数字100郑直：客户体验的流程式管理

从宏观意义上说，体验是一种经济形态。在《体验经济》一书中，作者定义体验经济为「从生活与情境出发，塑造感官体验及思维认同，以此抓住顾客的注意力，改变消费行为，并为商品找到新的生存价值与空间」，并将之列为农业经济、工业经济、服务经济之后的第四种经济类型。

数字100副总裁 郑直 

 从微观意义上说，体验是消费者在接触产品和服务的过程中所形成的主观感受。数字100副总裁郑直认为，品牌方现在已从提供产品或服务转变为提供体验，表面上看是交付物的不同，背后体现的是理念上的变化。

体验是无处不在的。现在很多企业开始谈产品体验、终端体验、营销体验，等等，而在以前，产品只是一个品牌与消费者沟通的媒介，终端只是品牌售卖产品的渠道，而营销只是辅助品牌销售产品的手段而已，但这些都开始和体验相结合，让消费者有更好的主观感受。根据数字100与美库尔合作的《中国客户体验指数报告》，90.2%的消费者表示，营销、购物及服务过程中的体验和感受，会影响到他们的产品购买决策。

而在郑直看来，体验管理也有广义和狭义之分。广义的体验管理，涵盖了体验设计、UE设计、用户研究等为了提高客户体验而进行的工作；而狭义的体验管理，郑直称之为数字化体验管理，是通过数据监测、分析的方式，找到体验方面的短板进行提升，这也是数字100目前的主要工作。

体验超越传统意义上的服务

与客户体验相关的一个概念，也是很多人容易混淆的概念，是客户服务。根据《体验经济》的观点，服务经济是体验经济的「上一个阶段」的概念。而在日常实践来说，客户服务相对于客户体验，主要区别在于标准化。郑直介绍说，品牌提供的服务完全可以像产品那样，实现标准化，例如服务流程上的一些基本设计，并且可复制，成为同质化的东西。

服务的发起者也是产品或服务的提供方，可以做到标准化；而体验的发起者是产品或服务的使用方或接受方，千人千面，因此很难标准化。

通常情况下，在服务过程中出现的一些问题，客户服务提供者可以采用「补短」，即改善产品或服务以解决问题。而对于体验管理者来说，可以有另外一项解决方式「扬长」，或者说创造巅峰体验，这已经超越传统意义上的服务范畴了。

以迪士尼乐园为例，假设很多游客抱怨卫生环境不好，乐园可以去改善；但如果游客反馈说排队时间太长，票价太贵等问题，乐园不太可能限流或降价，这时候就无法依靠产品服务解决问题，而需要绕过问题创造别的体验，让游客在花了大价钱购买门票后，仍然在乐园里玩得很开心，做到「物有所值」。这背后的原理其实是基于洞察客户的真实需求，结合体验设计创造与众不同的需求。

数据与洞察：体验管理的基础

客户体验管理是战略性地管理客户对产品或公司全面体验的过程，通过对全场景、全旅程、全触点的客户体验进行持续监测和分析，全面提升客户对企业品牌、产品、服务流程、营销、终端的体验，从而带来持续增长。而洞察客户的真实需求，是客户体验管理的基础。也就是说，实施体验管理的第一步是获取数据与洞察，正如郑直所说，「体验管理的前提是有方向，有策略；而方向和策略的前提是有比较客户准确的测量。」

全域数据包括对社交媒体上的用户观点聆听，以及行为埋点分析等，其目的是为了进行洞察而去获取客户真实的测量。所谓「全域」自然不能止于问卷调查、投诉分析这些传统的客户调研手段，而要求主客观数据结合来测量体验，再通过数据总结出能够落地的策略。

通过技术和平台能力沉淀的数据，经有效清洗和运用后将能生成消费者体验洞察和提升的核心支撑。数据的“可用性”是企业试图通过数据能力提升消费者体验的先决条件。而建立长期“可用的”数据，需要企业构建自上而下的全套数据管理能力，其中包括：

• 数据管控能力：具备相应的数据管理机构和制度、规范、方法，有清晰明确的数据认责机制，从而对数据的质量进行约束；
• 数据资产能力：通过对数据质量和数据标准的把控，对数据的产生、盘点和应用进行统一管理，实现数据资产化；
• 数据平台能力：建立统一的数据管理平台，实现数据从收集、存储、处理到服务的全流程赋能

体验管理的步骤

在获取数据与洞察之后，进入到最重要的体验管理环节。根据数字100，这个环节又可以分为体验度量、体验管理、体验运营与营销，以及全面体验管理四个步骤。

1.体验管理的初步：体验度量

在体验度量这一步骤中，数字100采用了战略NPS、场景NPS、关系NPS进行测量。NPS即净推荐值（NetPromoter Score），由贝恩咨询的Fred Reichheld于2003年提出，考察的是消费者对产品或服务的满意程度。

战略NPS属于全局性的NPS，一般来说需要竞争对手对标，亦即品牌不能只看自己，而是站在整个市场竞争环境下去看品牌的体验表现。

场景NPS是基于某个具体的产品或业务，在客户使用过程中做到的即时性的反馈。例如使用滴滴打车，在打车这个场景中客户可以做到即时的反馈，数字100称之为场景性的评价，品牌可以进行及时的引导和干预以达到客户满意。

