发布时间:2022-05-10 08:50:40 人气:1922 来源:天云祥客服外包
“Morris Pentel”
通过遵循此建议,您可以根据对更多信息的了解,开始改进您的联系中心。
“您将看到客户的旅程是端到端的,因为数据的筒仓将开始合并在一起,为代理提供更多的洞察力,以提供更高价值的结果,”Morris Pent说EL,客户体验基金会主席。“对于已经可以使用这些工具,并且能够通过接听电话来增加代理价值的联系人中心,必须提供这种见解。”通过阅读我们的文章了解如何设计客户旅程地图:创建客户旅程地图的5个步骤5种类型的客户旅程分析通过分析客户旅程,我们可以评估客户如何从一个接触点移动到另一个接触点。但我们可以通过多种方式做到这一点。假设我们有一个专门的客户旅程分析系统。我们可以进行以下五种类型的分析:
1。综合分析——这类分析使我们能够看到“更大的图景”,揭示客户通过我们的沟通渠道所走的各种路线。通过这种分析,我们可以确定最重要的渠道,并以不同的方式衡量它们对更广泛业务的影响。
2。优先级分析——这类客户旅程分析使我们能够发现哪些旅程在创造收入和满意度方面最重要。
与这些知识,我们可以优先考虑这些旅程,并考虑如何更好地利用这些旅程,以个性化的方式,在正确的时间和正确的渠道与客户。
观察客户行程如何随时间变化,这是一个有趣的练习,让我们能够识别实时参与机会。3。实时分析——观察客户行程如何随时间变化可以证明是一个有趣的练习,让我们能够识别实时参与机会。
理想情况下,这些将由对客户行为的理解来驱动——但目前,有了洞察,我们就可以在客户尚未这么做之前,做一些事情,比如避免客户流失。4。规模化分析——虽然我们可以在整个客户体验中查看客户旅程,但我们可以将客户旅程分析规模化,并从单个部门的宏观旅程中收集见解。
可以查看联系人如何通过联系中心。通过这样做,我们可能会发现瓶颈,并深入了解客户从一个渠道反弹到另一个渠道的情况。5。叙事分析——叙事分析,即我们在研究背景下分析故事,可以非常有趣,只要我们不使用客户旅程分析结果来确认我们的先入为主的想法。
从数百甚至数千个数据点形成数据驱动的叙述,有助于消除对正在发生的事情的更主观的解释——尤其是当我们使用图表来突出我们的发现时。7个有趣的问题客户旅程分析可以回答我们之前介绍了在公司内部使用客户旅程分析的一些好处,但该工具可以为我们提供更多有趣的见解。例如,通过使用五种类型的客户旅程分析中的任何一种,我们可以回答诸如1之类的复杂问题。我们的客户中有多大比例参与了这一过程?这有助于你首先关注最重要的旅程,这样你就可以优先考虑客户旅程的改进,并获得更大的回报。2。在这段旅程中,我们最满意的客户采取了哪些措施?通过了解旅程中的更佳满意度路线,我们可以在客户体验中小心地进行推送,以推动更多客户沿着这条道路前进。3。在这段旅程中,我们最不满意的客户采取了哪些措施?如果我们知道我们最不满意的客户采取了哪些步骤,我们可以将其作为一个优先领域来解决,或向客户建议其他选项,这可能会让他们在未来更快乐。4。哪种风俗呃最有可能跟随这段旅程吗?将您的客户群划分为角色,并确定他们的行程,使您能够在关键接触点设计更适合该角色类型偏好的服务主张。5。与此类客户互动的更佳渠道是什么?通过客户旅程分析,识别单个客户的渠道偏好,使您能够在客户旅程中创建规则,以了解如何更好地与他们联系。6。什么时候是与这类客户联系的更佳时机?知道与客户建立联系的最有效时间会增加你与客户良好互动的机会。这应该再次成为客户旅程中的一条规则。7。在这段旅程中,我们在哪里可以为客户增加更大价值?客户旅程分析将告诉我们在哪些方面我们已经让客户满意,我们可以加强这些方面,以提供差异化的客户体验。
阅读我们的文章,了解如何提供差异化的体验:提供难忘客户体验的14个想法客户旅程分析哪里会失败?最后,让我们看看在使用客户旅程分析时容易陷入的一些陷阱。如果你把这些事情弄错了,你可能会在分析中得出错误的结论,这意味着你会对客户体验产生负面影响。
放弃审查阶段——在任何客户数据分析中,都有一种强烈的愿望,即在收集和报告数据方面做正确的事情,但我们没有花时间正确审查这些发现。然而,当我们这样做时,我们无法收集客户体验洞察,这是首先使用客户旅程分析的全部要点。未能分析足够的数据——如果没有大量数据来支持我们的论点,我们就无法得出结论,因此思考如何以非侵入性的方式从关键客户接触点提取数据是一个关键挑战。和数据集成可能既困难又耗时,即使您投资了专业的客户旅程分析软件。
这一挑战并不容易,因为数据集成可能很困难且耗时——即使您投资了专业的客户旅程分析软件。
忽略了我们分析中更广泛的趋势——在运行客户旅程分析时,很容易找到平均值,例如“这个特定客户旅程的平均满意度是多少?”,但我们不应该拘泥于这些平均值,因为它们可能只是趋势中的一个点,变化很大。
花费了太多时间来执行调查结果——客户旅程分析通常需要很长时间才能完成,因为分析师将花费大部分时间来积累和清理相关数据。对于许多组织来说,这可能意味着需要数周甚至数月才能找到相关的见解,这可能会导致问题,因为客户行为正在以前所未有的速度发生变化。低估了所需的资源——即使您已经集成了系统并拥有清晰的数据流,客户数据分析仍然可能是熟练数据科学家的任务。不仅如前一点所强调的,很难雇佣这些数据科学家,而且他们还需要相当长的时间来确定有可能改善客户体验的重要发现。要了解更多关于在呼叫中心环境中使用分析的信息,请阅读我们的文章:呼叫中心分析简介
要了解更多关于呼叫中心和其他环境中的客户分析的信息,请阅读我们的文章:
9种分析客户数据的方法16种更佳用途…呼叫中心分析25种有效数据可视化提示