Customer Success Data Driven: como usar dados para tomar ações proativas

Customer Success Data Driven

Com um número reduzido de clientes,  as equipes de customer success conseguem identificar a maioria dos clientes pelo nome, descrever seus resultados de negócios esperados e prever clientes em risco e bem-sucedidos.

Mas esse modelo de Sucesso do Cliente orientado para relacionamento se torna inviável à medida que a base de clientes cresce e se torna mais diversificada.

Neste artigo vamos apresentar metodologias e boas práticas para que você desenvolva um modelo de Customer Success Data Driven, do qual os dados permitem um trabalho proativo de Sucesso do Cliente e sua equipe seja cada vez mais estratégica para o crescimento da companhia.

Por que a área de sucesso do cliente deve ser obcecada por dados?

Existem vários estágios de maturidade diferentes de acordo com o uso de dados para a gestão de Customer Success. Geralmente as empresas que se destacam no mercado usam os dados dos clientes em todos os níveis da organização e conseguem desenvolver ações prescritivas na base de clientes.

Existem três atividades principais que influenciam nessa escala de maturidade:

1. Integração dos dados que antes estavam em silos ou restritos dentro de cada área. Isso permite ter uma visão 360º de cada cliente e também permite que as análises resultem em insights mais profundos – e produtivos -, algo que não seria possível se cada silo de dados fosse visto separadamente.

2. Utilização de análises preditivas e prescritivas. Enquanto as análises descritivas fornecem uma visão sobre o passado, as análises preditivas e prescritivas ajudam você a “prever” o futuro e tomar medidas para reduzir o risco de churn de clientes ou aproveitar as oportunidades para melhorar os relacionamentos existentes e realizar expansão, upsell e cross-sell.

3. Aplicação de Big Data para automatizar a extração de insights a partir dos dados dos clientes. Mesmo que a empresa tenha um equipe de cientistas de dados, as análises podem ser limitadas. Ao utilizar o Big Data é possível obter rapidamente inúmeros insights para gerenciar proativamente a relação com os clientes.

Os principais estágios de maturidade em CS são:

1. Dados descritivos

Nesse estágio os dados são utilizados para descrever a situação atual da saúde dos clientes. Geralmente o trabalho de sucesso do cliente é reativo, mediante a necessidade dos clientes.

2. Insights e ações

Aqui, a equipe de sucesso do cliente já investiu no mapeamento dos dados disponíveis para descobrir insights acionáveis ​​na base de clientes. Playbooks  e gatilhos são disparados de acordo com as informações obtidas. Nesse estágio, os dados são traduzidos em ações proativas significativas em toda a equipe de CS.

3. Resultados

Como resultado dos insights e playbooks, a equipe de sucesso do cliente gera continuamente resultados de negócios para seus clientes em escala e de maneira proativa. As ações de Customer Success são prescritivas e tratam os clientes antes de entrarem em cenários de risco.

Além disso, toda a organização se torna centrada no cliente. Todas as equipes e departamentos são orientados para a saúde e o sucesso do cliente.

matriz de maturidade customer success data driven

Desenvolvendo uma equipe de Customer Success proativa

Transformar uma equipe de CS que antes era reativa em um time que trabalha de forma proativa é um grande desafio. Mas essa transformação traz resultados  importantes, não só para impedir o churn, como também para ampliar as expansões enquanto conduz os resultados dos negócios de maneira escalável. 

Claro que essa mudança de mindset e comportamento não acontece da noite para o dia. É preciso desenvolver um processo para que a equipe de CS seja mais proativa. A melhor maneira de começar é desenvolver segmentações da base de clientes e a partir disso, intensificar o uso de dados para criar gatilhos e playbooks.

1. Segmentação da Base

Realizar uma segmentação de clientes bem estruturada é uma ótima maneira de obter insights mais aprofundados sobre o comportamento do cliente, colocando-os em grupos com características ou ações distinguíveis. 

Métricas específicas podem ser analisadas e comparadas entre diferentes segmentações, e os resultados podem ser aproveitados para criar diferentes estratégias para desenvolver esses clientes com diferentes tipos de touch e caminhos rumo ao sucesso.

Essas segmentações podem ser por exemplo:

  • Porte e tamanho dos clientes;
  • Segmento;
  • Uso e engajamento com a plataforma;
  • Número de licenças/licenças inativas;
  • MRR do cliente;
  • Fase da jornada;
  • Entre outros.

Essas são as segmentações mais comuns que vemos em nossos clientes. São segmentações básicas que ajudam a ter mais controle sobre a base de clientes, identificação de risco e potencial de crescimento das contas.

Logo após criar essas segmentações é preciso desenvolver playbooks e priorizar ações de acordo com o segmento de cada cliente.

2. Dados acionáveis

Muitas das organizações já possuem alguns playbooks definidos. 

Com o uso de dados acionáveis, os playbooks se tornam ainda mais assertivos e segmentados. Os Playbooks podem ser desenvolvidos para:

  • Adoção: Estimular a adoção das funcionalidades mais básicas/simples;
  • Engajamento: Aumento do uso (profundidade e amplitude);
  • Risco: Identificar o risco de churn ou de down-sell (em todas as fases da jornada);
  • Expansão: Identificar oportunidades de up-sells e cross-sells;
  • Advocacy: receber indicações de novos clientes, avaliações online positivas e cases de sucesso.

Todos esses cinco playbooks de sucesso do cliente são importantes para a metodologia orientada para dados, pois são acionados com base em diferentes tendências e comportamentos dos clientes. 

Com o SenseData, além de fazer a segmentação e desenvolver playbooks, também é possível criar gatilhos de proteção, para identificar clientes com potencial de risco e possibilitar uma tomada de ação proativa e em tempo real do CS.

