全媒体客服不仅只是多渠道的接入和各个接入渠道之间的数据打通,更重要的是用户跨渠道的体验和跟踪,在海量的数据中发现问题。而要做到这一点,企业首先需要理解客户到底体验到了什么。今天,全球来看,越来越多的企业正在通过构建一个有效的客户声音系统,来透析客户对企业产品和服务的准确体验,帮助企业识别和改善客户旅程的各个阶段。对企业而言,倾听客户声音的能力决定了他们在客户体验这个领域上的竞争力。 Gartner报告指出:“VOC是企业有关客户体验管理(CEM)战略需要考量的核心维度。CEM是个很大的话题,覆盖了企业交付給用户的客户体验的方方面面, 是未来五年全球CEO所关注的排名前三的重点领域之一。”。

EC客户通:了解客户需求,倾听客户声音


  1,“客户声音”将帮助企业解决四大挑战:


  环信认为,多渠道客服接入环境下的客户声音的收集,整理,分析和理解需要一个企业全流程业务部门的参与,包括客服部门、产品研发部门、销售部门和市场部门之间的通力合作。


6.png

  2,环信如何帮助企业倾听客户声音:


  为了应对以上四大挑战,环信推出了环信客户声音产品。环信客户声音是一款基于人工智能和大数据挖掘的客户体验透析产品。通过对来自多个渠道的非结构化客服数据进行自然语言解析,主题聚类,情感度建模等技术分析手段来挖掘和分析热点话题,发现服务运营问题,寻找畅销或问题产品,洞察销售机会。环信客户声音通过透析客户对企业产品和服务的准确体验,帮助企业识别和改善客户旅程的各个阶段。


  整合多渠道数据源,透析客户对企业产品和服务的准确体验。


  今天,客户和企业沟通的渠道多样化明显。环信客户声音可以接入多种渠道来源的非结构化文本数据,如网页在线客服数据、微博微信客服数据、移动APP内置客服数据、百度贴吧、博客论坛以及其他互联网社交网站数据等。环信客服声音以客服数据为中心,配合其他渠道来源的数据,把完整的分析结果提交给企业。环信客户声音系统,透析了全媒体客服环境下,客户对企业产品和服务的准确体验。


  基于人工智能技术,帮助企业识别和改善客户旅程的各个阶段。


  环信客户声音运用自然语言解析,人工神经网络深度学习等人工智能技术,对来自多种渠道的非结构化数据源进行客服业务的特征提取,主题聚类解析,情感分析建模。从而帮助企业挖掘和分析客户服务中的热点话题,发现服务运营问题,寻找畅销或问题产品,洞察销售机会。比如,在环信客户声音系统中,主题关键词热度越高,说明用户关注度就越高。关键词对应的情感越负面,说明用户的体验感就越差。企业可以优先解决用户最关心,体验感最差的产品和服务问题。环信客户声音系统可以帮助企业识别和改善客户旅程的各个阶段。


  3,“客户声音”帮助提高用户体验的最佳实践:


  主题及关键词热度分布,实时了解用户最关心的产品和服务。


  主题是关键词的聚类,代表着产品和服务相关的不同话题。一般情况下,某个具体的关键词导向用户关心的有关业务,产品和服务的具体内容。企业比较不同主题热度分布状况可以实时了解用户最关心哪些产品和服务。

4.png

实例:上述图1显示了某电商主题关键词热度分布。四种颜色代表四个主题,主题和关键词的比例表示该主题或关键词的用户讨论热度,关键词字体越大,表示热度越高,关键词颜色表示情感度。


  主题及其关键词情感分析,及时追踪到负面情绪。


  情感分析帮助企业了解客户在讨论某个主题或关键词的相关业务内容时所夹杂的正面或者负面的情绪感应。历史情感趋势可以帮助企业了解一段时间之内的针对企业整体业务反馈的情感发展态势。

客户声音配图1.jpg


图2示例:上图是讨论热度最高的10个关键词的情感估值对比图,绿柱表示用户满意度高。如果用户对某关键词对应的业务充满负面情绪,系统用红柱突出表示出来。黄色表示中性。


