Os tornados, ou como são chamados por aqui, os “twisters,” são frequente no Texas. Há 100 anos, quando queríamos descobrir se um tornado estava a chegar, tínhamos que o ver ou ouvir. “Parece um comboio de mercadorias,” costumava dizer o meu avô, que já tinha visto alguns. Aqui no sul do Texas, estamos no limite da “Alameda dos Tornados,” um termo para a região dos Estados Unidos mais fustigada pelos tornados e onde, apenas no ano passado, foram registados 1676 tornados.

Sabemos a razão pela qual os tornados se formam. Uma grande massa de ar frio desloca-se sobre uma grande massa de ar quente, criando condições atmosféricas instáveis – o ar quente, o mais leve dos dois, sobe através do ar frio, forçando o ar frio a deslocar-se para baixo e ao seu redor. Se houver energia suficiente, estes ventos turbulentos giram para formar a infame nuvem em forma de funil.

Há alguns décadas atrás, os tornados simplesmente “apareciam” como costumava dizer o meu avô. Mas hoje a história é diferente — podemos realmente vê-los a chegar antes de aparecerem. E como é que isso acontece? Com dados.

Previsão meteorológica: uma história de sucesso

Os meteorologistas estão habituados a ser alvo de piadas. Até o Larry David goza com eles num episódio de ” Curb Your Enthusiasm,” ao afirmar que “o meteorologista” prevê chuva quando ela não vai cair, para poder ter o campo de golfe só para si. Mas não existe nenhuma conspiração e, apesar do que muitas pessoas pensam, os meteorologistas são realmente muito bons naquilo que fazem.

De facto, a previsão do tempo é uma das histórias de sucesso na previsão de dados. É claro que por vezes também se enganam – um estudo que incidiu sobre meteorologistas da televisão em Kansas City descobriu que, quando disseram que havia 100% de probabilidade de chuva, um terço das vezes não choveu – mas nas últimas décadas, a nossa compreensão das moléculas na atmosfera, juntamente com um poder de processamento informático cada vez maior, melhoraram as nossas previsões de todas as formas possíveis e agora conseguimos prever chuvas e temperaturas, furacões e tornados com uma precisão e detalhe incríveis.

Porém, noutras áreas em que pretendemos prever o futuro já não temos tido tanto sucesso. Os analistas desportivos, analistas políticos, investidores e economistas têm uma péssima reputação no que toca a prever corretamente o futuro – pensemos nas eleições nos EUA em 2016, quando quase todas as sondagens previam Hillary Clinton como a nova presidente dos Estados Unidos, ou um pouco antes, quando em novembro de 2007, quando a bolha já estava a rebentar, os especialistas previam que existia uma probabilidade menor do que 1/500 de existir uma crise económica tão má como a que todos viram acontecer no mês seguinte.

Somos péssimos a prever o futuro

De um modo geral, os humanos são terríveis a prever o futuro. Por várias razões – a principal sendo os nossos próprios preconceitos. Tendemos a acreditar, para lá do razoável, que as coisas que queremos que aconteçam acontecerão. Temos tendência a processar novos dados para confirmar as nossas crenças, muitas vezes ignorando os pontos de dados que não estão de acordo com as nossas ideias. Estamos muito otimistas de que as coisas más só acontecem às outras pessoas e, como resultado, avaliar riscos não é o nosso ponto forte.

E, embora possamos construir computadores e algoritmos extremamente eficientes na síntese de terabytes e terabytes de dados, nós não somos. Podemos notar algumas tendências em pouco tempo, mas não conseguimos entender as mudanças de longo prazo e as tendências estatísticas. Como Prakash Loungani, economista do Fundo Monetário Internacional, disse a um escritor sénior do FiveThirtyEight, “muito, muito poucas recessões foram previstas com nove meses ou um ano de antecedência.

A verdade é que passámos milhares de anos a utilizar uma estrutura muito vaga do que é observável e a nossa intuição. Recorremos às nossas experiências e compreensão do mundo ao nosso redor para abordar um conjunto atual de circunstâncias e tomar decisões sobre o que fazer a seguir. Com toda a justiça, as nossas estimativas são boas o suficiente para nos manter vivos, mas não temos poder cerebral suficiente para calcular muito mais. E é aí que a tecnologia ajuda.

Quando os dados são utilizados corretamente, podem ir além de apenas informar as nossas decisões. Na verdade, podem ser utilizados para ir além dos nossos preconceitos e falhas e mostrar o melhor caminho a seguir. Se pudermos chegar a um ponto em que confiamos nos dados mesmo quando o que eles mostram é contra-intuitivo ou quando contrariam a nossa intenção de ir numa direção específica, podemos utilizar a tecnologia para nos ajudar a tomar melhores decisões.

Mas como é que tudo isso se relaciona com o nosso mundo de experiência do cliente?

Está lá?

