Když je servis neviditelný, funguje nejlépe

Nejlepší zákaznická zkušenost je ta, kterou si zákazník ani nevšimne. Žádná stížnost, žádný telefonát na podporu, žádné mračení nad e-mailem. Jen pocit, že všechno prostě funguje. Jak se firmy dostávají od hašení požárů k tomu, že vidí, kde to zahoří, ještě než vznikne první jiskra?

Před pár lety jsem seděla na konferenci, kde jeden řečník pronesl větu, která mi utkvěla v hlavě: „Tradiční zákaznický servis je v podstatě forma omluvy. Vy něco poděláte, zákazník zavolá, vy se omluvíte a snažíte se to napravit.“ Bylo to provokativní, ale měl pravdu. Většina toho, co dnes nazýváme zákaznickou zkušeností, je vlastně sofistikovaný systém reakcí na věci, které už se pokazily.

Přiznám se, že mě to dlouho nenapadlo zpochybnit. Brala jsem jako samozřejmost, že CX je o tom dobře reagovat. Rychle, empaticky, kompetentně. Jenže když se nad tím zamyslíte, je v tom skrytá rezignace: pracujeme na tom, abychom dobře zvládli moment, kdy už je zákazník naštvaný, zklamaný nebo zmatený. To je jako být vynikající záchranář a chválit se za to, kolik lidí jste vytáhli z hořícího domu. Místo abyste se ptali, proč ten dům hořel.

A přesně tady přichází na scénu prediktivní CX, neboli předvídání zákaznických problémů, potřeb a chování dřív, než nastanou. Nejde o módní trend ani o další buzzword. Je to fundamentální posun v tom, co vlastně znamená starat se o zákazníka.

Od reakce k anticipaci: posun, který se odehrává teď

Když mluvíme o prediktivní analytice v CX, zjednodušeně řečeno mluvíme o využití dat, statistických modelů a strojového učení k tomu, abychom odhadli, co zákazník udělá, potřebuje nebo pocítí, ještě než se to stane. Místo „co se právě stalo?“ se ptáme „co se chystá stát?“.

Rozdíl mezi reaktivním a proaktivním přístupem je v praxi enormní. Forrester ve svém výzkumu z roku 2023 uvedl, že firmy, které proaktivně kontaktují zákazníky před vznikem problému, dosahují o 20 až 30 procent vyšší retence ve srovnání s těmi, které čekají, až zákazník zavolá sám. Salesforce ve studii State of Service (6. vydání, 2024) zjistil, že 61 procent zákazníků očekává od firem proaktivní komunikaci, ale pouze 33 procent firem ji skutečně dělá systematicky. Ta mezera je obrovská. A je to mezera, kde se právě teď rozhoduje, kdo bude v zákaznické zkušenosti vyhrávat.

Co mě na tom fascinuje nejvíc, je psychologický rozměr celého posunu. Když firma vyřeší problém dřív, než ho zákazník zaregistruje, neděje se nic dramatického. Není to wow moment. Je to spíš tichý, nenápadný pocit, že je o vás postaráno. A přesně tenhle pocit, jak ukazují výzkumy v oblasti behavioral economics, je daleko silnějším driverem loajality než jakákoli kompenzace po incidentu. Roger Dooley v knize Friction (2019) trefně píše, že nejcennější zákaznická zkušenost je ta, která má nulové tření, ne ta, která má skvělé řešení tření.

Co prediktivní CX vlastně dokáže

Pojďme být konkrétní, protože abstraktní řeči o „síle dat“ mě upřímně nudí stejně jako vás. Prediktivní analytika v CX dnes funguje hlavně ve čtyřech oblastech, a v každé z nich má jiný charakter.

Predikce odchodu zákazníka (churn prediction) je asi nejrozšířenější aplikace. Model na základě desítek až stovek proměnných (frekvence používání, změny v chování, kontakty se supportem, výsledky v průzkumech, sentiment ve zprávách) odhadne pravděpodobnost, že zákazník odejde v následujících týdnech nebo měsících. McKinsey ve své zprávě The Next Frontier of Customer Engagement (2023) uvádí, že firmy využívající pokročilé prediktivní modely odchodu dokážou snížit churn o 10 až 15 procent ve srovnání s tradičními segmentačními přístupy.

Ale tady přichází to, co mě baví. Predikce sama o sobě je k ničemu. Mít seznam ohrožených zákazníků je stejně užitečné jako mít předpověď počasí, ale nevyjít z domu s deštníkem. Klíčové je, co s tou informací uděláte. A tady řada firem selhává, protože predikce existuje v silu analytického týmu a nikdy se nepromítne do konkrétní akce.

Predikce příští potřeby (next best action, next best offer) je další oblast, která je dnes hodně diskutovaná. Amazon to dělá celé roky, Netflix také, ale teď se to dostává i do bank, telekomunikací a B2B firem. Jde o to, že systém na základě chování podobných zákazníků dokáže odhadnout, co bude konkrétní zákazník v dané chvíli potřebovat (a co naopak potřebovat nebude, což je stejně důležité). Gartner v Customer Experience Trends 2024 uvádí, že do roku 2026 budou organizace s vyspělými NBA (next best action) systémy generovat o 25 procent vyšší customer lifetime value, neboli celoživotní hodnotu zákazníka, ve srovnání s firmami, které pracují s tradiční segmentací.

