Di masa lalu, secara tradisional pelaku bisnis mendengarkan suara pelanggan mereka melalui survei, transkrip telepon antara konsumen dan petugas customer services, kartu komentar yang dimasukkan ke dalam kotak di toko-toko, maupun respons e-mail dari pelanggan.
Konsumen mungkin bertanya, mengeluh, memberi usulan, ataupun berbagi gagasan. Meskipun berharga, dengan cara-cara ini, suara pelanggan memerlukan waktu lama untuk sampai ke telinga pelaku bisnis. Staf customer services harus menghimpun lebih dulu semua keluhan dan komentar yang masuk, lalu mengolahnya. Setelah itu, ia menyampaikan kepada manajer yang bertanggungjawab. Jelas, ini memakan waktu.
Pilihan yang lebih berharga kini tersedia lebih cepat dan mencakup konsumen dalam jumlah yang jauh lebih banyak, yakni melalui big data analytics. Komentar konsumen datang setiap waktu sehingga volume datanya amat sangat besar, bentuknya beragam mungkin teks, suara, grafis, maupun video, datang silih berganti dalam waktu yang cepat. Cara konvensional akan sulit menangani pertumbuhan data seperti ini.
Nah, kompetensi big data analytics dapat membantu pelaku bisnis memperoleh valuable insights tentang perasaan, pengalaman, keinginan, dan alasan mengapa pelanggan memilih produk dan jasa tertentu dan bukan yang lain. Perusahaan dapat pula menyerap umpan balik melalui aktivitas berbagi pengalaman di antara sesama pelanggan melalui platform jejaring sosial.
Media sosial seperti Twitter, Facebook, maupun Path menjadi ‘jalur penyebaran persepsi konsumen tentang baik dan buruknya kualitas produk maupun jasa’. Bahkan, konsumen yang merasa dirugikan oleh layanan suatu restoran dapat menulis petisi online dan mengundang netizen lainnya untuk berpartisipasi dalam petisi itu. Penyebarannya cepat dan mampu membentuk opini segera.
Menghadapi perkembangan seperti itu, di era digital sekarang ini, pelaku bisnis harus mengembangkan customer voice management yang secara sistematis mampu menangkap dan mengelola umpan balik pelanggan serta bertindak atas dasar masukan itu. Data scientist yang piawai berperan membantu pebisnis dalam menyarikan makna dari rekaman contact center, tweets yang berseliweran, blog posting, komentar Facebook, maupun ulasan atau review di mana pelanggan berbicara mengenai kualitas produk, jasa, merek, dan layanan Anda.
Data scientist mengindetifikasi, lalu mengorganisasi, dan kemudian menganalisis pola-pola dan sentimen-sentimen berbasis data. Komputer dan peranti lunak analitik adalah alat bantu, sedangkan pemahaman akhir bergantung kepada tingkat kompetensi data scientist dalam ‘membaca dan menafsirkan’ pola-pola (patterns) dan kecenderungan (trends). Merekalah yang bertugas memberi masukan kepada pebisnis berupa wawasan berharga mengenai apa yang dirasakan dan diinginkan pelanggan.
Di era digital, diperlukan kecepatan respons yang tinggi. Sebuah survei (Forum Corporation) menunjukkan bahwa respons yang cepat terhadap keluhan pelanggan mempunyai dampak signifikan terhada probabilitas atau kemungkinan pelanggan itu akan kembali dan membeli produk atau menggunakan jasa itu lagi.
Semakin cepat respons, semakin besar pula kemungkinan pelanggan itu kembali dan membeli lagi produk itu. Semakin lamban respons, semakin kecil kemungkinan pelanggan itu kembali. Jika respons disampaikan dalam hitungan menit, kemungkinan pelanggan untuk melakukan pembelian kembali mencapai 80%. Jika responsnya dalam hitungan hari, kemungkinan ini mengecil dengan cepat, bahkan hingga 55% saja.
Mendengarkan suara pelanggan dan memberikan respons cepat merupakan cara yang tepat untuk melibatkan pelanggan. Jangan sampai kehilangan momentum karena Anda terlambat memahami suara pelanggan dan terlambat pula memberi respons. (sumber ilustrasi: info.adtechglobal.com) ***
Ikuti tulisan menarik dian basuki lainnya di sini.