Os principais gatilhos de proteção são definidos com base em alguns comportamentos do cliente, como:

  • Queda de uso/engajamento;
  • Inadimplência;
  • Chamados críticos de suporte acima do SLA;
  • Recência e frequência (dias sem transação);

3. Health Score

Construir um Health Score não é uma tarefa tão simples. Essa métrica combina uma série de indicadores diferentes com vários pesos, a fim de mostrar qual é a saúde de determinado cliente.

Uma boa prática para usar o health score no dia a dia é utilizá-lo muito mais como uma maneira de priorizar as tarefas do CS, do que necessariamente como um norte de quais ações devem ser realizadas.

Os demais gatilhos, alertas e segmentações podem ser muito mais úteis na hora de definir qual playbook será disparado.

Pensando no caso de empresas que trabalham com o modelo de recorrência, chegará um momento que a receita oriunda da base de clientes e expansão dos contratos será muito maior do que a receita vinda de novas vendas. Por isso, a exigência de ter forecasts de expansão, upsell e cross-sell será cada vez maior. Ter um Health Score funcionando ajuda a criar essas “previsões” de aumento de ticket e também são extremamente úteis na hora de priorizar as atividades dos CS.

4. Análise Preditiva 

A análise preditiva usa dados históricos para prever resultados com base em padrões e tendências.

O grande diferencial para as equipes de CS é se eles aproveitam dados de maneira contínua para tomar ações nos clientes.

Por exemplo, a plataforma SenseData oferece recursos de análise preditiva na base de clientes, tanto para as empresas com um tipo de relacionamento high touch, em que o time de CS vai desenvolver alguma ação com os clientes, mas também em operações tech touch, onde o próprio sistema dispara gatilhos e ações automatizadas na base como e-mails, réguas de relacionamento e SMS.

Caso de Sucesso

A Kenoby  é uma HRtech que oferece um software de recrutamento e seleção para contratação inteligente com redução de custos e economia de tempo.

Antes de utilizarem o SenseData, a equipe de Sucesso do Cliente tinha uma grande dificuldade em controlar os dados dos clientes e ter visibilidade da base e os acompanhamentos eram feitos com várias planilhas.

O principal desafio com esse modelo era ter a ação no cliente certo no momento certo, pois as atualizações eram feitas apenas uma vez por mês.

Customer Success Data Driven: uma transformação

Com a utilização da plataforma SenseData, a Kenoby passou a ter os dados dos clientes de forma centralizada, facilitando o trabalho de CS que agora acessa um único sistema para ter uma visão completa, tanto da base, quanto de cada cliente individualmente.

A principal mudança que percebemos foi mudar de um modelo reativo, para um modelo proativo e baseado em dados”, Lucas Castilho, Head de CS da Kenoby

A tomada de decisão ficou muito mais rápida e com vários playbooks e gatilhos configurados, a ação nos clientes acontece em tempo real. Por exemplo, se o engajamento do cliente cai 20%, é disparado um gatilho de proteção para que o CS da conta entre em contato com o sponsor do projeto para entender a queda de uso.

Confira o caso de sucesso Kenoby na íntegra:

Escalando o sucesso do cliente 

O impacto das equipes de CS não aumenta proporcionalmente à contratação de novos profissionais de Customer Success, por isso o trabalho de dados é importante. É por meio de ações segmentadas e assertivas que a equipe de CS se torna mais produtiva e com uma maior cobertura de carteira.

Você também pode – e deve –  incluir toda a organização na responsabilidade de entregar sucesso para os clientes.

Algumas ideias para aplicar essa visão customer centric são: 

1. Torne os dados de sucesso do cliente acessíveis a todas as equipes

Coloque os dados na ponta dos dedos das equipes da empresa e apresente visões claras dos dados de segmentação, clientes e métricas para facilitar a compreensão. A integração de fontes de dados vai ajudar a melhorar a tomada de decisões.

2. Melhore a comunicação

Na maioria dos casos, outras equipes da empresa não estão familiarizadas com os dados de customer success. Você pode explicar mais sobre os dados apresentados e compartilhar como eles são utilizados na rotina de CS. Oferecer esse contexto permite que outras equipes compreendam a importância dos dados. Como resultado, eles terão conversas e reuniões mais informadas e contatos com os clientes mais adequados.

3. Crie um Dashboard do cliente

Desenvolver um dashboard com a visão 360° do cliente é uma boa opção para ter acesso fácil aos principais indicadores.

Ter essa visão é importante para que o CS – e qualquer outra pessoa da empresa – consiga ter noção da saúde do cliente de maneira rápida e prática.

Customer Success Data Driven visão 360 cliente

Em resumo

Transformar sua operação de Customer Success de um comportamento reativo para uma ação proativa e baseada em dados, traz uma série de vantagens.

Para fazer essa mudança as empresas precisam avaliar seus dados para descobrir insights acionáveis ​​na base de clientes. 

Os playbooks devem ser desenvolvidos em conjunto com essas ideias para criar resultados significativos para o cliente e para a empresa. Escale o sucesso do cliente em toda a organização para melhorar o sucesso dos seus cliente em todos os pontos de contato.

Quer saber como usar todas essas dica e levar sua operação de Customer Success para o próximo nível? Confira esse conteúdo:

2 Replies to “Customer Success Data Driven: como usar dados para tomar ações proativas”

  1. Artigo muito bom de um blog muito completo – parabéns galera da SenseData!

    1. Que bom que gostou do nosso artigo, Lui! Ficamos muito felizes com o seu feedback.
      Qualquer sugestão de conteúdo, é só nos avisar.

      Abraços.

Deixe uma resposta