Prediktivní servisní zásahy jsou pro mě nejzajímavější oblastí, protože tady se nejvíc projevuje to „vyřešit problém, než ho zákazník pocítí“. Telekomunikační operátor vidí, že zákazníkovi začínají vypadávat hovory v určité oblasti, a pošle preventivní SMS s vysvětlením a informací, kdy bude problém vyřešen. Výrobce automobilů vidí v datech z auta, že se blíží porucha komponenty, a kontaktuje zákazníka s nabídkou servisu ještě před tím, než se rozbije. Tesla tohle dělá masově a Rolls-Royce u svých leteckých motorů taky, jen pro úplně jiné publikum.

Predikce sentimentu a eskalace je čtvrtá oblast. Moderní systémy analýzy hlasu a textu dokážou v reálném čase odhadnout, kdy se zákaznická interakce řítí špatným směrem, a včas zasáhnout. Cogito, jeden z dodavatelů této technologie, publikoval data, podle kterých real-time emocionální analýza v kontaktních centrech snižuje eskalace průměrně o 28 procent a zvyšuje first call resolution, neboli vyřešení při prvním kontaktu, o 15 procent.

Kde to celé skřípe

Tady musím být upřímná. Když si přečtete většinu článků o prediktivním CX, máte pocit, že je to zázračný recept, který stačí nasadit a hned vám firma porostou křídla. Realita je výrazně komplikovanější.

První problém je kvalita dat. Prediktivní model je tak dobrý, jako data, na kterých se učí. A většina firem má data v žalostném stavu. Roztříštěná napříč systémy, nekonzistentní v definicích, neúplná, často kontaminovaná chybami z manuálního zadávání. Bain v 2024 CX Tools and Trends Report uvádí, že 67 procent firem, které se pokusily o nasazení prediktivních CX modelů, narazilo na zásadní problémy s daty, které projekt buď zdržely o měsíce, nebo úplně zhatily.

Druhý problém je organizační. Predikce sama o sobě nestačí, pokud nemáte schopnost na ni reagovat. Mluvila jsem nedávno s CX manažerkou jedné větší české firmy, která mi popisovala absurdní situaci: jejich datový tým postavil výborný model na predikci odchodu, ale nikdo v retenci ho neuměl operativně využít, protože call centrum jelo na úplně jiném systému a workflow nebyl propojený. Model fungoval, jen výsledky končily v Excelové tabulce, kterou nikdo neotevřel.

Třetí, a podle mě nejpodceňovanější problém, je etický a psychologický rozměr. Tady to začíná být fascinující. Když firma ví o zákazníkovi víc, než zákazník čeká, vzniká napětí. Wharton School publikovala v roce 2023 výzkum, který ukázal, že proaktivní personalizace má tvar obráceného U: malá míra zvyšuje spokojenost, ale od určitého bodu začne být znepokojivá a kontraproduktivní. Když vám banka napíše „všimli jsme si, že jste minulý týden vyhledávali hypotéky, můžeme vám poradit?“, část lidí to ocení a část to vyděsí. A obě reakce jsou legitimní.

Hranice mezi „pomocnou anticipací“ a „kreepy sledováním“ je tenká a kulturně specifická. Co je v USA běžné, je v Německu skoro nelegální. A co je legální, nemusí být automaticky moudré.

Co to znamená pro mě, pro tebe, pro firmu

Když přemýšlím o tom, jak prediktivní CX skutečně implementovat, vždycky se vracím ke třem otázkám, které si firma musí poctivě zodpovědět ještě před tím, než začne kupovat technologie.

Za prvé: máme infrastrukturu na to, abychom predikci proměnili v akci? Predikovat odchod zákazníka je hezké, ale pokud nemáte vyladěný retenční proces, který umí včas a relevantně reagovat, je predikce k ničemu. Začněte tím, že si nakreslíte celou cestu od datového signálu po konkrétní zásah u zákazníka. Pokud na ní máte víc než tři přerušení, technologie vás nespasí.

Za druhé: rozumíme tomu, co predikujeme? Modely jsou často black boxy a manažeři je používají, aniž by chápali, na čem stojí. To je nebezpečné. McKinsey v State of AI 2024 upozorňuje, že 40 procent firem, které nasadily AI v zákaznických procesech, nedokáže vysvětlit, jak model dochází ke svým výstupům. To není detail. To je strategické riziko, hlavně v regulovaných odvětvích a s ohledem na nový AI Act.

Za třetí: jak budeme se zákazníky komunikovat o tom, že je predikujeme? Transparentnost je klíčová. Edelman Trust Barometer 2024 ukazuje, že 71 procent zákazníků očekává od firem jasné vysvětlení, jak používají jejich data. A když to firma neudělá, ztrácí důvěru, i kdyby ta predikce byla sebepřesnější.

Skutečná otázka

Tohle je jedna z věcí, která mě na CX opravdu baví. Prediktivní analytika není o technologii. Je o filozofii. O tom, jak firma rozumí vztahu se zákazníkem.

Reaktivní CX je v jádru transakční. Stane se problém, vyřešíme problém, jdeme dál. Prediktivní CX je relační. Říká: známe vás, sledujeme váš příběh, staráme se o vás dřív, než se ozvete. A to je úplně jiná pozice vůči zákazníkovi.

Představte si rozdíl mezi přítelem, kterému musíte zavolat, když potřebujete pomoct, a přítelem, který se ozve sám, protože vidí, že vám zrovna není dobře. Oba mohou být skvělí. Ale ten druhý vztah je hlubší.

Skutečná otázka proto nezní, jestli vaše firma má prediktivní modely. Zní: jakou roli chcete v životě svých zákazníků hrát? A jste ochotni pro to vybudovat infrastrukturu, kulturu a etické mantinely, které to vyžaduje?

Protože nejlepší zákaznická zkušenost možná opravdu je ta, kterou si zákazník nevšimne. Ale postavit ji znamená, že vy si všímat musíte úplně všeho.