2022-05-17 2810

体验管理的“灵魂四问”,是谁在阻碍品牌增长?

作者:倍市得
您是否也有这样的困扰,为什么让顾客“心生好感”简单,但让客户“久看不厌”却很难。

 

 

想要回答这个问题,首先就得厘清:“是什么让你的客户难以留存下来,是谁在阻碍你的品牌持续增长。”
 
 

 

 

为了帮助大家搞清楚这些问题,锻造品牌“增长飞轮”,本期倍市得【体验官俱乐部】邀请到了倍市得体验咨询专家李晓雨老师,通过“灵魂4问”给大家厘清阻碍增长的四大关键点和破解之法。

 

 

在客户体验管理中,我们经常会接触到NPS、客户满意度、客户体验测量模型以及客户旅程地图等。关于它们的定义、用途、优缺点等无需赘述,李老师则是从品牌更加关注的“结果”来解决品牌体验管理的“灵魂四问”:

 

 

▶ 体验到底好不好?
▶ 问题在哪里?
▶ 该如何去解决?
▶ 体验应该怎么管?
 
 
 
首先,当品牌想要开始做体验管理的时候要分清我们到底是只有一个良好的体验改善意愿,还是说我们想有一个系统化的体验管理模式。

 

 

什么是良好的意愿呢?

 

 

品牌愿意将体验放到它们的价值观或者愿景里面,领导层每次开周会也会去强调一定要给客户提供非常好的体验,这就是一个好的意愿!
 
 

 

 

但实际上碰到体验问题之后,就像打地鼠游戏,当问题一个个冒出来,我们是想着拿锤子一个个去敲掉,还是说有更好的办法让地鼠再也不出来?

 

 

因此相较于一个良好的意愿来说,系统化的体验管理模式才是企业更应该去发力的点,但是这也正是很多品牌最大的难点:如何搭建一个系统化的体验管理体系。

 

 

李老师根据自身多年的积累,将体验管理体系分成三个层次:数据基础、平台构建、运营管理。
 
 

 

 

问题1:体验到底好不好?

 

 

体验作为客户的主观感知不像运营数据或财务数据那么容易衡量。

 

 

▶ 用户数据从哪里来?—— 客户态度和行为是体验管理的首要前提
 

 

首先我们就要解决客户数据哪里来这个问题。

 

 

我们在收集数据的时候发现,数据源是非常广泛的,它不仅仅局限于调研数据,还包含客户反馈数据。

 

 

如果说调研数据是品牌去找客户,那么反馈数据便是客户来找品牌。
 

 

 

 

调研数据和客户反馈数据结合起来就可以被称为客户报告式的反馈类数据,它的作用是:倾听客户心声。

 

 

与此同时,同样重要的一步就是去识别客户行为,此时我们就需要一些行为数据,简单来说就是我们通过埋点所获得的数据。

 

 

用户的行为数据与运营数据相结合就构成了系统埋点收集的客观行为类数据,而它们的作用正是:识别客户行为。
 

 

 

 

从这4个方面建设我们数据基础,从而来量化我们的体验水平,通过数据来判断体验到底好不好,并且从长期的数据监测中去追踪体验变化。

 

 
▶ 用户体验在哪度量?——量化体验水平,追踪体验变化

 

 

当数据的来源明确了之后就要去考虑数据该如何度量。

 

 

这里涉及到了一些常用的客户体验度量的模型,例如谷歌的“HEART模型”、门户电商的“PULSE模型”、阿里云的“UES模型”等等。

 

 

大家可以根据自身的业务特点去选择一些适合自己的数据度量模型。
 

 

 

 

▶ 体验到底好不好?——掌握数据解读的基本功

 

 

为了更好地回答“体验到底好不好?”这个灵魂问题,在对数据进行收集和度量后,我们还要去掌握如何解读数据。

 

 

解读数据的方式有很多,可以从统计学的角度科学地分析数据的变化,也可以根据自身的行业经验来判断数据的变化。
 

 

 

 

这里我们会强调“变化”这个词,在排除数据结构等带来的影响、季节性或促销等外部影响因素后,再去看看我们的数据变化是不是具有显著的差异。

 

 

此时如果我们发现不好的变化趋势,那么我们就需要去定位问题所在,通过我们数据库的下钻去看一看到底是哪些数据在变化,从而找到根因。
 

 

 
 
 
问题2:问题在哪里?