Em 1991, quando comecei a trabalhar em call centers, estávamos a fazer chamadas para pessoas utilizando telefones manuais, mas apenas um ano depois recebemos um marcador automático – carregávamos listas de dezenas de milhares de nomes e números de telefone, o marcador fazia as chamadas telefónicas e, quando conseguia estabelecer ligação entregava a chamada a um agente. Mudou o paradigma, e a nossa equipa estava mais eficiente do que nunca.

Mas, alguns meses depois, como gerente de filial, encontramos um problema. Estávamos a perder tempo a ligar para “maus números,” números em que, por qualquer motivo, nunca ninguém atendeu. Por isso, reuni alguns pontos de dados e percebi que, se tivéssemos telefonado mais de 10 vezes para um número, havia uma queda abrupta na probabilidade de uma pessoa atender o telefone. Por isso, desenvolvemos um modelo que seria executado em cada lista para remover esses números, o que resultou num aumento significativo da nossa eficiência.

Foi aí que vi o poder de utilizar dados para melhorar a maneira como realizamos o nosso trabalho. Ao longo dos anos, vi cada vez mais o quanto isso pode melhorar a experiência do cliente.

Melhorar a experiência do cliente

As empresas têm acesso a uma quantidade impressionante de dados dos clientes – podemos literalmente ouvir o que os nossos clientes nos estão a dizer. E para além disso, também conseguimos perceber o que eles estão a tentar alcançar, quais são as suas intenções, e como se estão a sentir em relação a estas. E se fizermos tudo bem, esses dados podem-nos oferecer algumas informações verdadeiramente únicas, permitindo uma melhor compreensão.

Mas alcançar esse objetivo é um desafio. Há uma explosão de dados espalhados por vários canais, enquanto as expetativas dos clientes aumentam, exigindo que as empresas os entendam e se envolvam de maneiras mais significativas – para não mencionar que há quatro gerações muito diferentes em jogo num ambiente global de complexos segmentos culturais e socioeconómicos.

Introduzindo perspetiva

Para que as empresas se superem e ultrapassem, precisam de entender o comportamento passado do cliente, prever os desejos e necessidades do cliente e entregar com êxito uma experiência do cliente positiva a cada “momento da verdade” – interações importantes nas quais as necessidades dos clientes são atendidas de uma maneira que cria confiança e lealdade.

Como podemos replicar os sucessos modernos da meteorologia na experiência do cliente? Primeiro, precisamos de perspetiva.

Os meteorologistas reúnem centenas de dados de diferentes satélites, aviões, estações meteorológicas e balões meteorológicos em todo o mundo e no espaço, para então analisar todas as variáveis em ambientes de supercomputação. Portanto, criaram um conjunto unificado de dados que permite ter uma perspetiva global e ainda precisão local. Na nossa indústria, o paralelo seria criar uma visão unificada do cliente, onde todos os sistemas estão integrados e todos os dados são reunidos.

Isso irá permitir-nos ver a jornada do cliente como um arco longitudinal – onde podemos entender em que link o cliente clicou na newsletter, ver o quão longe foi na compra antes de abandonar o carrinho de compras, se contactou um agente de apoio, ou utilizou o apoio self-service. Saberemos para onde está a ir e o que nos está a dizer. E isso prepara o cenário para a IA ser introduzida.

Implementar a IA

Assim que todos os sistemas estiverem instalados e os dados estiverem unificados e prontos para análise, um modelo baseado em IA pode ajudar-nos com as nossas previsões, identificando questões ou problemas comerciais específicos e determinando o melhor conjunto de ações a serem tomadas para melhorar a experiência de cada cliente – seja uma mudança de canal, uma mensagem proativa ou um agente mais empático.

Analisar sentimentos

A análise de sentimentos utiliza algoritmos para determinar como o cliente se sente em relação a uma interação, seja esta positiva, negativa ou neutra . No mundo do serviço ao cliente, isto significa que os agentes podem receber dicas comportamentais para orientá-los sobre o que fazer de seguida ou como reagir a uma consulta do cliente com base no sentimento, emoção e intenção do cliente.

Antes disso, a única maneira de as empresas descobrirem como as pessoas estavam a reagir a um produto ou serviço específico era ao reunir grupos de análise ou enviando inquéritos, uma abordagem que consumia tempo e era francamente ineficiente. A análise de sentimentos pode ajudar as empresas a obter perspetiva, a melhorar a experiência do cliente e a perceção de produtos e processos quase em tempo real.

Na nossa indústria, a realidade é que todos os dados de que precisamos já existem. Um dos meus mentores costumava dizer na sua voz rouca e omnisciente: “Ou estás a ler o jornal ou estás a escrever a história.” Enquanto que os dados costumavam ser algo que analisávamos para ver o que aconteceu no passado, nos nossos ambientes CX atuais, podemos utilizar os dados para entender o que está a acontecer no próprio momento da interação. Temos até a capacidade de prever eventos futuros da mesma maneira que os meteorologistas podem prever o caminho de uma tempestade ou a temperatura num dia ensolarado de primavera. A grande diferença entre nós e os meteorologistas, porém, é que podemos mudar o resultado. Isso é uma boa notícia para nós, profissionais, e para os clientes que procuram sempre essa experiência perfeita.