客户之声（VOC）分析解决方案能为企业带来什么？

我们跟很多品牌客户交流客户体验相关的内容时发现：客户经常会把以下几个概念进行混淆——他们认为Social Listening，VOC，CEM，是同一回事。

虽然这三个概念在内容上是有一些重叠，但在整体的数据范围、应用场景、战略高度和执行方法上都是有很大区别的。所以打算花点时间整理一下相关的内容，今天主要想跟大家聊聊客户之声Voice of the Customer。

客户之声（Voice of the Customer，简称VoC）是指顾客对其品牌、产品和服务的反馈。客户之声分析是指搜集、分析客户反馈数据，将这些数据转化成有效的见解，进而指引品牌行动的一整套方案。

许多国外品牌都在上线VoC解决方案后证明：基于数据驱动的VoC解决方案可以有效地帮助品牌企业提高客户生命周期价值并降低客户流失率，从而实现业绩的持续增长。

本文将从以下几个方面，与您深入讨论这个问题：

• 擅长客户体验的公司的收入比竞争对手高出4-8％

• 卓越的体验可将 客户生命周期价值提高6-14倍

1. 从问题开始

• 新品上线后客户反馈如何，有什么需要改进的，跟竞品相比如何？

• 微博上到底有多少声音在讨论我们，哪个KOL说话对我们最有影响力？

• 如何提高客服团队的效率与获取市场情报的能力？

 2. 搜集客户之声

• 在线评论

• 调查问卷

• 社交媒体

• 客服在线聊天

• 400电话与工单 

在搜集客户之声这个环节中还有几个关键点需要注意：

• 保证数据的真实性、有效性

• 将目标数据源接入到一个系统中

一方面要求采集数据时尽量全面，避免漏数据；另一方面需有丰富经验甄别无效数据和假数据，例如评论中的水军评论、表情符号、火星文就属于无效数据。

将目标数据源接入到同一个系统中，打破数据孤岛。以各大电商平台为例，平台彼此之间相互将会竞争，评论数据和在线咨询数据只能在平台上看，无法导出，形成数据孤岛。

在进行VoC分析时，需将各平台数据打通，建立品牌自己的数据仓库，方便统一管理、分析和调度数据。

3. 分析客户之声

• 技术门槛：NLP自然语言处理

• 搭建丰富分析维度并以可视化图表展示

• 提供多个配套功能（灵活筛选/预警/仪表盘/消息中心等）

人工无法大批地处理文本数据，一般是通过NLP自然语言处理技术，让机器或者说是模型，代替人工去理解每一句话中提到哪些点，对这个点的情感倾向是正是负。

在此基础上，量化客户的关注点和对关注点正负面反馈声量。

由于中文语义的复杂性，NLP需要大量的训练才能达到比较高的准确率。

比如说：“这豆腐真臭”，放在长沙臭豆腐店里是一句好评，但放在其他店里就可能是一句差评了。需要通过大量的训练，让NLP明白在当前语境下，到底是好评还是差评。 

搭建丰富分析维度并以可视化图表展示。结合业务需求，搭建丰富分析维度，并将分析结果以可视化图表展示，赋予每个人洞察客户之声的能力。

以某日化产品的电商评价分析为例，计算此日化产品客户各个关注点（也可以叫指标）各个时间段的正负面反馈声量、展示各指标正负面反馈声量的走势、挖掘指标负面反馈的典型意见、计算行业品牌口碑均值对于自己产品进行对比等等。

当然，分析维度是不断丰富完善的，是业务需求和技术实现不断磨合的结果。

提供多个配套功能（灵活筛选/预警/仪表盘/消息中心等）。提供多个配套功能，让VoC分析平台用起来更得心应手。

还是以某日化产品的电商评价分析为例，支持按时间、店铺、品牌等条件灵活筛选，以得到指定的分析结果；支持设置负面反馈占比的预警条件，一旦达到条件立即通过微信、短信等渠道发送预警通知；支持通过仪表盘自行组合图表，分析更个性化、关注点更集中；支持通过消息中心模块统一接收和处理客户的在线咨询和评价。