 

 

通过长期、定期采集用户体验数据来发现变化,定位需要重点提升体验的用户群体、产品模块或服务环节。

 

 

▶ 体验问题怎么拆解?——从0到1搭建体验监测指标体系
 

 

这里我们可以从宏观、中观以及微观三个层级来搭建体验监测指标体系。

 

 

宏观层面就是指体验的整体水平,其中NPS和满意度是非常永恒的指标,但是我们还是要去区分不同的业务单元、订单类型以及一级场景。

 

 

中观层面就是要去做优先级的判定,因为体验是有很多要素组成的,我们不可能调用我们所有的资源全部改善,这是相当费人、费钱、费精力,因此要去对这些要素做优先级排列,合理分配资源。

 

 

微观层面则是对应到客户旅程当中的触点,当品牌发现了具体场景、某一个要素出现问题的时候,一定要去告诉业务这个问题到底是怎么发生的,这些需要去做完整的问题场景还原。
 

 

 

 

▶ 指标体系就是监测体系?——体验问题要能看清、看全、看准

 

 

那么有这样一个指标体系就能监测体验了吗?

 

 

并没有这么简单,一套完善的监测体系是一个行动指南:

 

 

  • 从全局看体验趋势、从场景要素看体验的方向、从触点看体验问题;

  • 还要看竞争环境、看客户的体验感知如何、看内部的运营到底怎样;

  • 然后我们是不是有一些合适的工具和方法来做这些相关的分析。

 

 

这一整套才是非常完整的客户体验监测体系。
 

 

 

 

▶ 监测体系有什么作用?——串联内部运营、体验感知和经营收益

 

 

对于这样一个监测体系很多企业就会望而却步,因为这个体验管体系实在是太复杂了,但是我们也能有办法去把它做成系统化、结构化的东西。

 

 

内部运营——数据可视化、流程可视化
  • 体验的北极星指标

  • 场景、要素的体验监测

  • 旅程、触点的体验监测

  • 运营交付的质量指标

 

 

体验感知——调研工具自动化
  • 用户价值分层

  • 用户需求管理

  • 体验策略方案

  • 精细化人群运营

 

 

经营收益——数据分析线上化
  • 竞争力研究

  • 优劣势定位

  • 产品/服务精细化感知和需求趋势

  • 经营数据相关联

 

 

将这三个串联起来就是客户的反馈数据以及行为数据。我们通过建立指标体系、挖掘客户的需求痛点、关联企业的经营数据等,建立一个体验体系雏形。
 

 

 

 

▶ 体验管理平台是什么?——多渠道的数据来源、复杂的业务流程

 

 

有了体验体系的雏形,我们就需要一个平台来承载和聚合多渠道的数据、整合复杂的业务流程。体验管理平台一定是既能够串联我们的客户,又能够串联企业内部。

 

 

一个好的体验管理平台是体验数据的承载系统,它可以解决问题在哪里。

 

 

一个好的体验管理平台还是体验运营工作的重要工具,它可以去解决体验问题。
 
 

 

 

 

问题3:该如何去解决?

 

 

除了专业的体验人才,还需要上下贯穿的响应协同机制,保证优化落地。

 

 

▶ 体验问题是如何解决的?——数据流转、平台工具、运营机制协同合作

 

 

说到体验问题是如何解决的,我们组织内的协同响应机制是一个非常必要的保障。这要求我们除了要有专业的体验人才之外,还需要有一些上下贯穿的相应的协同机制能够保证我们的改进和优化是可以落地的。

 

 

▶ 体验运营如何顺畅起来?——机制确保数据来源,数据让流程更加显性

 

 

接下来我们需要关注企业内部的体验运营到底是不是顺畅。体验的顺畅度是由运营机制和体验数据去解决的。

 

 

也就是说运营机制足够完整是能够确保数据实现完整、无缝地流转。数据分析足够完善的话,也可以去跟踪每一步的解决到底情况如何。

 

 

▶ 体验是空口号么?——管理问题落实部门责任,体验文化促进部门协同

 

 

实现体验顺畅运营之后,企业内部还需要有文化氛围的沉淀,避免让体验成为口号。所以说体验管理的问题需要落实到具体的责任部门,而体验文化可以促进部门之间的协同,打破企业内部的合作壁垒。

 

 

与此同时要注重培养业务团队及时关注体验水平的意识,推动体验优化的氛围的形成、培养体验优化、创新的主动性,比如激励政策、培训政策,去鼓励企业员工去做一些体验的创新。
 
 

 

 
问题4:体验怎么管?

 

 

体验管理体系不是一次专项体验研究或优化,而是一项与商业目标达成或公司业绩提升直接相关的长期性工作。

 

 

回到最开始讲的体验管理体系,当体验管理体系有了过数字化的加持之后,我们会发现体验管理体系会变得更加简洁、顺畅、智能,也变得更加高效,给企业的客户体验管理带来提质增效的作用。
 
 

 

 

比如说在数据基础部分,我们通过客户报告式的反馈类数据,通过埋点的行为数据,大量的数据可以通过数字化管理平台准确地归类到每个旅程触点中去,实现随时随地数据下钻。