卓思：当我们在谈论数字化体验的时候，我们在谈论什么？

　　人类对于宇宙规律的认识，往往表现为对具象事物的抽象化过程，数学就是其中最重要的介质与工具之一。学界甚至有观点认为，这个宇宙的本质就是数学，除了数学以外别无他物。

　　人类在追寻宇宙真理的星辰大海中孜孜以求，但我们远远还未达到通过数学逻辑推理出所有宇宙真理的程度。这时候有一种“外门邪功”进入了人们的视野，虽然未知其所以然，但只要我收集的结果足够多，就能无限接近正确地描绘一般规律。

　　这个“外门邪功”，便是统计学。

　　举个例子，我手中有一块木板，上面挖了一个图形，我想知道究竟是什么图形，但是不能看不能摸，怎么办？我拿了一支铅笔对着这块木板的范围无限地往这个木板的范围内随机戳点，当戳的点足够多的时候，未被木板阻挡的部分自然就显现了这个图形的形状。我并不能严格证明这个形状就一定是图形的样子本身，但这个形状是最大概率可能的图形的样子。

　　卓思认为，数字化的本质之一，就是利用庞大的数据量对现实世界的各个片段进行描述，并试图从中找出一般规律的过程。数字化成为这个时代的主旋律，受益于信息时代数据采集方法和数据存储能力的迅猛发展。

　　我们讨论的数字化体验，无非是如何利用数据对人的体验进行描述，并在此基础上对其进行一定程度的干预和影响。

　　然而，体验是人的主观感受，用数据对人的喜怒哀乐进行描述是十分困难的。比如，对你“横挑鼻子竖挑眼”的人也许比对你例行点赞的人更爱你的产品。同理，马教主120分贝的涕泗滂沱也未必比一句“夜里幽梦忽还乡，小轩窗，正梳妆”的夜半自语来得让人更痛彻心扉。

　　商业语境中怎样进行数字化体验管理？

　　卓思认为，商业语境中的数字化体验管理，首先要设计一整套客户体验的采集和计量体系，为避免特定片段对整体客户体验描述的片面化，应当尽量在企业与客户产生互动的所有触点都进行体验的数字化采集，形成客户旅程地图。

　　卓思认为，一个典型的客户旅程地图至少包括四个部分：

　　研究：这是客户接触企业产品或服务的第一个阶段，在这个阶段，客户会大量收集相关信息，来源包括企业官网、社交媒体、广告等；

　　比较：在这个阶段，客户会将企业的产品或服务与其他竞争对手进行比较，比较内容包括但不限于产品性能、企业口碑、市场占有率、服务质量、价格等；

　　购买：此阶段已经意味着企业的成功，但同时也是各类投诉、售后服务和忠诚度问题的开端；

　　支持与售后：在这个阶段，企业售后服务质量的好坏对客户忠诚度及重复销售的可能性至关重要。客户忠诚度的培养是个长期而艰巨的过程，但低劣的售后服务往往会轻易地将客户送到竞争对手手中。

　　完整的客户旅程地图可以按照不同的颗粒度形成某一类目标客户的客户画像，并可以针对这一类客户制定相关的体验干预策略。

典型的客户旅程体验地图和相关落地接口

数字化体验管理有哪些关键点？

　　卓思指出，在数字化转型浪潮中，数字化体验管理还属于一个相对比较新兴的话题，在一些技术领域还存在着较为明显的难点。

　　首先是客户之声数据量的问题。客户之声是数字化描绘客户体验的基础，客户之声既包括了客户评论、投诉记录、网络舆情等结构化和非结构化数据，也包括了客户在各个触点的语音、行为和问卷调查等。在各个触点采集的数据越全面，对客户体验的数字化描述就越准确。

　　第二，全渠道的支持。在移动数字化技术日益成熟的今天，客户与企业进行互动的接触频率和触点数量显著增加，实体店、电商平台、社交媒体、电话、电子邮件无一不是客户之声的载体，企业必须在所有存在关键触点的渠道上都妥善投入资源，进行客户体验的收集与干预。

　　第三，关注定性数据。定性数据收集难度高，企业需要投入专项资源进行分析和整理，但定性数据经常意味着比定量数据更多的信息量和更深刻的见解，更有助于企业对产品和服务进行改进。

　　第四，需要设定完善的内部沟通和触发机制。仅仅由体验管理团队负责在客户体验旅程中采集、分析、输出报告是不够的，企业内部的市场、销售、公关、研发等部门需要及时对客户体验管理的输出结果进行落实，对产品和服务进行对应改进。

　　数字化体验管理的商业意义

　　企业一直在提“以客户为中心”，而数字化体验管理从根本上赋予了企业解决“客户是谁”和“客户在想什么”的问题。

　　传统上，优秀的企业无时无刻不在对产品和服务进行打磨，而数字化体验赋予了企业能够高效地围绕以客户体验为中心进行产品和服务改善迭代的能力。围绕着客户体验的多触点数字化反馈，使企业的反应更为迅速和有效，对客户体验的迅速反馈能够有效提升客户对企业品牌的认知和忠诚度。被誉为“现代营销学之父”的菲利普·科特勒曾说过，企业争取一个新客户的成本是保留一个老客户的五倍，“二八营销策略”即80%的利润来自20%的老客户，也足见维护老客户带来的巨大效益回报与重要性。

　　体验，实际上是人类认知的一组集合，通过各个触点上的数字化采集手段，我们正在致力于将这样的集合投射为一组某个颗粒度层次上的数据。千人千面，大数据或许永远无法精确描绘出我们每个人的“眼耳鼻舌身意”，但从商业世界来说，我们要做到的无非就是：

　　“对了，这个就是我想要的。”

　　（免责声明：此文内容为本网站刊发或转载企业宣传资讯，仅代表作者个人观点，与本网无关。仅供读者参考，并请自行核实相关内容。）