Persona’s – fictieve klanttypen – zijn handig om je te verplaatsen in verschillende soorten klanten en zo je customerservice-beleid richting te geven. Je kunt ze gebruiken om de verschillende behoeften, houdingen, gedragingen en verwachtingen van je klanten te groeperen. Maar met de komst van AI kan je naast – of in plaats van – persona’s ook gebruik maken van ‘synthetische klanten’. CX-specialist Annette Franz geeft uitleg.

 

Tekst: Annette Franz

De afgelopen jaren heb ik veel geschreven over ‘customer understanding’. Ik heb daar zelfs een boek over geschreven. In mijn publicaties heb ik aangegeven dat er drie manieren zijn om inzicht te krijgen in klanten: luisteren (feedback, data), karakteriseren (persona’s), and meebeleven (journey mapping).

Op mijn website is het nodige te vinden over luisteren en mee(be)leven, maar minder over karakteriseren. Dat is geen bewuste keuze. Er is zeker meer over te schrijven, maar het is ook een onderwerp dat naar mijn idee al vaak wordt meegenomen door mijn opdrachtgevers, omdat zowel marketing en user experience regelmatig gebruik maken van persona’s of ze voor eigen gebruik ontwikkelen. CX-professionals kunnen deze vaak gebruiken als startpunt, of ze kunnen er werk in steken om hun eigen persona’s te maken.

Hoe dan ook, persona’s zijn een belangrijk hulpmiddel, omdat ze ons vertellen wie de klant is: naast demografische en psychografische gegevens ontdekken we ook behoeften, pijnpunten, op te lossen problemen, voorkeuren, verwachtingen en nog veel meer. Laten we eens kijken naar persona’s – en daarna wil ik graag een nieuw concept bij je introduceren dat steeds meer tractie begint te krijgen: de synthetische klant.

Wat zijn persona’s?

Persona’s zijn fictieve personages die worden gecreëerd om ideale prospects of daadwerkelijke klanten weer te geven op basis van behoeften, pijnpunten, problemen die moeten worden opgelost, taken die moeten worden uitgevoerd, voorkeuren, verwachtingen, doelen en nog veel meer. Persona’s zijn gebaseerd op onderzoek en worden gecreëerd door te beginnen met klantinterviews en vervolgens te verfijnen met validatie-enquêtes.

Ik ben er ook voorstander van om gebruik te maken van de indirecte gegevens die klanten achterlaten tijdens hun interactie en transacties met je merk, om zo persona’s robuuster en levensechter te maken. Ze krijgen vaak een naam, leeftijd, beroep en imago om ze te vermenselijken en tot leven te wekken.

Nodig de klant zelf uit

Sta niet toe dat persona’s in je organisatie worden ontwikkeld op basis van alleen intern denkwerk (omdat je denkt dat je weet wie je klanten zijn), bijvoorbeeld door een groep medewerkers te laten praten over wie zij denken dat je klanten zijn. Dat versterkt het inside-out denken, wat niet nauwkeurig is. Het is bovendien lui: je moet met je klanten in gesprek. Per slot van rekening gaat het om het begrijpen van klanten, niet om het begrijpen van of denken over zakendoen.

Bij het ontwerpen van de klantervaring brengen persona’s ons dichter bij de wensen van de individuele klant dan wat dan ook, afgezien van aanpassen (of personalisatie) van je dienstverlening voor het individu. Ervaringen worden op macroniveau ontworpen voor elke persona, wat het werk makkelijker maakt voor mensen in de frontoffice om de ervaring op individueel niveau aan te passen en te verfijnen tijdens de interactie met de klant.

Wat is een synthetische klant?

In deze tijd van data en AI lijkt het gebruik van synthetische klanten bij het ontwerpen van CX een logische ontwikkeling of volgende stap. Een synthetische klant is een gegevensgebaseerde representatie van een klant. Dat omvat simulatie van het gedrag, de voorkeuren en het besluitvormingsproces van klanten, en wordt gebouwd met behulp van AI en algoritmen voor machine learning. Als data worden onder andere gebruikt demografische gegevens, aankoopgeschiedenis, online gedrag en sociale media-activiteit. In principe wordt een synthetische klant gecreëerd met behulp van de digitale sporen die klanten achterlaten tijdens hun interactie en transacties met je merk.

Synthetische klanten kunnen worden geprogrammeerd om zich te gedragen als echte klanten en kunnen reageren op stimuli, beslissingen nemen en gesimuleerde interacties aangaan. Ze worden gebruikt om het gedrag en de reacties van klanten op marketingcampagnes, productfuncties, interacties met de klantenservice en nog veel meer in een virtuele omgeving te voorspellen – nog voordat merken investeren in middelen om de ervaring die getest wordt, uit te rollen. Eenvoudig gezegd bieden ze bedrijven meer nauwkeurige en realistischere input voor marktonderzoek en productontwikkeling, oftewel de klantervaring.

Wat is het verschil?

De verschillen tussen de twee lijken duidelijk na het lezen van deze beschrijvingen: synthetische klanten zijn datagestuurd en voorspellend, terwijl persona’s meer mensgericht en empathisch zijn. De ene komt voort uit grote datasets, terwijl de andere voortkomt uit onderzoek en observatie. De ene simuleert echt klantgedrag, terwijl de andere wordt gebruikt om de klant te begrijpen en zich in hem of haar in te leven.

Synthetische klanten zijn ideaal voor het testen van nieuwe marketingcampagnes, productfuncties of initiatieven op het gebied van klantenservice, het personaliseren van klantervaringen en het voorspellen van het verloop van klanten. Persona’s daarentegen zijn ideaal voor het ontwikkelen van nieuwe producten en diensten, het identificeren van pijnpunten en onvervulde behoeften en het maken van gerichte campagnes.

