Så vill SKI sätta en prislapp på kundupplevelsen

– Vi har länge kunnat visa att nöjda och lojala kunder har stor betydelse för företagens utveckling. Nästa steg är att göra den kunskapen mer användbar i själva beslutsfattandet, säger Johan Parmler, vd för SKI och chefsanalytiker för EPSI Rating.

Ambitionen är att göra kundupplevelsen mer jämförbar med andra investeringar. I stället för att bara resonera kring om en satsning på exempelvis service, prisvärde eller varumärke är bra eller dålig ska företaget kunna analysera vilken affärseffekt satsningen potentiellt kan få.

Olika åtgärder ger samtidigt olika effekt beroende på bransch, företag och kundgrupp. Genom att analysera sambanden ska det gå att jämföra flera tänkbara satsningar och bedöma vilka som har störst potential att påverka exempelvis kundlojalitet och kundbortfall.

– Den som har kundansvar behöver kunna diskutera investeringar, förväntade effekter och osäkerhet på samma sätt som andra delar av verksamheten, säger Johan Parmler.

För en CIO eller kontaktcenterchef innebär det i praktiken att kundupplevelsen kan föras in tydligare i samma diskussion som andra investeringsområden. Den möjliga effekten kan sättas i relation till exempelvis storleken på kundbasen, resultatet per kund, investeringens kostnad och hur lång tid satsningen ska pågå.

En annan central del är att pröva hur realistiska målen faktiskt är. Företaget kan jämföra ett tänkt förbättringsscenario med historiska förändringar i den aktuella branschen och därmed se om målet ligger inom vad andra tidigare har lyckats åstadkomma.

Det gör det också lättare att upptäcka när en kalkyl bygger på alltför optimistiska antaganden.

– När det gäller investeringar i kundupplevelsen behöver vi generellt bli bättre på att visa vilka antaganden som är rimliga, vilka som är osäkra och när ambitionerna saknar stöd i historiken. Det är först då kundperspektivet blir riktigt användbart i lednings- och styrelserummet, säger Johan Parmler.

Ska inte ses som en helt säker prognos

Tjänsten gör det möjligt att arbeta med flera analyser och förbättringsscenarier och koppla dem till företagets egna ekonomiska förutsättningar. Men SKI betonar samtidigt att resultatet inte ska ses som någon hundraprocentigt säker prognos.

Beräkningarna är scenarier, inte garantier för vilket ekonomiskt utfall en satsning faktiskt kommer att ge. Poängen är i stället att göra beslutsunderlaget mer transparent och tydliggöra vilka antaganden som ligger bakom olika alternativ.

För kontaktcenter och andra verksamheter där investeringar i service, teknik och kundupplevelse ofta konkurrerar om samma budget kan det ge ett nytt sätt att föra diskussionen. Frågan blir då inte enbart om kundupplevelsen bör förbättras, utan vilken förbättring som är mest relevant att analysera och vilka ekonomiska antaganden som ligger bakom beslutet.

Vilka kunddata måste man förse plattformen med för att kunna se konkreta och användbara resultat?

– Man behöver inte föra över individuell kunddata till plattformen. Grunden finns redan i EPSI:s modell, historiska data och branschbenchmark. Det företaget tillför är framför allt de ekonomiska förutsättningarna för det scenario man vill analysera, exempelvis antal kunder, investeringens storlek och relevanta ekonomiska nyckeltal, säger Johan Parmler till Techtidningen.

– Därefter kan man testa olika antaganden om förbättringar i kundupplevelsen och se hur de skulle kunna påverka kundnöjdheten och i nästa steg det ekonomiska utfallet. Ju bättre de egna antagandena speglar verksamheten, desto mer relevant blir analysen som beslutsunderlag.

Hur hög är träffsäkerheten i er beräkning och vad påverkas den av?

– Det är egentligen inte relevant att tala om träffsäkerhet på samma sätt som för en prognosmodell, eftersom Scenario Analyzer inte förutsäger vad som kommer att hända. Den räknar på scenarier: om en viss drivkraft i kundupplevelsen förbättras, vad skulle det kunna innebära för kundnöjdheten och vilket ekonomiskt utfall det i sin tur skulle kunna ge.

– Beräkningarna bygger på mer än 35 års data och EPSI:s etablerade metodik, men utfallet påverkas också av de antaganden och ekonomiska förutsättningar som företaget själv lägger in. Därför visar vi scenarier och osäkerhet snarare än ett facit. Företagets egen kunskap behövs för att bedöma om ett scenario är realistiskt. Vi har provat analysen i flera olika sektorer och ser framför allt värdet i att företag kan börja jämföra den möjliga effekten av olika satsningar med vad de faktiskt kostar.

Bygger lösningen på användning av AI-teknik?

– Nej, själva beräkningarna i Scenario Analyzer bygger inte på generativ AI. Grunden är EPSI:s etablerade analysmodell, historiska data och de ekonomiska antaganden som används i respektive scenario. Fokus ligger på att använda den kunskap och data vi byggt upp under mer än 35 år för att synliggöra möjliga samband mellan kundupplevelse, kundnöjdhet och ekonomiskt utfall.

– AI används i delar av EPSI Impact Engine, men det är inte AI som ligger bakom själva beräkningen av scenarierna. Den bygger på EPSI:s modell, historiska data och de antaganden som görs i analysen, avslutar Johan Parmler.