起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識 體驗管理｜如何快速&低成本開始體驗相關的數字化工作?。?/h2>
在體驗經濟時代，數字化工作能夠提升客戶滿意度、優化運營效率和提高數據驅動決策能力等關鍵策略，但在企業中推行新事物往往需要在短時間和資源不足的情況下證明其價值，面對這個命題，作者將在本篇文章詳細舉例一些措施和案例去應對挑戰。
在體驗經濟時代，傳統企業在應對新需求、新挑戰的時候，也需要用新的方式進行企業升級和轉型。
開始體驗數字化的工作，提升客戶滿意度、優化運營效率、提升數據驅動的決策等等，是企業在現代競爭環境中保持競爭力的關鍵策略。
然而，在企業當中一切并非是那么想當然！想要在企業里面推行任何新的事物，基本逃不過的命題是：要在短時間、資源不足的情況下，去證明它的價值所在。
既然是宿命，那我們又可以做點什么呢？
一、萬事開頭難——Boss投資體驗數字化工作，阻礙在哪
在訪談了數位企業體驗數字化工作負責人之后，我從他們的實踐經歷里面提煉出 2 個關鍵難點。
1.1“難”在經驗依賴
在企業管理者的決策場景當中，理想的狀態下，管理者在做決策的過程中都是深思熟慮之后，做出的理性判斷。
事實上，管理者在某些情況下，拍腦袋做決策可能會比進行深入的數據分析更快。
如果問題緊急，或者數據分析的時間和成本過高，領導者很可能會選擇直覺決策。
長此以往，管理者便會受制于“拍腦袋”帶來的“高效率”，這使得企業在客戶體驗提升中充滿了錯誤的決策！
體驗數字化工作的好壞取決于管理它的人。在管理者的視角下，轉變決策的路徑依賴，是降低決策風險的關鍵。
在決策場理論中，人們很難擺脫對于日常經驗的依賴，而又極其容易忽略對于非理性信息的關注。
雖然有時直覺決策可能是需要的，但是過度依賴直覺可能會導致決策的質量不穩定，尤其是在復雜的業務環境中。
所以，企業應該努力采用更加數據驅動的決策方法：以數據作為支撐，平衡管理者的日常經驗依賴，增加對客戶的情緒感受信息成分，讓管理者有更大機會做出適宜的判斷。
1.2 “難”在資源有限
借用大張偉在某節目中談到的家訓，我覺得很好地把管理者沒說的心里話給表達出來了：
“少花錢多辦事，不花錢也辦事。最好是花別人的錢，辦公司的事”。
管理者考慮體驗數字化這類新事物在企業推行的時候，由于未能證明其商業價值，往往在資源投入的時候會小心翼翼，這恰恰也是企業經營之道，無可厚非。
你作為執行者，想要在企業當中獲得管理者對你的支持，以及加大資源的投入，我整理了一些不錯的方法，不妨一試。
- 試錯機會有限：那就在有限的時間內并行多試幾次。
- 投入成本有限：那就找便宜、高性價比的工具和平臺，雇傭合適的人員。
- Boss 耐心有限：那就把事情做小一點（小規模），做快一點（短周期）。
在體驗數字化的過程中，還有部分公司并不是缺乏資源，而是缺乏面向具體場景的數據策略。
這是因為企業提供的客戶體驗和客戶實際感受到的體驗之間有差距。只是盲目地增加技術、人員或營銷投入，并不能帶來真正的效果，反而可能成為企業的負擔。
我們大家都知道，為企業建設客戶體驗管理數字化體系，是艱難而漫長的工作。
我們在這里談「快速 & 低成本」的前期成果的驗證，不僅是為了應對管理者的不確定性，更是為的是探索「方向的正確」。
方向正確的慢，也是快！
如果還未梳理清楚體驗數字化工作真正需要實現什么的時候，錯把“數字化”手段當成目標，為了“數字化”而“數字化”。
在缺乏清晰的數字化戰略、明確的業務目標，以及與之相匹配的資源和組織的情形下，急于切換新舊模式，開始任何數字化努力都是一場泡沫，經不起考驗。
所以，即便你已經獲得「體驗相關數字化」工作開始的機會，在未明確目標之前，先停下來，回過頭重新思考一下。
二、體驗數字化——開始任何數字化努力之前的目標探索
在開始投資體驗數字化之前，企業需要明確的目標和愿景，理解如何將數據、技術和專業人員的投入轉化為客戶價值。
因此，尋找正確體驗數字化投資方向的關鍵是找到與客戶建立聯系的新方式。例如，可以利用技術手段了解客戶的偏好，傾聽他們的想法，為客戶提供定制的體驗，等等。
2.1 消費需求模式的變化
尋找到正確體驗數字化投資方向嘴上說起來很簡單，但實際執行起來并不容易。
在經濟下行的大周期背景下，加上消費者個性化需求模式進入「分子化」的巨大變化。過去消費者的需求是相對共性，且被動選擇產品或服務?，F在消費者是相對主動選擇，且需求更加個性和多元。
想要通過一套標準的產品或服務的討論，在同質化日益加劇的今天，必然會受到市場需求的挑戰。
我們只有想辦法進入消費者的同一陣營，與他們進行互動和對話，直達消費者模式（DTC）是一個不錯的思路。
2.2 直達消費者模式（DTC）是未來發展方向
羅蘭貝格：《DTC模式如何引領消費品企業實現創新》
在羅蘭貝格的研究統計發現，DTC 下典型成功模式會有以下這幾種類型：產品為王、快速應變、營銷主導和著重體驗。
要想獲得商業上的成功，直達消費者（DTC）是未來發展的方向。
我們從體驗數字化工作的目標出發，可以看到「著重體驗」成功模式的組成要素為：⑦ 全渠道布局 + ⑧ 體驗型消費+ ⑨ 數據賦能。
⑦ 全渠道布局：優衣庫就是這樣做的。他們讓顧客可以在網上買東西然后去店里取，或者在店里買東西然后送到家，或者在店里換貨。這樣無論你是在網上還是在店里，你都會感覺到這就是一家店，一個整體。
