Ваша компания внедрила новую информационную систему, которая делает оператору небольшие подсказки в виде заметок о предпочтениях постоянных Клиентов. Например, если Клиент уже обращался раньше и указывал, что ему удобнее получать заказ только в определённое время или он предпочитает определённый цвет продукта, оператор это видит.
Представьте, что к вам обращается постоянный Клиент, и у вас есть информация о его предпочтениях. Как вы можете использовать эту персонализированную информацию, чтобы сделать обслуживание более тёплым и индивидуальным? Приведите 2–3 примера фраз или действий, которые покажут Клиенту, что вы действительно учитываете его предпочтения.
Фраза 1
В ПО есть заметка: «Клиент предпочитает получать заказы после 18:00 в будни»
«(После решения основного вопроса). И, Иван Иванович, я вижу в нашей системе Ваше предпочтение по времени доставки — после 18:00. Я уже поставил соответствующую пометку для службы логистики на этот заказ. Так же, я вижу, что наш курьер в прошлый раз доставил Вам заказ в 18:30. Желаете, чтобы в этот раз мы попросили его приехать примерно в то же время или, возможно, выбрать более поздний интервал?»
Проявляем заботу: не просто спрашиваем, когда удобно, а демонстрируем, что его прошлые предпочтения уже учтены и применены. Уточняем конкретное время на основе прошлого заказа, и предоставляем альтернативу.
Фраза 2
У клиента день рождения, и в прошлый раз он покупал снасти для рыбалки.
«Иван Иванович, прежде чем мы начнём, я вижу, что у Вас сегодня особенный день! Поздравляю Вас с днём рождения от всей нашей команды! Желаю, чтобы всё, что Вы планируете, сбывалось легко. Также вижу, что ранее приобретали снасти для рыбной ловли, надеюсь рыбалка прошла удачно. Учитывая это, к новому заказу я бы порекомендовал обратить внимание на этот замечательный спиннинг – тем более в день рождения, для Вас будет скидка».
Формулировка «Вас сегодня особенный день», перерастающая в поздравления с днем рождения – это персональное человеческое внимание, каждому приятно. Вторая часть показывает, что мы помним клиента, его увлечения, и на основе этой информации предоставляем персонализированную рекомендацию.