Customer service merupakan kunci bagi bisnis e-commerce. Jika bisa meningkatkan customer service sekaligus berhemat, retailer manapun tentu akan senang melakukannya. Nah, big data dapat membantu mencapai tujuan tersebut dalam empat bidang berikut.
Otomatisasi Web
Ini adalah alasan paling umum orang menghubungi customer service. Pengalaman ritel bisa rusak karena laman produk tidak bisa diakses, kode promosi tidak berfungsi, pembayaran tidak dapat diproses, situs down, atau karena alasan lainnya.
Cara terbaik mengelola situs yang rusak adalah dengan mengotomatisasi pencegahan. Retailer harus menganalisa barang-barang seperti tiket customer service, mengidentifikasi kerusakan dalam sistem, dan file log server.
Misalnya, jika laman produk sering rusak, masalahnya mungkin dari proses validasi. Hal ini dapat diotomatisasi dengan membuat validasi yang dijadwalkan akan meninjau semua laman produk sebelum diluncurkan.
Caranya dengan menganalisa semua alasan dan mengembangkan cara-cara otomatis untuk mengatasinya. Dengan begitu pengalaman pengguna akan meningkat, pembeli lebih bahagia, dan beban tim customer service berkurang.
Pengembalian produk
Pengembalian produk merupakan interaksi paling umum antara pelanggan dan customer service. Pengembalian produk terjadi karena beberapa alasan, seperti produk rusak, salah kirim, tidak sesuai, dan lain sebagainya.
Analisa data sejarah pengembalian dapat membantu menemukan alasan utama. Mereka dapat dikategorikan berdasarkan produk, wilayah, vendor, segmen pelanggan, atau individu. Ini akan membantu memahami pertanyaan-pertanyaan seperti kenapa produk sering dikembalikan, serta apa alasan umum dari pengembalian produk.
Penipuan
Tidak dipungkiri, penipuan sering kali terjadi dalam bisnis ritel online. Hal itu biasanya memengaruhi tim customer service. Beberapa penipuan seperti menyangkal produk telah sampai, dan membeli dengan kartu kredit curian. Tentu saja itu merugikan retailer.
Penipuan seperti itu dapat dikurangi atau dicegah dengan menganalisa pola pembelian konsumen dan mengonfirmasi pembelian dengan pembeli sebelum transaksi selesai. dan Untuk pelanggan baru, dikurangi dengan menganalisa sistem file log guna mengidentifikasi lokasi pelanggan dan alamat IP-nya, browser serta sistem operasi yang digunakan. Hal ini sebagai alert jika sesuatu terlihat mengganjal.
Semua itu bisa dilakukan dengan solusi big data. Solusi ini juga datang dengan konektor yang menarik data dari file log dan kemudian menganalisa mereka secara real-time. Otomatisasi ini akan mengurangi penipuan, panggilan customer service dapat diminimalkan serta peningkatan profit.
Pengiriman tertunda
Pengiriman yang tertunda juga menghasilkan penggilan customer service dan email. Sebagian besar retailer telah mengotomatisasi komunikasi pengiriman dengan memberikan informasi pelacakan online.
Namun ada beberapa alasan lain yang membuat pengiriman tertunda, seperti produk hilang, dicuri, atau keterlambatan bea cukai untuk pengiriman international.
Big data hanya bisa membantu masalah ini jika alasan penundaan telah didokumentasikan selama bertahun-tahun. Alasan tersebut akan membantu memperbaiki dan mengomunikasikan lead time untuk pengiriman produk berbeda.
Analisa juga dapat mengidentifkasi daerah pengiriman di hari berikutnya yang tidak layak sehingga mengurangi beban customer service dan meningkatkan proses secara keseluruhan.
Editor: Sekar Ayu | Sumber: PE – CIO