博客文章

斯图飞腾Stratifyd:从三个层面了解客户之声(VOC)

优化客户体验的关键是在组织范围内以及客户旅程中建立一种“以客户为中心”的心态。做到这一点,需要企业悉心倾听客户关于品牌、产品以及服务的客观评价,以及他们内心的真实诉求,也就是我们大家常说的客户之声(Voice of Customer,VOC)

为了更好地理解如何充分利用VOC数据并将其应用在在不同的业务场景中,我们把VOC数据分为三类:显性反馈、隐性反馈、间接反馈,每一类都有其独特的属性和价值。将这三类数据整合分析,我们可以获得客户需求的全景视图,包括客户的体验反馈以及其对品牌、产品的情感感知。

1. 显性反馈(Explicit Feedback)

这类信息是组织从客户那里直接收集来的能明确反映客户喜好的反馈数据。常见的数据收集方式有调研问卷或通过客服渠道获取的投诉信息。客户净推荐值(NPS)可能是这种显性反馈机制最常见的实现方式。

这类反馈数据的价值是,你可以直接从客户那里获取信息,并且也是最容易掌控的一种类型。掌控性越大,你就越容易接触到你想联系的特定客户。

通过显性反馈数据分析(如NPS),你可以很好地评估客户体验工作质量,从而更科学地制定客户体验提升策略、计划乃至员工的培训方式。除了NPS,还有一些显性反馈可以让企业获得更直接的结果,例如在网站内设置调研问卷,可以收集有关用户购物体验的直接反馈,从而帮助品牌了解新的变化对于人们购物态度的影响。

2. 隐性反馈(Implicit Feedback)

与显性反馈(数据指标非常明确)不同,隐性反馈不能明确反映用户的喜好,需要结合可衡量的指标综合判断。隐性反馈通常是与客户旅程或历史相关的数据,并且往往与系统或流程在一段时间内的进展情况有关。常见的隐性反馈表现形式有客户购物流程花费的时间,或者完成电子结账需要的步骤数。分析隐性反馈,我们需要考虑用户在完成任务流程的过程中经历的步骤,以及跨越的渠道等。

这类反馈的价值主要体现在它可以更全面地审视客户体验,从更宽泛的视角看到完成任务流程所需要的完整步骤,而显性反馈只是着眼于单点数据的分析,缺乏了对整个事件背景的了解。

隐性反馈可以帮助我们从宏观视角审视客户体验存在的问题并着重优化。例如,如果你发现用户在电子结账的中途取消结账的比例随着时间的推移不断攀升,那说明用户肯定遇到了什么问题,这个时候企业应当及时采取一些优化措施,比如,缩减任务表单中不必要的字段,减少结账的步骤数,观察哪些措施能让结账问题得到改善。

3. 间接反馈(Indirect Feedback)

这类反馈是客户提供或者从各种第三方平台/渠道收集来的信息,包括淘宝、天猫等B2C电商平台的用户评论,美团、大众点评等O2O平台的点评信息,微博、小红书等社交媒体的留言互动,亦或是客服通话或聊天过程产生的会话内容。

这类反馈数据的价值非常大,因为消费者在相对中立的场合发表的见解往往与受访时会有不同。这种场合下他们会表现得更加开放、诚恳。例如,他们可能不会在与客服代表的沟通中表达强烈不满,因为他们担心这可能会影响他们之间的关系。然而,他们可能会在社交媒体或在线论坛上与朋友和家人分享这些信息,因为他们认为那里可以有更多自由的讨论,更容易产生共鸣。尽管这期间会有很多消极的反馈,但通常也会有很多积极的讨论。

对企业而言,这个时候非常重要的是要学会倾听并在恰当的时机融入到与消费者的互动中。与其苦苦解释,还不如将消费者的反馈整合到业务决策的行动力中。在表达你的立场时不要表现得过于防御性,积极地参与到与消费者的对话中,让品牌真正从客户之声中获益,而不只是努力让其“看起来”很好。

以上讲述的三种VOC数据类型都有各自的独特优势。在实际工作中企业可以综合使用这些数据,从中获得指导业务决策的深刻洞察,寻找恰当的方法优化业务流程和跨部门的信息传递,更好地衡量数据价值和各职能的业务表现。

倾听客户之声,响应客户期待

Stratifyd 提供敏捷AI驱动的客户体验数据分析平台,通过聚合电商评论、社交媒体、客服对话、调研问卷等全渠道的客户反馈声音,挖掘结构化与非结构化文本数据背后的知识洞察和趋势分布,助力企业精准判断消费者的需求痛点和兴趣偏好,打通消费者反馈闭环,实现数据驱动的运营决策。点击链接免费试用Stratfiyd来测一下吧!

END

加群领干货:

为了方便用户及时获取 Stratifyd 培训信息、行业洞察白皮书 /Gartner 报告等干货资料,与数据同行交流经验,Stratifyd 开通官方粉丝交流群 ! 关注微信公众号并在后台回复 " 粉丝群 " 即可加入。

关于斯图飞腾(Stratifyd Inc)

斯图飞腾(Stratifyd Inc)是全球领先的增强智能数据分析服务提供商,公司拥有强大的非结构化数据语义分析能力,致力于推进AI在企业数据分析以及商业智能领域的进步。Stratifyd增强智能平台通过整合多个数据源的结构化和非结构化数据,帮助各种规模的企业快速、科学、精准地预测和判断消费者的情感意图,洞察数据背后的商业价值,为决策者提供数据驱动的决策支持。

Shapes
Shapes