Massificando os customer insights a partir de social data
Já mencionamos em posts anteriores três formas de gerarmos customer insights: etnografia, CEM (customer experience mapping) e human factors research. É preciso reconhecer que, apesar de trazerem ótimos resultados, tratam-se de métodos com custos elevados e longos ciclos até que tenhamos um retorno analisado, testado e concluído.
O mundo digital não nos permite trabalhar com longos períodos. Pesquisas que necessitem de vários meses para nos apresentar possíveis insights, podem já não representar com veracidade os nossos clientes, suas vontades e desejos. Como então fazer o trabalho de gerar customer insight no mundo digital?
A tecnologia nos permite reduzir custos, melhorar processos, inovar e conhecer novas barreiras e desafios. Como aplicar a tecnologia no processo de gerar customer insight? Como explorar o que a tecnologia nos oferece para ganharmos customer insights com maior rapidez, de forma mais barata, virtual e global?
A resposta está em utilizar social data para escalar a pesquisa etnográfica através da observação do comportamento virtual ao invés do comportamento físico do cliente.
De certa forma, trata-se de aplicar os conceitos da etnografia ao mundo online, o que conhecemos como Online Etnography e também como Netnography.
A Netnography (etnografia virtual) nos permite monitorar milhares de conversas e interações de nossos clientes, sem limitações geográficas (de forma global) e em tempo real.
Enquanto a etnografia tradicional utilizaria algo em torno de 30 pessoas, levaria vários meses e apresentaria custos muito altos, a Netnography acontece de forma massificada, alcançando um maior número de amostras, com maior diversidade, de forma global, mais barata e em tempo real.
O comportamento online das pessoas se dá através de "tribos". O que são "tribos"? Grupos formados em torno de áreas de interesses mútuos.
Por exemplo, um clube de passageiros frequentes de uma Cia. aérea, que, por conceito, une milhares de pessoas que utilizam os mesmos serviços e esperam as mesmas coisas: melhores custos, vantagens, melhores experiências, melhores acomodações e atendimento, etc.
Vamos pensar na rotina de um profissional cujo emprego o faz viajar demais. Sua vida fica entre aeroportos, aviões, hotéis e escritórios. O quão importante te parece ser para ele os itens em negrito do parágrafo anterior? O quanto influencia para ele, saber quais cias aéreas oferecem os melhores assentos, com mais espaço? Melhor oferta de entretenimento durante os vôos? Melhores custos?
É compreensível deduzirmos que esse cliente frequentará fóruns e discussões online buscando conhecer as melhores companhias, melhores ofertas e até, como otimizar suas milhas. Imagine agora a riqueza do conteúdo gerado nestes fóruns. Opiniões, críticas, sugestões, informações sobre a experiência com a competição, geradas pelo próprio cliente. Mas, como conseguir acesso a esses dados? Através do processo de data mining (mineração de dados).
No próximo post discutiremos o conceito de data mining e também como utilizá-la para obter insights.