AI-Kundenstimmenanalyse • Nutzung von KI, um Einblicke in das Nutzerverhalten zu erhalten
Mit innovativen Lösungen die Kundenbindung optimieren.
Um eine der beliebtesten Kaffeemarken der Welt zu werden, muss man seine Kunden, ihre Vorlieben, Verhaltensweisen und Erwartungen genau kennen. Im Laufe unserer langjährigen Partnerschaft mit Starbucks haben wir der Marke geholfen, ein System zu entwickeln, das entschlüsselt, wie Menschen mit ihrer Treue-App und ihren Funktionen interagieren - und schließlich eine Benutzererfahrung schafft, die diese starke Verbindung zu den Kunden fördert.
Nutzung von KI und Datenanalyse zur Verbesserung der Kundenzufriedenheit.
Eine Möglichkeit zur Gewinnung von Kundeneinblicken ist unsere maßgeschneiderte KI-Lösung zur Analyse der Kundenstimme, ein Produkt, das von unseren Data-Science- und Experimentierteams in EMEA entwickelt wurde. Wenn es um ihre digitalen Produkte geht, stellen sich viele Marken die Frage, ob Investitionen in Innovationen tatsächlich zu einer verbesserten Kundenzufriedenheit und -treue führen. Um dies auf der Grundlage von Daten und nicht von Annahmen zu ermitteln, haben wir nicht nur GA4, sondern auch Daten zu Kundenstimme, UX, Konversion, nativer App-Erfahrung, Mobile Order & Pay (MOP) und Kundenbindung analysiert.
Dieser Ansatz ermöglichte es uns, die wichtigsten Frustrationen und Beschwerden der Nutzer zu ermitteln, die sich auf die nativen Kundenbindungs-Apps von Starbucks in vier Schlüsselmärkten auswirkten. Darüber hinaus haben wir herausgefunden, welche App-Funktionen das Kundenerlebnis stören und die Nutzer davon abhalten, die mobilen Bestell- und Zahlungsfunktionen der App zu nutzen.
Die Analyse von Gefühlen ist von unschätzbarem Wert für die Überwachung der Markenwahrnehmung, die Messung der Kundenzufriedenheit und die Gewinnung verwertbarer Erkenntnisse aus unstrukturierten Textdaten.
Entwicklung nutzerorientierter Plattformen, die auf die Unternehmensziele abgestimmt sind.
Ausgestattet mit diesen Daten und unserem gründlichen Verständnis der Beiträge der einzelnen Teams unterstützten wir Starbucks durch die Erstellung einer Experimentier-Roadmap für eine nutzerzentrierte Produktentwicklung, die genau auf das Nutzerfeedback und die Geschäftsziele des Kunden abgestimmt ist. Der neunjährige Betrieb der Plattform in der gesamten EMEA-Region erwies sich als äußerst wertvoll und verschaffte uns umfassende Einblicke in die bestehenden technischen und organisatorischen Beschränkungen der Marke.
Der Prozess umfasste die Erstellung und Verfeinerung der Benutzeroberfläche, um das bestmögliche Benutzererlebnis zu bieten, das Online-Bestellungen, Transaktionen in der Filiale, digitale Quittungen, Trinkgelder und vieles mehr umfasst - alles auf der Grundlage sorgfältig optimierter und kartografisch erfasster User Journeys. Insbesondere haben wir einen dringenden Optimierungsbedarf für den Prozess der Passwortrücksetzung und die Mobile Order & Pay (MOP) Journey festgestellt. Darüber hinaus unterstützten wir den Kunden mit Einblicken in den Onboarding-Prozess seiner nativen App, die Benutzerbindung und sein Treueprogramm. Dies beinhaltete mehrere Workshops und Präsentationen mit wichtigen Mitgliedern des Platforms-Teams.
Förderung datengestützter Verbesserungen für langfristigen Erfolg.
Zusätzlich zur Experimentier-Roadmap unterstützten wir die Marke mit einem neu entwickelten und verbesserten Datenerfassungsmechanismus, der von unseren Datenarchitekten entwickelt wurde. Dies ermöglichte es Starbucks, branchenübliche Best Practices für das App-Tracking zu implementieren.
Das Ziel ist es, Daten zu nutzen, um proaktiv Verbesserungen vorzuschlagen. Mit einer KI-Engine, die kontinuierlich Nutzerbewertungen in mehreren Märkten analysiert, kann Starbucks nun evidenzbasierte Experimente durchführen, die darauf abzielen, den Customer Lifetime Value zu steigern und die Akzeptanz seiner nativen Apps in der EMEA-Region - und bald auch in anderen Regionen - zu erhöhen. Insgesamt ist der Erfolg darauf zurückzuführen, dass sich alle Teammitglieder zusammenschlossen und dieselbe Sprache sprachen: die der Nutzer.
