Talvez a seguinte situação já tenha acontecido com você: você foi a uma loja onde foi tratado de forma extremamente personalizada, pois os vendedores já tinham acesso ao seu histórico. Então, você começou a se perguntar: “Por que não é sempre assim?”. Em seguida, você vai ao hospital em uma situação de emergência, mas o atendimento demora por conta do seu cadastro — mesmo que você já tenha ido muitas vezes a esse hospital e tenha seus dados médicos disponíveis no seu Apple Healthkit. Ou, ainda, ao saber onde e como foi cultivado o grão de café que você está consumindo da sua marca preferida, você se pergunta por que o mesmo não acontece com o material usado no semicondutor do seu computador, e assim por diante.
É um fato: nós atualizamos nossas expectativas com base nas melhores experiências do nosso dia a dia — não pelo que aquele hospital ou aquela loja sempre fizeram, nem pelo que o seu competidor faz, mas pela melhor experiência que o cliente tem em seu cotidiano, independentemente do setor.
Minha tese, em um mundo onde a tecnologia acelera o empoderamento do cliente cada vez mais, é que a Inteligência Artificial é o grande meio para que possamos pivotar de um relacionamento com o cliente mais passivo, reativo e transacional (como é hoje), para um relacionamento muito mais proativo, conversacional e experiencial.
Vamos começar ouvindo uma frase do Satya Nadella, CEO da Microsoft:
“Uma das coisas que é tão emocionante de ver é o engajamento dos engenheiros de software na Starbucks, sua ambição de incorporar completamente o digital em tudo, blockchain e sustentabilidade, IoT e as máquinas de café. (…) Hoje, gostaria de mostrar algumas das coisas emocionantes que estamos fazendo em nossos laboratórios e em nossas lojas. Como todos vocês sabem, a Starbucks é tudo sobre conexões humanas e amamos a experiência de nossos clientes com nossos baristas em nossas lojas. Mas a tecnologia está desempenhando um papel cada vez maior nessas interações. (…) Estamos aqui hoje na conferência Build para mostrar o que temos feito com recomendações personalizadas. (…) Vou pedir os Sous Vide Egg Bites com bacon e gruviere (…) Então o que acabou de acontecer aqui é que estamos usando nossa Plataforma de IA DeepBrew para sugerir combinações de produtos ideais com base em informações contextuais da loja, do clima e de outras coisas que estão acontecendo.”
Vamos começar com o problema: a Starbucks tradicionalmente seguia um processo de preparação de bebidas por ordem de chegada, isso acarretava no risco de as bebidas não serem servidas na temperatura certa se os clientes fossem pegar suas bebidas sem fazer pedidos nas lojas. A Starbucks, portanto, decidiu usar a IA: seus algoritmos determinam a ordem na qual os baristas nas lojas devem preparar as bebidas, com base nos horários estimados de chegada dos clientes e nos pedidos. Isso ajuda a otimizar o processo de preparação de bebidas e melhorar a experiência do cliente, garantindo que cada cliente receba a bebida na temperatura em que deve ser consumida.
Isso tudo foi possível graças a plataforma Deep Brew da Starbucks que foi mencionada no áudio acima do Satya Nadella. Como funciona? Para entender isso, temos que percorrer um pouco do histórico e de como a Starbucks chegou até lá…
Em 2011, a Starbucks lançou seu aplicativo móvel, que foi seu primeiro passo em direção aos dados e análises. Eles descobriram que foi um dos impulsionadores mais importantes de sua transformação digital.
O aplicativo foi concebido para ser usado como um programa de fidelidade, permitindo que os clientes ganhassem estrelas a cada compra e as resgatassem em seu próximo pedido. Eventualmente, o aplicativo tornou-se um centro onde os clientes podiam descobrir sobre menus, localizações de lojas e horários de funcionamento. O aplicativo forneceu à Starbucks informações sobre as localizações de lojas populares, bebidas e horários do dia com base na atividade do cliente.
