Na era digital as empresas investem na construção e manutenção de uma boa reputação e conquista de clientes, mas não escapam às reclamações. Com a velocidade da difusão das ideias e opiniões por meio das redes sociais, outros canais, além do SAC e do Procon, passaram a ser importantes caminhos para que os consumidores externem as suas insatisfações, como o Reclame Aqui ou até mesmo as próprias páginas das empresas. Historicamente, as reclamações são entendidas como um ponto de estrangulamento para as empresas, porque além de disporem de recursos – seja para resolver o problema ou consertar o que não foi entregue à contento – sofrem ainda prejuízo na sua imagem, uma vez que passam a ser associadas à uma experiência ruim.

Foi em meio a esse cenário que a consultoria Ekantika enxergou o SAC como uma ferramenta estratégica para aprimorar processos e que permite agir reativamente diante dos problemas. A partir da revisitação com princípios de processos, criou um novo modelo, que deu origem a um algoritmo que trabalha como uma machine learning – ou seja, que a partir da ingestão de dados aprende a tomar decisões e a desenvolver diagnósticos precisos, sem ser explicitamente programado para isso – que a partir das medições realizadas e milestones ao longo de processos, identifica padrões complexos de comportamento, permitindo elaborar indicadores que refletem não apenas o comportamento observado, mas também o potencial de possíveis reclamações por meio de cada canal.

“Enxergamos um grande potencial de transformar o modelo tradicionalmente reativo de atendimento ao cliente em algo muito mais dinâmico, proativo e preditivo, usando princípios de inteligência artificial. O impacto para as empresas e para os clientes pode ser enorme”, afirma Boris Leite, sócio fundador na Ekantika.

O algoritmo trabalha, basicamente, com duas fontes de informação: pontos de monitoramento de processos e reclamações de diversos canais (SAC, Reclame Aqui, Procon, entre outros). Dentro do processo de compra, o sistema utiliza como insumo informações sobre a data do pedido, a aprovação do pagamento, a entrega do produto para a transportadora, entre outros. A partir dos marcadores, juntamente com um algoritmo de machine learning, padrões de comportamento começam a ser criados. Somado a isso, o algoritmo faz também um acompanhamento dos registros do SAC.

O resultado da união de todas essas informações, aliadas a um bom entendimento dos dados, possibilita que a empresa comece a antever um problema já na sua origem. “Para o varejo, por exemplo, já conseguimos monitorar compras realizadas sem qualquer problema, compras realizadas com erro e que geraram reclamação e ainda compras com erro que não geraram nenhum tipo de contato do cliente” explica Leite “Com isso estamos criando padrões que já permitem saber qual será o resultado final de uma compra, mesmo no meio de um processo” conclui.

“Não desligue, sua ligação é muito importante para nós”

Saber o que vai acontecer é importante para que as empresas possam atuar de forma ativa, seja para corrigir o processo em tempo ou até mesmo acionar o consumidor e alertando-o do que irá acontecer, minimizando assim a insatisfação do cliente.

Na forma tradicional, as informações do SAC costumam ser pouco elucidativas quanto à real origem do problema. “Normalmente os departamentos de SAC são compostos por um grupo de profissionais temporários e terceirizados, com altíssima taxa de rotatividade, o que gera uma comunicação bastante confusa e abre espaço para as mais variadas interpretações, tanto de quem está reclamando, como de quem está consolidando ou analisando as informações. Com um monitoramento bem feito é possível ter um raio-X do que os clientes estão comentando, com que frequência, quais as dores mais comuns, qual o perfil desses clientes, entre outros aspectos”, conta Cesar Cavini, head para estratégias digitais na Ekantika.

Com esse raio-X do comportamento do cliente em mãos, e uma análise coerente as empresas conseguem interagir no momento certo, da forma e com a linguagem adequadas, antes que a percepção não possa mais ser alterada. “Por meio desse novo modelo é possível agir preventivamente e surpreender o cliente com uma ligação, um cupom promocional ou algo semelhante. Esses pequenos gestos podem mudar a percepção do cliente e até ser um agente que o faria voltar a comprar em determinada empresa, diferentemente de uma proposta de SAC que degrada a marca/empresa porque não está apto a oferecer uma boa experiência”, conclui Cavini.

Resultados esperados

Fidelização – a antecipação de um problema permite a rápida tomada de providências. Clientes sem problemas são clientes satisfeitos. As chances desse cliente voltar a comprar com aquela empresa são muito grandes. Já a chance do cliente que se sente insatisfeito, em qualquer etapa do processo de compra, voltar a fazer negócios com determinada empresa, mesmo que o seu problema seja resolvido, são mais remotas;

Reputação – o cliente insatisfeito, poderá seguir algumas alternativas: (a) falar mal daquela empresa que não fez corretamente aquilo que esperava ou (b) após ter um problema resolvido e uma experiência de compra “renovada”, falar bem sobre isso para sua rede de contatos ou ainda (c) neutralidade. Matematicamente, as alternativas são sempre favoráveis desde que uma reclamação seja resolvida rápida e facilmente.

Redução de custos – um processo de compra eficiente, mais próximo do ideal, significa redução nos custos com serviços de atendimento ao cliente, que normalmente para as grandes empresas é terceirizado, e cobrado por ligação/atendimento realizado. Outro aspecto importante é a redução dos custos legais com processos judiciais, decorrentes das reclamações e problemas não solucionados.