如今消费者需求迭代更新速度快,新品爆品层出不穷,品牌方如果轻视消费者洞察,花费大量成本研发的新品不对消费者胃口,可能会直接导致单品销量下降,错过市场窗口期,甚至丧失消费者忠诚度与品牌价值。“选择比努力更重要”——如何精准把控消费者偏好变化,提前预测市场需求,已经是当下品牌方最关注的焦点。
现在的客户越来越难懂了,让他往东,谁知道人家行为上天入地,想法四面八方。明明是给年轻人设计的潮流品牌电视机,莫名出现大批老年人用户;明明以拍照功能为主打的手机,谁知道被客户当成游戏手机耍的不亦乐乎;谁又能想的到,客户买完小龙虾之后,下次复购的往往是黑虎虾品类?小米可能也没想到自己的电视被企业广泛购买放在会议室场景使用,而非家里的客厅。
Redmi MAX 86"电视推出办公模式,满足各种办公需求
客户自主性越来越强,一方面为市场判断带来巨大的难度;另一方面,也给品牌方带来了巨大的机遇:如果能准确洞察到客户的使用习惯和心理,洞察到那些同行竞品还没有get到的点,率先做出市场、产品、服务的调整,或将抢先掌握市场红利,在一众品牌中脱颖而出。
那么面对“不听话”的客户,如何能够做到准确的洞察,了解他们的想法呢?一系列实际案例证明,基于“数据”驱动的客户洞察或许是一个好办法。
早在九十年代,美国一些知名品牌方就在将量化科学的数据手段放到市场行为场景开展尝试,并且产生了很多经典的案例,比如当代谈及大数据必提及的“啤酒与尿布湿”。美国的市场实践告诉我们,基于日常数据的洞察,找到关联点,贴近客户的需求与反馈,就可以完成数亿美元体量的销售的增长。
在“国货当自强”的今天,国产品牌强势崛起。注重消费者体验,快速迭代产品,使用数据手段开展洞察,从而形成过硬的产品质量和服务体验赢得市场,已经成为“新国潮”品牌的重要装备。
➤案例背景
“味库”,是一家成立于2013年底,主营海鲜美食服务的中国海鲜食品电商品牌。成立仅7年,味库便成功打造了一条以鲜活海鲜水产为主的专业海鲜供应链,目前为京东、天猫、顺丰等300多个电商平台、自媒体电商、社区团购提供鲜活水产海鲜供应链服务, 在全国约20个一线城市设有活海鲜电商仓储和分拣中心和专业团队。
2017 年 7 月中旬,味库联合京东,创下24 小时卖出 14 万只加拿大进口鲜活波士顿龙虾的记录。斐然的成绩收到市场认可,更获得资方青睐,当前味库已获得松禾资本、SIG经纬中国的投资。
➤客户洞察
2019年,味库通过数据洞察发现一个有趣的现象,即客户喜欢在购买“小龙虾”后,继而购买“黑虎虾”。该洞察传达了两条重要信息:1、小龙虾和黑虎虾这两个完全不同的品类之间有联系,类似啤酒与尿布;2、小龙虾购买在前,黑虎虾购买在后——小龙虾促进黑虎虾的销售。
➤策略与总结
在客户购买小龙虾之后,发放不同金额的黑虎虾优惠券。味库海鲜这一顺应客户洞察的结果应对之策,将黑虎虾的销量再次大幅提升。
类似味库这种以数据驱动市场洞察的实际案例在国内市场已经屡见不鲜。中国品牌越来越关注用户的体验以及反馈,并希望借此做出有效的洞见。
科沃斯总裁钱东奇先生在企业战略解码中明确提出,要把助力洞察的客户体验管理系统全面使用起来作为“必须打赢的一场仗”。
客户数据管理、分析以及深度挖掘已经成为中国品牌方市场洞察的基础。企业要达到甚至超越客户的期望,就需要有效的市场洞察,了解客户的需求;在此之前,品牌需要对客户数据全面掌握,建立统一客户视图对客户开展全面认知。
