Indo além da pesquisa: como a Meta Reality Labs operacionalizou o CX

A equipe de CX da Meta Reality Labs compartilha suas práticas recomendadas para aprimorar a experiência do cliente, indo além das pesquisas para coletar os dados certos para gerar ações.

Os profissionais avançados em experiência do cliente (CX) sabem que a coleta de feedback do cliente por meio de pesquisas é apenas uma tática entre muitas que podem ser usadas como uma estratégia mais ampla e sofisticada para melhorar a experiência do cliente. As pesquisas sobre a voz do cliente podem ter um impacto maior quando são conduzidas juntamente com outras abordagens que proporcionam melhor visibilidade da experiência do cliente, priorizam ações que aprimoram a CX e ativam melhorias contínuas que criam fidelidade e fortalecem a marca. 

E a equipe responsável pela experiência do cliente na divisão de realidade virtual e realidade aumentada da Meta, a Meta Reality Labs, está liderando o caminho, combinando pesquisas com uma ampla gama de sinais do cliente. 

Tive o prazer de aprender com dois líderes de experiência do cliente da Meta Reality Labs - Pegah Valeh, diretora de experiência global do cliente, e Stephen Lopez, líder de experiência do cliente - sobre como eles estão capturando mais sinais de experiência do cliente além das pesquisas tradicionais, incorporando a IA em seus esforços, revelando insights mais acionáveis, priorizando áreas para melhorar a experiência do cliente e permitindo ações orientadas por dados em todos os níveis da organização em nosso recente webinar, Beyond the Survey: Como os programas abrangentes de experiência possibilitam a ação. 

Aqui estão alguns dos principais destaques de nossa discussão sobre como a Meta está construindo a fidelidade do cliente com confiança, e algumas respostas extras a perguntas que recebemos dos membros do público do webinar.*

P: Em apenas alguns anos, sua equipe na Meta Reality Labs evoluiu da realização de pesquisas simples para a obtenção dos dados corretos para promover ações reais em toda a empresa. Pode nos contar sobre sua jornada?

Pegah Valeh: Não tínhamos um programa de experiência do cliente quando entrei na Meta. Tínhamos apenas uma única pesquisa que as pessoas não estavam realmente usando para análise ou tomada de decisões. O que fizemos foi estabelecer um programa de experiência do cliente, primeiramente integrando o site Medallia e estabelecendo nossa primeira pesquisa por meio do site Medallia para que as pessoas respondessem depois de interagir com nossos agentes.

Começamos por aí porque estávamos integrados à equipe de suporte ao cliente, e essa era a área que realmente precisava de mais insights, e já tínhamos a adesão. Em seguida, expandimos nosso programa para analisar as experiências do cliente de ponta a ponta, todas as interações ao longo da jornada do cliente.

Começamos a expandir gradualmente nosso programa, desde o suporte ao cliente até a experiência de compra, a experiência de entrega, a atenção ao produto e, depois, a experiência de devolução.

Também queríamos obter um conjunto diversificado de feedback e insights e não depender apenas de pesquisas, por isso começamos a expandir a captura de feedback indireto, como análises de produtos, mídias sociais e dados operacionais, como dados inferidos, para complementar nossas pesquisas em termos de aumentar nossa compreensão dos clientes.

P: O que o fez perceber que outros tipos de feedback eram necessários para aprimorar seu programa de experiência do cliente? 

PV: Essa era a nossa intenção desde o início - nossa visão era criar uma visão de 360 graus da experiência do cliente em tudo o que fazemos. Também percebemos que é importante ter um conjunto diversificado de informações, porque as pesquisas são excelentes, mas podem ter pontos cegos e também pode haver outras maneiras mais rápidas do que esperar o retorno dos resultados da pesquisa.

É por isso que começamos a expandir para outros tipos de feedback, incluindo feedback direto, feedback indireto e fontes de dados que nos ajudam a inferir, com base no comportamento do cliente e em dados operacionais, se o cliente teve uma experiência boa ou ruim, mesmo sem precisar perguntar.

