顧客のフィードバックに耳を傾ける：矛盾するレポートのナビゲート

"キャプテン！ 私たちの側には渦があります！」 あなたの後ろから叫び声が聞こえます。

"キャプテン！ 私たちの側には巨大なモンスターがいます！」 別の人からの叫びが来る。

この状況に慣れていると思われる場合は、古代ギリシャの船の船長か、顧客のフィードバックを聞いている中小企業の経営者のどちらかです。 いずれにせよ、あなたは自分自身に「彼らは両方とも正しいことはできない」と考えました。

しかし、彼らはそうすることができますか？

そして、もしそうなら-これらの相反する報告が同じ重みを持っているなら-あなたはどうしますか？ フライパンから火の中に移動しているだけですか？

比喩を混ぜ合わせていることはわかっているので、ScyllaとCharybdisを離れて、ここで実際に話していること、つまり競合するレビューデータに焦点を当てましょう。

相反するレビューを受け取ったとき、誰に耳を傾けますか？

みんな。

2つのレビューが互いに反対であるからといって、一方が正しいことと他方が間違っていることを意味するわけではありません。

以前のギリシャの例を見ると、両方の船員が正確な状況を説明していました。彼らの説明は、彼ら自身の経験/見晴らしの良い点に基づいて異なっていました。

私たちの船の船長と同じように、正しいか間違った側を選ぶのではなく、顧客が複数の真実を経験していることを受け入れる必要があります。

ただし、顧客のフィードバックを聞いていて、ある顧客が別の顧客と対立している場合、提供している情報に基づいて行動することは難しく、その情報を顧客育成のレバレッジとして使用することはさらに困難です。

顧客を遠ざけることを避けるために、さまざまな顧客体験の背後にある根本的な原因をよりよく理解する必要があります。

お客様のフィードバックを聞きながら「メモの裏にあるメモ」を深く掘り下げることで、症状と実際の問題を区別できるようになるだけでなく、そのクライアントとの関係も深まります。

さまざまなカスタマーエクスペリエンスの背後にある理由をグラフ化するための4つのステップ

顧客を理解するプロセスに深く入り込む前に、顧客がフィードバックを提供するとき（顧客との会話の開始）に顧客が何を言っているかを確認する必要があります。

ステップ1：レビューの主な違いを見つける

以下の2つの状況を見てください。

どちらのシナリオでも、重要な不一致があります。

1つのシナリオが望ましいと思うかもしれませんが（結局のところ、シナリオ1には製品の肯定的なレビューが含まれています）、どちらの状況でも調整が必要です（そして、すでに述べたように、すべての顧客からのフィードバックは右）。

ステップ2：誰がレビューを行っているかを確認します

それが最初に出たときにそれを見逃した場合は、少し立ち止まって、レビューデータを収集することの重要性についてこの記事を読んでください。

あなたは戻ってきていますか？ 良い。

これで、顧客のフィードバックを聞きながら人口統計データを収集することの重要性がわかりました。これは、2人の顧客の違いを理解するこの段階で役立ちます。

では、このデータをどのように分解しますか？ 1つのオプションは、人工知能（AI）ソフトウェアを使用して、顧客データを自由に整理および分析することです。

実際、2018年のGartner Digital Markets調査（Gartnerクライアントが利用できる完全な調査結果）の回答者の42％は、現在AIを顧客セグメンテーションに使用し、45％は顧客レビュー分析に使用していると述べています。

AIは唯一のオプションではありません—CRMソフトウェアを使用するか、データを手動で調べることができます—しかし、それは最も簡単な解決策です。

データを収集したら、少し魂を探しましょう。 あなたの理想的な買い手は誰ですか？ 次に、聞いている顧客のどれがそのターゲットペルソナにぴったりかを尋ねます。

その情報を保持します。 後で重要になります。

ステップ3：それがトレンドなのか単一のインスタンスなのかを判断する

シナリオに関係なく、顧客のフィードバックを聞きながら受け取った各情報を確認します。

ここで、同様のフィードバックを提供した顧客の数を数えます。

1人の顧客だけが何かを言ったとしても、それはまだ有効です。 100人が反対のことを言ったとしても、それは元のフィードバックを持った1人の顧客が正当な経験をしていないという意味ではありません。

代わりに、目前の問題に取り組む方法を理解する方法としてそれを考えてください。

99人があなたの製品の特定の側面を楽しんでいるが、1人はそうではないと言っているとしましょう。 その問題に取り組むには、50人が同じ側面を楽しんでいるが、50人は楽しんでいない場合とは、大幅に異なる問題解決アプローチが必要です。

