客服满意度如何提升?客服作为直面消费者的前线人员如何将价值外溢到其他部门?
这次营销活动为何没达到预期?问题在哪里?会员最关注的点是什么?
产品上市后的用户反馈如何?功能是否满足用户需求?应该如何迭代?
最近网上吐槽变多了,应该如何监控并处理?是否可以从根源上减少舆情负面?
为了更好地帮助企业洞察用户需求,提升内部管理效率,近日,网易云商客户之声产品全新上线。
据官方介绍,网易云商客户之声(Voice of Customer,简称VOC)产品能将来自客服会话、工单数据、商品评论、问卷调研、社媒,社区评论等全渠道的用户真实反馈,通过网易大模型归类分析,并输出具象化、共性化、可溯源的需求洞察,为产品研发、营销策略、服务体验、售后物流等业务的改善优化提供关键输入与支撑。
多渠道数据接入,重要事件实时预警
2016年,网易云商旗下七鱼智能客服上线,8年时间里,积累了海量客服会话数据,这些会话数据是网易云商客户之声产品的一大“数据源”。
除此以外,网易云商还能接入商品评论、社交媒体消息、问卷调研、甚至企业内部的订单信息、CRM等数据,覆盖范围非常广泛。
网易云商客户之声产品可将这些数据进行清洗-集成-合并,再对其开展加工-聚合-汇总,最终呈现出在客服会话、商品评论、社媒内容等不同场景下,用户高频提出的问题、上升最快的用户观点等TOP榜单。企业可以通过这些榜单看到用户近期高频关注与反馈的是什么,有什么问题是短期内出现并快速扩散的。
除了将用户原声总结并可视化呈现,网易云商客户之声产品,还可以从两个维度帮助企业进行预警管理。
第一,重要事件预警。有些事件突发性强,隐患影响大,例如,用户投诉、安全故障等。这类事件若不立即处理,不论舆情扩散还是危及用户都是难以挽救的局面。对此类事件,网易云商客户之声产品可以通过设置“敏感词”来实现对目标事件的监控。一旦有目标事件发生,将自动生成工单或邮件,通知企业内部责任人处理,避免事件发酵,或错过最佳处理时间。
第二,舆情预警。在舆情口碑、品牌管理等场景下,企业需要识别抹黑企业形象的帖子、文章等内容,网易云商客户之声产品可以对企业所需要的渠道进行监控,一旦通过关键词识别到,则同样触发对内的工单或邮件,通知责任人处理。
网易云商在实际的客户实践中发现,许多用户投诉、商品差评、负面的社交媒体内容,都是客服处理不当造成的外溢。换言之,很多负面舆情如果在客服阶段被洞察到并给用户一个满意的处理结果,也就不会扩散发酵到公众平台上了。
核心优势:懂行业,精准还原问题
每个行业都有专属的行业知识。比如:钟表行业的基准位置校准;空气炸锅增加烤盘取出的阻尼是为了防止儿童误触烫伤......如果不懂行业知识,不仅无法识别用户反馈,还会呈现错误的洞察分析结果,引导企业错付成本。
网易云商客户之声产品得益于七鱼智能客服超过8年的行业经验与知识积累,对商超百货、鞋服配饰、美妆个护、汽车、游戏等十数个行业深耕钻研,能够将基于七鱼历史数据的商和客服大模型,与客户领域知识库通过AIGC进行分类聚合,形成客户的“专属模型”。这个懂行业的“专属模型”,不仅能够将原先粗略的问题分类按照行业属性细化到几千甚至上万个问题标签,还能够“读懂”行业中各种专有名词和知识。
这样高适配度、高精准度、高专业度的洞察分析能力,让网易云商客户之声产品拥有下钻问题、去伪还真的能力——在服务分析、产品分析、消费者类型等场景分析模型下,企业可以逐级细化问题颗粒度,深挖下钻查看问题结构。
核心优势:懂用户,精准识别意图
对企业而言,一个好的客户之声产品,光懂行业还不够,还需要懂用户。
首先,需要识别用户的情绪。通过正面/负面/中立的情绪判断用户的意图,由此推导出对应的优化措施。
正面情绪多,是产品的哪个功能设计深入人心?还是服务体验好?
负面情绪多,需要哪个部门紧急处理?如何改善优化?
中立情绪多,是否影响品牌口碑和用户复购?如何调动用户情绪到正面?
其次,需要对用户的声音进行理解、整理、提纯。大多数情况下,用户的反馈里面夹杂着大量冗余的信息,例如客服会话中,用户可能多轮描述着多个问题或者是无效信息;商品评论、社交媒体上的内容,往往也是洋洋洒洒写了很多。这时,网易云商客户之声产品,就可以凭借多年行业经验抓取关键词,并通过行业语料库识别出命中的标签和热词,进行同类问题和热词的归类、整理、分析和呈现。
不止于发现问题,更要解决问题
一个辅助业务决策的洞察分析工具,如果只是停留在发现问题的阶段,是远远不够的,最终的目标是解决问题。
网易云商客户之声产品,并没有仅仅定位成一个工具,而是承担起了洞察分析的职能,最终目标是助力企业提升客户体验。在洞察之后,网易云商将进一步完成策略-触达-体验持续优化的闭环动作。
在体验提升这件事上,网易云商有两个得天独厚的优势。
第一,因为客服、工单、外呼、知识库等全链路产品都是网易云商自研,所以各个环节的数据可以完美承接,不会出现数据无法承接、分析维度单一、工单无法对接等情况。
第二,基于大模型能力,在全链路的每个环节都“享有”AIGC的效率加持:洞察阶段,通过客户之声的AI分析助手即可0门槛快速获取结论;触达阶段,工单、外呼等多个场景下可利用AIGC能力完成内容提取、总结、润色和分类;在知识库方面,大模型则可以实现文档问答、智能搭建知识库、AI生成答案回溯等,最快半天完成机器人冷启动,知识维护成本降低50%!
相关稿件