Чтобы понять цифровой поведенческий интеллект, нужно сначала понять поведенческий интеллект.

А чтобы понять поведенческий интеллект, нужно сначала понять эмоциональный интеллект.

Эмоциональный интеллект (EQ) существует уже несколько десятилетий и относится к пониманию человеком своих эмоций и того, как эти эмоции влияют на их действия.

Высокий EQ позволяет человеку также иметь твердое понимание, чуткое распознавание и осознание эмоций.

Эмоциональный интеллект является внутренним - он происходит в мозгу человека.

С другой стороны, поведенческий интеллект (BQ) является внешним и включает в себя то, что люди могут видеть и на что реагировать.

Это наблюдаемо и требует способности распознавать влияние эмоций на собственное поведение и поведение других.

Чтобы позаимствовать аналогию у моего друга Дэвида Хольцмера: Если EQ предоставит нам замедленное селфи, BQ подключит нас к потоковому видео в реальном времени, снятому с углом обзора 360 градусов.

Поведенческий интеллект использует гораздо более широкую сеть для улавливания динамического воздействия и влияния коллективных поведенческих паттернов.

Отложим на секунду психологию - военная «разведка» относится к любой информации о другой группе, организации, стране или людях, которая полезна при стратегическом планировании или проведении военных операций.

Цитируя Майкла Тайярда из его книги «Психология и современная война…»

«Обладая правильными сведениями о действиях и поведении других, можно не только деконструировать поведение, чтобы вывести его коренные причины, тем самым позволяя одному понять намерения, мотивации и планы других, но и один может даже предсказать дальнейшие действия человека. »

Это красиво написанный сегвей в новую категорию, которую мы разрабатываем в ForMotiv, под названием Цифровой поведенческий интеллект или DBI.

Цифровой поведенческий интеллект

Digital Behavioral Intelligence (DBI) делает то же самое, но онлайн.

Сбор цифрового поведенческого интеллекта и анализ пользователей Digital Body Language помогает компаниям выяснить основные причины действий своих пользователей, позволяя им понять их истинную мотивацию и намерения.

Прогнозирующая поведенческая аналитика затем позволяет нам анализировать эти данные и предсказывать будущие действия, которые предпримет этот человек или такие люди, как они.

Большинство предприятий собирают неизмеримое количество данных (разведданных). Сегодня данные лежат в основе каждого бизнес-решения.

Однако доступные метрики, используемые для информирования бизнес-решений, получения конкурентного преимущества и понимания клиентов, мягко говоря, ограничены.

Когда дело доходит до сбора данных, просмотры страниц, продолжительность сеанса и потоки пользователей - это лишь верхушка айсберга.

Не говоря уже о том, что решение исключительно на основе этого набора данных может быть вредным, поскольку оно не рисует всей картины.

Понимание поведения пользователей имеет решающее значение, когда речь идет об увеличении коэффициента конверсии, вовлеченности, удержания, безопасности и доходов.

Только цифровой поведенческий интеллект может проинформировать вас о цифровом языке тела вашего пользователя, что является необходимым компонентом персонализации вашего онлайн-опыта.

Важность цифрового языка тела

Представьте, что вы проходите собеседование по поводу новой работы и только что сели с менеджером по найму. Как бы вы начали? Вы не просто спрашиваете о зарплате и льготах и ​​уходите - если вы это сделаете, то вы плохой кандидат.

Если вы хороший кандидат, вы начнете разговор.

Если вы хороший кандидат, вы корректируете или зеркалируете беседу на основе языка тела менеджера по найму.

Если они склоняются, когда вы говорите о вашем прямом влиянии на маркетинговую кампанию, но они смотрят на часы, когда вы начинаете говорить о найме маркетингового агентства для обработки рабочей нагрузки, вы (надеюсь) вернетесь к разговору о своем личном влиянии. о доходах вашей компании.