1つは製品に根ざしたトレンドであり、もう1つはその顧客の経験に根ざした単一のインスタンスです。 どちらも有効ですが、問題に対処するための戦略は異なる必要があります。

ステップ4：顧客との会話を続ける

彼らが肯定的であろうと否定的であろうと、彼らがレビューを残すとき、あなたはあなたの顧客をフォローアップするべきです。

そうすることで、彼らが話している問題と、彼らがどのように解決されることを期待しているのかについて、彼らが持っている理由をよりよく理解するのに役立ちます。

では、彼らと話すのに最適な時期はいつですか？ 最近のGartnerの調査によると、レビューを離れてから約2〜3か月後です。

これまでのところ、顧客は自分の経験をより深く理解するのを妨げる可能性のある詳細を覚えていません。 代わりに、顧客は重要なポイントを覚えており、感情的でロジスティックな旅についてより正確に話すことができます。

その高レベルの会話（たとえば、調査ではなく会話である必要があります）は、メモの背後にあるメモを理解し、特定のフィードバックを残した理由をより広く理解するのに役立ちます。

その知識は、顧客Aがあなたに1つのレビューを与え、顧客Bがあなたに別のレビューを与えた理由を知るための鍵を与えることができます。

顧客のフィードバックを聞いた後、コースをプロットする

これですべての知識が得られたので、それをどうするつもりですか？

収集したすべての情報は、必要な調整を行う方法を理解する上で非常に重要です。

最初のステップは、フィードバックがトレンドの一部であったのか、単にまれにしか発生しなかったのかを判断することです。

• それがトレンドだった場合は、より広範な変更を加える準備をしてください。
• それが単一の状況またはまれな出来事の結果であった場合、あなたは個々の経験に焦点を合わせる必要があります。

どちらの方向に進んでも、何かを変更する必要があります。

後者の場合、オンボーディングプロセスに関するものであれ、ユーザビリティに関するものであれ、これらの個々の懸念に対処することに焦点を当てる必要があります。 これは、これらのタッチポイントに対処するために顧客擁護プログラムを採用する絶好の機会です。

ただし、それがトレンドである場合、プロセスは少しトリッキーになります。

以前のシナリオに戻りましょう。 これらのそれぞれを見ると、これらの矛盾するレポートをナビゲートするために必要なより広範な方法論の理解を深めるのに役立ちます。

何を持って出航するか

すべてのフィードバックは兆候です。 トレンドに気づいたことを伝える真のギリシャの合唱であろうと、迫り来る嵐について警告する単一のTiresiasであろうと、顧客の声があなたのガイドとなるはずです。

彼らと直接関わることで、彼らが誰で、どこから来ているのかを聞いて理解することがいかに重要であるか、そして結果としてどのようなコース修正を行う必要があるかを正確に学ぶことができます。

方法論

提示された結果は、デジタルコマースにおけるAIの採用と投資計画を理解するために実施されたGartnerの調査に基づいています。 この調査では、デジタルコマースにおけるAIの価値と成功、およびその課題についても理解しようとしました。 一次調査は、北米、中南米、西ヨーロッパ、アジア太平洋の307人の回答者を対象に、2018年6月4日から7月17日までオンラインで実施されました。

資格のある組織は、ヘルスケアを除くさまざまな業界にまたがっています。 企業は、2017会計年度にデジタルチャネルからいくらかの（> $ 0 USD）収益を生み出す「カスタムビルドコマースプラットフォーム」または「パッケージコマースソフトウェアソリューション」として、デジタルコマースの主要なテクノロジーアプローチを採用する必要がありました。またはデジタルコマースでAIを試験運用します。 サンプルは、米国/カナダ（n = 86）、ブラジル（n = 35）、フランス（n = 30）、ドイツ（n = 31）、英国（n = 30）、オーストラリア/ニュージーランド（n = 30）の組織を表しています。 ）、インド（n = 33）および中国（n = 32）。

すべての回答者は、組織内のデジタルコマースの戦略的決定への関与についてスクリーニングされました。

割り当ては、2017会計年度のデジタルチャネルからの国、業界、および企業全体の収益に適用されました。

人工知能：AIは、収集されたデータ、使用状況分析、およびその他の観察に基づいて、明示的にプログラムされることなく動作を変更する高度なテクノロジーの組み合わせです。 機械学習はAIを推進する主要なテクノロジーカテゴリであり、線形回帰、決定木、ベイジアンネットワーク、ディープニューラルネットワークなどの手法が含まれます。

この調査は、Commerce Technologies＆ExperiencesをフォローしているGartnerアナリストとプライマリリサーチチームが共同で開発したものです。

免責事項：結果は「グローバル」な調査結果や市場全体を表すものではなく、調査対象の回答者や企業の感情を反映しています。