越来越多的企业要求首席信息官在吸引、管理和支持客户方面提供帮助。采用适当的技术和实践可以帮助企业提高客户体验和收入,并实现数字化转型。
在调研机构毕马威公司对企业首席信息官(CIO)最近的调查中,超过一半的首席信息官认为,增强客户体验是企业董事会希望IT部门能够解决的最重要的业务问题。91%的首席信息官认为,他们管理和使用客户数据的方式与吸引客户的产品和服务一样重要。
事实上,客户体验可能比价格甚至产品更重要,Teleperformance公司执行副总裁Rajnish Sharma说,“消费者正在寻找无摩擦、无障碍、个性化的客户体验。为了方便消费者,企业需要提供全天候的实时服务。”
客户体验(CX)技术可以为此提供帮助。调研机构Gartner公司预测,到2020年,四分之一的客户服务互动将涉及某种形式的人工智能。Zendesk公司EMEA地区副总裁John Crossan表示,“组织已经采用了一些下一代技术。利用API、应用程序和集成的企业正在提高效率,减少了35%的客户等待时间。到目前为止,只有15%的企业使用人工智能来提供客户体验。”
但是,Forrester公司首席分析师Jennifer Wise警告说,与以往一样,企业需要关注的是效益而不是技术。他说,“技术主导的举措可以使试点项目成为寻找问题的解决方案。如今,大多数客户并不需要提供的虚拟现实(VR)应用。当很多企业直到现在还没有提供语音体验服务时,大多数客户还没有对此失望。会话界面可以为那些不想拿起电话或希望避开网站导航和快捷方式的客户提供帮助。聊天机器人可以在这些情况下提供快速解决方案,但语音服务还有一些障碍需要克服,但如果企业有这方面的研发预算,那么应该开始开发和测试这种交互技术。”
企业需要找到应该关注的内容,需要确定哪些现有服务需要改进,并寻找可以提供解决这些问题的价值的技术。这些客户需求清单包括:
·更快地解决问题:如果实时文本或语音聊天机器人经过训练,了解人们如何表达问题并找到该客户的个人资料信息,则它可以提供帮助。
·更智能的交互可以节省客户的时间:这通常需要强大的数据集成和人工智能交互,但有时简单的设计也可以做到。
·为客户提供更多信息以建立对决策的信心:这可以通过购物应用程序中的增强现实(AR)功能来创建,以便在购买前在家中查看产品。
1.聊天机器人和虚拟代理
聊天机器人可以为企业大规模地处理简单的问题,这样企业员工就可以专注于解决更复杂的问题,开展更有意义的工作。Crossan说,ZenDesk公司采用聊天机器人处理客户的请求数量是竞争对手的6倍,其解决问题的速度快了21%。在美国,ZenDesk公司的AnswerBot可以处理12%到16%的Dollar Shave俱乐部的入场券。
微软公司商业应用平台总经理Charles Lamanna表示,“虚拟代理的满意度可能会更高,因为它们的响应速度非常快,但当超越了自身的解决能力时,它们就可以自然而然地将渠道体验移交给工作人员。”
但是为了获得成功,聊天机器人和虚拟代理商需要随时为客户提供大规模的访问。Lamanna补充说,“聊天机器人将用在客户需要的地方,因为他们不会去主动寻求聊天机器人的帮助,作为客户体验的一部分,企业可以找到一种自然交付方式。”
2.全方位渠道
全方位渠道是一种通过一系列体验接触客户的策略,无论是在商店、移动设备、网络或其他地方,但这不仅仅是为了营销。客户希望企业能够随时随地提供支持和采购服务。
Wise指出,“在零售行业,客户正在寻求获得店内提货选择、正确的店铺库存计数等服务。”根据Teleperformance公司的数据,采用全渠道策略的零售商平均保留了89%的客户。
Helpshift公司首席执行官Linda Crawford指出,“通过将电话支持与数字渠道、自助服务和机器人程序连接起来,并将它们嵌入到一个单一的消息传递线程中,客户可以在方便的情况下与企业进行持续的对话,以便代理拥有所有必要的信息。企业希望尽快解决手头的问题。”
3.社交参与
社交媒体是当今客户体验、市场营销、支持和公众意识的重要平台。Lamanna建议说:“企业需要很好地理解其是如何被客户感知的,以及其竞争对手是如何在社交媒体和新闻中被人感知的。”
其中一部分是监测发帖、跟踪关键词、使用情绪分析。但是,企业也可以使用社交媒体管理器的工具自动批准在线回复。他说,“需要给这个过程带来一些严谨性。对于大多数公司来说,在他们向媒体发表评论之前,必须由多人批准;如果在Twitter上与某人交谈时,却没有同样的流程。”
4.改善客户支持的数据集成工具
无论企业的客户支持是通过电话沟通还是面对面服务完成的,客户都希望以最少的努力以解决问题。客户打电话给企业或者他们发送电子邮件进行沟通时,可能获得无法解决问题的通用信息,或者是无用信息。Gartner公司表示,客户不得不多次与企业联系,以解决他们的问题,但这是一种“糟糕”的客户体验。
Zendesk公司的Crossan说,“客户不希望每次联系到不同的个人或部门时都获得同样的答复。对于首席信息官而言,重要的是要确定如何破解业务部署和IT部门中的孤岛,以实现单一客户视图和无缝支持体验。”