⑧ 體驗型消費：讓消費者在購買的每一個步驟都有好的體驗，比如讓他們聽到品牌的故事，享受到好的店面環境，接受到好的服務，這樣他們就會更喜歡這個品牌。
⑨ 數據賦能：對于一些新的公司，因為他們沒有舊的模式需要遵循，所以他們更容易采用適合自己的數據模式。但是對于一些成熟的公司，他們可能會遇到一些問題，比如數據在不同部門或平臺之間不能共享，或者數據和實際應用場景不符。為了解決這些問題，需要使用客戶統一數據平臺（CDP），來幫助他們在產品開發、銷售、營銷等環節更好地利用數據。
2.3 「著重體驗」價值鏈的成功模式
你可以理解為「著重體驗」需要塑造立體的經營場，融合線上線下全流程的體驗，注重消費者旅程體驗，贏得心理認同；以及結合技術捕獲畫像和行為等數據，賦能業務決策。
數據賦能是體驗數字化工作的大前提！
2.4 想一想，要怎么開始？
所有公司都有客戶數據，無論是線上還是線下、匿名或個人識別、分段或非結構化。但據 IDC 研究統計只有 2% 數據被存儲，而且存儲的數據主要是非結構化的，大量數據未被使用，從而無法提供客戶價值。
如果有機會能夠利用這些非結構化數據，通過策略、技術資源和能力來處理，把這些數據整合在一起，就會有機會形成有效洞察。
因此，對實施人員標準的要求，需要：
- 識別受眾。
- 優化技術。
- 定制下一個最佳體驗。
- 告知技術要獲取哪些數據，以及如何管理數據。
- 設計適合的創意、內容和信息，以在適合的時刻吸引客戶。
- 將技術價值賦能到成功客戶體驗的共同愿景。
仔細一想，「數據賦能」絕對不是能馬上落地的事情！客戶體驗數字化工作基礎架構和對實施人員標準的要求，是建設完體驗數字化工作后應該具備的模樣。
企業推數字化常常只關注兩端，特別在體驗數字化工作的前期，在時間和資源有限的情況下，忽略了中間的關鍵部分：“應對客戶滿意或體驗提升的解決之道”。
那么，一切要回到起點，先從擁有數據開始，擁有體驗的小數據開始，擁有體驗小數據數據對應的策略開始。
2.5 思路：用體驗小數據挖掘和滿足需求
嗯嗯，這確實是一個可行的方式，起碼現在就能做，也不用多么高大上的技術加持，簡單用 Excel 都能開始。
這也要求我們把事情做得小一點。以具體的問題為導向，尋找解決問題的小數據，用體驗小數據挖掘和滿足客戶需求。
多說一句，傳統商業誤解的一點是：只有接入更大量的數據或者實現數字化才能收獲價值。
實際上，作為未來的數據從業者，無論數據量的大小，關注數據并轉化為有效信息才是關鍵。數字化也只是一種實現工具，大多數情況下小數據亦有其價值。
三、行動路徑——那資源少、時間短的條件下怎么做呢
聽我巴拉巴拉這么多大道理，那資源少、時間短的條件下具體可以怎么做呢？
體驗數字化 MVP 指的是從「聽到」到「做到」的最小閉環：以數據洞察為導向的體驗策略。
那體驗策略是什么意思呢？
你可以簡單理解為：對于目標客戶來說，我們在理解客戶的需求之后，在特定的接觸點為目標客戶提供相應的體驗方案。通過客戶反饋獲得該接觸點的體驗值，依據其影響程度，選擇與之匹配的投資計劃。
比如，海底撈在顧客是一個人到店吃飯的時候，為了減少你獨自用餐的尷尬感，餐廳會為你提供一個大的毛絨玩具坐在對面。
但是這樣的辦法并非所有顧客都會喜歡，在公開的場合下更引人注意，顧客的體驗反而不好。
當意識到這種情況后，餐廳開展了新的體驗投資計劃。專門為單獨用餐的顧客準備獨享的區域。在這個區域，餐桌被分隔成“小隔間”，通過隔板將你與其他單獨用餐的顧客隔開。這樣，你就可以在享用自己的小火鍋的同時，享受到一定的隱私和安靜。
我這樣講，相信應該能夠表達到意思了。
體驗數字化 MVP 需要在數據維度構建的層面，能夠找到這 4 個核心方面，分別是：目標客戶、接觸點（含體驗方法）、體驗值、投資計劃（含觸發機制）。
3.1 第一步：客戶身份識別數字化
目標客戶識別，就是通過標簽來表達客戶是誰。
在體驗數字化的投資上，個性化的規?；墙K極要解決的問題，當下可以先解決針對某一類型的客戶群，為他們提供去提供體驗方案。
一般來說，從業務視角出發，會優先選擇目標客戶中典型（高凈值）的群體。群體畫像的構建可以從基本信息、社交網絡、購買能力、行為特征、心理特征以及興趣愛好等等進行側寫。
如果有ID-Mapping（統一身份識別ID）條件的話，這個還可以幫助你區分不同渠道，線上/線下的重合客戶識別，還原客戶完整的場景。
3.2 第二步：接觸點數字化
對于接觸點的部分，是客戶與服務、產品、品牌或組織的互動點。主要會區分為：物理接觸點、數字接觸點、人際接觸點。
- 物理接觸點：這是指客戶在實體環境中與服務或產品的互動點。例如，一個餐廳的物理接觸點可能包括餐廳的門面、內部裝修、菜單、餐桌、椅子、食物和飲料等。物理接觸點的設計需要考慮空間布局、視覺元素、觸感、味道等多個感官因素，以創造一個吸引人的、舒適的環境，提供愉快的體驗。
- 數字接觸點：這是指客戶通過數字平臺或設備與服務或產品的互動點。例如，一個電商網站的數字接觸點可能包括首頁、產品頁面、購物車、結賬頁面、用戶評價、在線客服等。數字接觸點的設計需要考慮易用性、可訪問性、內容質量、功能性等因素，以提供便捷、直觀、滿足需求的在線體驗。
- 人際接觸點：這是指客戶通過人際互動與服務或產品的接觸點。例如，一個酒店的人際接觸點可能包括前臺接待、服務員、清潔員工、經理等。人際接觸點的設計需要考慮服務質量、人員素質、溝通技巧、問題解決能力等因素，以建立良好的關系，提供滿意的服務。人與接觸點的組合：通過結合服務藍圖，還可進一步劃分為「現有、潛在或創新」的接觸點。
