根據(jù)NTT的2020年全球客戶體驗基準(zhǔn)測試報告，有77%的企業(yè)認(rèn)為客戶運(yùn)營(包括客戶之聲(VoC))將受到AI的積極影響。

據(jù)NTT稱，現(xiàn)在有44%的企業(yè)運(yùn)行結(jié)構(gòu)化的“客戶之聲”計劃，以推動客戶體驗(CX)的改善和創(chuàng)新。

根據(jù)IDC的《客戶體驗基準(zhǔn)研究》，有30%的客戶會因為不良的體驗而離開品牌而不會回來。

客戶的期望是指導(dǎo)他們?nèi)绾闻c任何企業(yè)發(fā)展關(guān)系的護(hù)欄。大流行使可預(yù)測的情況變得不可預(yù)測，從而抹去了過去的營銷角色，并實(shí)時對其進(jìn)行了重新編寫。舊的護(hù)欄和期望正在迅速變化。從客戶的角度來看，準(zhǔn)確的由內(nèi)而外的觀點(diǎn)是VoC計劃所提供的價值，最好的是提供數(shù)據(jù)以指導(dǎo)戰(zhàn)略。

是時候為客戶關(guān)系帶來新的活力和見解了

自一月份以來，純電子商務(wù)訂單增長了110%，電子商務(wù)收入增長了96%。這些數(shù)據(jù)基于Emarsys 與GoodData合作 創(chuàng)建的COVID-19 Commerce Insight儀表板 。憑著居家訂單的3.06億美國人，電子商務(wù)將蓬勃發(fā)展是顯而易見的。目前尚不清楚的是，如今形成的慣常購物模式將如何改變客戶關(guān)系，終止某些客戶關(guān)系并在未來創(chuàng)造新的客戶關(guān)系。

獲得見識和智慧以激發(fā)現(xiàn)有的客戶關(guān)系，要求在VoC計劃中更多地使用AI。以下是AI改善客戶心聲計劃的十種方法：

1. 使用基于AI的客戶旅程數(shù)據(jù)分析，了解導(dǎo)致某些客戶比其他客戶流失更快的原因，這有助于定義新的活動來保持它們。使用有監(jiān)督和無監(jiān)督機(jī)器學(xué)習(xí)算法的基礎(chǔ)AI概念來更好地了解客戶今年的購買行為如何改變他們的購買意圖是關(guān)鍵。減少客戶流失首先要建立客戶旅程數(shù)據(jù)的可靠基準(zhǔn)，然后開始進(jìn)行不斷測試新廣告系列的實(shí)踐，以了解如何最好地保持客戶關(guān)系的最新狀態(tài)。

2. 使用算法對文本的每個非結(jié)構(gòu)化數(shù)據(jù)源進(jìn)行實(shí)時文本挖掘，以分析客戶的情感水平。使用自然語言處理(NLP)建立所有可用的非結(jié)構(gòu)化文本的語義模型，可以使客戶對所衡量的給定品牌，產(chǎn)品或服務(wù)的情感進(jìn)行匯總。使用情感分析，能夠量化給定品牌引起的情感。通過不斷地使用客戶數(shù)據(jù)教授預(yù)測模型，營銷團(tuán)隊可以更好地了解什么將最大程度地吸引客戶，以及如何避免使他們無動于衷或生氣-鑒于當(dāng)今客戶變化的速度，所有這些寶貴的見解。有關(guān)此主題的更多信息，可以從Qualtrics獲得有用的博客文章，“ 如何使用情感分析來改善客戶體驗”。下圖說明了情緒分析的樣子：

3. 人工智能使語音分析的范圍得以擴(kuò)展，包括聯(lián)絡(luò)中心對話，基于文本的客戶反饋以及來自每個客戶接觸點(diǎn)的運(yùn)營數(shù)據(jù)。實(shí)時在每個渠道上提供一致，可靠的銷售和服務(wù)響應(yīng)，并在上下文中保持與每個客戶的對話對于今天任何一家企業(yè)保持客戶至關(guān)重要。與我交談過的積極使用語音分析的CMO表示，這表明他們需要擁有更廣泛的戰(zhàn)略框架來吸引客戶體驗。他們正在談?wù)摰母拍钭詈靡钥蚣艿男问秸f明。BMC的自主數(shù)字企業(yè)(ADE)反映了CMO如何構(gòu)想AI和機(jī)器學(xué)習(xí)(ML)，從而提供保持以客戶為中心并在VoC計劃中脫穎而出的卓越智能，以提供卓越的客戶體驗。該框架值得注意的是如何設(shè)計框架，以在組織的每個職能部門中實(shí)現(xiàn)更大的敏捷性和上市時間。它提供了一種提供無與倫比的客戶體驗，提供積極的員工體驗并支持組織正在進(jìn)行的數(shù)字化發(fā)展的方式。下圖說明了ADE框架：