4. 得出见解并采取行动

到这里VoC分析平台基本搭建起来了，赋予了每个人洞察客户之声的能力，不同的角色可以依据不同的关注点得到与自己密切相关的见解，并根据见解采取行动，以优化体验。

有时候得到的见解是显而易见的，品牌的改善做法非常明确。

例如：某手机厂商的营销团队，在其某款新手机上线之时，主打的营销策略是年轻一代的性价比手机，同时为了宣传年轻化找了知名游戏宣传。

之后通过分析电商评论和社交媒体相关话题反馈发现，客户的关注点集中在打游戏很好用，是一款游戏体验很棒的手机。

它可以根据这个结果立即采取行动，将营销重点往游戏手机上走。事实也证明，在更换了营销策略后，成功超过竞品，占据更大份额。

但有时候得到的是统计结果而非见解，需要结合更多的数据、通过复合维度、结合行业情况更深入地分析，才能最终得到指引行动的见解。

例如：某日化产品的研发团队通过分析电商评论，得到其产品各指标的正负面反馈情况，发现其关于 包装设计、产品气味的负面反馈特别多。

以气味为例，进一步下钻分析原因，发现关于气味的负面反馈集中在气味不好闻、气味怪怪的上。

某日化产品的研发团队拿到气味不好闻、气味怪怪的这个反馈结果时，并不能根据这个结果轻易地去行动。

还需要考虑其他多个因素：气味是否好闻的评判标准比较主观，而且日化品牌对气味的拿捏需要深厚的行业积累，研发过程也有很长的周期，不是短期内能轻易改变的；

相对于肤感/功效而言，气味是不那么重要的指标，如果肤感/功效表现很好，可以适当舍弃气味。

基于多个因素综合考量，品牌最终做出的决策是气味不是急需改进的问题，目前保持原样即可。

当采取行动之后，还需跟踪问题的改善效果和收益，形成良好运转的闭环。

并非通过一次行动就能达到很好的效果。在采取行动后，需要重复上述的VoC洞察过程，监测跟踪各项体验的改善情况，根据效果不断调整策略再行动，直至交付很好的体验。

上面讲了VoC分析落地的4个步骤：1. 从问题开始 → 2. 搜集客户之声 → 3. 分析客户之声 → 4. 得出见解并采取行动。

每个步骤都很重要，对客户之声的采集能力、分析能力、洞察能力有非常高的要求。也就是说，要把VoC分析真正落地，真正做好，需要深刻理解VoC理念、精通业务需求、技术实力过硬。

品牌可以选择从0到1开发，但更快速、更有效的方式是选择拥有成熟VoC解决方案的专业团队。

市面上的VoC解决方案各有侧重，那又回到第三部分讲的，一定要明确您的问题和需求，再选择在解决您的类似问题上有丰富经验的VoC解决方案供应商，这样他们就可以和您的业务需求高度契合，为您解答：

• 他服务过哪些类似企业，解决了哪些类似问题

• 基于您的业务需求和问题，VoC分析如何做

• 他是否可以提供演示系统，再您给出示例数据后非常快地出分析结果

• VoC分析这件事需要投入多少成本，得到什么收益，周期迭代如何规划

云听CEM深入VoC领域，具有行业领先的VoC采集能力、分析能力和洞察能力，已有两年实操经验，服务过3C、日化、家电、食品等多个行业的领导品牌，帮助他们洞察客户之声，不断提高客户体验。

如果您对云听CEM有兴趣，可以扫码添加我们的顾问微信（或者直接搜索微信号：yunting-CEM ），预约演示。

最后提非常重要的一点，VoC洞察不是某个人、某个部门的事，而是整个公司各个部门共同的事，包括产品、品牌、服务、营销等。

一套VoC解决方案的上线，需要公司从战略的角度给予支持，推进产品、品牌、服务、营销跨部门的流程优化，进而在各个环节洞察客户之声，为客户提供更好的体验。

我们服务的很多品牌都是这样，首先是公司支持，然后从一个部门推进到另一个部门，从一条产品线引入到另一条产品线。

本文作者：云听CEM@Jerry

本文编辑：云听CEM@萱子