我們以往時間和資源充裕的時候，會先從旅程梳理做起。旅程是輔助思考的框架，從執行者的角度出發，需要的是還原場景接觸點發生的情景。
這里我給你提供一個客戶基于接觸點的體驗感受分析畫布，你可以以此作為啟發式的接觸點走查。
基于場景表演、采用故事板或圖表將客戶的體驗和感受進行視覺化呈現。詳細列舉出這個流程關鍵點的所有角色、行動、體驗感受、環境因素等內容。
以場景接觸點為核心挖掘需求，希望一級場景能夠獨立窮盡，也希望二級和三級場景的描述足夠深入具體，且和我們的技術及商業可行性高相關。
結合每個 JTBD 訪談，每個接觸點獲得 5-8 條場景故事，這些鮮活的場景故事是最重要的基礎素材。
以星巴克為例子。
星巴克通過接觸點傳達理念，用戶則是通過“五感”感知品牌。
在五感（視覺/觸覺/味覺/嗅覺/聽覺）的設定下，可以通過把這些接觸點按照物理、數字和人際三種類型進行劃分。
這個過程是為了幫助你進行品牌的接觸點盤點，找到團隊認知以內的接觸點都有哪些。
另外，你也可以參考星巴克“五感”比例 & 優先級原則，進行更進一步的細化。
比如：裝修風格和細節襯托主調性，視覺和觸覺優先級最高，味覺凸顯餐飲的豐富度，嗅覺注重在餐區，環境嘈雜盡可能弱化聽覺。
接觸點盤點出來之后，我們接下來的任務就是要對這些接觸點進行「優先級評估矩陣」的操作。
我來給你講解一下接觸點「優先級評估矩陣」背后的邏輯。
矩陣橫坐標為“接觸量”，你可以理解為某個平均量級（量級可自定義）的客戶會經過這個接觸點的比例。
比如 100 個客戶在購買時，95 個都會去電商平臺比價。那個這個接觸量可以理解為 95/100，屬于比較高的接觸量。
矩陣縱坐標為“客戶涉入度”，你可以理解為平均客戶會在某個接觸點互動的深度，較為常規的可以使用：停留時長、跳轉頁面、商品瀏覽數量等等作為考核標準。
比如，客戶在電商平臺停留的平均時間只有 2 分鐘，相對于其他接觸點 5 分鐘來說，屬于相對較低的涉入度。
通過兩個變量的交叉分析，其實是應用了一個相對通用的概念來找出關鍵接觸點，即：互動的深度。
高接觸量+高涉入度的接觸點，由于互動的深度比較高，則有更大幾率、更多時間為客戶提供服務，因此是關鍵接觸點（MOT）的幾率也就更大。
在還未涉及具體業務的情況下，這是一種非常高效找出關鍵接觸點（MOT）的辦法。
當你自己要在企業當中實際操作的時候，具體環節可以分為 2 個重點步驟。
- 可以先在公司內部進行一場「品牌體驗旅程工作坊」，共同盤點出線上及線下的體驗旅程、行為及相對應的品牌接觸點。
- 透過接觸點優先評估矩陣找出公司內部認為「關鍵的接觸點」（高涉入度+高接觸量），后續再經由客戶的觀點進行對照驗證，找出內外部認知的差異。
3.3 第三步：體驗實際表現數字化
找到關鍵接觸點（MOT）之后，接下來就是通過設計反饋觸發機制，在合適的時機自動觸發調查，獲取客戶對該接觸點的體驗值反饋。
時機的選擇其中的重點。觸發時機是一個需要綜合考慮多個因素的任務，其中包括用戶的行為、任務的連續性、頁面的內容和用戶的情緒等。
所以，為了能夠友好地回去反饋。你可以基于“觸達判定、彈出時機、頻次限制、進入條件以及觸達方式”進行組合策略設計。
以下是一些可以考慮的原則和策略：
- 在完成任務后：如果用戶正在進行連續性的任務，例如在線購物、閱讀文章或者玩游戲，那么在任務完成后再彈出問卷可能是一個更好的選擇。這樣可以避免打斷用戶的體驗，同時也可以獲取到用戶對剛剛完成的任務的反饋。
- 在閑暇時段：如果能夠預測到用戶的活動模式，那么在用戶可能比較閑暇的時段彈出問卷也是一個好的選擇。例如，午飯后的下午時段、晚上下班后的休息時間等。這些時段用戶可能更愿意花時間完成問卷。
- 在頁面退出前：在用戶打算退出頁面或應用時彈出問卷也是一種常見的策略。這樣的設計可以確保用戶已經完成了他們的主要任務，而且不會打斷他們的體驗。
- 在用戶體驗良好時：如果能夠通過用戶行為和反饋來判斷用戶的情緒狀態，那么在用戶體驗良好的時候彈出問卷可能會獲得更高的響應率。因為在這種情況下，用戶可能更愿意分享他們的體驗和意見。
- 在用戶參與度高的頁面：如果有些頁面或者功能的用戶參與度特別高，那么可以考慮在這些頁面或者功能中加入問卷調研。因為用戶在這些地方花費的時間比較長，可能更愿意接受一些額外的互動。
以上是一些一般的原則和策略，具體的選擇需要根據你的用戶群體、服務類型、問卷內容等因素來決定。同時，也可以通過A/B測試等方法來驗證不同彈出時機的效果，以便進行優化。
除此之外，純線下服務的部分，你可以通過短信、電話回訪等方式進行，同樣也是需要注意方法和技巧。
3.4 第四步：構建客戶體驗數據模型
前三個步驟操作下來，你其實已經獲得了相應的體驗數字化的原料，接下來就是通過結構化的方式，以體驗策略的概念，進行客戶體驗數據模型構建。
1）客戶維度：
企業的產品或服務面對的客戶自然屬性不同，其客戶體驗和感受也各不相同?？梢酝ㄟ^一些定性維度（職業/城市/年齡/收入狀況等等）或者類似RFM的聚類方法，進行客戶細分。還是資源的問題，不能針對每一個客戶去定制情感曲線，而要對一類客戶群進行策劃。
所以，在數據模型上，需要能夠對客戶群體進行綜合性的定義，并把客戶進行客戶群體的劃分。
2）時間維度：
