Llevo trabajando en marketing, experiencia de cliente y fidelización varias décadas y en muchos proyectos me he enfrentado a un gran dilema: ¿Cómo hay que tratar a los clientes? ¿Cómo tratar a las personas? ¿Cómo gestionar sus expectativas?

Desde hace ya casi treinta años se viene hablando de personalización (¡el libro Uno por uno. El marketing del siglo XXI, de Peppers y Rogers, es de 1996!). La filosofía del uno por uno, felizmente, se fue instalando por mor de un CRM y una gestión cada vez más científica de clientes, no siempre orientada a la mejora del servicio, ni la experiencia y, casi siempre, orientada a la facturación a corto plazo. Pero la gestión basada en datos y la orientación creciente a la contabilidad analítica y la búsqueda de la rentabilidad hizo su trabajo.

Usamos, pues, en muchas situaciones clasificaciones, categorías, agrupaciones, tipologías y diversas maneras de microsegmentar clientes para darles un trato más personalizado, en base a indicios de comportamientos, clasificaciones de modos de actuar y múltiples maneras de orientar la conversación con el objetivo de agradar, provocar mejores experiencias, retenerle o venderle lo que más pueda necesitar.

Sobre la marcha, muchas veces, clasificamos a las personas por cómo se han dirigido al personal del contact center o cualquier otro motivo, pero lo cierto es que, de forma creciente, se dispone de herramientas y tecnologías para ser crecientemente precisos en el trato y la personalización. Tratar a cada cual, según sus necesidades, según su perfil. 

Soy un firme partidario de utilizar estas metodologías y tecnologías. De poder adaptarnos mejor en fondo y forma a las personas, a sus expectativas y motivaciones, a sus demandas, y lograr así mayor satisfacción, fidelización, engagement y sentido de pertenencia. 

En contra, es cierto que muchas veces nos encontramos con tipologías subjetivas. Muchas veces, se basan en el conocimiento que tienen los empleados de los clientes. Yo mismo, en mis trabajos, trato de adaptar las tipologías a las características de la empresa, al uso que se les va a dar y al marco situacional de su uso. Es importante trabajar estas tipologías, cuando es posible, con los propios empleados.

Al ser subjetivas, y muchas veces basadas en criterios opinativos u opináticos de los empleados, las opiniones, algunas veces, difieren entre distintas personas y llevan a la confusión en el trato que se da a los perfiles, por un perfilado erróneo o contradictorio. Por ejemplo, alguien cualifica a un cliente como “polémico” y esto genera un trato concreto, defensivo, de otro compañero, por ejemplo. Será importante, por ello, organizar sistemas de ponderación de opiniones que no generen “la profecía que se autocumple” y que un cliente que ha sido tratado varias veces en un contact center puede aparecer como alguien con un perfil determinado, pero atenuado en las distintas interacciones que se haya tenido con dicha persona por parte de los diferentes compañeros que lo atendieron. 

En otro orden de cosas, y siempre en el marco legal de la protección de datos personales, es posible, útil y necesario cruzar informaciones que dan lugar a “tipos de personas” y cómo tratarlas sobre la base de “smart data” e inteligencia artificial. 

Así, en un momento determinado, podemos cruzar la información subjetiva y opinativa de un empleado con  información:

– Que analice el tono de voz, por ejemplo, en un call center.

– Que analice el histórico de quejas y reclamaciones, incidencias y no satisfacciones.

– Que analice el valor de vida del cliente y, con base a todo lo anterior, pueda extrapolar posibles motivos de llamada, pueda incluso hacer “bundling” y ofrecer paquetes y propuestas personalizadas para cada cual; incluso podría hablarse de precios personalizados.

En suma, está claro que personalizar es una tendencia obligatoria para las empresas y organizaciones que tienen a alguien pagando por unos servicios o por “algo”; pues es aplicable, por supuesto, en el ámbito de la filantropía (uno de los campos donde más lo he utilizado), los partidos políticos, etc.