Los tornados son muy frecuentes en Texas. Hace cien años, cuando queríamos saber si se acercaba un tornado, teníamos que verlo o escucharlo. «Suena como un tren de mercancías», solía decir mi abuelo, que había visto unos cuantos. Aquí en el sur de Texas, estamos al final del «callejón de los tornados», un término que se utiliza para denominar la región de Estados Unidos en la que los tornados son más frecuentes (solo el año pasado se registraron 1676).

También sabemos bastante bien por qué se producen los tornados. Una gran masa de aire frío se mueve sobre una gran masa de aire cálido, lo cual crea condiciones atmosféricas inestables. El aire cálido, que es el más ligero de los dos, se desplaza hacia arriba a través del aire frío, lo que obliga al aire frío a desplazarse hacia abajo y a su alrededor. Si hay suficiente energía, estos vientos turbulentos giran para formar la famosa nube en forma de embudo.

Hace unas décadas, los tornados podían aparecer de forma imprevista, tal y como recuerda mi abuelo. Pero hoy en día, esto ha cambiado y podemos preverlos antes de que aparezcan. ¿Y cómo puede hacerse esto? Con datos.

Pronóstico del tiempo: Un caso de éxito

Las personas que se dedican a predecir el tiempo están acostumbradas a ser el blanco de todo tipo de bromas. Incluso Larry David se burlaba de ellos en un episodio de Curb Your Enthusiasm en el que afirmaba que el hombre del tiempo predecía lluvia cuando no iba a llover para tener el campo de golf para él solo. Pero no hay ninguna conspiración y, a pesar de lo que la mayoría de la gente piensa, los meteorólogos son bastante buenos en su trabajo.

De hecho, el pronóstico del tiempo es uno de los casos de éxito dentro del ámbito de las predicciones basadas en datos. A veces se equivocan, por supuesto. Según un estudio de meteorólogos de televisión en Kansas City, un tercio de las veces que se predecía lluvia con un 100 % de probabilidad, no llovía. Sin embargo, en las últimas décadas, nuestra comprensión de las moléculas de la atmósfera, así como la potencia de cálculo cada vez mayor de la que disponemos, han mejorado nuestras previsiones de todas las maneras imaginables, lo cual ha permitido predecir las lluvias y la temperatura, los huracanes y los tornados con una precisión y un detalle sorprendentes.

Sin embargo, no nos ha ido tan bien cuando hemos tratado de predecir el futuro en otros ámbitos. Los analistas deportivos, los expertos en política, los inversores y los economistas no han demostrado una gran capacidad para predecir correctamente el futuro. Pensemos, por ejemplo, en las elecciones del 2016, cuando casi todos los sondeos y encuestas señalaban a Hillary Clinton como la nueva presidenta de Estados Unidos. O antes de eso, en noviembre del 2007, cuando la burbuja ya había comenzado a estallar y los expertos predecían que había una probabilidad entre 500 de experimentar una crisis económica tan grave como la que sufrió todo el mundo tan solo un mes más tarde.

Se nos da fatal predecir el futuro

En términos generales, no se nos da nada bien predecir el futuro. Por diversos motivos, aunque el principal son nuestros propios prejuicios. Solemos creer, de forma irracional, que las cosas que queremos que sucedan van a suceder realmente. Tendemos a procesar datos nuevos que confirmen nuestras creencias y, en muchas ocasiones, ignoramos aquellos datos que no se ajustan a nuestras ideas. Somos demasiado optimistas y creemos que las cosas malas solo les suceden a otras personas, lo cual hace que evaluar los riesgos no sea nuestro punto fuerte.

Y aunque somos capaces de crear ordenadores y algoritmos que son extremadamente eficientes a la hora de sintetizar terabytes y terabytes de datos, nosotros no lo somos. Podemos detectar algunas tendencias a corto plazo, pero no somos capaces de entender los cambios a largo plazo ni las tendencias estadísticas. Tal y como Prakash Loungani (economista del Fondo Monetario Internacional) le explicó a un redactor sénior de FiveThirtyEight, «poquísimas recesiones se han predicho con nueve meses o un año de antelación».

Lo cierto es que llevamos miles de años utilizando una perspectiva muy flexible, así como nuestra propia intuición. Recurrimos a nuestras experiencias y a la comprensión que tenemos del mundo que nos rodea para enfrentarnos a un conjunto actual de circunstancias y tomar decisiones sobre qué hacer a continuación. A decir verdad, nuestras estimaciones son lo suficientemente buenas como para mantenernos vivos, pero no tenemos suficiente capacidad cerebral para calcular mucho más. Y ahí es donde la tecnología nos ayuda.

Cuando los datos se utilizan adecuadamente, pueden servir para algo más que para tomar decisiones. Lo cierto es que pueden enmascarar nuestros prejuicios y defectos y mostrarnos el mejor camino a seguir. Si logramos confiar en los datos para ir en una determinada dirección, incluso aunque dichos datos vayan en contra de nuestra intuición o deseos, podremos utilizar la tecnología para ayudarnos a tomar mejores decisiones.

Pero ¿qué relación tiene todo esto con la experiencia del cliente?

¿Hola?

En 1991, cuando comencé a trabajar en centros de llamadas, llamábamos de forma manual. Tan solo un año después, empezamos a utilizar un marcador automático. Cargábamos listas con decenas de miles de nombres y números de teléfono, el marcador hacía las llamadas y, cuando conectaba con alguien, pasaba la llamada a un agente. Esto supuso un cambio radical, y nuestro equipo fue más eficiente que nunca.