客户体验数据的管理、挖掘,如何应用到市场洞察中?根据实践,可以把这种应用归结为三个盲区的规避:
从未意识到盲区点,洞察的广度有限;
有所洞察,但是不全面,缺乏洞察的系统性;
洞察全面,但不够准确,即洞察缺乏精度。
以上三个问题,都有可能导致难以做出决策。
▶▶洞察无法代替客户思考
诚如开篇所说,现在客户的自主性极强,需求多变、洞察难度大。所以,当我们洞察消费者的冲突时,切记不要有“家长”心态,自以为是地认为“我是为消费者好”,而是必须尊重消费者的自主意识。
“五香牛肉粒混入鸡蛋液”,这是2019年刷爆全网的海底捞网红吃法,火锅店老板从来没有想到过,面筋球还有这种吃法。网友将自选调料台上的五香牛肉粒混入鸡蛋液中,搅拌均匀,再将油面筋球打孔,把混有牛肉粒的蛋液灌进面筋球,再用虾滑封口,自创出高配版的“肉糜炖蛋”,打破了传统的吃法。海底捞基于这一客户洞察,培训员工熟悉各类网红吃法的制作,现场帮助用餐的客户主动制作,大大提升了客户体验。
再如舒肤佳推出市面的红石榴、竹炭等系列肥皂,旨在为客户解决深层排浊等清洁问题,但是客户并不止步于此,于是舒肤佳变成了这样:
客户将舒肤佳香皂DIY,手工雕刻更加精致的造型
客户带给品牌方太多的“惊喜”,品牌方越来越难以预测客户,更不能代替其思考,反而应该更加认真的倾听他们的声音。
▶▶大数据拓宽洞察广度——被长辈盖上罩子的雷鸟电视
中国著名电视机品牌TCL,2019年推出针对年轻消费者的子品牌电视雷鸟。雷鸟电视将目标用户群定义为“新世代”,推出一系列的智能电视产品。通过对年轻消费者的扎实调研,雷鸟产品团队围绕年轻人的喜好做了一系列设计,比如外观方面,雷鸟采用一体化设计,将金属超窄边框、独特的三角金属镂空底座、曲面屏幕这几个元素融合起来,打造电视的“颜值之王”。
该款电视机面世后,果然顺利吸引了年轻人下单,广受好评。但是品牌在采集全网用户反馈数据并进行分析后,意外发现被提及最多的称呼为“父母”,相当一部分实际使用电视机的用户为“老年人”。
云听CEM采集分析全网数据得出父母、中老年声量最大
这一洞察结果令雷鸟团队颇为惊诧。通过数据挖掘与分析,雷鸟团队发现电视机的使用场景中,“父母”和“中老年”等同样表现显著。关键词云中,“爸妈很喜欢”和“老人很满意”也被收录。
云听CEM通过AI、NLP技术进行意见提取,得出关键词云
通过关联分析发现:雷鸟互联网电视产品确实准确触达年轻用户,但是作为主力消费者的年轻人,有一部分人为父母[看电视]而买,所以电视需同时满足老年人使用场景,以及年轻用户对影音娱乐和游戏需求。这个过程中,年轻用户是购买者,而父母是受益者,两代人的使用需求更多由年轻人购买决策主导。
雷鸟根据此洞察,在产品设计、品牌宣传等环节作出调整,迎合客户,提升体验。
由雷鸟的案例可见,虽然当代客户拥有强自主性,但是也不是绝对的“无迹可寻”。通过客户的体验反馈数据的挖掘、清洗、分析等一系列大数据手段,可以帮助企业洞察到一些被忽略、超出经验判断范围的,散落在盲区的点。
品牌方于客服信息以及产品研究、丰富经验,在产品面世一段时间后,往往能够在海量信息中,敏锐的发现一些重要的点,也可以做出比较有代表性的洞见和判断。但是这些洞见往往成点状分布,是否能够形成更全面的洞察体系供各部门参考呢?