Stephen Lopez: Nossa equipe faz parte de uma organização de suporte, portanto, é natural que aproveitemos os dados operacionais, os tíquetes de suporte e os dados digitais da nossa central de ajuda para entender as experiências de autoatendimento. Depois, à medida que nosso programa crescia, identificamos - e começamos a usar - outros tipos de feedback com base em onde estávamos ouvindo. Durante todo esse processo, priorizamos a compreensão do que complementaria os dados de nossas pesquisas para nos ajudar a entender melhor as experiências de nossos clientes.

Para cada nova estratégia que lançamos, usamos os insights coletados por meio desse programa e os levamos de volta aos demais parceiros da organização para mostrar o valor do esforço e, em seguida, expandi-lo adequadamente.

- Pegah Valeh, diretora de CX global, Meta Reality Labs

P: Você pode nos contar como conseguiu a adesão das partes interessadas?

PV: Começamos analisando os principais momentos da verdade, aqueles que têm um impacto excepcional na experiência do cliente. Outra coisa que levamos em consideração foram as áreas em que já tínhamos algum nível de adesão, os frutos mais fáceis de serem colhidos.

Tinha que ser um momento-chave da verdade para que pudéssemos lutar por ele, ou algo para o qual pudéssemos obter rapidamente a adesão, mostrando o valor dos insights. 

Para cada nova estratégia que lançamos, usamos os insights coletados por meio desse programa e os levamos de volta aos demais parceiros da organização para mostrar o valor do esforço e, em seguida, expandi-lo adequadamente.

P: O que foi mais importante para você ao desenvolver o projeto do programa CX?

PV: Nossa análise. É muito fácil coletar feedback. Mas a maioria das empresas tem dificuldade em traduzir todo esse feedback em ações. Portanto, esse foi o principal princípio de design por trás do nosso programa: aproveitar a análise para traduzir os insights de forma mais eficaz.

O ato de pedir feedback cria a expectativa nos clientes de que você fará algo com ele. E se você não puder fazer isso, é melhor não pedir. É por isso que projetamos nosso programa para garantir que a análise e o aprendizado tenham precedência e prioridade sobre o ato de ouvir.

P: Que tipos de dados o ajudaram a obter insights mais práticos?

SL: No lado do suporte, há os tíquetes em si, mas também o volume de problemas específicos e as transcrições desses tíquetes, onde podemos realmente saber o que está acontecendo do ponto de vista do cliente. Podemos então combinar isso com outros dados comportamentais. Por exemplo, como os clientes interagem com nossa central de ajuda? Eles estão tendo dificuldades com a navegação? Isso nos ajuda a traçar um quadro mais holístico de nossas experiências gerais de suporte. 

Outro exemplo está em nossos dados de pedidos, entregas e devoluções. Monitoramos a entrega no prazo, que sabemos por meio de análises anteriores que se correlaciona com a experiência e os resultados comerciais. Portanto, embora ainda pesquisemos os clientes durante suas experiências de entrega e devolução, também podemos aproveitar a entrega no prazo para fazer inferências sobre essas experiências para todos os nossos clientes, não apenas para os que responderam.

Também combinamos feedback indireto, como análises de produtos e publicações em mídias sociais, com nossos dados operacionais para obter uma visão mais holística. 

P: Como você prioriza as áreas em que deve se concentrar para melhorar a experiência do cliente?

SL: Tudo se resume à gravidade e à prevalência. Algo está afetando negativamente nossos clientes? E, combinado com isso, qual é a prevalência do problema? 

Por exemplo, se estivermos vendo algo impactar fortemente o NPS® ou outras métricas de experiência, e também pudermos avaliar a prevalência e a gravidade com base no volume de suporte, nas análises de produtos, nos dados comportamentais etc., é provável que valha a pena investigar essa área. 

P: Você pode compartilhar exemplos de ações que tomou para melhorar a experiência do cliente com base em dados?