4. 包括Amazon Connect在內(nèi)的基于云的語音分析平臺都依靠AI消除了阻礙跨多種地區(qū)和語言啟動和微調(diào)VoC程序的障礙。Amazon Connect結(jié)合了Amazon Transcribe來執(zhí)行實(shí)時語音識別，并為每個呼叫創(chuàng)建高質(zhì)量的文本轉(zhuǎn)錄成文本。Amazon Comprehend用于分析每個交互并檢測呼叫者的情緒。Amazon Connect還可以識別對話中的關(guān)鍵字和短語。而且，當(dāng)與Amazon Translate結(jié)合使用時，對話可以以代理商的首選語言進(jìn)行。以下是Amazon Connect平臺的示意圖：

5.使用人工智能獲得的見解導(dǎo)致呼叫中心從一線服務(wù)提供商轉(zhuǎn)變?yōu)閼?zhàn)略差異化因素，從而推動客戶滿意度和財務(wù)績效顯著提高。公司已經(jīng)應(yīng)用高級分析功能，將平均處理時間減少多達(dá)40%，將自助服務(wù)包含率提高5%至20%，將員工成本削減多達(dá)500萬美元，并提高了服務(wù)電話銷售的轉(zhuǎn)化率幾乎提高了50%，同時提高了客戶滿意度和員工敬業(yè)度。

6. 機(jī)器學(xué)習(xí)算法使得可以在單個集成儀表板中提供基于呼叫者和代理的態(tài)度表現(xiàn)，語調(diào)，情感以及每個方面的相對變化的實(shí)時多維視圖。將有監(jiān)督和無監(jiān)督的機(jī)器學(xué)習(xí)算法結(jié)合在一起，以在現(xiàn)有數(shù)據(jù)中查找模式，并創(chuàng)建全新的語言和態(tài)度模型，這為組織提供了將新的活力和洞察力帶入客戶關(guān)系所需的情報。以下Tableau示例說明了將機(jī)器學(xué)習(xí)技術(shù)應(yīng)用于VoC數(shù)據(jù)時可能發(fā)生的情況，以找出實(shí)時需要改進(jìn)的地方以及進(jìn)展良好的地方。來源：VoiceBase客戶儀表板的語音。

7. 將從實(shí)時客戶行為和運(yùn)營數(shù)據(jù)中獲得的AI驅(qū)動見解與凈促銷值(NPS)數(shù)據(jù)相結(jié)合，有助于定義客戶風(fēng)險閾值，然后再將其推向競爭對手。NPS是最常用的度量標(biāo)準(zhǔn)之一，用于量化客戶對他們購買的給定公司的忠誠度水平。 Qualtrics最近的博客文章，什么是凈促銷分?jǐn)?shù)(NPS)?定義與范例提供了很好的解釋。使用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)分析NPS，客戶，行為和運(yùn)營數(shù)據(jù)時，有可能發(fā)現(xiàn)最容易流失的客戶。值得一提的是，這項技術(shù)可能需要數(shù)周的分析才能得出基于AI的分析可以在幾秒鐘內(nèi)得出的相同結(jié)論。

8. 每個客戶使用AI個性化服務(wù)恢復(fù)策略，可以提高保留率并降低客戶流失的高昂成本。服務(wù)恢復(fù)是在服務(wù)故障發(fā)生后嘗試保存客戶關(guān)系的策略。有效的服務(wù)恢復(fù)策略的實(shí)質(zhì)是糾正超出客戶期望得到的響應(yīng)范圍的問題。事實(shí)證明，基于AI的定制或個性化服務(wù)恢復(fù)響應(yīng)的技術(shù)非常有效，可以在發(fā)生服務(wù)錯誤后保持客戶關(guān)系的完整性。

9. 使用基于6 Sigma的質(zhì)量方法(使用AI自動化)對客戶入職進(jìn)行故障排除，以簡化和改善最初的客戶體驗。六西格碼(Six Sigma)是一種眾所周知的通用質(zhì)量管理框架和方法，用于消除過程中的差異。六個標(biāo)準(zhǔn)差的核心概念是DMAIC(設(shè)計，測量，分析，改進(jìn)和控制)過程?？蛻舻穆曇羰鞘笵MAIC立足于客戶期望的基礎(chǔ)，以確保過程改進(jìn)符合他們的要求。AI被廣泛用于解釋客戶入職流程創(chuàng)建的所有形式的文本，非結(jié)構(gòu)化內(nèi)容，因此可以對其進(jìn)行改進(jìn)。

10. 了解加售，交叉銷售，廣告活動和促銷如何影響客戶對品牌的看法和忠誠度，尤其是在包括電子商務(wù)和移動平臺在內(nèi)的新渠道中。大流行導(dǎo)致了全新的購買行為和習(xí)慣性使用數(shù)據(jù)，而客戶以前沒有時間考慮這些數(shù)據(jù)。知道每次加售和交叉銷售嘗試如何被認(rèn)為是有幫助或無幫助。另外，能夠通過促銷活動來監(jiān)控活動和忠誠度水平是了解客戶心聲以及如何最好地為現(xiàn)在和將來提供服務(wù)的本質(zhì)。