关系NPS是帮助客户进行内部对比，比如业务基于月度的持续变化，或与其他业务之间的横向对比，侧重于这种比较方式体现的变化。

2.体验运营

体验运营是落实在行动上的步骤，也是服务于体验设计、验证体验设计的重要一环。郑直介绍说，之前所述的改善服务、创造与众不同的体验，都属于体验设计；而在体验设计之后，效果往往不能马上呈现出来，而需要品牌持续性在体验方面进行投入，也就是需要体验运营。

数字100会采用NPS给客户人群打分，并根据分数划分为三种人群：推荐者、中立者和辩论者。下一步，除了对人群进行洞察分析外，还考虑将推荐者群体态度上的推荐真正转化为行为上的推荐，即转发一些最新产品、活动之类。类似这样的工作，其实就属于体验运营范畴。

体验运营同样可以应用于新客户，例如在新客户刚关注公众号的时候，填写问卷获得1000积分。当然，这份问卷上的问题非常关键，被数字100称作「5个核心的标签内容」，如针对运动服务的客户提问平时从事什么运动，针对乳品客户提问家里有哪些家庭成员，孩子的年龄与学习情况，等等。这些信息即便借助外部大数据标签，也只能做到简单预测，不一定准确。但如果在会员注册的时候，获取一些关键标签收入CEM，再去对这部分人群做运营，针对性就会比较强。其实这就是在利用CEM进行客户运营。郑直认为，体验在中国将和运营、营销有更深入的结合，而不是就体验本身谈体验。

3.全面体验管理

全面体验管理是体验管理的最后一步。所谓「全面」指的是体验管理渗透到企业所有业务单元，相对于针对产品或服务的「体验管理」，全面体验管理涉及的范畴更为广泛。

郑直以银行举例说，银行除了提供信用卡、理财、贷款等业务之外，有线上、线下等渠道，客户在渠道的体验如何，涉及渠道体验的概念；银行通常会进行广告、活动在内的营销传播，又涉及营销体验的概念。所以「全面体验管理」覆盖品牌和用户交互的更多维度，即不仅仅是业务维度，还包括渠道体验、营销体验、会员权益体验、员工体验，等等。「如果一家企业能做到全面体验管理，所有的职能板块都非常重视客户体验，它就做到了完全以客户为中心。」

体验管理必须全公司投入

很多中国企业在体验管理方面也刚刚起步，大部分在学习阶段。传统金融、地产、制造业企业，正处于从服务经济向体验经济转型的过程中，意识发生了改变，但是组织和文化还没有完全匹配。真正体验管理做得好公司如互联网公司和科技企业，因为天生就注重体验驱动。数字化程度更高，企业对客户的需求、偏好可以有更好的识别，从而在创造体验或交付体验的时候，就会更有针对性。「数字化和体验的提升是同步的，数字化程度越高，客户体验就会越好。」

郑直介绍说，一家企业想做好体验管理，需要考虑三个层面的因素。首先是战略层，高层必须非常重视体验管理。目前已经有很多企业从董事长开始就提出要重视加强客户体验管理，把客户体验作为企业的增长战略。

其次是组织和文化。这方面大部分企业是有缺失的。为什么一些互联网企业能够公司上下都围绕客户体验为中心做事呢？不仅仅是集团层面有相关负责人，每一条产品线也都有客户体验的负责人。从组织架构上说就能够从上至下推行客户体验管理。

而绝大部分企业刚刚成立客户体验部门，只是负责建设客户体验的基础架构和基本规则，还没有涉足业务层面；业务环节更没有专门的职位关注客户体验。因此，当体验与销售发生冲突的时候，业务的第一反应仍然是注重销售，哪怕销售过程会破坏客户体验。当然郑直认为需要一个过程，业务逐渐认识到做好客户体验能够提升业务，自然会重视客户体验，从而建立起相关的组织文化。

第三层是具体的体验管理能力，如企业是否有数据采集的能力、洞察分析的能力和行动管理的能力，等等。

目前，许多企业采用CEM产品即数字化的客户体验管理平台来管理客户体验。这种数字化的体验管理，首先可以做到客户体验的反馈、收集实时线上化。其次，数字化平台可以对接内部系统，和内部其它数据行程联动分析，例如NPS值如何促进毛利率增长，观察高NPS值客户的贡献是怎样的，等等。第三，数字化平台把体验的问题、短板，通过内部组织结构和工作流派发给对应的部门，进行优化和提升，并在优化之后跟踪业务数据有没有增长，从而驱动管理与行动。

关于体验的未来发展，郑直认为，AI技术特别是大模型技术将提升客户体验管理水平。传统CEM采用NLP技术，并不完全依靠理解，而是靠基本算法和规则去执行任务；而大模型对文字有更强的理解能力，不仅能告诉品牌客户说了什么，甚至可以告诉品牌针对客户的反馈下一步该怎么做，也就是说采集更多客户真实的反馈，通过智能的分析判断，对客户的下一步行动做响应。

大模型还可以执行智能访谈，而不需要人进行参与。传统的客户访谈无法覆盖全部人群，而大模型则提供了这种可能性，例如通过智能访谈机器人和客户直接沟通，了解他对产品或服务的意见。郑直认为，这种工作未来可能会采用虚拟人的方式去执行，互动信息再通过大模型去分析，产生行动建议，「客户体验的未来趋势一定是AI化。」