《麦肯锡:预测性分析客户体验的未来(2021)(8页).pdf》由会员分享,可在线阅读,更多相关《麦肯锡:预测性分析客户体验的未来(2021)(8页).pdf(6页珍藏版)》请在三个皮匠报告上搜索。
1、查仅能反映过去某个时点部分客户的观点,而这些丰富的数据集则包含全部客群并覆盖完整的客户旅程,从而能有效揭示出引起客户体验绩效变化的根因。数据湖是充分了解客户体验的基础。该平台面向全组织开放,且所有数据源的映射关系应清晰一致,客户产品线和其他关键业务输入信息有各自的特定标识。2. 预测性客户评分公司通常会使用一些机器学习算法进行数据分析,以便了解和跟踪影响客户满意度和业务绩效的因素,并检测客户旅程中的特定事件。这些算法根据旅程特征为每个客户进行预测性评分。公司能基于评分预测每个客户的满意度和相应的价值,例如收入、忠诚度和服务成本。更大范围来看,客户体验负责人可以评估某项客户体验投资的ROI,并将
2、客户体验计划直接与业务结果挂钩。3. 行动与洞见引擎通过应用程序接口(API)层,企业能在更大范围内与员工(包括一线客户经理等)共享信息、洞见和建议,并能够把信息输送到其他管理工具(例如CRM平台),一线人员将收到提示和通知,从而采取措施提供个性化客户体验或者改善客户体验。API层将作为统一事实来源, 为基于数据湖和客户评分的推荐引擎提供动力。与基于调查的体系不同,借助员工和数字化界面,预测性平台可及时提供洞见并促进企业快速行动。通过预测性客户体验平台,公司能更好地衡量和管理客户体验绩效,做出新的战咯举措或改善现有决策。借助该系统,客户体验负责人能准确、量化地了解影响客户体验和业务绩效的因素,通过将客户体验与业务价值相挂钩,建立改进客户体验的明确业务逻辑。通过该系统,公司能获得每名客户满意度和价值潜力的全面视图,近乎实时地采取行动。已经建立起这套系统的领先公司,通过绩效管理、策略规划和实时客户互动等一系列应用程序不断创造可观的价值。