客戶體驗在生命周期上會分為多個階段，需要時間去經歷或完成特定的事件，不同時間點客戶會有不同的體驗效果。
客戶群的識別，還需要結合生命周期所處的階段，這樣才能夠獲得對該客戶的體驗策略。
3）接觸點維度：
對于不同的企業來說，與客戶產生交互的接觸點非常多，客戶與企業接觸點交互的頻率和強度不同，對客戶感知價值造成的影響也有所不同。
在有限成本投入的情況下，需要進行優先級排序，分階段分批次分步驟進行接觸點的優化。
重點關注：低谷、峰值、終點這三類接觸點。
那在數據模型上，需要能具體具體定義關鍵接觸點，并就關鍵接觸點的不同體驗值，匹配相應的體驗方案，以及投資方案。
4）體驗指數維度：
采集客戶在每個接觸點上的情感體驗，分析出在交互過程中客戶情感變化的曲線。
這個環節，我們需要構建出能夠反應客戶情感高低狀態的評價標準。這個部分就是對應到接觸點維度的量化評價。這里談的體驗值可以是單指標，也可以是聚合的多指標，取決于你實際業務的需求。
以預約試駕場景作為例子：
我們知道預約試駕這個場景對于汽車銷售和營銷來說非常重要。通過預約試駕，潛在客戶可以親身感受汽車的性能和駕駛體驗，從而更容易被說服購買該車型，從而提高潛在客戶的轉化率。
在這個場景當中的目標客戶，汽車行業通常以有意向到店試駕的群體（客戶維度），以及到店的意向時間（時間維度）作為意向程度的分層標準。
可以得到的客戶體驗數據模型大致理解為：
客戶群體一般會分為：L1 級客戶（低凈值客戶）、L2 級客戶（中凈值客戶）、L3 級客戶（高凈值客戶）、L4 級客戶（超高凈值客戶）。
在試駕場景，客戶生命周期可以劃分為：S 階（ 7 天內有意向到店試駕）、A 階（ 15 天內有意向到店試駕）、B 階（ 30 天內有意向到店試駕）、C 階（未到店試駕的客戶）。
對于不同等級的客戶，在不同的關鍵接觸點上，會有影響力的差別。
舉個例子（便于理解，我用虛構數據作為效果展示）：
假設你現在服務的客戶是屬于 {L3}高凈值客戶，{S級} 7天內有意向到店試駕，主要的接觸點是{T1}微信溝通，這個接觸點{5}非常重要。
對應的，你提供的體驗方案是：以真實身份 1V1 跟進（建立強信任感），根據不同試駕模式匹配陪伴服務。
在客戶的反饋當中發現，在{T1}微信溝通這個接觸點，客戶的體驗值{3}一般。公司特別重視這個接觸點，并且有要求需要在這個環節做到 4 及以上的水平。
因此要觸發投資方案：體驗值未達 4 分及以上，一周內，店長親自督導整改。
這就是一個完整的基于接觸點出發，應對客戶滿意或體驗提升的解決之道，也可以理解為這就是體驗策略的數字化。
當然這只是一類群體，一類接觸點… 不同的組合會匹配不同的體驗方案，不同的體驗值也會觸發不同的投資方案。
體驗的數字化工作，非必要不要搞得太高大上，實實在在把一條條的體驗策略進行整理，這件事其實已經完成了一大半。
這些體驗策略梳理準備好之后，我認為后續才是在選擇合適的技術平臺或者工具進行整合，以技術驅動的方式進行規?；瘜嵤?。
在技術選擇上，要確保你選擇的平臺或工具（外采或自建）能夠支持你的體驗策略，并且具有足夠的靈活性和可擴展性，以適應你的業務發展和變化。
同時，你也需要考慮到成本、安全性、易用性等因素。
這樣增加的技術、人員或營銷投入，可以帶來真正的效果。
3.5 第五步：客戶體驗管理分析模型
最后，拿到體驗策略的數據之后，免不了需要繼續進一步做分析，找到數據間的關系，也要找到證據可以打動管理者加大資源的投資。
基于我們前面構建的客戶體驗數據模型，完全能夠讓你從各個維度進行比對，客戶維度 VS 時間維度 VS 接觸點維度 VS 體驗指數維度。
利用客戶體驗管理交叉分析模型，可以幫助你高效篩選意向客戶，防止低意向客戶迅速流失。
比如，在試駕場景中，你可以選擇接觸點 {影響力水平} 和 {體驗值水平} ，可以得到一個 BCG 矩陣，在四象限的分析中，可以找到哪些接觸點究竟是屬于：戰略優勢或保留的主場、關鍵的弱點或主要的機會、潛在的弱點或次要的機會，還有潛在差異性或可能的過度投資。
你也可以根據「時間維度VS接觸點維度」或者「客戶維度 VS時間維度」等等的兩兩組合交叉分析，更多的體驗數據的洞察，等待你自己動手來挖掘！
四、寫在最后
隨著“以客戶為中心”的理念日益被廣大人群接受和重視，體驗的數字化工作也催生了一系列創新的技術方法。
對于我們這些致力于提升客戶體驗的專業人士來說，有些變化是可以預見的，但也有更多的復雜情況需要我們去面對和解決。
例如，隨著大數據、人工智能和機器學習等技術的發展，我們有更多的工具和手段去理解和滿足客戶的需求。
同時，隨著社交媒體和移動設備的普及，客戶的行為和偏好也在發生變化，我們需要適應這些變化，提供更加個性化和方便的服務。
體驗的數字化工作不會一帆風順。
我希望大家可以學會擁抱新的技術和方法，嘗試更多地把類似 ChatGPT的 AI 工具應用到我們具體的體驗數字化工作當中，不斷更新和學習新的知識和技能，以適應快速變化的環境。
這里提供的是對于開始體驗數字化工作問題拆解的思路，在其他工作當中，可以基于這個思路拓展。在客戶體驗提升同樣要追求快速和低成本。
專欄作家
龍國富，公眾號：龍國富，人人都是產品經理專欄作家，CxHub主理人。致力于終身學習和自我提升，分享用戶研究、客戶體驗、服務科學等領域資訊，觀點和個人見解。
本文原創發布于人人都是產品經理，未經授權，禁止轉載。
題圖來自Unsplash，基于CC0協議。
