Layanan Prediktif

Panggilan Layanan yang Tidak Pernah Terjadi

Interaksi layanan terbaik adalah interaksi yang tidak perlu diprakarsai oleh pelanggan. Ide ini telah beredar dalam teori CX selama bertahun-tahun, tetapi membutuhkan jenis infrastruktur tertentu untuk dapat beroperasi: data berkelanjutan dari produk atau jaringan yang terhubung, dan koneksi organisasi untuk menindaklanjutinya secara real time. Infrastruktur tersebut kini cukup umum sehingga layanan prediktif beralih dari pembeda menjadi ekspektasi di beberapa sektor yang diatur dan padat aset.

Penyedia telekomunikasi telah memimpin perubahan ini, sebagian karena pilihan dan sebagian karena preseden regulasi yang sudah lama ada. Sejak April 2019, skema kompensasi otomatis sukarela Ofcom telah mewajibkan penyedia broadband dan telepon rumah Inggris yang berpartisipasi untuk membayar pelanggan secara otomatis untuk perbaikan yang lambat, instalasi yang tertunda, dan janji temu teknisi yang terlewat, tanpa pelanggan perlu mengajukan klaim. Itu adalah pembalikan yang berarti dari model layanan tradisional, di mana beban pembuktian dan beban inisiasi sepenuhnya berada pada pelanggan. Perlu dicatat bahwa skema tersebut membahas kompensasi untuk kegagalan layanan tertentu — tidak mewajibkan penyedia untuk memberi tahu pelanggan tentang setiap kesalahan yang diketahui — tetapi perubahan mendasar dalam ekspektasi, bahwa penyedia harus bertindak sebelum pelanggan mengeluh, masih berlaku.

Interaksi layanan menghilang karena kegagalan tidak pernah sepenuhnya terwujud dalam pengalaman pelanggan.

Dari Pemeliharaan Lapangan hingga CX Lini Depan

Pemeliharaan prediktif bukanlah disiplin ilmu baru. Manufaktur dan utilitas telah menggunakan data sensor untuk menjadwalkan servis peralatan sebelum kegagalan selama beberapa dekade. Yang berubah adalah di mana data tersebut sekarang berakhir. Semakin sering, anomali diagnostik tidak hanya membuka tiket pemeliharaan — tetapi juga memicu tindakan yang berhadapan dengan pelanggan: teks proaktif, kredit, suku cadang pengganti yang dikirim sebelum pelanggan menyadari ada sesuatu yang salah.

Ini mengaburkan batas yang dulunya nyaman secara organisasi. Operasi lapangan dan pengalaman pelanggan secara historis merupakan fungsi terpisah dengan KPI terpisah. Layanan prediktif memaksa mereka untuk berbagi titik pemicu, karena saat kesalahan terdeteksi dalam data juga merupakan saat keputusan layanan harus dibuat mengenai hubungan pelanggan. Bank yang melakukannya dengan baik dapat mengidentifikasi biaya yang salah atau pola penipuan dan membalikkannya bahkan sebelum laporan pelanggan mencerminkannya. Produsen otomotif dengan kendaraan yang terhubung dapat menandai bagian yang kemungkinan akan rusak dalam jendela layanan dan menjadwalkan perbaikan sebelum menjadi kerusakan.

Model kompensasi penting di sini sebagai templat, bahkan di luar telekomunikasi. Skema yang membayar secara otomatis, berdasarkan data yang dicatat secara internal tentang janji temu yang terlewat atau perbaikan yang tertunda, secara struktural identik dengan bank yang membalikkan biaya yang terdeteksi secara internal, atau produsen peralatan yang mengirimkan suku cadang sebelum pelanggan menelepon. Mekanisme — deteksi internal yang memicu tindakan eksternal tanpa klaim — adalah bagian yang dapat ditransfer, terlepas dari sektor atau aturan spesifik yang mempopulerkannya.

Mengapa Ini Mengubah Perhitungan Loyalitas

Penghindaran kerugian menawarkan lensa yang berguna di sini. Pelanggan yang menerima pengembalian dana untuk biaya sebelum mereka menyadari bahwa biaya tersebut dibebankan tidak mengalami kerugian sama sekali — akun psikologis tidak pernah mencatat defisit. Bandingkan dengan pelanggan yang harus menyadari biaya tersebut, membantahnya, menunggu penyelesaian, dan menerima pengembalian dana beberapa hari kemudian. Keduanya berakhir dengan hasil finansial yang sama. Hasil emosionalnya sama sekali berbeda, dan hanya salah satunya yang memiliki risiko churn.

Layanan prediktif juga mengubah apa yang disimpulkan pelanggan tentang kompetensi. Perusahaan yang menangkap kesalahannya sendiri menandakan kematangan operasional dengan cara yang tidak dapat sepenuhnya direplikasi oleh resolusi keluhan yang cepat, karena resolusi yang cepat masih mengakui bahwa kegagalan mencapai pelanggan. Keheningan — tidak adanya masalah yang harus dihadapi pelanggan — adalah sinyal yang lebih kuat daripada kecepatan.

Di Mana Model Ini Rusak

Layanan prediktif bergantung pada akses data dan kepercayaan dalam ukuran yang sama. Pelanggan harus menerima tingkat pemantauan — penggunaan, lokasi, atau perilaku perangkat — yang beberapa orang akan anggap mengganggu jika tidak dijelaskan dengan jelas. Organisasi yang berhasil di sini cenderung mengungkapkan apa yang dipantau dan mengapa, daripada memperlakukan telemetri sebagai teknis latar belakang. Tindakan prediktif yang diambil berdasarkan data yang tidak diketahui pelanggan sedang dikumpulkan akan terbaca sebagai pengawasan, bukan layanan.

Ada juga biaya positif palsu. Intervensi prediktif berdasarkan sinyal yang salah dibaca — penggantian suku cadang yang tidak perlu, kredit yang dikeluarkan untuk kesalahan yang sebenarnya tidak memengaruhi pelanggan — dapat terlihat sombong daripada perhatian. Organisasi yang melakukannya dengan benar bersikap konservatif tentang ambang kepercayaan sebelum mereka bertindak, karena intervensi yang tidak pantas merusak kredibilitas intervensi yang pantas.

Apa yang Harus Dilakukan Pemimpin CX Sekarang

Mulailah dengan memetakan di mana telemetri sudah ada tetapi berakhir di dasbor operasi daripada pemicu yang berhadapan dengan pelanggan. Sebagian besar organisasi besar dengan produk terhubung atau infrastruktur digital sudah mengumpulkan lebih banyak sinyal prediktif daripada yang mereka tindaklanjuti. Kesenjangan jarang berupa data; itu adalah serah terima antara tim yang melihat anomali dan tim yang diberdayakan untuk bertindak atas nama pelanggan.

Pandangan Renascence adalah bahwa layanan prediktif harus diujicobakan pada mode kegagalan frekuensi tinggi, ambiguitas rendah terlebih dahulu — kesalahan penagihan, kesalahan perangkat yang diketahui, degradasi jaringan — di mana ambang kepercayaan untuk tindakan otomatis paling mudah untuk dilewati. Bangun kepercayaan pelanggan pada kasus-kasus sederhana, seperti yang telah ditangani oleh skema kompensasi telekomunikasi selama bertahun-tahun, sebelum memperluas model ke wilayah yang lebih ambigu.