En
洞察

洞察

通过客户体验管理系统实现产品与服务的体验度量

三月 26, 2022
通过客户体验管理系统实现产品与服务的体验度量

 

为什么要度量体验

 

客户体验以超过价格和产品,成为关键的品牌差异化因素。尽管许多企业认识到制定一致的全渠道数字客户体验的必要性,但如果无法用数据衡量客户体验,人们将弱化提升客户体验对企业关键指标的影响,从而对客户体验的投入缺乏信心。

 

现在,许多企业只是使用用户数量/转化率等指标来评估一个产品/服务的成功。他们认为:卖了多少件商品,等于销售的能力有多强 → 投资更多的钱找更好的销售→体验是什么?没什么用。

 

但是时代在变化,用户可选择性越来越多,他们逐渐开始关注接触产品/服务总体感受的比较。如果只关注转化率这个指标,忽视了产品/服务体验相关指标,当转化率下降经营状况出现问题的时候,企业只能很浅层的提出与问题不相关的解决方法。

 

例如,美国曾经著名匿名社交APP Yik Yak,用户可以使用这款APP自由的表达自己、做真实的自己,最开始这个功能深受人们的欢迎,在这款APP最核心的指标用户增长上获得了极大的成功,但是后来公司过于只关注这一核心指标,忽视了用户在平台上相关体验指标的变化,各种暴力、欺凌内容出现在平台上,任何人都可以发帖毁掉其他人的名誉,用户开始流失,最终一家估值4亿美元的平台,以100万美元卖给了Square。量化体验同时是理解客户和改进体验的第一步。不能获得用户可量化的反馈结果,就很难第一时间发现产品/服务出现体验相关的问题并理解它们,从而对产品/服务进行迭代。同时量化体验是衡量体验设计工作是成功的、是值得的依据,从而指导企业是否应该对产品/服务某部分体验效果进行投资。

 

 

体验量化的思考维度

 

通常体验度量是抽象的,需要以客户的视角,衡量客户对产品/服务的整体体验(易用性、可用性),以及在客户完成使用产品/服务的行为中的感受与想法(满意度),客户体验是公司所有人努力的结果,包括,销售、售后、产品研发等所有前端与客户接触的,和后端支持者。

 

因此体验度量应该是体系化的收集各部门相关的指标,各个指标也应该是有联系、互相作用的。例如“体验家”的客户管理系统是通过客户旅程的方式,梳理客户与企业接触的全生命周期中重要场景的主要指标,如在客户发现品牌阶段考察网站信息获取费力度、在服务试用阶段考察试用满意度、在客户深度使用时考察功能需求满足度、在流失阶段考察续约意愿。而且重要指标通常是由一个评分体系构建的,例如外卖APP在考察功能需求的满意度的时候,评分体系会包含外卖到达速度、骑手/店家态度、产品是否满意等。找出每个阶段的异常指标,再根据衡量指标的具体评分就可以发现可优化的点在哪,从而提高客户体验。

 

另外一种构建度量体验体系的方式是按照客户使用产品/服务的场景来分类,还是以外卖服务举例基于客户点外卖的场景,通过记录客户操作产品的每个步骤如行为转化、完成任务所需时长、付费率来考察产品的易用性与可用性,通过回购率、评价等考察客户对产品的满意度。数据的收集与检测需要长期化并定期分析,首先是因为一个迭代可能只是在短期上提升了体验、达成了增长效果,但是从长期看损害了客户满意度,例如Instagram增加了超级赞的功能,用户期望获得别人的肯定,短期分享数量大幅提升,但是后期用户因为获得的是赞而不是超级赞,使得自尊心受损,人们不愿意在平台上分享了,Instagram发现了这一问题,将超级喜欢转变为收藏该内容,问题才得到了解决,市场与用户是不断变化的,不断有新的创新服务与产品上市,客户的心理预期随之变化,对企业的要求也同样在变化,企业如果不能做到捕捉这些信息,将逐渐被淘汰而不知。

 

 

数据可能具有欺骗性与误导性。当没有场景或客户反馈时,很容易被误解。例如,网站上的停留时间通常被误解。最初企业可能认为停留时间长很好。毕竟,客户在这个页面非常享受他们的体验,他们想要延长它。但他们可能会因为不知道下一步该做什么而呆在这个页面,这将导致糟糕的整体体验。

 

体验量化数据需要结合定性数据才能帮助企业优化体验,通常情况下,记录客户行为与评分的定量数据无法完全让企业了解客户,企业还需要了解他们的想法与无法被记录的行为,例如,为什么觉得外卖员的态度不好,客户心理的预期是什么,为什么下单需要这么长时间,这期间都做了些什么?当企业发现某项指标异常但不知道原因,这时可以使用定性的研究方法,定性研究方法有很多,但是可以分成两类,一种是Say类研究,就是让客户说出来他们的想法,常见的Say类定性研究方法有,客户深度访谈、焦点小组,旨在挖掘客户的想法与经验。另外一类研究方法是Do类定性研究,还原真实的用户场景,记录客户的关键行为,常见的方法是服务走查(扮演一名客户的角度体验产品/服务)与观察法(观察客户体验产品/服务)。通常Say类方法与Do类方法要结合使用,Say类方法方便发掘客户的看法与想法,但是客户想的与做的可能不一致,需要深入了解客户场景,了解真正影响客户行为的因素,这些往往可以通过Do类方式实现。

 

 

体验量化所需要的技术与投入

 

传统的企业没有数字化、物联网的工具很难进行体验量化——客户的行为无法被记录、想法没有渠道表达。例如传统的汽车对比新型车企特斯拉相比,缺少的不仅仅是技术,还有数据对未来客户体验优化的支持,车内的各个传感器,捕捉外部环境、道路情况、用户行为,为未来无人驾驶相关的产品决策与落地提供数据支持。收集到的数据也需要搭建客户体验管理系统,用于处理和管理所有与客户相关的信息。追踪每个与企业互动和交流的客户/潜在客户的旅程与数据,同时需要有用户研究团队,对这些数据与信息进行处理/定性研究转化成所有部门可调用、可参考的、可决策的直接信息。完成这一步骤成本势必会很高,大多数企业选择了 “体验家” 等这样类型的客户体验管理公司,这类公司不仅提供了客户体验管理产品、同时提供为企业目标客户与员工提供深度访谈与服务走查等定性研究服务,目的为企业降低客户管理、数据收集、处理、分析的成本。

 

总结一下,体验数据的收集应该是体系化的,各个指标满足互相联系、互相作用的、需要被长期记录的,有两种方式将各个数据串联成体系,一是客户旅程、二是用户场景,同时需要用定性的方式来了解数据表现背后的原因,帮助企业优化体验。传统企业可以通过数字化转型、客户体验管理系统搭建、培养用户研究团队或者直接购买客户体验管理公司的产品与咨询服务实现体验度量。