Итак, возникает вопрос, почему больше компаний не «зеркалируют», когда дело касается их пользователей?

Большинство компаний полагаются исключительно на веб-аналитику, такую ​​как Google Analytics или что-то подобное, чтобы понять свой сайт и производительность форм.

Опять же, эти компании упускают из виду общую картину, которая, вероятно, сильно влияет на их общую производительность.

Анализ трафика, скорости сайта и подобных показателей можно отнести к категории тщеславных показателей.

Как бы вы могли понять, нашли ли они то, что искали?

Вы можете рассматривать трафик сайта как новый «счетчик подписчиков» для влиятельных лиц в социальных сетях… метрику тщеславия, которая не отображает всей картины.

Если кто-то со 100 000 подписчиков получает только 100 лайков на свои посты, я настоятельно рекомендую не платить им за публикацию о вашем продукте.

Если на вашем веб-сайте много людей - отлично, но если они не находят то, что ищут, - плохо.

Скорее всего, они уходят с неприятным привкусом во рту и никогда не вернутся.

Поскольку компании продолжают смотреть на показатели строго через призму Google Analytics, они будут продолжать принимать неверные решения.

Требуется острый поведенческий интеллект, чтобы действительно заглянуть за занавес и раскрыть истинный опыт и намерения этих пользователей.

Как поведенческий интеллект используется в формах и приложениях?

Такие отрасли, как банковское дело и страхование, переживают цифровую трансформацию, переходя от личного к безликому взаимодействию.

Глядя на Google Analytics, вы увидите, что пользователи нажимают на форму, а не нажимают кнопку отправки и преобразования.

Можно было бы предположить, что пользователь просто играет с сайтом и не взаимодействует с формой.

Но если у вас есть поведенческий интеллект, встроенный в формы, вы можете раскрыть ранее невообразимое понимание их цифрового языка тела.

Заполнили ли они несколько полей, но пропали, когда вы попросили номер телефона или какие-то личные медицинские вопросы?

Как пользователи взаимодействуют с приложением? Заполнили ли они вопросы в порядке, указанном на странице, или большинство из них прыгает? Они отказались от определенного вопроса, независимо от того, как он расположен на странице (ах)? Они постоянно сомневались в вопросе или исправлении вопроса? Редактировали ли они свой доход, вопросы электронной медицины или другую важную информацию? Некоторые формы работают лучше, чем другие?

Вся эта информация имеет решающее значение, когда речь идет о пользовательском опыте использования этой формы.

Преобразование большего количества потенциальных клиентов = более высокий доход, все просто и понятно.

Но вот в чем загвоздка: нельзя пропускать ВСЕХ, потому что не все будут прибыльными покупателями.

Так что же тогда остается вам?

Ответ приходит в виде динамического опыта для ваших клиентов.

По крайней мере, компании должны знать и уметь обнаруживать ключевые поведенческие сигналы.

Если пойти дальше, опыт может и должен измениться в зависимости от DBL пользователя, «отвечая» этому отдельному пользователю.

Если по какому-либо вопросу есть много сомнений, это может сигнализировать о замешательстве или разочаровании.

В этом случае динамическое добавление удобного раздела часто задаваемых вопросов или опции «Дополнительная информация» или всплывающего окна «Live Agent» или «Click to Call» может помочь справиться с ними.

Пользовательский опыт - очевидный вариант использования, но влияние DBI гораздо глубже, чем просто преобразование пользователей.

Представьте, что бот торопится через приложение ... Зачем тратить все это время и деньги на дальнейшее уточнение того, что вы (могли) знать, в конечном итоге, не является реальным клиентом?

Вместо этого, в этом случае наличие динамического запроса «Загрузить водительские права» остановит их на пути, сэкономит ваше время и оставит эти деньги на вашем банковском счете.

Или как насчет рискованных соискателей или мошенников - это очень актуальные темы в сфере финансовых услуг сегодня.