Pero unos meses después, como gerente de sucursal, me encontré con un problema. Estábamos perdiendo el tiempo con llamadas a «números malos», teléfonos que, por algún motivo, nadie cogía. Así que recopilé una serie de datos y me di cuenta de que había muy pocas probabilidades de que alguien contestara a aquellos teléfonos a los que ya habíamos llamado diez veces. Así que desarrollamos un modelo que luego se aplicaría a cada lista para eliminar estos números, lo cual hizo que nuestra eficiencia aumentase enormemente.

Fue entonces cuando experimenté por primera vez el poder de utilizar datos para mejorar la forma en la que hacíamos nuestro trabajo. Con los años, me he dado cada vez más cuenta de cuánto pueden contribuir también a mejorar la experiencia del cliente.

Cómo mejorar la experiencia del cliente

Las empresas tienen acceso a una cantidad abrumadora de datos de clientes. Literalmente, podemos escuchar lo que nuestros clientes nos dicen. Y no solo eso, sino que también podemos entender lo que tratan de lograr, cuál es su intención y cómo se sienten al respecto. Y si jugamos bien nuestras cartas, estos datos pueden ofrecernos una visión verdaderamente única.

Pero no es fácil lograr este objetivo. Hay una explosión de datos que se dispersan a través de diferentes canales. Además de eso, las expectativas de los clientes no dejan de aumentar, lo cual exige que las empresas los entiendan e interactúen con ellos de una forma más significativa, sin mencionar que hay implicadas cuatro generaciones muy diferentes en un entorno global de segmentos culturales y socioeconómicos complejos.

No perder la perspectiva

Para que las empresas puedan ir un paso más allá, deben comprender el comportamiento pasado del cliente, predecir sus deseos y necesidades y ofrecerle una experiencia positiva en cada uno de los momentos clave, es decir, interactuar con él de tal manera que se satisfagan sus necesidades de una forma que genere confianza y fidelidad.

Y nosotros, ¿cómo podemos replicar los éxitos recientes de la meteorología en la experiencia del cliente? En primer lugar, necesitamos perspectiva.

Los meteorólogos recopilan cientos de puntos de datos de satélites, aeronaves, estaciones meteorológicas y globos meteorológicos de todo el mundo y del espacio para luego analizar todas las variables en entornos masivos de supercomputación. Con estos datos, han creado un conjunto unificado que permite tener una perspectiva global y hacer previsiones precisas a nivel local. En nuestro sector, lo equivalente sería crear una visión unificada del cliente mediante la integración de todos los sistemas y la agrupación de todos los datos.

Eso nos permitirá observar el recorrido del cliente como un arco longitudinal. Podremos entender en qué enlace del boletín informativo han hecho clic los clientes, ver hasta qué punto del proceso de compra han llegado antes de abandonar el carrito de compras o saber si han contactado con un agente de atención al cliente o han utilizado las herramientas de autoservicio. Sabremos a dónde van y qué dicen. Y eso sienta las bases para la introducción de la IA.

Aplicación de la IA

Una vez que todos los sistemas estén instalados y los datos estén agrupados y listos para su análisis, un modelo basado en IA podrá ayudarnos con nuestras predicciones mediante la identificación de preguntas o problemas específicos relacionados con nuestro negocio y la determinación del mejor conjunto de medidas que pueden tomarse para mejorar la experiencia de cada cliente, ya sea un cambio de canal, un mensaje proactivo o un agente más empático.

Análisis de sentimientos

El análisis de sentimientos utiliza algoritmos para determinar las emociones de un cliente con respecto a una interacción, ya sean positivas, negativas o neutras . En el ámbito de la atención al cliente, esto significa que los agentes pueden recibir sugerencias sobre qué hacer a continuación o cómo reaccionar ante una consulta de un cliente en función de los sentimientos, las emociones y las intenciones del mismo.

Antes de esto, la única forma que tenían las empresas de averiguar cómo reaccionaba la gente ante un producto o servicio determinado era mediante sesiones de grupo o encuestas, unos métodos que consumían mucho tiempo y eran francamente ineficientes. El análisis de sentimientos puede ayudar a las empresas a adquirir una mejor perspectiva y a mejorar la experiencia del cliente y el conocimiento de los productos y procesos en tiempo casi real.

En nuestro sector, la realidad es que ya podemos disponer de todos los datos que necesitamos. Uno de mis mentores solía decir con voz ronca y sabia: «Una de dos, o te dedicas a leer el periódico o a escribir la historia». Si bien los datos solían analizarse para ver lo que había sucedido en el pasado, en los entornos de experiencia del cliente, que tan rápidamente avanzan hoy en día, podemos usar datos para comprender y ejercer influencia sobre lo que ocurre en el momento exacto en el que se produce la interacción. Incluso tenemos la capacidad de predecir acontecimientos futuros de la misma manera que los meteorólogos pueden predecir la trayectoria de un tornado o la temperatura en un día soleado de primavera. Sin embargo, la gran diferencia entre nosotros y los meteorólogos es que nosotros podemos cambiar los resultados. Es una buena noticia para nosotros, los profesionales, y para los clientes, que buscan una experiencia perfecta en todo momento.