Je kunt een handvol of tientallen persona’s maken, maar idealiter concentreer je je op drie tot vijf belangrijke persona’s. Je kunt ook talloze synthetische klanten maken. Je zou ook een groot aantal synthetische klanten kunnen aanmaken, maar het ideale aantal hangt af van hun specifieke doeleinden en de beschikbare middelen (budget, vaardigheden, rekencapaciteit).

Begin klein. Concentreer je op de belangrijkste persona’s en/of een kleine steekproef van synthetische klanten, analyseer hun doeltreffendheid en breid ze indien nodig langzaam uit. Voor beide geldt dat je continu moet controleren en verfijnen om nauwkeurigheid en relevantie te garanderen.

Beide hebben hun voor- en nadelen. Laten we beginnen met de persona’s.

Voor- en nadelen van persona’s

Enkele voordelen van persona’s zijn dat ze:

– Relateerbaar zijn: aangezien ze een naam en een gezicht hebben, zijn ze beter te relateren aan mensen dan synthetische klanten, waardoor ze gemakkelijker te gebruiken zijn voor marketing- en communicatiedoeleinden.

– Voor begrip zorgen: persona’s helpen medewerkers in het hele bedrijf te begrijpen wie klanten zijn en zich in te leven in hen en hun behoeften. (Ervan uitgaande dat je je persona’s socialiseert – ofwel praktisch in gebruik laat nemen door iedereen in de organisatie)

– Succes stimuleren: als gevolg van dat begrip is succes in productontwikkeling (het oplossen van problemen voor klanten) waarschijnlijk.

– Zijn gemakkelijk te begrijpen: persona’s zijn transparant en gemakkelijk te begrijpen, wat kan helpen om vertrouwen op te bouwen bij belanghebbenden.

Enkele nadelen zijn:

– Tijd om te creëren: het kan weken of maanden duren om onderzoek te doen en persona’s te ontwikkelen.

– Nauwkeurigheid: persona’s zijn misschien niet zo nauwkeurig als synthetische klanten, omdat het fictieve karakteriseringen zijn (ook al zijn ze voortgekomen uit klantenonderzoek). Bovendien zijn ze statisch en moeten ze regelmatig worden bijgewerkt om gelijke tred te houden met klanten en hun verwachtingen, die voortdurend veranderen.

– Kosten: ze kunnen duur zijn om te ontwikkelen, bij te werken en te onderhouden.

– Minder dynamisch: ze kunnen zich niet (near) realtime aanpassen aan veranderingen in de markt of het gedrag van klanten, reageren op prikkels of beslissingen nemen.

Voor- en nadelen van synthetische klanten

Enkele voordelen van synthetische klanten zijn:

– Schaalbaarheid: synthetische klanten kunnen snel en gemakkelijk worden aangemaakt, waardoor bedrijven hun ideeën veel sneller kunnen testen dan met traditionele onderzoeksmethoden.

– Kosteneffectiviteit: het creëren van synthetische klanten is aanzienlijk goedkoper dan het werven en uitvoeren van onderzoek met echte mensen, omdat je gebruik maakt van bestaande gegevens in je databases.

– Controle: je hebt volledige controle over het gedrag en de kenmerken van synthetische klanten, wat kan helpen om nauwkeurigere en betrouwbaardere resultaten te creëren. (Ze kunnen worden geprogrammeerd om zich als echte klanten te gedragen, rekening houdend met voorkeuren, behoeften en motivaties).

– Snelheid: ontwikkel ze en krijg inzichten in (near) real-time, waardoor je datagestuurde beslissingen kunt nemen en je strategieën on the fly kunt aanpassen.

Enkele nadelen zijn:

– Gebrek aan ervaring in de echte wereld: synthetische klanten zijn mogelijk niet in staat om de complexiteit en nuances van menselijk gedrag volledig na te bootsen.

– Vooringenomenheid: de gegevens die worden gebruikt om synthetische klanten te creëren – en ook de AI-algoritmen – kunnen bevooroordeeld zijn, wat kan leiden tot onnauwkeurige resultaten.

– Kwaliteit van gegevens: het bouwen van synthetische klanten betekent dat je erop vertrouwt dat de kwaliteit en volledigheid van je gegevens voor 100% kloppen. Dat is niet altijd het geval.

– Beperkt emotioneel begrip: synthetische klanten kunnen moeite hebben met het begrijpen en simuleren van menselijke emoties (een belangrijk onderdeel van de klantervaring), wat invloed heeft op de nauwkeurigheid van hun voorspellingen en inzichten.

Wat moet je kiezen?

Idealiter is de beste aanpak om beiden in de gehele organisatie te gebruiken – in combinatie met andere onderzoeksmethoden – om een uitgebreid inzicht te krijgen en weloverwogen beslissingen te nemen. Onthoud dat ze allebei voor verschillende doeleinden worden gebruikt, maar over het hele traject vullen ze elkaar aan. Dat klinkt gewoon als gezond verstand.

Persona’s zijn beproefd en waar, terwijl synthetische klanten een nieuwe en evoluerende technologie zijn die misschien nog wat tijd nodig heeft om voor finetunen. Ik ben benieuwd of jouw bedrijf een van beide of beide gebruikt? Zo ja, hoe worden ze ontwikkeld? En hoe worden ze gebruikt?

Wie meer wil weten kan dit artikel op Science.org raadplegen. Trouwens, zoals altijd is het denkwerk dat je verzet voor klanten ook van toepassing op het ontwerpen van employee experience.

 

Dit artikel van Annette Franz verscheen eerder op CX-journey.com. Translated and republished by permission.

Customer Experience, Featured, Kennisbank