麥肯錫：預測性分析客戶體驗的未來(2021)（8頁）.pdf

1、查僅能反映過去某個時點部分客戶的觀點,而這些豐富的數據集則包含全部客群并覆蓋完整的客戶旅程，從而能有效揭示出引起客戶體驗績效變化的根因。數據湖是充分了解客戶體驗的基礎。該平臺面向全組織開放，且所有數據源的映射關系應清晰一致,客戶產品線和其他關鍵業務輸入信息有各自的特定標識。2. 預測性客戶評分公司通常會使用一些機器學習算法進行數據分析,以便了解和跟蹤影響客戶滿意度和業務績效的因素,并檢測客戶旅程中的特定事件。這些算法根據旅程特征為每個客戶進行預測性評分。公司能基于評分預測每個客戶的滿意度和相應的價值,例如收入、忠誠度和服務成本。更大范圍來看,客戶體驗負責人可以評估某項客戶體驗投資的ROI,并將

2、客戶體驗計劃直接與業務結果掛鉤。3. 行動與洞見引擎通過應用程序接口(API)層,企業能在更大范圍內與員工(包括一線客戶經理等)共享信息、洞見和建議,并能夠把信息輸送到其他管理工具(例如CRM平臺),一線人員將收到提示和通知，從而采取措施提供個性化客戶體驗或者改善客戶體驗。API層將作為統一事實來源， 為基于數據湖和客戶評分的推薦引擎提供動力。與基于調查的體系不同,借助員工和數字化界面,預測性平臺可及時提供洞見并促進企業快速行動。通過預測性客戶體驗平臺,公司能更好地衡量和管理客戶體驗績效,做出新的戰咯舉措或改善現有決策。借助該系統,客戶體驗負責人能準確、量化地了解影響客戶體驗和業務績效的因素,通過將客戶體驗與業務價值相掛鉤,建立改進客戶體驗的明確業務邏輯。通過該系統,公司能獲得每名客戶滿意度和價值潛力的全面視圖，近乎實時地采取行動。已經建立起這套系統的領先公司，通過績效管理、策略規劃和實時客戶互動等一系列應用程序不斷創造可觀的價值。