該文觀點僅代表作者本人，人人都是產品經理平臺僅提供信息存儲空間服務。
更多精彩內容，請關注人人都是產品經理微信公眾號或下載App
在體驗經濟時代，數字化工作能夠提升客戶滿意度、優化運營效率和提高數據驅動決策能力等關鍵策略，但在企業中推行新事物往往需要在短時間和資源不足的情況下證明其價值，面對這個命題，作者將在本篇文章詳細舉例一些措施和案例去應對挑戰。
在體驗經濟時代，傳統企業在應對新需求、新挑戰的時候，也需要用新的方式進行企業升級和轉型。
開始體驗數字化的工作，提升客戶滿意度、優化運營效率、提升數據驅動的決策等等，是企業在現代競爭環境中保持競爭力的關鍵策略。
然而，在企業當中一切并非是那么想當然！想要在企業里面推行任何新的事物，基本逃不過的命題是：要在短時間、資源不足的情況下，去證明它的價值所在。
既然是宿命，那我們又可以做點什么呢？
一、萬事開頭難——Boss投資體驗數字化工作，阻礙在哪
在訪談了數位企業體驗數字化工作負責人之后，我從他們的實踐經歷里面提煉出 2 個關鍵難點。
1.1“難”在經驗依賴
在企業管理者的決策場景當中，理想的狀態下，管理者在做決策的過程中都是深思熟慮之后，做出的理性判斷。
事實上，管理者在某些情況下，拍腦袋做決策可能會比進行深入的數據分析更快。
如果問題緊急，或者數據分析的時間和成本過高，領導者很可能會選擇直覺決策。
長此以往，管理者便會受制于“拍腦袋”帶來的“高效率”，這使得企業在客戶體驗提升中充滿了錯誤的決策！
體驗數字化工作的好壞取決于管理它的人。在管理者的視角下，轉變決策的路徑依賴，是降低決策風險的關鍵。
在決策場理論中，人們很難擺脫對于日常經驗的依賴，而又極其容易忽略對于非理性信息的關注。
雖然有時直覺決策可能是需要的，但是過度依賴直覺可能會導致決策的質量不穩定，尤其是在復雜的業務環境中。
所以，企業應該努力采用更加數據驅動的決策方法：以數據作為支撐，平衡管理者的日常經驗依賴，增加對客戶的情緒感受信息成分，讓管理者有更大機會做出適宜的判斷。
1.2 “難”在資源有限
借用大張偉在某節目中談到的家訓，我覺得很好地把管理者沒說的心里話給表達出來了：
“少花錢多辦事，不花錢也辦事。最好是花別人的錢，辦公司的事”。
管理者考慮體驗數字化這類新事物在企業推行的時候，由于未能證明其商業價值，往往在資源投入的時候會小心翼翼，這恰恰也是企業經營之道，無可厚非。
你作為執行者，想要在企業當中獲得管理者對你的支持，以及加大資源的投入，我整理了一些不錯的方法，不妨一試。
- 試錯機會有限：那就在有限的時間內并行多試幾次。
- 投入成本有限：那就找便宜、高性價比的工具和平臺，雇傭合適的人員。
- Boss 耐心有限：那就把事情做小一點（小規模），做快一點（短周期）。
在體驗數字化的過程中，還有部分公司并不是缺乏資源，而是缺乏面向具體場景的數據策略。
這是因為企業提供的客戶體驗和客戶實際感受到的體驗之間有差距。只是盲目地增加技術、人員或營銷投入，并不能帶來真正的效果，反而可能成為企業的負擔。
我們大家都知道，為企業建設客戶體驗管理數字化體系，是艱難而漫長的工作。
我們在這里談「快速 & 低成本」的前期成果的驗證，不僅是為了應對管理者的不確定性，更是為的是探索「方向的正確」。
方向正確的慢，也是快！
如果還未梳理清楚體驗數字化工作真正需要實現什么的時候，錯把“數字化”手段當成目標，為了“數字化”而“數字化”。
在缺乏清晰的數字化戰略、明確的業務目標，以及與之相匹配的資源和組織的情形下，急于切換新舊模式，開始任何數字化努力都是一場泡沫，經不起考驗。
所以，即便你已經獲得「體驗相關數字化」工作開始的機會，在未明確目標之前，先停下來，回過頭重新思考一下。
二、體驗數字化——開始任何數字化努力之前的目標探索
在開始投資體驗數字化之前，企業需要明確的目標和愿景，理解如何將數據、技術和專業人員的投入轉化為客戶價值。
因此，尋找正確體驗數字化投資方向的關鍵是找到與客戶建立聯系的新方式。例如，可以利用技術手段了解客戶的偏好，傾聽他們的想法，為客戶提供定制的體驗，等等。
2.1 消費需求模式的變化
尋找到正確體驗數字化投資方向嘴上說起來很簡單，但實際執行起來并不容易。
在經濟下行的大周期背景下，加上消費者個性化需求模式進入「分子化」的巨大變化。過去消費者的需求是相對共性，且被動選擇產品或服務?，F在消費者是相對主動選擇，且需求更加個性和多元。
想要通過一套標準的產品或服務的討論，在同質化日益加劇的今天，必然會受到市場需求的挑戰。
我們只有想辦法進入消費者的同一陣營，與他們進行互動和對話，直達消費者模式（DTC）是一個不錯的思路。
2.2 直達消費者模式（DTC）是未來發展方向
羅蘭貝格：《DTC模式如何引領消費品企業實現創新》
在羅蘭貝格的研究統計發現，DTC 下典型成功模式會有以下這幾種類型：產品為王、快速應變、營銷主導和著重體驗。
要想獲得商業上的成功，直達消費者（DTC）是未來發展的方向。
我們從體驗數字化工作的目標出發，可以看到「著重體驗」成功模式的組成要素為：⑦ 全渠道布局 + ⑧ 體驗型消費+ ⑨ 數據賦能。
⑦ 全渠道布局：優衣庫就是這樣做的。他們讓顧客可以在網上買東西然后去店里取，或者在店里買東西然后送到家，或者在店里換貨。這樣無論你是在網上還是在店里，你都會感覺到這就是一家店，一個整體。
⑧ 體驗型消費：讓消費者在購買的每一個步驟都有好的體驗，比如讓他們聽到品牌的故事，享受到好的店面環境，接受到好的服務，這樣他們就會更喜歡這個品牌。
