數(shù)據(jù)猿干貨，干到?jīng)]朋友：看大數(shù)據(jù)如何幫企業(yè)贏得客戶認(rèn)可

數(shù)據(jù)猿大數(shù)據(jù)干貨大數(shù)據(jù) 企業(yè)客戶

Shan Yang Matt Mi | 2015-12-22 12:20

【數(shù)據(jù)猿導(dǎo)讀】現(xiàn)如今，企業(yè)可以運(yùn)用科學(xué)的方法了解客戶需求，并按照客戶的期望來(lái)調(diào)整其戰(zhàn)略方向。這樣做的前提是企業(yè)必須聆聽(tīng)客戶的聲音，如何做到這一點(diǎn)成為關(guān)鍵。經(jīng)驗(yàn)告訴我們，通過(guò)消費(fèi)者滿意度調(diào)查，企業(yè)可以獲得可靠反饋

數(shù)據(jù)猿干貨，干到?jīng)]朋友：看大數(shù)據(jù)如何幫企業(yè)贏得客戶認(rèn)可

所有企業(yè)都想在提供優(yōu)質(zhì)產(chǎn)品和卓越服務(wù)時(shí)做到兩全，但激烈的市場(chǎng)競(jìng)爭(zhēng)迫使其以最有效的方式分配資源，必須在戰(zhàn)略上側(cè)重產(chǎn)品抑或服務(wù)。因此，了解客戶眼中企業(yè)是產(chǎn)品導(dǎo)向還是服務(wù)導(dǎo)向就顯得尤為重要。

對(duì)于定位明確的企業(yè)而言，產(chǎn)品當(dāng)家或是服務(wù)為先一目了然：蘋果靠產(chǎn)品打下江山，Airbnb憑服務(wù)贏得口碑。然而，并非所有企業(yè)都能如此輕松地清晰界定自身導(dǎo)向。比如，電商巨頭亞馬遜的零售業(yè)務(wù)到底是產(chǎn)品導(dǎo)向還是服務(wù)導(dǎo)向?銀行、保險(xiǎn)公司、大學(xué)和航空公司又是如何呢?這些我們都不得而知。

在越來(lái)越強(qiáng)調(diào)“個(gè)性化定制消費(fèi)”的今天，企業(yè)如果無(wú)法準(zhǔn)確定位發(fā)展重點(diǎn)，將加大企業(yè)自我認(rèn)識(shí)與客戶認(rèn)識(shí)之間的分歧，影響企業(yè)業(yè)績(jī)。與此同時(shí)，這樣的認(rèn)知分歧將會(huì)導(dǎo)致企業(yè)的努力徒勞無(wú)功，客戶也將誤以為需求沒(méi)有得到回應(yīng)，進(jìn)而對(duì)企業(yè)產(chǎn)生不滿。

現(xiàn)如今，企業(yè)可以運(yùn)用科學(xué)方法了解客戶需求，并按照客戶期望調(diào)整其戰(zhàn)略方向。這樣做的前提是企業(yè)必須聆聽(tīng)客戶的聲音，如何做到這一點(diǎn)成為關(guān)鍵。經(jīng)驗(yàn)告訴我們，通過(guò)消費(fèi)者滿意度調(diào)查，企業(yè)可以獲得可靠反饋。

例如，在凈推薦值(NPS)調(diào)查中，訪問(wèn)者會(huì)要求受訪者就一系列問(wèn)題(如“您推薦 X 公司的可能性多大”)給出評(píng)分，并要求受訪者解釋評(píng)分依據(jù)。通過(guò)大量的采集信息、積累數(shù)據(jù)，研究人員逐字分析受訪者的評(píng)論后獲得的反饋結(jié)果將更具說(shuō)服力。