这意味着连接企业资源计划(ERP)等业务系统和客户关系管理(CRM)订购以及客户忠诚度计划。Dynamics 365公司的一些客户集成了向聊天机器人提供信息的30多个系统。“企业的聊天机器人只会像它拥有的知识一样好。”Lamanna指出。
5.行为分析
企业需要拥有360度的客户视图。Lamanna建议说,“它可以让企业进行更智能的细分,了解客户购买的产品,其购买的历史记录是什么,可以用客户视图来推动数码产品的编程体验。”
例如,哥本哈根的Tivoli游乐园使用Dynamics来跟踪从客户在公园购买的咖啡,以往游览的次数,预测客户是否希望续订年卡,以及为客户提供折扣和奖励等内容。
Adobe Cloud公司产品营销副总裁Mark Grilli说,“人们正在进入一个大量客户行为数据正在变得可用的时代。企业首席信息官和其他高管必须使用这些模式和见解来了解客户,并预测他们在表达或要求这些需求之前会想要什么。”
“组织需要使用人工智能和机器学习来更好地了解客户,以便他们能够提供更加智能、个性化的体验。”Wise表示。
6.移动应用程序
对于直接面向消费者的公司来说,移动应用程序是关键。Lamanna说,“如果企业直接与客户进行商业交易或提供直接的客户支持,则需要采用移动应用程序。”
但是,即使是那些从不在手机上购买产品的客户,也可能在购买之前使用增强现实的应用程序来探索企业的产品。
即使增强现实(AR)不适合企业的业务,也不必将移动设备限制为文本和语音的交互。使用图像识别和OCR技术,客户可以向发送显示他们所遇问题的照片,甚至是企业需要帮助他们的表格和文档。
7.将客户体验应用到业务系统
Constellation Research公司副总裁Dion Hinchcliffe指出,“顶级客户体验技术并不总是显而易见的客户体验技术或点通道技术。例如,客户数据平台可以帮助组织处理客户数据。”
有一半的企业很难从他们的营销数据中获得洞察力,因为他们陷入困境,并且不知道他们是否在合适的时间发送了正确的消息。近一半的企业甚至没有跟踪营销的实际效果。
机器学习驱动的分析可以为企业提供帮助。New Relic公司首席解决方案营销经理Gavin Johnson说,“我希望企业能够利用先进的人工智能和机器学习工具,深入挖掘客户如何跨渠道实际使用他们的应用程序,并确定导致成功转换的模式。可视化技术将帮助团队增强其他客户的体验。”
但不要忘记企业内部员工体验:如果员工被缓慢的、官僚主义的文件流程所困扰,那么很难提供无缝的、令人愉快的客户体验。无论是将内部员工培训与客户场景联系起来,还是建立企业社交网络,以便产品和支持人员能够更好地沟通,内部业务系统都需要与客户体验技术保持一致。
8.自动化和仪表
要使聊天机器人、全渠道和数据集成等技术发挥作用,企业需要实现自动化。Wise建议说,“企业需要考虑哪些产品和服务可以实现自动化,以产生更一致的结果,也可以在内部卸载多余的工作。”
Johnson表示,跟踪系统集成也很关键。他说,“企业管理人员越来越依赖首席信息官及其团队利用数字渠道来增加收入。首席信息官需要证明IT交付的应用程序和服务与业务成果之间的联系。这种压力已经将企业重点转向了获得端到端的可见性,以减少升级和客户流失,以及弥合企业认为客户旅程与实际发生情况之间的差距。因此,需要确保来自客户旅程的机器数据可以进行检测,这对于弥合预期客户旅程与现实之间的差距至关重要。
9.客户身份、安全和隐私工具
尽管企业想知道其客户是谁以及想要什么,但企业还需要能够保护这些客户的个人身份信息。Okta和AzureADB2C等服务可以帮助管理客户帐户,并提供从密码重置到多因素身份验证的所有服务。
Curran指出,年轻一代的客户要求更多的个性化,但他们也最担心数据被滥用。在ZenDesk客户体验趋势基准报告中指出,约三分之一的千禧一代受访者对企业访问其数据表示介意。
10.用户体验的改进
不要忘记那些能起作用的细节,例如客户访问支持页面或致电代理时看到和听到的词语。仔细设计客户所看到、阅读和听到的来自企业的所有信息(包括支持文档)的声音和语调至关重要。企业告诉用户新功能的方式是否清楚地解释了这些好处。
确保在客户体验系统上工作的开发人员可以访问用户体验专家,或者接受培训,以确保跨不同渠道的客户体验发送正确的消息。
第三十八届CIO班招生
国际CIO认证培训
首席数据官(CDO)认证培训
责编:yangjl
免责声明:本网站(http://www.ciotimes.com/)内容主要来自原创、合作媒体供稿和第三方投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。
本网站刊载的所有内容(包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等)版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时,请及时通知本站,予以删除。