全渠道VoC的价值：风起青萍

全渠道客户之声是客户体验智能化管理的重要组成部分。在汽车行业，卓思作为全渠道客户之声平台的先驱者，为诸多领先品牌提供全渠道客户之声平台的设计、实施与运营服务。在此过程中，我们对于全渠道客户之声的理解也在逐渐深入，并进一步意识到全渠道客户之声的巨大价值。

首先，从理论层面，我们建立了完善、清晰的全渠道客户之声平台架构。我们意识到，一个完整的全渠道客户之声平台是由全域的VoC收集、智能的NLP解析和“3T+X”组合式应用共同组成的。

在过去多年的实际工作中，我们逐渐形成了以下认知：客户之声本身是自带“特征”的，这些“特征”决定了它的价值亮点和挖掘方向。我们如果能够将客户之声的“特征”进行定位并组合，就能够形成万花筒式的分析与应用。

例如，主动呼入VS被动调研的客户之声，就有着明显的特征和价值差异。

主动呼入：全面（什么都有）、快速（有事就说）、深入（描述具体）。

被动调研：定向（想了解的专题）、可比（大家都一样抽样）、量化（往往除了Voice也有分数or百分比）。

再如，私域渠道VS公域渠道的客户之声，也有着不同的应用方向。

私域渠道：自带内部的各种标签，可以深入到业务层级，最终找到“人”（不管是客户，还是负责业务的人）。

公域渠道：不带标签，难以深入挖掘；但是可以横向扩展，实现与“竞争对手”的全面公平比较。

如果我们只是把客户之声简单地“百川入海”，那基本只能端出一盘“大杂烩”。只有吃透客户之声的特征，建立分析的“万魔方”，才能实现价值的“万花筒”。

当然，只扯一些干涩、难懂（不说人话）的专有名词，向来不是我们的风格，我们必须捞干货。我们通过卓思全渠道客户之声平台上发生的四个故事让大家管中窥豹，一览卓思全渠道客户之声的业务全貌。

1、无人问津的“准车主”。

在全渠道客户之声平台推出之前，某汽车厂商的“销售客户体验”问题一直无比清晰：老大难的“交付”和做不动的“试驾”。

前者的本质在于兴奋点错位——车主在提新车的时候最开心，而销售顾问我却是在您刷卡的时候最开心；后者的本质在于责任和利益的错配——如何才能试驾好厂商才关心，而经销商我反正知道您是在价格最便宜的地儿成交。

由此，笔者在这两个主题上苦海沉浮了十多年。

但是，当全渠道客户之声平台上线，我们在成功地接入了海量的、真实的、来自客户主动分享的声音之后发现，过去我们在改善客户体验上的努力，本身也错配了。

最疼的，既不是现有车主的“交车体验”，也不是潜在车主的“试驾体验”，而是（付完钱没人管）的准车主们取不到车、驾不着车的体验。

所以，当“定金退还”这四个大字第一次取代“车辆交付”和“试驾体验”打在公屏上的时候，我们是既懵bī又欣喜——懵bī于我们过去的无知，欣喜于毕竟亡羊补牢为时未晚。

何也？因为过去的体验调研，要么覆盖刚提车的现有车主，要么覆盖刚出店的潜在车主，确实是没有覆盖那些交完定金但还没付全款也还不是自己人的“准车主”。但这些人，恰恰是汽车销售体验生态中最脆弱的新生群体，处于最需要关爱的关系起点。

2、解决不掉的“态度差”。

所有人都喜欢闭环管理，因为这个听起来就高大上的词汇，意味着我们可以切实解决问题，带来真正的改善。但是，大家在闭环管理中最讨厌的（不幸的是往往又是最大的）就是“态度差”。

因为，“态度差”指向的是人的问题，而不是事的问题。要改善“态度差”，除了“换人”（或者我们叫作培训优化）好像没有别的快速有效办法。但是，本来应该持续进化、不断解决问题的闭环管理，竟然成了不断解决出问题人的怪胎，令人匪夷所思。