Hoje, a Starbucks processa um quarto de suas 100 milhões de transações semanais por meio de seu aplicativo móvel, e a tendência acelerou ainda mais durante a pandemia da Covid-19. A estratégia de roda de inércia digital da Starbucks incluiu permitir que os usuários fizessem pedidos de seus aplicativos móveis com antecedência e os coletassem das janelas das lojas ou entrando nas lojas. A marca capitalizou o poder da IA e do marketing para expandir os recursos de seu aplicativo. A Starbucks agora tem quatro componentes digitais em sua roda de inércia – um programa de recompensas, personalização, pagamento e pedidos. A inovação digital na Starbucks sem dúvida foi creditada por impulsionar o crescimento; eles se estabeleceram como especialistas em criar clientes fiéis através do uso de dados. Os executivos da marca de café perceberam que usar a análise de dados para maximizar o valor do tempo de vida do cliente (preço médio de compra por cliente por visita, número de visitas por cliente por ano e tempo de vida médio do cliente) seria a chave para alcançar uma vantagem competitiva imbatível. Usando análise de dados, a empresa de café conseguiu maximizar o valor do tempo de vida do cliente, ao mesmo tempo em que reinventava suas ofertas de marca…e as frentes em que eles inovaram foram as seguintes:
“Recomendações personalizadas” – A Starbucks personalizou a experiência do cliente para cada consumidor com base em suas preferências únicas e hábitos de consumo, coletando e analisando uma grande quantidade de dados sobre gastos e preferências dos clientes. Através da análise de pedidos antigos e padrões, o aplicativo pode sugerir escolhas de alimentos e bebidas, mas também enviar entregas personalizadas. A Starbucks cria uma conexão mais profunda com os clientes ao enviar gatilhos em tempo real e notificações push. Os compradores ficam encantados que a marca atende às suas preferências e os agrada com uma experiência personalizada.
“Inovação e novas ofertas de produtos” – Além da personalização, a Starbucks cria novos produtos usando os dados coletados por meio de sua roda de inércia digital. Seus produtos inovadores, como bebidas sem leite ou sem açúcar, bebidas especiais de verão ou novos produtos para consumo em casa, foram o resultado da análise das preferências dos usuários. A Starbucks descobriu, por exemplo, que 43% dos consumidores de chá não adicionam açúcar ao seu chá, e cerca de 25% dos consumidores de café gelado não adicionam leite à sua bebida quando a consomem em casa. Essas informações levaram ao desenvolvimento de dois chás gelados K-cups sem açúcar – Mango Green Iced Tea e Peachy Black Tea. Além disso, eles desenvolveram latte de abóbora com especiarias e café gelado sem leite ou sabores adicionados como resultado de seus esforços com dados.
“Localização de lojas” – Pode parecer que a Starbucks tem lojas surgindo em todos os lugares, mas na realidade, os dados da roda de inércia ajudam a descobrir onde cada nova loja deve ser localizada. O gigante do café usa dados e IA para prever a receita com base em variáveis como níveis de renda, tráfego e presença de concorrentes, e determinar onde está a próxima grande oportunidade de crescimento. Isso lhes dá a oportunidade de minimizar o risco, bem como posicionar a nova loja em uma área direcionada a um público específico. Com o Deep Brew, eles podem não apenas personalizar experiências de drive-through, mas também automatizar tarefas demoradas como gerenciamento de estoque e manutenção preventiva em suas máquinas de café expresso conectadas à internet das coisas (IoT).
Mas a Starbucks obviamente não está sozinha: empresas como John Deere e Tesla também reinventaram sua relação com o cliente através da IA, e se tem uma mensagem aqui é: não tem como você hoje gerar valor ao cliente, se não usar a IA.
Por que isso? Porque a IA permite que as empresas foquem mais no cliente, através dos seguintes pilares, que acabam juntos transformando a experiência do cliente (como ela é hoje) de Reativa e Transacional, para uma experiência Proativa e Conversacional. Isso é feito através dos 5 principais pilares de atividade da IA hoje, que são os seguintes:
1. Predição e Tomada de Decisões com Base em Dados
A IA pode analisar grandes volumes de dados de clientes para identificar padrões, tendências e insights valiosos que seriam praticamente impossíveis de serem detectados manualmente. Isso permite que as empresas prevejam comportamentos de clientes, como a probabilidade de compra, churn (cancelamento de serviços), entre outros. Essas previsões habilitam a tomada de decisões mais informadas e proativas, possibilitando uma personalização em massa da experiência do cliente. Por exemplo, recomendando produtos ou serviços específicos baseados em comportamentos passados ou antecipando necessidades do cliente antes mesmo que eles as expressem.
