Aplicación de análisis conversacional al mundo digital

El lenguaje corporal digital es el equivalente de las señales no verbales en un diálogo.

“Estuvo bien.”

Cualquiera que haya sido alguna vez una relación, haya tenido hijos o haya interactuado con otros seres humanos en cualquier contexto en cualquier parte del planeta, conoce el poder de la palabra bien. La mismísima quintaesencia de la flexibilidad lingüística, bien, se puede usar para describir cualquier cosa en la escala de la experiencia humana, desde comer un helado de chocolate caliente hasta meter una mano en una caja de escorpiones.

El truco, como cualquier analista conversacional le dirá, es escuchar lo que viene antes, después y durante la emisión de “bien”. ¿Fue precedido por una pausa de embarazo? ¿Fue largo y prolongado? (Piense en un adolescente que pone los ojos en blanco antes de cerrar la puerta de su habitación.) Para comprender qué versión de la música fina escuchan, las personas aprenden a procesar e interpretar la pronunciación, la entonación y, especialmente, el contexto.

Desde la década de 1960, la ciencia del análisis conversacional ha evolucionado para tratar cada interacción verbal como un continuo con puntos definibles en el camino. La conversación, han demostrado los practicantes del análisis conversacional, es lineal y finita. El desarrollo de cada viaje conversacional se puede cuantificar y analizar, dicen.

Pero hoy, la naturaleza de la interacción y la conversación ha cambiado fundamentalmente. Cualquiera que haya sido ofendido por un mensaje mal interpretado de WhatsApp puede decirle que la interacción digital puede empacar un golpe emocional que es tan poderoso como una interacción en persona. Lo que generalmente le falta es un contexto interpretable.

O lo hace?

La interacción digital es conversación

En una publicación anterior, discutí la ciencia emergente de la interpretación del lenguaje corporal digital. El lenguaje corporal digital, expliqué, es el equivalente digital del comportamiento no verbal en el mundo físico. De hecho, el lenguaje corporal digital es posiblemente más interpretable que su contraparte del mundo real, ya que puede ser objetivamente cuantificado y medido. Lo que hacen los clientes con sus teclados, mouse o yemas de los dedos mientras compran se puede interpretar de manera precisa y consistente, y se puede inferir el estado de ánimo de un individuo, tal como lo hacemos intuitivamente en nuestras interacciones cara a cara.

Este paralelo fuera de línea también es cierto con el análisis conversacional tradicional. En una conversación cara a cara, los hablantes aplican de manera automática o intencionada claves de contextualización, que incluyen el tono de voz, la entonación, la selección de palabras, cómo está estructurada la información hablada y más, para señalar el significado real detrás de lo que dicen. Así es como podemos diferenciar una “multa” de otra.

Las interacciones digitales con los clientes a medida que progresan linealmente desde el punto de contacto hasta el punto de contacto son, en un sentido muy real, una conversación; es cuantificable, mensurable y altamente contextual en significado. Por lo tanto, utilizando las mismas herramientas con las que evaluamos el lenguaje corporal digital, podemos examinar el contexto de la interacción, interpretar el significado de lo que cada cliente está diciendo y, lo que es más importante, reaccionar de manera efectiva.

Estudio de caso de análisis conversacional digital

Recientemente, trabajé con un importante minorista en línea de los EE. UU., Donde examiné un gran segmento de clientes mientras viajaban a través de múltiples puntos de contacto en el embudo digital.

Mi equipo examinó múltiples conversaciones digitales: interacciones lineales de los clientes en las que los mensajes, tanto literales como inferidos, se intercambiaban bilateralmente. Específicamente, buscamos comparar los patrones de comportamiento de los clientes orientados a objetivos con los de las personas que acaban de visitar. A medida que estas personas dejaron en claro sus intenciones (a través de sus consultas, en términos de conversación), queríamos probar sus reacciones a los diferentes tipos de experiencia del usuario (a través de nuestras respuestas).

Los resultados fueron dramáticos.

Los clientes que fueron identificados por su lenguaje corporal digital como compradores instrumentales (compradores orientados a objetivos) respondieron mejor a una página informativa. Estas personas sabían lo que estaban buscando y solo necesitaban obtener una visión general de las opciones disponibles para que pudieran elegir.

Los clientes que mostraron un comportamiento consistente con la “compra hedónica” (que buscan una experiencia emocional a través de las compras) respondieron mejor a una página que les permite ver los productos en un contexto más holístico y tangible. Estas personas vinieron buscando diversión y estimulación sensorial, y una experiencia de usuario colorida y experiencial funcionó mejor para ellos.

En términos de conversación, escuchamos cuando cada tipo de cliente nos decía lo que necesitaba a través de su lenguaje corporal digital. Como era de esperar, nuestra respuesta (la experiencia del cliente) fue mejor recibida cuando estaba en línea con lo que estaban pidiendo.

Escuche lo que dicen realmente sus clientes

Cuando optamos por ver conceptualmente el recorrido del cliente digital como una conversación, nos damos cuenta de que la experiencia del cliente que estamos entregando puede ser realmente “buena”, basada en nuestras tasas de conversión estándar del mercado. Pero también entendemos que nuestros clientes pueden decir “bien” y decir algo completamente diferente (piense en aproximadamente el 97 por ciento de las personas que no se convierten).

Aprovechando los principios del lenguaje corporal digital y examinando de cerca el contexto digital de cada viaje del cliente, podemos percibir las diferencias en las diversas versiones de la palabra bien. Podemos aprender a escuchar lo que nuestros clientes realmente dicen y hacer un mejor trabajo para satisfacer sus necesidades.