Utilisation du taux de recommandation net pour permettre d’améliorer l’expérience client

Les sociétés cherchent continuellement à améliorer l’expérience client qu’elles offrent et à placer leurs clients au cœur de toutes leurs activités. À cet effet, une stratégie répandue consiste à prendre en compte l’avis du client en lui demandant de commenter son expérience.

Cependant, pour obtenir les meilleurs résultats d’un programme d’écoute du client, les entreprises doivent veiller à poser la bonne question, au bon moment, d’une façon adaptée au contexte d’interaction de l’utilisateur. Elles doivent également s’assurer qu’elles peuvent appliquer les commentaires des clients pour améliorer effectivement l’expérience client, c’est-à-dire que les commentaires des clients doivent être exploitables.

Au cours des douze mois, j’ai travaillé avec l’une des principales entreprises de télécommunications mondiales à l’étude de leur stratégie d’écoute de la « voix du client ». L’article qui suit examine les défis auxquels nous avons été confrontés dans ce programme et comment nous les avons relevés.

Défi 1 : poser la bonne question Nous connaissons tous ces enquêtes web qui n’en finissent pas de poser des questions. En revanche, il ne faut pas tomber dans l’autre extrême en ne posant que des questions très génériques, appelant une réponse forcément vague.

Pour veiller à ne proposer que des enquêtes courtes, pas trop fastidieuses pour le client, nous avons utilisé le taux de recommandation net (TRN ou NPS – Net Promoter Score), une méthode qui permet de regrouper toutes les questions que vous aimeriez poser en deux questions simples, une question à notation et une question à réponse libre.

 le taux de recommandation net

En combinant les réponses à ces questions à d’autres informations sur le client (ce qu’il faisait avant et après l’enquête, pourquoi il a reçu l’enquête), ainsi que d’autres données comme les informations CRM ou commerciales, nous pouvons associer leur réponse à leur position au sein du parcours client. Cela permet de comprendre leur réponse dans le contexte de leur dernière interaction avec l’entreprise, le point de contact client TouchPoint.

Défi 2 : comment collecter de façon cohérente des commentaires sur le parcours client ? Afin que différentes réponses puissent être comparées, il est nécessaire de normaliser la façon dont les commentaires des clients sont collectés, traités et analysés. En utilisant les mêmes questions d’enquête (questions TRN) sur l’ensemble du canal et à toutes les étapes du parcours client, nous pouvons nous assurer de pouvoir comparer les résultats entre différentes étapes du parcours ou entre différents canaux.

Cela nous permet de répondre à des questions concernant, par exemple, le canal de service offrant le meilleur niveau de satisfaction client (self-service web, centre d’appel, médias sociaux, face à face, etc.). Pourquoi les consommateurs préfèrent-ils ce canal ? Qu’en est-il des expériences multicanaux ?

Cependant, la méthode de collecte des réponses des clients doit elle aussi être normalisée pour s’assurer que les réponses sont comparables. Dans le cas présent, nous avons utilisé une combinaison d’enquêtes via le web et par SMS, en posant, dans les deux cas, des questions TRN de l’enquête en utilisant exactement la même formulation. En utilisant des déclencheurs quasi en temps réel (dans les 30 minutes) pour démarrer la présentation de l’enquête, les taux de réponse ont augmenté considérablement. En utilisant des déclencheurs d’enquête automatisés, les volumes ont été bien plus importants qu’avec des enquêtes classiques via formulaire ou centre d’appel.

Défi 3 : trier, classer et attribuer les déterminants des expériences positives et négatives Une fois les bases en place (informations demandées et méthode de collecte des informations), nous avons dû étudier comment traiter les réponses. Dans ce cas, nous avons collaboré étroitement avec le partenaire d’Adobe, Clarabridge.

En utilisant la fonction de traitement du langage naturel (Natural Language Processing ou NLP) de Clarabridge, nous avons pu traiter les réponses à chaque enquête de façon à :

  • quantifier le sentiment positif ou négatif ;
  • identifier à partir des commentaires, ce qui a contribué au sentiment positif ou négatif (c’est-à-dire la réponse libre verbatim à la question TRN « Pourquoi ? » (déterminants TRN) ;
  • classer cette réponse en fonction de l’unité organisationnelle ou entreprendre les actions nécessaires pour répondre au déterminant ou cause de cette expérience (négative).

Défi 4 : obtenir une vue exhaustive En combinant la collecte robuste et évolutive d’enquêtes, le traitement et le classement automatisés des réponses avec Clarabridge et la comparaison des réponses à l’enquête avec d’autres sources de données client (par exemple, données comportementales sur le web et les applications mobiles provenant d’Adobe Analytics, données des médias sociaux provenant d’outils comme Adobe Social et autres sources de données comme le système CRM, données de point de vente et enregistrements IVR/des centres d’appel), nous sommes en mesure d’obtenir une vue exhaustive du segment, des actions et des sentiments des utilisateurs lorsqu’ils se progressent dans le parcours client.

