Escucha activa y Big Data

La polémica ha llegado al mundo del Big Data con el escándalo de Cambridge Analítica y Facebook. Sin embargo, la escucha activa es una necesidad para las empresas que deben conocer que piensan sus clientes sobre la propia organización, la competencia, los productos, sus posibles nuevas necesidades, las tendencias y muchos otros aspectos que sirven a ambos: tanto al cliente que se siente atendido como a la organización para mejorar sus procesos y su marketing mix. La herramienta en sí misma no es perversa, lo que puede ser ilegítimo e incluso ilegal es el uso de la herramienta y los fines. Por ello voy a explicar cómo se hace escucha activa y para qué sirve.

 Escucha activa tiene en sí mismo una connotación positiva. Significa que entendemos lo que nos dice y "tomamos nota" para que esa petición sea atendida. Es un elemento indispensable en una buena comunicación.

La escucha activa en las organizaciones puede llegar desde varias herramientas y para muchos fines.

En primer lugar está el CRM. Hay numerosas soluciones comerciales y no todas se ajustan a todas las empresas y necesidades. Básicamente, todos los contactos del cliente con al organización (fuerza de ventas, web, contacto telefónico, atención postventa,etc.) quedan registrados en el CRM. Después hay una capa de análisis que convierte esa basta cantidad de información en conocimiento que se comparte con toda la organización. Cuando un cliente se pone en contacto con cualquier miembro de la organización, la información sobre el cliente y la analítica y los patrones, el conocimiento conseguido, está a disposición del personal de la empresa. El cliente consigue que la organización "ya sepa" sus necesidades y problemas y la organización puede aplicar políticas de up-selling y cross selling para conseguir mayor rentabilidad del cliente en base a los patrones localizados.

Un segundo aspecto es el análisis con text mining de los contactos del cliente con los servicios de atención al cliente (tanto en web como en atención telefónica, o con la fuerza de ventas si está instalado un CRM). Se añade información sobre el producto o servicio, el centro, las personas que le atendieron, la zona geográfica, etc. y con todo ello conseguimos en primer lugar una lista de dudas y problemas. Habitualmente sirve en primer lugar para crea el famoso apartado FAQ (preguntas más frecuentes) que evita un enorme coste de "no calidad" porque muchas consultas se evitan al resolver la duda sin contacto. Y las personas que hablan con los clientes cuestan dinero. 

Además sirve para localizar los focos de insatisfacción del cliente y corregir los problemas que se detectan.

También se pueden analizar las opiniones y sentimientos tan en redes sociales como en foros de opinión. Por ejemplo, hay sistemas de cargar los datos de opiniones de los turistas en Trip Advisor. Tanto las estrellas como las opiniones. Así se puede saber qué destacan (palabras más usadas) los que dan buenas calificaciones usarlas para los mensajes publicitarios que serán corroborados por la opinión social y por tanto reforzados. También se localizan los puntos de mejora. Hay cadenas hoteleras que utilizan esta información para seleccionar sus inversiones en mejoras en función de las fuentes de insatisfacción detectadas en este análisis.

Por último se puede hacer opinión mining y análisis de sentimiento en redes sociales. Hay soluciones comerciales que permiten realizarlo directamente, tanto de la propia marca como de palabras (mercado) o de la competencia. Pongo algunos ejemplos: Sentisis, Mention, IBM Watson Analytics for Social Media, Metricool o Union Metrics  y audiense.

También se puede realizar el trabajo con software libre. La librería TwitteR de R es un ejemplo. También existen API para Facebook e Instagram. Después se pueden conseguir numerosas informaciones. En primer lugar, con un algoritmo Naive Bayes se puede realizar un análisis de sentimiento sobre nuestra marca o las de la competencia. Este es un ejemplo.

 

Es un ejemplo propio realizado con software libre R. Los tuits están bajados con un complemento de la hoja de cálculo de Google llamado twitterMention que cuesta poco más de veinte dólares.

También se puede conseguir realizar un análisis de las relaciones entre las personas que nombran a la marca. Para no identificarla he abierto el zoom, pero tiene zoom in y pueden llegar a saber quién es cada persona. Cuando la mancha es tupida, hay muchos grados y por tanto ahí cerca están los influencers. Este es otro objetivo de estos análisis localizar a las personas que mejor influyen en la comunidad. Si además ya hemos localizado que su sentimiento es positivo, tenemos un candidato a embajador.

 

Los nombres están tapados. Podemos además conocer las palabras más utilizadas para referirse a nuestra marca, a la competencia o detectar en esas palabras nuevas necesidades o problemas de nuestros clientes. El sistema sencillo, se convierten los tuits en una larga serie de términos y número de veces que se repiten. Hay también herramientas que unen lexemas, palabras de la misma raíz a una sola palabra para evitar reiteraciones y localizar temáticas sin que se pierda el dato en las diversas palabras utilizadas. El resultado es una tabla de palabras y una nube de palabras como ésta.

 

Y también podemos saber de dónde proceden los tuits con una aplicación de google maps para R.

Con toda esta información podemos saber qué piensan los clientes sobre nuestra organización, nuestros productos o servicios y los de la competencia y actuar en consecuencia. Es una herramienta muy poderosa para la creación o reforma de productos y servicios, para las políticas de comunicación e incluso para las de distribución. Si localizamos en este mapa un punto rojo donde no servimos... ¿No estamos ayudando a nuestro departamento de distribución? También podemos conocer qué temas preocupan y si se detectan tendencias o nuevas necesidades. Incluso se pueden realizar ejercicios de corrección o cambios en tiempo real de productos. Así lo hicieron en el programa de televisión Gran Hermano con una herramienta de Sentisis. Este video lo explica.

La utilidad para el cliente también es evidente. Se le escucha para satisfacerlo, en sus necesidades y en la resolución de sus quejas. Por tanto la herramienta es útil y es legítima. Otra cosa es que existan abusos. Pero eso ocurre en todas las actividades humanas.

 

Facebook Twitter Google+
×