当前位置: 首页 > news >正文

客户体验数据使用的三种视角——场景视角

当企业收集到大量的客户体验数据之后,应该如何应用?有哪些主要的使用场景和分析视角?体验家团队通过三篇文章,陆续介绍三种体验数据的使用场景,以帮助企业更有效地利用体验数据进行改进。

01 宏观层次的“旅程视角”

02 中观层次的“场景视角”

03 微观层次的“事件视角”

“旅程视角”我们已在之前的文章详细介绍过,可通过点击上面文字回看。本文我们将介绍中观层次的“场景视角”。

要理解“场景视角”,我们必须先理解客户体验管理中“场景”的概念。众所周知,客户体验是“客户与品牌一系列互动的整体感知”。

客户体验是客户与品牌交互过程中,形成的总体感知。——《CX101》

其中“互动”和“感知”是同时发生的,但这不是凭空的发生,而是在一个背景中,这个背景就是我们所说的“场景”。我们以日常“购买水果”为例子,就会产生两个截然不同的场景:线上和线下。

在线上的场景中,我们的场景是:“打开APP/微信小程序 ➱ 滑动筛选/搜索 ➱ 加入购物车 ➱ 确认订单及优惠券 ➱ 支付 ➱ 送货上门 ➱ 查收产品包装/新鲜 ➱ 结束”

此时影响我们体验的是:

 ∎ 小程序或APP打开的速度

 ∎ 使用过程中是否丝滑 

 ∎ 导航栏是否合理 

 ∎ 搜索是否快速便捷 

 ∎ 支付方式是否多样 

 ∎ 快递速度和包装

这一场景视角的看板应该是:

体验家客户体验管理系统

而在线下场景中,我们的场景是:“进入门店 ➱ 橱窗挑选 ➱ 询问服务人员 ➱ 排队 ➱ 付款 ➱ 打包”

此时我们完全不在乎线上场景的数字化体验和物流体验,影响我们体验的是:

 ∎ 门店的整洁度 

 ∎ 服务人员的态度和响应速度 

 ∎ 排队支付的速度

这个场景视角下的看板应该是:

体验家客户体验管理系统

即便所有客户都在“百果园”这个品牌下进行相同的“购买”行为,由于场景不同,体验的影响因素和机制就会完全不同。更为重要的是,负责这两种场景下客户体验的团队和岗位也截然不同。在线上场景中,更多涉及的是数字化部门供应链部门;而在线下,通常是门店运营部门发挥作用。因此,我们在配置看板时,需要为这两个不同的场景配置看板,来帮助影响这个场景客户体验的岗位和部门能够共同查看数据,进行有效的沟通。

许多管理软件在分配数据查看权限时,通常是按照“部门”和“岗位”来进行的。各个部门在获取到自己能够接入的数据后,往往依据其工作内容来配置看板。但是体验管理却不能沿用这种逻辑,因为客户体验的场景,极少是由公司中一个部门来独立承担和负责的。以最简单的线上购买水果,乍看客户大部分互动是发生在小程序或者APP上,我们可能认为通过行为埋点数据监测客户在线时长、页面跳转和跳出率等指标就足够了。但请注意,客户的最终需求是“吃到水果”,而不是“与小程序互动”。因此,如果负责物流配送的部门没有及时跟进,无论小程序的体验多么出色,客户的整体体验仍会不佳。

| 场景视角应用场景

• 部门例会(每周):在部门例会中,相关负责部门利用看板进行多维度的数据监控,了解影响特定场景的分数变化趋势。通过深入分析识别出导致客户不良体验的主要原因及其趋势,并利用时间等参数筛选器,以便查看不同时间区间、不同产品或门店的表现差异。这有助于确定下一阶段工作的重点,以及评估上一阶段的工作是否取得成效,即数据是否有所提升。

• 体验管理部门(或与相关业务部门)例会(每周):通过数据分析,和业务的角度讨论确定影响体验的更深层次的原因,确定下一阶段改进。如果该场景可能由多个部门共同影响,需要协调跨部门沟通,确定协同改进计划。

| 场景视角优势与不足

• 优势:我们在这个系列的前一篇文章《客户体验数据使用的三种视角—旅程视角》中指出了旅程视角的缺陷,就是只能呈现一个场景最核心的一个数据,而不是全部影响因素和细节。而场景视角恰好弥补了这个功能,它的优势在于可以帮助体验管理部门和业务部门,深挖相关场景的体验影响因素,通过趋势分析和对比分析,持续追踪数据,评估改进措施是否生效。

• 不足:有一定的上手难度和门槛。因为场景视角发挥作用,不仅需要对业务场景有深入的理解,还需要数据分析的相关基础,同时为了提升分析的颗粒度,还需要和IT部门合作,确定拼接相关参数,用以拆分数据和进行交叉分析。

http://www.dtcms.com/a/233821.html

相关文章:

  • 企业管理中,商业智能BI主要做哪些事情?
  • 【Elasticsearch】 查询优化方式
  • 技术文档写作全攻略
  • 三分算法与DeepSeek辅助证明是单峰函数
  • 鸿蒙开发List滑动每项标题切换悬停
  • RAG:大模型微调的革命性增强——检索增强生成技术深度解析
  • 简易EPOLL模型
  • XTEA与TEA的区别
  • Linux信号捕捉技术深度解析
  • 统信桌面专业版如何使用python开发平台jupyter
  • CUDA安装与多版本管理
  • 安科瑞防逆流方案落地内蒙古中高绿能光伏项目,筑牢北疆绿电安全防线
  • 在MATLAB中使用自定义的ROS2消息
  • Next.js+prisma开发一
  • HTV 3.3 | 秒播无卡顿 直播源每天维护更新
  • 【STL】函数对象+常用算法
  • 【Modbus 通讯协议从入门到放弃二:实战】
  • Playwright 测试框架 - Java
  • 如何给windos11 扩大C盘容量
  • Python 训练营打卡 Day 44
  • 多进程与多线程:核心差异与实战选择
  • Linux 进程管理学习指南:架构、计划与关键问题全解
  • 2025年- H70-Lc178--17.电话号码的组合(回溯,组合)--Java版
  • 【cmder】--- Windows 下 cmder 经典常用快捷键 显著提高效率
  • el-draw的文件列表和清单内容布局实现
  • 杰理可视化SDK--系统死机异常调试
  • Flask-SQLAlchemy使用小结
  • 力扣LeetBook数组和字符串--二维数组
  • 2025爱分析·银行数字化应用实践报告|爱分析报告
  • 深入解析C++中的extern关键字:跨文件共享变量与函数的终极指南