Ces données, qui combinent des données qualitatives issues des commentaires des clients et des données quantitatives sur les actions effectuées, nous permettent de visualiser les tendances de l’expérience utilisateur afin de mettre en évidence rapidement les problèmes en temps réel et d’appliquer les règles métier au résultat, afin d’identifier les commentaires des clients nécessitant une réponse ou un suivi.

Comme le traitement de la question libre « Pourquoi » dans Clarabridge fournit des données quantitatives en sortie (sentiment, déterminants TRN, catégorie commerciale), ces données peuvent être combinées facilement à d’autres sources de données (score TRN, étape du parcours client, actions des clients, données démographiques et géographiques, données de contrat, etc.) afin de fournir un ensemble de données exhaustif pour une analyse approfondie.

Ces sources de données fournissent conjointement une vue macroscopique des « problèmes importants » ou des tendances communes, et une vue microscopique des problèmes ou des défis des différents clients.

Défi 5 : boucler la boucle avec le client La dernière pièce du puzzle concerne l’utilisation des données issues de la « voix du client » pour améliorer efficacement l’expérience client et guider le changement commercial.

En appliquant des règles métier qui étudient les combinaisons de certains types de clients, commentaires, catégories de déterminants et/ou scores TRN, nous pouvons marquer certaines réponses à l’enquête comme nécessitant un suivi. L’action de suivi peut être gérée via une interface utilisateur légère, de type tableau de bord, disponible pour les groupes de travail TRN, ou bien les données sur les commentaires et l’action de suivi nécessaire peuvent être intégrées à un système CRM ou un outil de workflow.

 Gestion du taux de recommandation net à boucle fermée

Gestion du taux de recommandation net à boucle fermée

La solution mise en place pour que ce client relève le défi, la solution TouchPoint (point de contact), comprend trois parties fonctionnelles :

  • Enquêtes multicanaux (en reposant sur le produit Adobe Survey)
  • Intégration des données comportementales et de la « voix du client » (avec Adobe Analytics, Adobe Social et Clarabridge)
  • Ensemble de tableaux de bord permettant d’identifier et de suivre les causes d’insatisfaction des clients (créés avec Adobe Experience Manager)

 la solution TouchPoint

Voici un exemple de tableau de bord à boucle fermée :

 tableau de bord à boucle fermée

En résumé, la solution TouchPoint est utilisée pour :

  • exécuter des enquêtes multicanaux et mesurer le taux de recommandation net de façon cohérente ;
    • réduire le coût de la collecte des commentaire des clients
    • prendre en charge les initiatives d’optimisation du parcours client, comme le non-recours aux centres d’appel et l’utilisation du canal approprié
    • mesurer et comparer l’expérience client sur différents canaux
    • évaluer les programmes de données client afin de pouvoir interroger tous les clients et pas seulement un échantillon
    • utiliser le taux de recommandation net comme mesure dans un plan de compensation afin d’encourager les équipes à se focaliser sur de hauts niveaux de satisfaction client
  • intégrer les données comportementales et les commentaires client ;
    • donner une idée exhaustive du comportement et du sentiment des clients (pour une analyse dans Analytics Premium)
    • analyser les commentaires TRN dans le contexte des données multicanaux (CRM, ePoS, IVR, en ligne, données démographiques, etc.)
    • analyse du langage naturel concernant les questions libres TRN pour évaluer le sentiment et distinguer entre commentaires à suivre et causes profondes
    • classer et noter le sentiment des commentaires libres afin de transposer les commentaires qualitatifs en données statistiques pour l’analyse statistique
  • identifier et suivre les causes d’insatisfaction des clients ;
    • processus de « bouclage de la boucle » avec les clients, permettant aux entreprises de suivre individuellement les différents clients présentant un score TRN bas
    • surveiller, au moyen de tableaux de bord, les tendances TRN par canal et par hiérarchie commerciale (les tableaux de bord sont organisés en fonction de la structure de l’entreprise afin que les dirigeants puissent afficher une vue macroscopique des canaux, les responsables des canaux visualiser les données concernant leur canal, les responsables d’équipe afficher des données détaillées pour les différents employés)
    • identifier les clients insatisfaits risquant de se plaindre et gérer les actions de suivi
    • identifier les déterminants des expériences client positives et négatives
    • guider et focaliser l’investissement sur l’amélioration de l’expérience client

Si le développement d’une stratégie similaire pour votre entreprise vous intéresse, contactez-moi.

Marketers finally have a complete, integrated solution for all their marketing efforts. Analytics, social, media optimisation, targeting, web experience management - and now cross-channel campaign management with Adobe Campaign - Adobe Marketing Cloud does it all. A complete set of integrated solutions helps you maximise and measure your impact in more ways than ever before.

Publié dans Web Experience
Communauté