博客文章

斯图飞腾Stratifyd:如何倾听客户之声?你需要的不仅仅是调研

毫无疑问,好的客户体验可以驱动更高的客户忠诚度,这也是为什么企业大力投资客户体验和客户之声(Voice of the Customer,VoC)项目的原因。随着该项目在零售、快消和电商领域的广泛渗透,在线客户反馈调研行业的市场规模预计将从2019年的48 亿美元增长到 2025 年的超 100 亿美元。

企业想要了解顾客对公司和产品观点态度的想法没有变,但如何收集分析客户反馈进而了解其想法的方式已经变了,这很大程度上与数字化沟通渠道的特征(速度快、规模大、匿名化)有关。企业需要开辟新的途径来捕捉客户的情绪和想法,才不至于淹没在客户数据的海洋中。

这就引发了一个关于调研问题的思考:许多客户体验团队在用户调研方面投入了大量时间和金钱,但是调研真的帮助他们深入理解和洞察客户体验了吗?

常见的客户反馈调研类型

调研在整个客户旅程中已经变得越来越普遍,从网页、邮件到电话、短信,无处不在征集用户的反馈意见。作为消费者,我们被要求对我们的体验进行评分,对我们所想所知的一切提供反馈。

调研的目的是把客户体验浓缩成易于理解的数据,帮助业务负责人了解个人体验以及整个客户群的总体变化趋势。不过,在如何恰当地表述提问问题方面尚存在分歧。

常见的客户反馈调研类型有以下几种:

客户满意度(CSAT):请客户在客户旅程中的关键点(例如结帐或致电服务后)根据特定评分指标对公司产品或服务的体验进行排名。

客户费力度(CES):询问客户执行某个操作的难易程度——是否得到了呼叫中心或其他服务渠道的帮助,是否购买了一个产品,或者是否留下了一个评论。

净推荐值(NPS):询问客户根据自己的经验向朋友推荐产品或服务的可能性有多大。

虽然CSAT,CES,NPS是衡量客户体验和客户忠诚度的重要指标,但是它们并不能反映一个客户生命旅程的完整故事。

根据国际管理咨询公司麦肯锡(McKinsey)对未来客户体验的研究,“越来越多的公司高管已经意识到,尽管调研是开展客户研究的重要工具,但是基于调研的客户评估体系已经无法满足企业对于客户体验深入洞察的需求。”研究还发现,调研存在四个明显的缺陷,这些缺陷可能会误导企业对用户画像做出不准确的判断,让客户体验处在恶性循环中,甚至影响品牌策略层的重要决策规划。

麦肯锡研究中客户体验领导者表示,作为衡量客户体验的唯一或主要手段,调研存在以下4方面不足

1. 调研只代表了客户声音的一小部分,通常占比7%。

2. 由于调研需要花费时间来收集和分析用户反馈,与组织的实时需求不同步。

3. 调查收集的信息没有触及问题根本。

4. 调研结论模棱两可导致ROI计算失准,这就使得调研分数很难与现实世界的客户体验计划相挂钩。

其实除了调研,企业已经掌握了海量客户体验数据,这些数据存在于企业与客户的语音通话、社交聊天、邮件沟通等全渠道互动过程中,这也引发了麦肯锡研究者的疑问:“既然客户互动数据可以用来预测客户满意度、客户流失的可能性,甚至驱动业绩增长,为什么还要用调研去询问客户的体验呢?”

对于那些习惯了用调研手段来开展客户之声项目的企业来说,这个问题并不一定直接导致他们放弃调研,但确实开辟了一个全新的思路,让我们好好思考到底客户之声是什么,有没有办法通过分析客户互动数据从全新视角去开展客户调查,打造一个增强型的客户体验洞察体系。

什么是客户之声(VoC)?

其实企业早已淹没在海量客户反馈数据里了,只是它们自己可能还没意识到。呼叫中心与客户的每一通电话、每一个聊天记录、每一封邮件都填充着客户体验相关的数据,包括这些体验给客户带来的感受。同样,客户也会在社交媒体和产品评论中表达他们对购物体验的感受。

然而,结合历史数据来看,这些反馈数据并没有被视为挖掘客户体验洞察的可靠来源,原因是(靠手工阅读去发现规律趋势)花费的时间和人力成本太高了。CSAT和类似的反馈评分系统之所以更受青睐是因为它们能够轻松量化特定指标(例如客户忠诚度)。与调研相比,深入研究文本和语音等非结构化数据的速度更慢,成本也更高,所以大部分公司都没有对之给予足够的重视。

麦肯锡的研究发现,仅仅依靠调研去获取客户洞察已经不够用了。人工智能(AI)和机器学习(ML)技术的进步正在为分析客户体验开辟更加快速高效、经济实惠的新路径。参与麦肯锡研究的研究学者也建议企业尽量避免使用调研,取而代之最大化利用企业已经拥有的运营数据、评论数据和行为数据,了解和追踪影响客户满意度以及业绩表现的关键因素,监测客户旅程中的特定事件。

虽然像行为数据分析这种数据驱动型的方法可以提供更快、甚至是预测性的客户旅程洞察,但是对于倾听客户之声而言还欠些火候,其中最重要的是用户每一个行为动作背后的情感是未知的。就比如,有人打开了聊天会话框,这背后的动因是因为他对于当前网站的用户体验不满意呢,还是他们对于看到的产品非常感兴趣想要了解更多信息呢?

其实有了充足的数据我们就能找到答案了。不过这些信息蕴藏在客户互动会话的非结构化文本数据中,与纯粹的行为数据相比,它蕴含了员工与客户互动过程中的情感和情绪

AI驱动文本分析,揭示新的洞察力

客户体验是在不断演变的。过去一年多的时间里,受新冠肺炎疫情的影响,许多企业不得不重新思考消费者与品牌的互动方式。无论是将短时的权宜之计变为长久之策,还是适应新常态改变运营航道,更快、更精准地洞察和衡量客户体验都是推动企业前行的前提要素

“以客户为中心”作为核心企业文化的企业仅仅通过调研的手段了解客户体验是不够的,收集全渠道客户反馈数据,倾听客户之声是打开客户心扉的重要法门。

AI驱动的文本分析技术(如自然语言理解和情感分析)不仅让调研分析变得简单(取代人工逐字分析的弊端),还帮助客户体验组织扩大数据资产范围,挖掘更多其他形式的非结构化客户反馈。有了更大体量的非结构化数据资产(相比小样本的调研数据),企业可以通过AI建模完成更高效的数据分析任务。

大数据中蕴藏着大价值。无论是企业内部的运营数据,还是公开的客户评论数据,对于企业了解客户画像、提升客户体验都发挥着重要作用。将客户体验相关的所有结构化和非结构化数据进行整合分析,企业就可以清晰了解客户与品牌互动背后的真实动机,获取客户生命旅程的完整故事,从而驱动高效运营与决策。

END

加群交流

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,Gartner 年度Cool Vender最佳数据分析厂商,Forrester 全球推荐数据分析厂商。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 敏捷 AI 体验分析平台通过整合多个数据源的结构化和非结构化数据,深入洞察消费者反馈数据背后的故事场景,为决策提供数据洞察支持,助力企业实现高质量的收入增长。

点击Stratifyd官网右上角“免费试用”,即刻敏捷体验AI驱动下的极致数据洞察!

Shapes
Shapes