2. Criação de Conteúdo (Através da IA Generativa; Large Language Models)
Modelos de linguagem de grande escala, como GPT (Generative Pretrained Transformer), podem gerar conteúdo altamente personalizado e relevante para os usuários. Isso inclui e-mails de marketing personalizados, conteúdo de sites, artigos de blog, e até mesmo respostas a perguntas frequentes, todos adaptados às preferências individuais dos clientes. Ao proporcionar conteúdo relevante e de valor, a experiência do cliente é enriquecida, aumentando o engajamento e a satisfação.
3. Automações de Processos
A automação de processos com IA abrange desde chatbots para atendimento ao cliente até sistemas de gestão de pedidos que operam com pouca ou nenhuma intervenção humana. Essas automações melhoram a eficiência operacional e garantem que as experiências dos clientes sejam rápidas, consistentes e de alta qualidade. Por exemplo, chatbots podem resolver problemas simples de atendimento ao cliente 24/7, enquanto sistemas automatizados de gestão de pedidos garantem que as compras sejam processadas e enviadas com rapidez e precisão.
4. Processamento de Linguagem Natural (PLN)
O PLN permite que as máquinas entendam, interpretem e respondam à linguagem humana de maneira natural. Isso se traduz em melhorias significativas na experiência do cliente, pois permite interações mais naturais e humanizadas com sistemas de IA, seja por meio de chatbots, assistentes virtuais ou interfaces de usuário conversacionais. O PLN pode ser utilizado para analisar feedback dos clientes em larga escala, identificando sentimentos, tendências e áreas de melhoria.
5. Visão de Máquina e “Sensing”
A visão de máquina permite que os sistemas de IA “vejam” e interpretem o mundo visual, enquanto o “sensing” se refere à capacidade de detectar e interpretar vários tipos de entradas sensoriais. No contexto da experiência do cliente, isso pode ser usado para identificar produtos em uma loja física, facilitar o check out automático, personalizar a publicidade digital em espaços físicos com base na demografia do público presente, ou mesmo para acessibilidade, ajudando clientes com deficiências visuais a navegar por ambientes ou interfaces digitais. Essas tecnologias melhoram significativamente a experiência de compra e interação com a marca, tornando-as mais intuitivas, eficientes e personalizadas.
Esses 5 pilares de atividade da IA são poderosíssimos na hora de gerar mais valor para o cliente. Considerando apenas a automação de processos, como, por exemplo, a interação com Chatbots, um relatório da Capgemini, intitulado “The Art of Customer-centric Artificial Intelligence”, aponta que, dois a três anos atrás, a maioria das organizações (93%) tinha menos de 30% de interações habilitadas por IA.
Hoje, no entanto, apenas 10% das organizações ainda estão nesse patamar baixo, com 80% afirmando que entre 30% e 50% dos envolvimentos com os clientes são habilitados por IA. Em dois a três anos, a grande maioria (80%) terá mais da metade de suas interações habilitadas por IA. Ou seja, oito em cada dez organizações terão mais da metade de suas interações com clientes realizadas por IA nesse período.
Ou seja, o potencial da IA é gigante – mas aqui estamos ainda vendo apenas a pontinha do Iceberg. As frentes em que a IA pode maximizar a Customer centricity incluem personalização, gratificação imediata, antecipação de problemas, jornadas de baixo atrito e muito mais.
#InteligênciaArtificial #CustomerExperience #Personalização #SatyaNadella #InovaçãoTecnológica #TransformaçãoDigital #DeepBrew #FuturoDoAtendimento #TecnologiaNoVarejo #DataDriven #ExperiênciaDoCliente #AutomaçãoInteligente #IAeNegócios #EmpoderamentoDoCliente
