Intelligenza Artificiale e Customer Management: più azioni non significano più valore
L’Intelligenza Artificiale rende possibili molte più azioni sul cliente, ma la quantità non sempre genera valore. Le campagne possono farsi concorrenza fra loro e mettere il cliente sotto pressione. Per sfruttare il potenziale dell’IA serve una regia fondata su poche regole chiare definite in azienda. Chi saprà investire adeguatamente su tale regia otterrà un vantaggio difficile da colmare.

L’Intelligenza Artificiale sta cambiando la gestione del cliente. Analizzare una campagna, prevedere chi abbandonerà e scegliere a chi fare un’offerta oggi richiede meno tempo e riguarda molti più clienti. Vodafone, per esempio, dichiara che i propri modelli di Customer Value Management (CVM) basati sull’IA sono attivi in tutti i mercati europei e che il tempo di analisi delle campagne si è ridotto dell’85%. Più capacità analitica, però, significa più segnali e occasioni di intervento, spesso sullo stesso cliente e nello stesso momento. Non basta più che ogni singola decisione sia giusta da sola, ma bisogna governare decisioni diverse sulla stessa relazione. Le esperienze di altre tre aziende mostrano dove nascono i rischi.

  • Troppi segnali generano più complessità che conoscenza. Superato un certo numero, ogni nuovo segmento aggiunge lavoro più che valore. La piattaforma di personalizzazione di Mastercard ci riporta il caso di un grande retailer arrivato a gestire 422 segmenti: il team perdeva tempo per valutarli, conduceva test isolati e non riusciva a confrontare i risultati. La proposta di Mastercard è stata: pochi segmenti principali, al massimo tre o quattro, i cui risultati si possano confrontare.
  • Troppe campagne possono essere controproducenti. Uber usa modelli di machine learning per stimare, utente per utente, quanto renderà ogni incentivo e quanto costerà. Uno sconto sulle consegne può convincere un cliente a ordinare un pasto a casa invece di prendere un’auto per andare al ristorante: un ordine in più per un team, una corsa in meno per l’altro. Per tenere conto di questi effetti, Uber ha smesso di assegnare gli incentivi in ordine di arrivo e oggi ne misura l’effetto su più metriche congiuntamente, pesate in base alle priorità di business.
  • Troppe azioni possono trasformare la personalizzazione in pressione. Citizen, una app americana che segnala in tempo reale incidenti e pericoli nel quartiere, ha sperimentato che troppe notifiche generano solo ansia. In alcune varianti di un test sul suo algoritmo, l’app ha cominciato a inviare avvisi su fatti troppo lontani dagli utenti e le segnalazioni di notifiche fuori zona sono passate da circa cinque a un centinaio a settimana. Corretto l’algoritmo, sono calati insieme reclami e disinstallazioni.

I tre casi mostrano che il problema si può prevenire, come propone Mastercard, o correggere in corso d’opera, come hanno fatto Uber e Citizen, senza rinunciare all’IA. Serve però un livello che stia sopra i singoli modelli e contemperi le decisioni. Quel livello può stare nella tecnologia o nell’organizzazione. Vodafone lo ha messo dentro il suo motore di “prossima azione migliore”, che sceglie cosa proporre a ogni cliente seguendo una strategia di contatto, della fase del ciclo di vita in cui si trova e delle regole che stabiliscono quale azione ha la precedenza. ING Italia lo ha creato un nuovo ruolo: il Customer Campaign Expert, che stabilisce le priorità tra le campagne, ne gestisce le sovrapposizioni e controlla quante volte un cliente viene contattato.
Governare non vuol dire tornare a decidere tutto manualmente. Significa stabilire le condizioni entro cui modelli, piattaforme e campagne possono lavorare in autonomia. Per il Customer Management, questa regia si gioca su quattro punti.

  • Obiettivi di valore. Quando le iniziative competono sullo stesso cliente, la gerarchia tra margine immediato, fedeltà e valore nel tempo non può emergere dai singoli modelli: è una scelta di direzione, da fare prima.
  • Priorità tra le azioni. Serve qualcuno che risponda dell’insieme delle offerte e possa decidere che un’azione cede il passo a un’altra, o che è meglio non fare nulla. Rinunciare a un contatto diventa così una decisione di valore, non un’occasione persa.
  • Pressione sul cliente. L’attenzione del cliente è una risorsa limitata e va gestita come un budget comune a tutti i team, non consumata campagna per campagna.
  • Valore incrementale. È il metro che rende confrontabili tutte le altre scelte. Se un’azione non cambia il comportamento del cliente rispetto a quello che avrebbe fatto comunque, il suo costo non è un investimento ma una perdita, anche quando i numeri della campagna sembrano positivi.
Fino a qualche anno fa, per lanciare una campagna servivano settimane e un team intero. Oggi l’IA produce più decisioni di quante un’azienda riesca a governare. La conclusione non è usarla meno. Anzi, gli stessi strumenti che moltiplicano le offerte possono aiutare a scegliere tra loro. Le regole, però, restano alle persone: cosa conta di più, quanto si può chiedere a un cliente, quando è meglio fermarsi. Chi investirà nella regia tanto quanto nei modelli conseguirà un vantaggio competitivo.
Stampa questa pagina Scarica in pdf