9 don’ts van Evidence Based Customer Experience Management

Geschreven door: Daan Noordeloos, Circle Lead Organizational Development bij Transavia

Ik volg al jaren met veel plezier het politieke landschap in de Verenigde Staten. Het zal niemand ontgaan zijn dat daar ander politiek klimaat heerst waarin #FakeNews een dominante rol speelt. Een ‘’Post-Truth’’ politiek werd het al eerder genoemd. Dat dit binnen het Witte Huis van Donald Trump steeds meer zo lijkt te zijn beginnen we bijna normaal te vinden maar hoe zit het hiermee binnen onze eigen organisaties?

Post-Truth mentaliteit binnen marketing

Als er eens kritisch kijken naar het vakgebied Marketing en in het bijzonder Customer Experience Management (CEM) is er echter al jaren sprake van een ‘’Post-Truth’’ mentaliteit. Sterker nog professionals die zich sterk maken voor een meer ‘’Evidence Based’’ aanpak binnen hun vak lopen doorgaans tegen flinke muren op.

‘’Met het volgen van een ‘’Evidence Based’’ aanpak wordt je dus niet per se populair op een gemiddeld feestje.’’

Het gaat vaak in tegen populaire nieuwe theorieën waar met veel bombarie door de nieuwste Guru een pakkend boek over is geschreven met het zoveelste 5 stappen plan naar succes! Veel van de huidige overtuigingen binnen CEM zijn gebaseerd op anekdotisch bewijs, als dit al het geval is. Er is helaas maar weinig CEM theorie empirisch onderbouwd en dit werk vindt vaak niet zijn weg naar de managementboek top 10.

Ondertussen werken we dagelijks in organisaties die worden aangestuurd door beslissers die met alle goede bedoelingen, direct en indirect, invloed uitoefenen op de klantbeleving maar de onderbouwing missen die ze daarbij zo goed kunnen gebruiken. Wanneer het resultaat dan uitblijft ondermijnt dit het jonge vakgebied dat de moeite waard is om goed neer te zetten.

Evidence Based Customer Experience Management

”Evidence Based Customer Experience Management” helpt in het omarmen van een werkwijze die er op uit is om continu te blijven valideren wat werkt en wat niet. Ook als dat een ongemakkelijke nieuwe werkelijkheid oplevert. Durven vertrouwen op de feiten ook al stuurt ons ego ons de andere kant op.

Het is handig om een aantal rode vlaggen te bespreken waarop Managers goed moeten letten. De volgende 9 rode vlaggen helpen bij het vinden van werkwijzen die een organisatie niet verder helpen:

1. Genoegen nemen met N=1 waarnemingen zoals: ”toen ik het service center belde was de wachttijd heel lang, dat moeten we oplossen!”
2. Genoegen nemen met het ontbreken van een onderbouwing: Zelfs in het geval van een beslissing die van alle gebaande paden afwijkt kan een organisatie investeren in het opstellen van een testbare hypothese, data verzamelen en het bewijs laten spreken.
3. Geen tegenovergesteld standpunt tolereren of de status quo niet durven uitdagen ook al suggereren de data dat dit een betere optie is: Houd er rekening mee dat door meer te sturen op data de machtsverhoudingen kunnen veranderen en medewerkers opeens meer invloed krijgen wanneer zij hun voorstellen met bewijs onderbouwen.
4. Overenthousiast worden van oude wijn in nieuwe zakken: managementteams worden vaak snel enthousiast van een bestaande aanpak in een nieuw jasje. Als het eerder niet werkte waarom nu dan wel?
5. Simpele oplossingen voor complexe problemen: over simplificering kan helpen in communicatie maar helpt niet bij de analyse van organisaties die gekenmerkt worden door complexiteit. Gestandaardiseerde stappenplannen die overal moeten werken zijn hier een mooi voorbeeld van.
6. Geadviseerd worden door één briljant individu, een Guru, één enkele bron van expertise: Het grootste probleem is dat de specialist gaat denken dat hij het antwoord al heeft uit eerdere werkervaring en de complexiteit van een unieke situatie onderschat.
7. Oppervlakkig benchmarken: ”best practices” van andere bedrijven overnemen zonder de context van deze organisaties te doorgronden.
8. Alleen de voordelen benadrukken: praten over de voordelen zonder een redelijke vertegenwoordiging van de bijkomende risico’s of mislukte initiatieven in dezelfde categorie te benoemen.
9. Correlatie en causaliteit door elkaar halen: een interessant voorbeeld is de relatie tussen een hoge NPS en winstgevendheid. Is de relatie causaal of slechts een correlatie. Zorgt een hogere NPS voor meer winstgevendheid of hebben bedrijven met meer winst de mogelijkheden om meer in hun klanten te investeren? En in welke mate?