Analyser les données clients pour améliorer l'expérience client

Du big au smart data

Les centres de contact, les services clients, les médias sociaux et les applications mobiles sont une mine de données fiables et disponibles, textuelles et statistiques… De la Data ! Le buzz word de ces dernières années… Les données sont en effet un nouvel eldorado, notamment pour le Marketing et la Relation Client, qui peuvent, en les analysant, augmenter leur connaissance client et travailler à l’amélioration de l’expérience client.
Que sont ces « données clients » ? Voici quelques exemples de données extraites de chacune de ces sources :

- Les services clients et les centres de contacts : il y a bien sûr des données textuelles, les verbatims issus des échanges par e-mail, des conversations tchat, des transcriptions de conversations téléphoniques. Il y a aussi des données comportementales, avec l’historique de la relation avec la marque, les canaux de contact utilisés …
- Les enquêtes de satisfaction : avec leurs questions ouvertes, fermées, à choix multiple et leurs zones de texte libre.
- Les sites d’avis et les applications mobiles : où l’on a du texte et des notes, sous forme de points ou d’étoiles.
- Les réseaux sociaux : des 140 caractères et Htags sur Twitter, aux réactions sur les posts Facebook des pages des entreprises, en passant par les commentaires sur les vidéos Youtube, et les publications Instagram ….
- Les blogs et les forums : blogs et posts pouvant émaner d’« influenceurs », suscitant de nombreux commentaires, et fils de discussions sur les forums, riches en échanges sur tous types de sujets.

Après avoir collecté ces données, il s’agit de les analyser pour pouvoir en exploiter le potentiel.
Une récente étude de l’Académie du Service a permis d’observer une augmentation des incivilités : les relations sont tendues entre les clients et les marques… En cause, des process complexes, des outils peu adaptés, et un manque de connaissance client.
En ce qui concerne les process, on voit apparaître des fonctions transverses dans les entreprises qui adoptent une culture Customer-Centric, comme par exemple les « Customer Happiness Manager ».
Pour les outils de gestion de la relation client, il existe des systèmes unifiés d’engagement client multi-canal, comme Akio Unified, permettant de s’affranchir des silos et d’éviter la déperdition d’information.
Quant à l’amélioration de la connaissance client, l’analyse quantitative et qualitative permet d’appréhender la « voix du client » et d’identifier des insights à intégrer dans la prise de décision.
Il s’agit notamment d’améliorer les parcours client en 3 temps, à appliquer à chaque étape :

- Comprendre les attentes,
- Mesurer la satisfaction
- Améliorer l’expérience

L’analyse des verbatims des centres de contact permet de mieux connaître les clients ; l’analyse de la parole spontanée des consommateurs sur les médias sociaux permet d’identifier des insatisfactions relatives aux produits et services, à la relation avec l’entreprise d’une manière générale et avec son service client en particulier. Et elle permet aussi de savoir ce qui plaît et génère de la satisfaction, ainsi que d’identifier des clients ambassadeurs !
La méthode d’analyse est basée sur une approche double :

- Définition d’une grille d’analyse en amont sur les sujets identifiés, les irritants connus, et les différents « touch point » avec l’entreprise.
- En mode exploratoire, pour identifier d’autres motifs de contacts, des sujets émergents liés à l’utilisation de nos produits et services, des signaux faibles…

Il s’agit ensuite de visualiser les résultats : les insights sont remontés sur des tableaux de bord, sous forme d’indicateurs clés et de scores, en fonction des différents modèles analytiques (sectoriels, métiers..).

Les dashboards personnalisés permettent une lecture immédiate de l’information pour comprendre les feedbacks et le comportement des clients. C’est là que l’on passe du Big data – des milliers de documents et de données – au smart data – des informations claires, à visualiser et comprendre en un clin œil.

Pour être complètement Smart – mot anglais qui, dans ce sens du terme signifie « intelligent », ces data doivent être fournies à la bonne personne, au bon moment et de la bonne manière : diffuser la connaissance client en interne aide à propager une culture Customer-Centric et permet à chacun de comprendre l’intégralité du parcours client, et son rôle dans ce parcours.

Que ce soit sous forme de tableaux de bord partagés en réunion, de newsletters ciblées, ou de mails d’alerte sur les sujets sensibles, chaque département impliqué, ou impacté par l’expérience client, doit avoir accès à la « voix du client » pour prendre en compte ces insights dans la conception et la mise en œuvre de nouveaux projets, le lancement de produits, le choix des outils, ou la formation des conseillers.

L’analyse de la voix du client permet notamment d’être pro-actif en identifiant le plus tôt possible des problèmes sur les produits et services, d’ajuster les parcours clients, en ayant l’ensemble des plus et des moins sur chaque étape, de compléter et d’illustrer les enquêtes de NPS, et de les documenter pour comprendre cette note.

Il était facile d’analyser la performance de campagne, c’est plus complexe d’analyser la satisfaction dans le sens de la confiance, des émotions, ces éléments qui font qu’il y a de l’adhésion aux valeurs de la marque, une relation dans l’affect, au-delà du NPS.

Après la collecte, l’extraction et la catégorisation des données, l’analyse permet d’extraire les insights pour :

- Mieux connaître ses prospects et clients d’une manière globale (motifs de contacts, irritants récurrents, attentes et besoins, …) pour adapter les parcours client, optimiser les FAQ et les informations disponibles en points de vente, sur les sites web et le mobile par exemple.
- Les sujets de demandes, les motifs de contact. (on sait qui il est, son historique avec la marque, ses canaux de prédilection, ses produits préférés) pour lui répondre rapidement, de manière pertinente, et lui proposer des offres adaptées ou sur mesure.

Exemple : Un opérateur de téléphonie souhaitait identifier les étapes entre la vente d’un abonnement mobile et le moment où le client peut l’utiliser. Il s’avère que le parcours était compliqué et générait plusieurs contacts entrants. L’enjeu était de simplifier ce parcours qui coûtait cher à l’entreprise, et générait de l’insatisfaction. Cela a été résolu avec un coup de fil sortant, à la signature de chaque contrat, pour répondre à toutes les interrogations identifiées. Résultats : un accompagnement personnalisé, un parcours simplifié, et une diminution des coûts associés.

Les deux sujets d’analyse particulièrement prisés par les entreprises sont :

- Le nombre de contacts nécessaires à l’obtention d’une réponse pour une demande. Le baromètre BVA Elu service client de l’année a identifié que la réitération est un irritant fort – et 60% des personnes ont besoin de plus de 2 contacts pour avoir réponse à leur demande ! Il s’agit ici de diminuer le coût de traitement.
- Les sujets de demandes, les motifs de contact. Identifier les thèmes permet de dimensionner les ressources et d’organiser le traitement massif des réponses récurrentes (FAQ, ergonomie du site, informations disponibles…) pour réduire le Customer Effort Score.

En conclusion, rappelons que l’analyse des données clients fait partie des 3 grands enjeux pour les décideurs pour les années à venir, avec les usages mobiles et les interactions cross-canal (Etude Markess 2017). Nous sommes au début de l’ère du Customer Analytics, et les sources de data se multiplient… nous en avons évoquées certaines mais la liste n’est pas exhaustive et elle va augmenter, notamment avec l’utilisation croissante d’objets connectés… un enjeu majeur pour les années à venir !