⑨ 數據賦能：對于一些新的公司，因為他們沒有舊的模式需要遵循，所以他們更容易采用適合自己的數據模式。但是對于一些成熟的公司，他們可能會遇到一些問題，比如數據在不同部門或平臺之間不能共享，或者數據和實際應用場景不符。為了解決這些問題，需要使用客戶統一數據平臺（CDP），來幫助他們在產品開發、銷售、營銷等環節更好地利用數據。
2.3 「著重體驗」價值鏈的成功模式
你可以理解為「著重體驗」需要塑造立體的經營場，融合線上線下全流程的體驗，注重消費者旅程體驗，贏得心理認同；以及結合技術捕獲畫像和行為等數據，賦能業務決策。
數據賦能是體驗數字化工作的大前提！
2.4 想一想，要怎么開始？
所有公司都有客戶數據，無論是線上還是線下、匿名或個人識別、分段或非結構化。但據 IDC 研究統計只有 2% 數據被存儲，而且存儲的數據主要是非結構化的，大量數據未被使用，從而無法提供客戶價值。
如果有機會能夠利用這些非結構化數據，通過策略、技術資源和能力來處理，把這些數據整合在一起，就會有機會形成有效洞察。
因此，對實施人員標準的要求，需要：
- 識別受眾。
- 優化技術。
- 定制下一個最佳體驗。
- 告知技術要獲取哪些數據，以及如何管理數據。
- 設計適合的創意、內容和信息，以在適合的時刻吸引客戶。
- 將技術價值賦能到成功客戶體驗的共同愿景。
仔細一想，「數據賦能」絕對不是能馬上落地的事情！客戶體驗數字化工作基礎架構和對實施人員標準的要求，是建設完體驗數字化工作后應該具備的模樣。
企業推數字化常常只關注兩端，特別在體驗數字化工作的前期，在時間和資源有限的情況下，忽略了中間的關鍵部分：“應對客戶滿意或體驗提升的解決之道”。
那么，一切要回到起點，先從擁有數據開始，擁有體驗的小數據開始，擁有體驗小數據數據對應的策略開始。
2.5 思路：用體驗小數據挖掘和滿足需求
嗯嗯，這確實是一個可行的方式，起碼現在就能做，也不用多么高大上的技術加持，簡單用 Excel 都能開始。
這也要求我們把事情做得小一點。以具體的問題為導向，尋找解決問題的小數據，用體驗小數據挖掘和滿足客戶需求。
多說一句，傳統商業誤解的一點是：只有接入更大量的數據或者實現數字化才能收獲價值。
實際上，作為未來的數據從業者，無論數據量的大小，關注數據并轉化為有效信息才是關鍵。數字化也只是一種實現工具，大多數情況下小數據亦有其價值。
三、行動路徑——那資源少、時間短的條件下怎么做呢
聽我巴拉巴拉這么多大道理，那資源少、時間短的條件下具體可以怎么做呢？
體驗數字化 MVP 指的是從「聽到」到「做到」的最小閉環：以數據洞察為導向的體驗策略。
那體驗策略是什么意思呢？
你可以簡單理解為：對于目標客戶來說，我們在理解客戶的需求之后，在特定的接觸點為目標客戶提供相應的體驗方案。通過客戶反饋獲得該接觸點的體驗值，依據其影響程度，選擇與之匹配的投資計劃。
比如，海底撈在顧客是一個人到店吃飯的時候，為了減少你獨自用餐的尷尬感，餐廳會為你提供一個大的毛絨玩具坐在對面。
但是這樣的辦法并非所有顧客都會喜歡，在公開的場合下更引人注意，顧客的體驗反而不好。
當意識到這種情況后，餐廳開展了新的體驗投資計劃。專門為單獨用餐的顧客準備獨享的區域。在這個區域，餐桌被分隔成“小隔間”，通過隔板將你與其他單獨用餐的顧客隔開。這樣，你就可以在享用自己的小火鍋的同時，享受到一定的隱私和安靜。
我這樣講，相信應該能夠表達到意思了。
體驗數字化 MVP 需要在數據維度構建的層面，能夠找到這 4 個核心方面，分別是：目標客戶、接觸點（含體驗方法）、體驗值、投資計劃（含觸發機制）。
3.1 第一步：客戶身份識別數字化
目標客戶識別，就是通過標簽來表達客戶是誰。
在體驗數字化的投資上，個性化的規?；墙K極要解決的問題，當下可以先解決針對某一類型的客戶群，為他們提供去提供體驗方案。
一般來說，從業務視角出發，會優先選擇目標客戶中典型（高凈值）的群體。群體畫像的構建可以從基本信息、社交網絡、購買能力、行為特征、心理特征以及興趣愛好等等進行側寫。
如果有ID-Mapping（統一身份識別ID）條件的話，這個還可以幫助你區分不同渠道，線上/線下的重合客戶識別，還原客戶完整的場景。
3.2 第二步：接觸點數字化
對于接觸點的部分，是客戶與服務、產品、品牌或組織的互動點。主要會區分為：物理接觸點、數字接觸點、人際接觸點。
- 物理接觸點：這是指客戶在實體環境中與服務或產品的互動點。例如，一個餐廳的物理接觸點可能包括餐廳的門面、內部裝修、菜單、餐桌、椅子、食物和飲料等。物理接觸點的設計需要考慮空間布局、視覺元素、觸感、味道等多個感官因素，以創造一個吸引人的、舒適的環境，提供愉快的體驗。
- 數字接觸點：這是指客戶通過數字平臺或設備與服務或產品的互動點。例如，一個電商網站的數字接觸點可能包括首頁、產品頁面、購物車、結賬頁面、用戶評價、在線客服等。數字接觸點的設計需要考慮易用性、可訪問性、內容質量、功能性等因素，以提供便捷、直觀、滿足需求的在線體驗。
- 人際接觸點：這是指客戶通過人際互動與服務或產品的接觸點。例如，一個酒店的人際接觸點可能包括前臺接待、服務員、清潔員工、經理等。人際接觸點的設計需要考慮服務質量、人員素質、溝通技巧、問題解決能力等因素，以建立良好的關系，提供滿意的服務。人與接觸點的組合：通過結合服務藍圖，還可進一步劃分為「現有、潛在或創新」的接觸點。