SL: Quando lançamos um produto, aproveitamos nossos esforços de escuta existentes para monitorar, identificar e resolver rapidamente os problemas que surgem. Com o lançamento recente de um produto, entendemos, com base em nossa pesquisa de compra, que havia alguma confusão com a experiência de compra e entrega. Validamos que o feedback estava aparecendo em várias fontes e trouxemos isso de volta às nossas equipes internas para ajudar a melhorar o fluxo de compras e os materiais de marketing, a fim de definir expectativas mais claras para nossos clientes e, em última análise, melhorar sua experiência.

A cada lançamento de produto, contamos ativamente com nossos insights em tempo real para intervir o mais rápido possível na solução de problemas. De forma contínua, trabalhamos com as equipes em oportunidades de melhoria contínua.

Voltando à gravidade e à prevalência, estamos avaliando consistentemente os problemas que têm maior impacto sobre nossos clientes, identificando as equipes relevantes que lidam com esses problemas e, em seguida, reunindo essas equipes para fazer um brainstorming sobre como resolver as coisas. Para nós, é muito importante vincular esses problemas de experiência às suas metas, seja para reduzir o custo de atendimento, a rotatividade, o volume de casos etc.

Estamos tentando amadurecer nosso programa de análise, e parte disso é aproveitar a IA e a análise preditiva e prescritiva para prever coisas como rotatividade, intenção do cliente e prever respostas de não respondentes, também conhecidos como "a maioria silenciosa" que não responde a pesquisas, para eventualmente diminuir nossa dependência de pesquisas.

- Stephen Lopez, líder de CX, Meta Reality Labs

P: Como você está pensando em usar a IA para melhorar a experiência do cliente do ponto de vista analítico?

SL: Estamos tentando ser muito intencionais em relação a onde investimos em IA para nossos programas, e isso inclui a análise de aplicativos de IA e a garantia de que estamos aproveitando as soluções que não apenas agregam valor ao nosso programa, mas também aos nossos clientes.

Algumas de nossas análises exigem um trabalho pesado de nossos analistas ou envolvem uma série de tarefas de baixo esforço, por isso estamos começando a explorar como podemos trazer a IA para ajudar a reduzir o tempo de insight, facilitar o trabalho de nossos analistas e ser mais eficientes.

Além disso, estamos concentrados em ampliar nossos insights, usando soluções de IA para insights e relatórios de autoatendimento. 

Passando para os tipos de análise em si, estamos tentando amadurecer nosso programa de análise, e parte disso é aproveitar a IA e a análise preditiva e prescritiva para prever coisas como rotatividade, intenção do cliente e prever respostas de não respondentes, também conhecidos como "a maioria silenciosa" que não responde a pesquisas, para eventualmente diminuir nossa dependência de pesquisas.

Por fim, queremos usar tudo isso para informar o design da experiência e permitir a orquestração em tempo real. 

É importante olhar para isso a partir de uma abordagem de "engatinhar, andar, correr" com a IA. Estamos realmente dedicando tempo para entender como a IA pode nos ajudar em nossos programas de "ouvir e aprender" antes de começarmos a agir.

P: Como você vê a evolução das tendências em IA e CX nos próximos 12 meses?

PV: O avanço da IA vai mudar completamente o setor de experiência do cliente. Ela vai acelerar nosso progresso no sentido de proporcionar melhores experiências aos clientes. Ela nos ajudará não apenas a aumentar a velocidade do tempo para obter insights, mas também nos dará a escala e a profundidade que têm sido tão difíceis de alcançar. No futuro da experiência do cliente, com o uso da IA, poderemos compreender melhor, de forma rápida e mais precisa, os pontos problemáticos de nossos clientes e a causa raiz desses problemas, e então orquestrar ações. 

Há muitas empresas que estão fazendo um bom trabalho ao usar análises preditivas e prescritivas e orquestração de experiências, mas elas estão sendo subutilizadas no momento. Com a IA, a criação de experiências personalizadas e proativas será uma aposta. É por isso que estamos explorando essas oportunidades o mais cedo possível, porque queremos ter certeza de que podemos aproveitar o poder da IA para oferecer uma melhor experiência ao cliente, reduzir a rotatividade, reduzir custos e, por fim, melhorar as experiências do cliente por meio de mais personalização, por meio de mais recursos preditivos e garantindo que estejamos à frente e abordemos e orquestremos ações de forma proativa.