当我们把全部的客户之声放在统一的分析机制下，终于发现了其中的奥妙：“态度”从来不是那个要被解决的“问题”，恰恰相反，它只是成为了一些难题的“背锅侠”。

大白话来说：“车为什么修不好？问你10次也不回答，态度太差了”、“交车怎么又延迟，问你半天支支吾吾，什么态度”……

当我们用统一的解析机制对所有数据进行高一致性的分析后发现：当“态度差”浮出水面的时候，总有一个难题X跟随它一起，单独的“态度差”几乎不存在（不足3%）。

所以，只有建立统一的、智能化的解析机制，才有机会以公正的眼光审视所有问题，进而找到真正的问题。

3、翻译翻译什么叫“变化大”。

当我们引入并以统一的机制分析了所有的客户之声数据，就不可避免地要“晾晒”数据，并且追踪它们的变化。也就是说，终于到了老板们最喜欢的环节了——我的看板上应该放上哪些你的KPI指标？

在某个厂商的全渠道客户之声项目中，第一期简直可以说欢天喜地、锣鼓齐鸣，大家都在为发现了盲生华点而高兴。但到了第二期，大家基本就鸦雀无声了，因为老板问了一个致命的问题：我们在这些问题上，变好了还是变差了？

这还不简单，一年级小学生也可以抢答嘛！这一期的数字减去上一期的数字，大于0就是变好，小于0就是变差，等于0就是没变……

可惜，客户之声的渠道太全了，全到把所有的客户主动呼入/输入的渠道也纳入了。客户主动呼入/输入的数据，是有着很强的季节和不规律波动的，这些自身波动和客观波动混杂在一起，是难以直接比较的。比如，春节假期就没什么人打投诉电话，那是不是就意味着春节期间我们的业务全线变好了？

这个时候，可能有人会说：简单，我们考虑历史的波动设置一道阈值，超出阈值就说明超出了一般的波动水平，变化就是显著的。说得很有道理，但是阈值应该设置成多少呢？这就是经典的问题——究竟多少叫做变化大？

问题A由3%变化为6%，问题B由5%变化为9%，问题A增长了3%，问题B增长了4%，所以问题B变化大？还是问题A相对增幅100%，问题B相对增幅80%，问题A变化大？

什么乱七八糟的，谁来翻译翻译，究竟什么叫“变化大”？

而且，我们还陷入了忒修斯之船的陷阱——如果你说变化5%叫做“变化大”，那么4.9%、4.8%、4.7%、4.6%、4.5%.……它们怎么看呢？

我们遇到了这个问题，并用我们最擅长也是我们认为最科学的算法解决了这个问题（下一期继续给大家讲故事，剖析我们在这个问题上的算法与逻辑）。

4、为预测做一点“小贡献”。

在全渠道客户之声平台启动的那一天，我们就一直有个梦想——让海量的数据和智能的解析，跨越渠道的联动，激发出新的认知，并用这种认知来冲击我们的大脑，刷新我们的认知。

而在这个梦想中最灿烂的部分，就是我们认为通过私域、公域数据的联动分析，是可以找到那些处在萌芽的、非常危险的、消费者也苦于其中的“体验风险”，并在它成长为“风暴”之前解决它。

但是，过去囿于底层数据的治理、接入、NLP能力的进展，我们一直只能追踪那些绝大多数我们已知的问题，希望把它们看得更透、更全。

终于，GPT-3的横空出世，给予了我们极大的鼓舞和启发。GPT-3对于人类语言的理解能力以及它本身具备的世界知识库能力，与我们的垂直行业体验知识库相结合和印证之后，激发出了新的火花。

没有无缘无故的爱，也没有无缘无故的恨，一切都有原因。大风起于青萍之末，而风暴成于内外交汇之时。

在引入大模型能力之后，我们豁然开朗：最复杂的问题往往需要最简单的解决逻辑。私域的客户之声和公域的客户之声一旦彼此关联呼应，就会生生不息。

2023年，我们为多个汽车厂商客户开发了全渠道客户之声平台的“风险预警”功能，并且成功地预警了数十起尚在萌芽期的风险事件，既为甲方厂商防患未然，也帮助消费者更快地解决了困难。

可以说，现在有一部分建立起成熟的、完善的全渠道客户之声平台的汽车厂商，对于即将到来的315应该是心有光明、胸怀坦荡、尽在掌握了。

全渠道客户之声，不是伪概念，也不是调研咨询项目的排列组合，它能够帮助企业真正践行“以客户为中心”的体验战略，听见全部客户之声、听清所有客户需求、听懂一切客户期待，并最终创造出更新鲜的、更美好的体验与世界。