我們以往時間和資源充裕的時候，會先從旅程梳理做起。旅程是輔助思考的框架，從執行者的角度出發，需要的是還原場景接觸點發生的情景。
這里我給你提供一個客戶基于接觸點的體驗感受分析畫布，你可以以此作為啟發式的接觸點走查。
基于場景表演、采用故事板或圖表將客戶的體驗和感受進行視覺化呈現。詳細列舉出這個流程關鍵點的所有角色、行動、體驗感受、環境因素等內容。
以場景接觸點為核心挖掘需求，希望一級場景能夠獨立窮盡，也希望二級和三級場景的描述足夠深入具體，且和我們的技術及商業可行性高相關。
結合每個 JTBD 訪談，每個接觸點獲得 5-8 條場景故事，這些鮮活的場景故事是最重要的基礎素材。
以星巴克為例子。
星巴克通過接觸點傳達理念，用戶則是通過“五感”感知品牌。
在五感（視覺/觸覺/味覺/嗅覺/聽覺）的設定下，可以通過把這些接觸點按照物理、數字和人際三種類型進行劃分。
這個過程是為了幫助你進行品牌的接觸點盤點，找到團隊認知以內的接觸點都有哪些。
另外，你也可以參考星巴克“五感”比例 & 優先級原則，進行更進一步的細化。
比如：裝修風格和細節襯托主調性，視覺和觸覺優先級最高，味覺凸顯餐飲的豐富度，嗅覺注重在餐區，環境嘈雜盡可能弱化聽覺。
接觸點盤點出來之后，我們接下來的任務就是要對這些接觸點進行「優先級評估矩陣」的操作。
我來給你講解一下接觸點「優先級評估矩陣」背后的邏輯。
矩陣橫坐標為“接觸量”，你可以理解為某個平均量級（量級可自定義）的客戶會經過這個接觸點的比例。
比如 100 個客戶在購買時，95 個都會去電商平臺比價。那個這個接觸量可以理解為 95/100，屬于比較高的接觸量。
矩陣縱坐標為“客戶涉入度”，你可以理解為平均客戶會在某個接觸點互動的深度，較為常規的可以使用：停留時長、跳轉頁面、商品瀏覽數量等等作為考核標準。
比如，客戶在電商平臺停留的平均時間只有 2 分鐘，相對于其他接觸點 5 分鐘來說，屬于相對較低的涉入度。
通過兩個變量的交叉分析，其實是應用了一個相對通用的概念來找出關鍵接觸點，即：互動的深度。
高接觸量+高涉入度的接觸點，由于互動的深度比較高，則有更大幾率、更多時間為客戶提供服務，因此是關鍵接觸點（MOT）的幾率也就更大。
在還未涉及具體業務的情況下，這是一種非常高效找出關鍵接觸點（MOT）的辦法。
當你自己要在企業當中實際操作的時候，具體環節可以分為 2 個重點步驟。
- 可以先在公司內部進行一場「品牌體驗旅程工作坊」，共同盤點出線上及線下的體驗旅程、行為及相對應的品牌接觸點。
- 透過接觸點優先評估矩陣找出公司內部認為「關鍵的接觸點」（高涉入度+高接觸量），后續再經由客戶的觀點進行對照驗證，找出內外部認知的差異。
3.3 第三步：體驗實際表現數字化
找到關鍵接觸點（MOT）之后，接下來就是通過設計反饋觸發機制，在合適的時機自動觸發調查，獲取客戶對該接觸點的體驗值反饋。
時機的選擇其中的重點。觸發時機是一個需要綜合考慮多個因素的任務，其中包括用戶的行為、任務的連續性、頁面的內容和用戶的情緒等。
所以，為了能夠友好地回去反饋。你可以基于“觸達判定、彈出時機、頻次限制、進入條件以及觸達方式”進行組合策略設計。
以下是一些可以考慮的原則和策略：
- 在完成任務后：如果用戶正在進行連續性的任務，例如在線購物、閱讀文章或者玩游戲，那么在任務完成后再彈出問卷可能是一個更好的選擇。這樣可以避免打斷用戶的體驗，同時也可以獲取到用戶對剛剛完成的任務的反饋。
- 在閑暇時段：如果能夠預測到用戶的活動模式，那么在用戶可能比較閑暇的時段彈出問卷也是一個好的選擇。例如，午飯后的下午時段、晚上下班后的休息時間等。這些時段用戶可能更愿意花時間完成問卷。
- 在頁面退出前：在用戶打算退出頁面或應用時彈出問卷也是一種常見的策略。這樣的設計可以確保用戶已經完成了他們的主要任務，而且不會打斷他們的體驗。
- 在用戶體驗良好時：如果能夠通過用戶行為和反饋來判斷用戶的情緒狀態，那么在用戶體驗良好的時候彈出問卷可能會獲得更高的響應率。因為在這種情況下，用戶可能更愿意分享他們的體驗和意見。
- 在用戶參與度高的頁面：如果有些頁面或者功能的用戶參與度特別高，那么可以考慮在這些頁面或者功能中加入問卷調研。因為用戶在這些地方花費的時間比較長，可能更愿意接受一些額外的互動。
以上是一些一般的原則和策略，具體的選擇需要根據你的用戶群體、服務類型、問卷內容等因素來決定。同時，也可以通過A/B測試等方法來驗證不同彈出時機的效果，以便進行優化。
除此之外，純線下服務的部分，你可以通過短信、電話回訪等方式進行，同樣也是需要注意方法和技巧。
3.4 第四步：構建客戶體驗數據模型
前三個步驟操作下來，你其實已經獲得了相應的體驗數字化的原料，接下來就是通過結構化的方式，以體驗策略的概念，進行客戶體驗數據模型構建。
1）客戶維度：
企業的產品或服務面對的客戶自然屬性不同，其客戶體驗和感受也各不相同?？梢酝ㄟ^一些定性維度（職業/城市/年齡/收入狀況等等）或者類似RFM的聚類方法，進行客戶細分。還是資源的問題，不能針對每一個客戶去定制情感曲線，而要對一類客戶群進行策劃。
所以，在數據模型上，需要能夠對客戶群體進行綜合性的定義，并把客戶進行客戶群體的劃分。
2）時間維度：
客戶體驗在生命周期上會分為多個階段，需要時間去經歷或完成特定的事件，不同時間點客戶會有不同的體驗效果。
