智慧化客户运营与体验管理创新

数据智能的快速发展为科技金融提供了强劲动力,第12届数据智能应用典范金铃峰会金融专场汇集了专家和实践人士,与大家分享了如何利用数智化工具提升客户化运营,精耕服务和产品的理论方法和案例。

附图 金融专场嘉宾分享

大数据构筑护城河,精耕细作服务客户

近年来,在大数据等前沿科技的支撑下,人们极大地突破了沟通和协作的时空约束,推动平台经济、共享经济等新经济模式快速发展。作为商业健康险公司,可以从服务和营销两个角度利用大数据进行实际应用。

从服务的角度,一是基于5G、物联网等新兴科技,推动可穿戴设备的推广,采集更多维度的用户健康数据,对用户的健康状态进行长期追踪和提前预警,并通过实时提醒、激励措施,改变用户的健康行为。二是利用大数据和人工智能技术,基于客户理赔数据、健康行为和诊疗数据等,建立相关性模型,预测发病的关键指标及高发疾病的费用情况,以此评估不同客户群体的发病风险和赔付水平,指导分客群精准定价和核保工作,从被动的风险防御,转向主动的风险干预。三是与医疗机构、体检机构等合作,打通支付结算接口,实现理赔直结直付,让客户可以和医保报销一样,在付款时只需要支付医保、商保之外的自费部分,打造极致客户服务体验。

从营销的角度,可以依托线上生态场景,借助私域流量切入特定圈层,提升转化。得益于现在的移动互联网浪潮,居民生活场景实现了全面线上化、数字化和社交化,尤其是作为互联网原住民的新兴人群,更是基于兴趣形成了一个个圈层,流量将逐步由大型平台向私域转移。转变客户经营思路,转变触达用户的渠道,切入不同用户的私域流量池,基于不同私域流量池的特性,开发定制化产品和服务,深度嵌入用户的圈层场景,提升用户转化率和用户粘性,快速建立垂直领域的长期竞争优势。

T验罗盘,指引客户体验管理航行

零点有数“T验罗盘”由内核的三个层次,外围的五个要素组成。核心是内核的三个层次:数据层、算法层和应用层。首先建立客户体验管理系统零点有数D-CEM,实现实时管控客户体验数据、预警、反馈和跟进等;接着同时将客户交互体验的主观数据、业务流水的客观数据及线上渠道埋点数据进行整合,并利用算法包进行提炼和输出;最终为企业内部优化业务流程、修订服务标准、交叉营销、引流优质客户等工作进行一系列的赋能,真正将客户体验管理工作转化为生产运营的抓手。

附图 零点有数“T验罗盘”

而“T验罗盘”外围的战略、组织、制度、理念文化和里程碑五个要素,是有效实现“T验罗盘”成效的支撑体系,是落地实施体验管理不可或缺的部分。只有有了坚定实施体验战略的决心,才能打破业绩至上、体验靠边的思维惯性,从更高的站位牵引企业聚焦于客户体验为中心;只有设立了强有力的组织架构和制度保障,才能保障体验管理战略能推进到企业的每一根毛细血管,实现真正的落地;只有企业内部从上至下对体验管理的文化理念进行宣导,并通过里程碑项目树立起信心,方能形成企业整体从上到下的对于客户体验的重视和信心,坚持不懈的把数智化的体验驱动推动下去。

“T验罗盘”通过“数智驱动,机制保障”双运转,并可以针对不同企业特征进行针对性的设计和有节奏的推进,为企业做好客户体验提供方法论和利器。

内外部体验官,犹如金铃听闻客户需求

T验罗盘内核中有来自多方客户之声的数据源,其中客户体验官是金融机构内部自行搭建的一个团队体系,以协助企业快速反应市场和用户的声音,犹如金铃寓意,风过之处并有回响。

体验官队伍建设是一个系统工程,它是内外部多方力量共同推动而成。它是由金融机构总部和内部各层级员工、外部客户间的持续交互平台,实现高频的、真实的痛点收集,多方参与的共创与策略研讨,形成再体验、再设计的循环迭代。

体验官的运维需要建立明确的管理机制,明确体验官的权利义务与管理方式,体验活动的组织、监控与传播要点,体验官队伍的日常维护、培训、激励与退出机制。零点有数打造的体验官平台将协助金融机构在人员招募、活动发布、社区交流、后台管理等方面进行快速部署和应用,是零点有数基于多年交互经验和先进技术倾力打造的产品,已经在多个行业深度应用。该平台界面清晰,操作简单,可实现个性化部署,支持多角色多层级参与管理,能够快速挖掘体验反馈、服务需求和改进方向,打造服务体验优化交互管理闭环。

关注客户体验官团队打造的企业欢迎使用零点有数的体验官产品,协助共同建立可倾听用户之声的快速反应团队和平台。

数据融合+算法,客户化运营不再难

T验罗盘,内核层的数据建模如何将体验主观数据、业务流等客观数据相融合并运用于客户化运营中去呢?以下将体验数据模型的建模方法进行拆解分析,共分为六步走:

1、明确理论可行性:明确体验数据可用于精准营销的商业逻辑,在本行业是可行的。或者本行业龙头企业已有相关经验,做过类似尝试。其内在商业逻辑为:利用体验数据绘制客户画像,寻找与历史成功复购客户的“长相”相似之人,他们的复购概率更高。

2、梳理数据源:除了已有的体验数据,尽可能获取到客户个人数据和业务数据,并能通过唯一识别号进行数据合并。

3、建立特征工程:对业务数据、客户个人数据、体验数据建立特征工程,将流水型数据转为客户为颗粒的标签。其中,业务数据可包含业务的办理时间、类型、金额、业务员特征。客户个人数据主要涵盖客户的人口学字段和经济状况。体验数据包含对本公司的满意度或NPS打分

4、建立客户一人一档:将三个领域的标签汇聚为客户一人一档,描绘客户的数字画像。如果条件允许,可进一步增加家庭背景、财务状况、业务员特征来作为画像的补充。

5、模型训练:在全客户池中选择合适的训练样本、合适的客户池。可以重点关注最近有复购行为,且非人情单的客户。

6、明确模型产出:将体验数据转化为营销名单,给到一线业务人员时,尽可能输出小而精的短名单,因为每个销售人员的精力有限,要确保每次出击都有收获。同时注意产出的是一份直白的、具体的客户名单,而不是一份研究报告。

零点有数与各个合作伙伴将在体验模型领域不断探索,将体验数据的分析突破传统描述性统计,应用于大数据精准营销方向,使体验数据的价值更上一层楼。

金铃落幕,创新未止。在数智化客户运营的道路上,在客户体验管理的道路上,零点有数将携手合作伙伴一起努力,再创佳绩!