Как я уже говорил, DBI может выявить первопричины, понять намерения и предсказать их будущие действия.

Такими будущими действиями могут быть отказ от приложения, прибыльный клиент или, в данном случае, просроченный плательщик, рискованный заявитель или потенциальный мошенник.

Такое понимание дает компаниям возможность дополнительно квалифицировать рискованных кандидатов, принимать более разумные решения по андеррайтингу и, в конечном итоге, увеличивать прибыль и снижать риски в целом.

Цифровая поведенческая разведка для надзора за агентом

Понимание ваших клиентов, использующих DBI, важно, но также важно понимание ваших сотрудников и распределенных агентов.

Повышение эффективности агентского опыта быстро становится ключевым направлением деятельности компаний, поскольку конкуренция очень высока и доступно множество вариантов.

Привлечение агентов через удобные порталы, приложения и пользовательский интерфейс постоянно растет.

Первый шаг - получение агентов, следующий шаг - мониторинг их производительности, а также рисков и мошенничества.

Хотя наиболее публичным и широко известным примером мошенничества агентов является Wells Fargo, вы можете думать о них как о Марке Макгуайре банковского мошенничества.

Многие игроки использовали стероиды в начале 2000-х, лишь немногих поймали, и только имена самых крупных звезд были растащены по грязи СМИ.

Потребовались согласованные усилия, новые правила и новые меры надзора, чтобы взять под контроль безудержную проблему стероидов.

Мы были свидетелями аналогичной сцены в сфере финансовых услуг.

Теперь, когда банковские и финансовые услуги находятся в поле зрения, они (надеюсь) принимают активные меры, чтобы избежать похожих заголовков.

Многие компании продают через внутренних или внешних / распределенных агентов. Хотя большинство этих агентов честны, не все таковы.

Поведенческий анализ не только клиентов, но и действий сотрудников и агентов сегодня важнее, чем когда-либо прежде.

Сбор информации о том, кто какие вопросы, когда и с какого устройства заполнял, может повлиять на расследуемую политику.

Благодаря полному контрольному следу, аналогичному функции «История изменений» в Документах / Таблицах Google, исключаются догадки «он сказал-она-сказал».

Мы слышали примеры простейшего манипулирования полями формы, когда агенты или брокеры меняют ответы после того, как клиенты отправляют заявки, чтобы они выглядели более привлекательными для операторов связи и получали более высокую ставку, что позволяло агенту заключать больше сделок. Ча-цзин.

Примеры агентов, создающих поддельные учетные записи Gmail для клиентов, отправляющих себе документы DocuSign, подписывающих их, а затем утверждающих эти политики на месте.

Уклонение от страховых премий, фиктивные полисы и сползание страхового покрытия - все это очень распространено сегодня в страховании, и перевозчикам необходимо умнее, если они хотят избежать штрафов, штрафов и публичного позора.

Компании ежегодно тратят миллиарды на предотвращение мошенничества.

Во многом в том, как медицина превращается в проактивную, а не в реактивную, предотвращение мошенничества требует аналогичного подхода.

Упреждающая сигнализация и снижение риска и мошенничества - намного лучший метод предотвращения.

Цифровой поведенческий анализ может быть полезен по-разному - от анализа пользовательского опыта до предотвращения мошенничества, нет недостатка в применимых сценариях использования.

Хотя многие, казалось бы, очевидные варианты использования указывают на отрицательные стороны, само собой разумеется, что можно получить важные метрики, чтобы обнаружить положительные результаты.

Прибыльные клиенты, повышенный коэффициент конверсии или даже простое знание того, что пользователи взаимодействуют с веб-сайтом или приложением именно так, как вы хотите, - все это может быть полезным.

Если хотите узнать больше о цифровом поведенческом интеллекте и о том, как он может помочь преобразовать ваш бизнес, напишите мне! [email protected]

Первоначально опубликовано на https://www.formotiv.com 24 июня 2019 г.