客戶群的識別，還需要結合生命周期所處的階段，這樣才能夠獲得對該客戶的體驗策略。
3）接觸點維度：
對于不同的企業來說，與客戶產生交互的接觸點非常多，客戶與企業接觸點交互的頻率和強度不同，對客戶感知價值造成的影響也有所不同。
在有限成本投入的情況下，需要進行優先級排序，分階段分批次分步驟進行接觸點的優化。
重點關注：低谷、峰值、終點這三類接觸點。
那在數據模型上，需要能具體具體定義關鍵接觸點，并就關鍵接觸點的不同體驗值，匹配相應的體驗方案，以及投資方案。
4）體驗指數維度：
采集客戶在每個接觸點上的情感體驗，分析出在交互過程中客戶情感變化的曲線。
這個環節，我們需要構建出能夠反應客戶情感高低狀態的評價標準。這個部分就是對應到接觸點維度的量化評價。這里談的體驗值可以是單指標，也可以是聚合的多指標，取決于你實際業務的需求。
以預約試駕場景作為例子：
我們知道預約試駕這個場景對于汽車銷售和營銷來說非常重要。通過預約試駕，潛在客戶可以親身感受汽車的性能和駕駛體驗，從而更容易被說服購買該車型，從而提高潛在客戶的轉化率。
在這個場景當中的目標客戶，汽車行業通常以有意向到店試駕的群體（客戶維度），以及到店的意向時間（時間維度）作為意向程度的分層標準。
可以得到的客戶體驗數據模型大致理解為：
客戶群體一般會分為：L1 級客戶（低凈值客戶）、L2 級客戶（中凈值客戶）、L3 級客戶（高凈值客戶）、L4 級客戶（超高凈值客戶）。
在試駕場景，客戶生命周期可以劃分為：S 階（ 7 天內有意向到店試駕）、A 階（ 15 天內有意向到店試駕）、B 階（ 30 天內有意向到店試駕）、C 階（未到店試駕的客戶）。
對于不同等級的客戶，在不同的關鍵接觸點上，會有影響力的差別。
舉個例子（便于理解，我用虛構數據作為效果展示）：
假設你現在服務的客戶是屬于 {L3}高凈值客戶，{S級} 7天內有意向到店試駕，主要的接觸點是{T1}微信溝通，這個接觸點{5}非常重要。
對應的，你提供的體驗方案是：以真實身份 1V1 跟進（建立強信任感），根據不同試駕模式匹配陪伴服務。
在客戶的反饋當中發現，在{T1}微信溝通這個接觸點，客戶的體驗值{3}一般。公司特別重視這個接觸點，并且有要求需要在這個環節做到 4 及以上的水平。
因此要觸發投資方案：體驗值未達 4 分及以上，一周內，店長親自督導整改。
這就是一個完整的基于接觸點出發，應對客戶滿意或體驗提升的解決之道，也可以理解為這就是體驗策略的數字化。
當然這只是一類群體，一類接觸點… 不同的組合會匹配不同的體驗方案，不同的體驗值也會觸發不同的投資方案。
體驗的數字化工作，非必要不要搞得太高大上，實實在在把一條條的體驗策略進行整理，這件事其實已經完成了一大半。
這些體驗策略梳理準備好之后，我認為后續才是在選擇合適的技術平臺或者工具進行整合，以技術驅動的方式進行規?；瘜嵤?。
在技術選擇上，要確保你選擇的平臺或工具（外采或自建）能夠支持你的體驗策略，并且具有足夠的靈活性和可擴展性，以適應你的業務發展和變化。
同時，你也需要考慮到成本、安全性、易用性等因素。
這樣增加的技術、人員或營銷投入，可以帶來真正的效果。
3.5 第五步：客戶體驗管理分析模型
最后，拿到體驗策略的數據之后，免不了需要繼續進一步做分析，找到數據間的關系，也要找到證據可以打動管理者加大資源的投資。
基于我們前面構建的客戶體驗數據模型，完全能夠讓你從各個維度進行比對，客戶維度 VS 時間維度 VS 接觸點維度 VS 體驗指數維度。
利用客戶體驗管理交叉分析模型，可以幫助你高效篩選意向客戶，防止低意向客戶迅速流失。
比如，在試駕場景中，你可以選擇接觸點 {影響力水平} 和 {體驗值水平} ，可以得到一個 BCG 矩陣，在四象限的分析中，可以找到哪些接觸點究竟是屬于：戰略優勢或保留的主場、關鍵的弱點或主要的機會、潛在的弱點或次要的機會，還有潛在差異性或可能的過度投資。
你也可以根據「時間維度VS接觸點維度」或者「客戶維度 VS時間維度」等等的兩兩組合交叉分析，更多的體驗數據的洞察，等待你自己動手來挖掘！
四、寫在最后
隨著“以客戶為中心”的理念日益被廣大人群接受和重視，體驗的數字化工作也催生了一系列創新的技術方法。
對于我們這些致力于提升客戶體驗的專業人士來說，有些變化是可以預見的，但也有更多的復雜情況需要我們去面對和解決。
例如，隨著大數據、人工智能和機器學習等技術的發展，我們有更多的工具和手段去理解和滿足客戶的需求。
同時，隨著社交媒體和移動設備的普及，客戶的行為和偏好也在發生變化，我們需要適應這些變化，提供更加個性化和方便的服務。
體驗的數字化工作不會一帆風順。
我希望大家可以學會擁抱新的技術和方法，嘗試更多地把類似 ChatGPT的 AI 工具應用到我們具體的體驗數字化工作當中，不斷更新和學習新的知識和技能，以適應快速變化的環境。
這里提供的是對于開始體驗數字化工作問題拆解的思路，在其他工作當中，可以基于這個思路拓展。在客戶體驗提升同樣要追求快速和低成本。
專欄作家
龍國富，公眾號：龍國富，人人都是產品經理專欄作家，CxHub主理人。致力于終身學習和自我提升，分享用戶研究、客戶體驗、服務科學等領域資訊，觀點和個人見解。
本文原創發布于人人都是產品經理，未經授權，禁止轉載。
題圖來自Unsplash，基于CC0協議。
該文觀點僅代表作者本人，人人都是產品經理平臺僅提供信息存儲空間服務。
- 目前還沒評論，等你發揮！