針對(duì)逐字評(píng)論自動(dòng)發(fā)現(xiàn)主題是獲得可行見(jiàn)解的有效方式，而LDA文檔主題生成模型是實(shí)現(xiàn)自動(dòng)主題發(fā)現(xiàn)的一種最佳方式。LDA是一種無(wú)監(jiān)督機(jī)器學(xué)習(xí)模型，可逐個(gè)自動(dòng)分析評(píng)論，并將相似評(píng)論集合到預(yù)定個(gè)數(shù)的聚類中。

圖片中的文字：

The people at the service desk are rude 服務(wù)臺(tái)工作人員很沒(méi)禮貌

Customer service is great 客服很棒

My new phone is beautiful 我的新手機(jī)外形美觀

Their new mobile phone keeps failing他們的新款手機(jī)越來(lái)越不行

My handset works fine 我的手機(jī)運(yùn)行不錯(cuò)

The network is very good 網(wǎng)絡(luò)很好

Download speeds are super fast 下載速度超快

Jane is a fantastic relationship manager 簡(jiǎn)是位非常出色的客服經(jīng)理

Comments 評(píng)論

Cluster 1 (service) 聚簇1(服務(wù))

Cluster 2 (product) 聚簇2(產(chǎn)品)

Cluster 3 (network) 聚簇3(網(wǎng)絡(luò))

圖1：LDA示例

滿意度研究中，采用數(shù)值等級(jí)劃分可幫助研究人員了解客戶滿意/不滿意的主題。在凈推薦值調(diào)查中，可以在應(yīng)用LDA模型前劃分推薦者和反對(duì)者，以反映消費(fèi)者滿意和不滿意的方面。

以近期某企業(yè)凈推薦值調(diào)查為例。首先，研究人員劃分推薦者/反對(duì)者(凈推薦值得分>8為推薦者，凈推薦值得分<7為反對(duì)者)，然后運(yùn)用Teradata Aster大數(shù)據(jù)綜合分析平臺(tái)建立LDA主題模型(研究人員針對(duì)推薦者評(píng)論和反對(duì)者評(píng)論各設(shè)計(jì)了一個(gè)LDA主題模型)。消費(fèi)者評(píng)論被分成5個(gè)聚簇，每個(gè)聚簇的關(guān)鍵主題如下：

我們可以很直觀地看到客戶服務(wù)質(zhì)量和客戶費(fèi)力程度是關(guān)鍵點(diǎn)，這表明滿意度(無(wú)論高或低)主要與服務(wù)而不是產(chǎn)品本身相關(guān)。因此，對(duì)這家企業(yè)而言，改進(jìn)服務(wù)比調(diào)整產(chǎn)品組合更具影響力。此外，企業(yè)還可以通過(guò)展示其有別于競(jìng)爭(zhēng)對(duì)手的特質(zhì)來(lái)改變消費(fèi)者對(duì)它的固有印象。

逐字評(píng)論分析為消費(fèi)者洞察研究提供了獨(dú)特視角。仔細(xì)挖掘消費(fèi)者評(píng)論有助于定義或重新定義企業(yè)戰(zhàn)略側(cè)重點(diǎn)。如果消費(fèi)者關(guān)注服務(wù)，而企業(yè)卻側(cè)重產(chǎn)品，那么企業(yè)將無(wú)法取得長(zhǎng)遠(yuǎn)成功，反之亦然。

注：本文為數(shù)據(jù)猿獨(dú)家原創(chuàng)稿件，由作者M(jìn)att Mi與編譯作者Shan Yang共同完成。

來(lái)源：數(shù)據(jù)猿

收藏分享

聲明：數(shù)據(jù)猿尊重媒體行業(yè)規(guī)范，相關(guān)內(nèi)容都會(huì)注明來(lái)源與作者；轉(zhuǎn)載我們?cè)瓌?chuàng)內(nèi)容時(shí)，也請(qǐng)務(wù)必注明“來(lái)源：數(shù)據(jù)猿”與作者名稱，否則將會(huì)受到數(shù)據(jù)猿追責(zé)。