P: O que está por vir para a sua equipe ao continuar essa jornada?

PV: O uso da análise preditiva e da análise prescritiva é muito importante para nós e é uma área em que estamos investindo. Isso acabará nos ajudando a orquestrar ações e a criar experiências personalizadas, que é outro objetivo de nossa organização. O subproduto é que ele também nos ajuda a reduzir o tempo de obtenção de insights, que é outro objetivo nosso. Queremos ter certeza de que não gastaremos muito tempo manipulando dados, limpando dados ou dando sentido a eles, por isso também estamos nos concentrando em recursos de autoatendimento para nossos analistas e parceiros, para que eles não precisem depender totalmente de nós. 

Por fim, nenhuma dessas prioridades tem importância se não tivermos a cultura certa de foco no cliente em nossa organização, portanto, essa é outra área em que estamos investindo. 

Perguntas do público: Respostas da Meta para melhorar a experiência do cliente

Houve tanto interesse e envolvimento com esse tópico do webinar que recebemos muitas perguntas do nosso público. A equipe da Meta compartilhou esses aprendizados adicionais em resposta a algumas das perguntas que surgiram:

P: Como você pode garantir a responsabilidade e a ação sobre os insights encontrados?

PV: O que funcionou para nós foi o estabelecimento de metas, métricas e KPIs compartilhados que representam a experiência do cliente com nossas partes interessadas. Isso nos ajudou a manter o alinhamento e a criar responsabilidade. 

Também priorizamos a educação das partes interessadas sobre o impacto nos clientes - ou seja, o que a falta de ação significa para os clientes - e, em seguida, conectamos esses impactos às metas e métricas com as quais as partes interessadas se preocupam (por exemplo, o impacto nas vendas futuras se não tomarmos providências em relação a essa questão). 

Também compartilhamos pesquisas internas ou do setor que demonstram a importância da centralização no cliente e da ação sobre o feedback do cliente para o sucesso geral do negócio. Criamos um deck com todos esses tipos de insights usando principalmente pesquisas externas sobre o ROI e o impacto da CX nos negócios, e aproveitamos todas as oportunidades para educar nossa organização sobre isso para aumentar a conscientização.

P: Ao se concentrar nos KPIs, o que você prioriza: NPS® ou lucratividade de curto prazo? Qual é o ponto ideal para você?

PV: Um equilíbrio saudável entre os dois é fundamental, mas eu, pessoalmente, tento me inclinar para ganhos de fidelidade de longo prazo, pois esse crescimento é mais sustentável. É difícil indicar o ponto ideal exato, pois isso depende do ponto de contato e do tipo de NPS® (e da metodologia da pesquisa). 

P: Quais são algumas práticas recomendadas para fazer com que mais clientes respondam às pesquisas? O que as empresas podem fazer para receber feedback diversificado?

PV: Temos uma taxa de resposta relativamente saudável, mas aqui estão algumas estratégias que usei anteriormente. Enviar lembretes de pesquisa (isso nos ajudou a melhorar nossa taxa de resposta em +5% a 6%). Pergunte dentro do mesmo canal/interação (por exemplo, envie pesquisas via chat se os clientes interagiram com você via chat ou logo após o término da interação para outros tipos de canais).

Certifique-se de fazer perguntas que realmente interessem aos clientes, do ponto de vista deles - pergunte sobre as ações que eles realizaram, os itens que compraram, as experiências que tiveram e por que você está interessado no ponto de vista exclusivo deles. Mantenha suas pesquisas simples, curtas e diretas e peça feedback por meio dos canais preferidos dos clientes, onde eles se envolvem ativamente com sua marca. 

Para conhecer ainda mais práticas recomendadas de CX da Meta Reality Labs, confira a gravação completa do webinar aqui: Além da pesquisa: Como os programas abrangentes de experiência possibilitam a ação.

*Esta conversa foi editada por motivos de extensão e clareza.