  按关键词或情感度追踪问题并解决问题。


  企业可以通过环信客户声音系统查找与指定主题关键词或情感度相关联的会话,并查询到原始会话细节,解决用户问题,从而构建从客户服务体验的监控,分析到修复的完整闭环。

5.png

图3示例:某电商按关键词或情感度追踪并解决物流快递问题。


  附录:Gartner研究——客户声音 分析师:吉姆·戴维斯

  定义:客户声音(VoC)解决方案结合了多种传统上孤立的技术,这些技术与客户反馈的采集、存储和分析相关,这些反馈可以是直接的、间接的或通过推测得出的。这一解决方案集成了诸如社交媒体监控、企业反馈管理、语音分析、文本挖掘和网络分析等技术,以提供客户声音的全局总览。通过在适当的时间、以适当的渠道向适当的员工传播相关信息,公司能够有效地了解客户意见。

  定位和市场接受速度:大多数组织拥有许多、且往往相当成熟的客户反馈机制,但这些机制通常是部门导向的,本质上是孤立的,并且通常不用于战略性目的。其中最常见的机制是调研,但各部门在收集和了解与各自特定领域相关的额外客户反馈时,往往甚为迷惑。他们通过使用联络中心内的语音分析、公司网站上的网络分析、和通过营销进行社交媒体监控来收集客户意见。然而,这些反馈大部分仍然是孤立的——很少有组织将这些不同来源结合起来,创建一个集成的客户声音中心。大多数组织希望将这些多样化的反馈渠道结合在一起,创建一种单一的意见,但目前还要花费数年才能实现这一目标。相反,大多数公司当前的做法是,通过投资新平台来改进调研方式,在未来几年内为创建客户声音中心打下基础。

  在领先的以客户为中心的机构中,特别是金融服务、电信和公用事业等以消费者为中心的行业,人们已经看到这一发展势头,但客户声音远非主流。供应商环境仍在发展,现在有20多家供应商掌握着多样化反馈收集技术相关的专业知识,而一个全面的客户声音解决方案正应囊括这些技术。不过,多供应商组成的客户声音解决方案生态系统(数据从一个或多个第三方解决方案导入一个中央解决方案)将是未来几年内不可避免的组织部署策略。

  用户建议:寻找承担跨部门职责的所有者。进行内部审计以评估当前能力、减少重复的部门客户反馈技术(例如调研或社交媒体监控)。基于内容丰富性,优先考虑未来收集客户声音数据的主动性。努力获得客户声音的单一、整体意见。 确定最合适的数据架构和分析模型/技术,在个体和总体层面提取关键的客户意见。通过运用工作流程和操作融合,及时在组织中传播(前线和管理)相关的意见/行动。 确定将适当的、经提炼的反馈元数据集(例如,客户的情绪分值)反馈至企业主数据管理环境中。 在核心业务流程中增加对客户声音的利用(理想情况为实时利用)——例如,使用低调研分值在CRM系统中创建案例。

  业务影响:客户声音的业务影响是多种多样的。客户声音数据的来源丰富,涵盖调研结果和社交媒体对话。这些来源为分析提供有价值的场所,但是分析的孤立性本质上限制了充分理解客户的机会。通过整合多个客户声音来源的数据,机构可以挖掘到更具体微妙的意见,以提高数据准确性,并最终在个人客户(如外拨电话)和总体战略(如过程变化)层面提升行动的信心。这种整体方法还能确保在正确的时间向正确的员工提供正确的见解——例如,从发送给销售代表的推文中找到新线索;通过分析正被发送至营销经理的联系中心对话记录得到活动的负面反馈;或对发送至代理的“慢谈”进行调研评论。客户声音有助于管理品牌认知、了解客户体验和开发未来的客户参与策略。

   好处评级:高。市场渗透率:目标受众的1%至5%。成熟度:未成熟。

  获取Gartner全文报告请点击:http://www.easemob.com/event/gartner