➤案例背景
2019年,vivo成立旗下全新子品牌——iQOO,主打“生而强悍”,面向与互联网人群。配置了包括全系搭载高通骁龙855芯片、最高12GB超大运存搭配256GB超大存储、超快闪充技术等当时领先的参数。而售价却出乎所有人意料,仅2998元起,要知道一个骁龙855的芯片成本就小一千。
届时,骁龙855芯片首次面世,同时被国内三大国产手机采用,外观、价格、续航、性能、体验,到底谁家更胜一筹?一时间甚嚣尘上,国内一片瞩目。
➤品牌洞察
在白热化的竞争环境下,iQOO的市场洞察反应速度极快,产品上线半个月,就参考客服部门基于客户沟通的反馈信息,提出几个重洞察点:
iQOO用户表现为三个特点:
非常了解手机的资深用户、参数党属性明显可轻易分辨营销内容、对价格促销较不敏感;
龙855,大电池是用户选择的重要理由;
客户反复提及的手机特点:运行流畅,闪充厉害,外观炫酷,游戏体验震撼等。
IQOO Neo5 首销20分钟销售额破3亿
产品上市三周后,从客户体验管理的角度,借助客户体验管理系统,iQOO从两个维度,对客户体验数据展开全面的分析:
1、指标纬度。
其数据指标覆盖:用户口碑分析、用户追评分析、用户口碑变化趋势、卖点分析、正面意见对比分析、负面意见对比分析、外观对比分析、电池对比分析、操作系统对比分析、屏幕对比分析,拍照对比分析、游戏压感按键、用户对比结果等。
2、竞品维度。
结合品牌方需求,综合数据范围,针对同期上线的,同样以骁龙855几款国内著名手机产品作为竞品,在指标纬度的基础上对比分析。
早期的快速洞见有其价值,并不能完全替代,就如《思考,快与慢》中提到的,我们只是多一种分析维度而已。系统性分析是对快速洞见的补充,从而更加科学体系化的进行客户洞察。
▶▶洞察的可参考性建立在全面的指标体系之上
市场洞察是一项系统运作,洞察分析需要涉及几十个甚至上百个客户体验数据变量,如何基于产品所在行业的特点,系统并完整地设计整套评估指标,是洞察是否能有效指导决策的重要一环,也是对从业人员的考验。
分析指标可分为不同颗粒度,便于从粗粒度到细粒度进行分析。以vivo的电商业务为例,其指标涵盖产品、服务、市场、物流等多个方面。产品方面,一级指标为外观、性能、拍照、电池、屏幕、操作系统等。其中,外观这个一级指标又可具体分为整体外观、手感、机身颜色、机身大小、做工/工艺、机身厚度、机身重度等。
据统计,就手机品牌的指标体系而言,云听CEM搭建的一级指标即多达37个;基于一级指标搭建的二级指标多达142个。
云听CEM的日化产品指标体系部分概览
▶▶非结构化的数据结构化——NLP让语言变的可度量
还是回到vivo的案例。产品组,在和客服部门沟通调研后,形成了客户关于产品问题的若干反馈,覆盖很准,但是却没有办法系统衡量。究竟哪个问题更加重要?没有数字化表现,从而难以形成决策参考。那么如何将散落在互联网上的客户反馈的声音,这些非结构化的数据,变成可量化的分析结果呢?
我们认为,就以客户使用体验的反馈数据为数据源的洞见而言,基于NLP技术的两大技术方案,可以有效解决这一问题。
方案一:情感倾向分析
基于深度学习的自然语言处理技术(NLP),对客户使用体验的反馈数据(评论文本)中所提及的指标,可以进行情感倾向分析(正面、负面、中性)。例如,下面这条评论提到了外观、操作系统、电池、拍照等指标,对外观、操作系统、拍照的反馈是正面的,对电池的反馈是负面的。
云听CEM通过NLP技术进行指标识别、情感分析
▼对提及指标的正面反馈,以绿色表示:
▼对提及指标的负面反馈,以红色表示:
方案二:典型意见挖掘
基于深度学习的自然语言处理技术(NLP),对客户使用体验的反馈数据(评论文本)进行典型意见挖掘。以智能手机品牌的二级指标「手感」为例,挖掘二级指标「手感」这个指标下负面反馈的典型意见,发现负面反馈基本围绕「手感比较重」展开,定位到了具体问题。
在大数据技术,NLP技术的帮助下,非结构化的客户体验反馈,变成了结构化数据,可以以数字、占比、可视化图形等方式展现,精确的将客户体验等洞见结果反馈给品牌方,帮助其提供有效参考。
▶▶AI大数据和调查问卷搭配使用,互补短长
除了AI大数据技术的加持,传统的问卷调查,也是客户洞见的重要方式。
但是,问卷调查方法一直以来受到诟病的最主要原因,就是“自我报告“的不准确性,一方面被访者没有足够的动机和动力来曝露私人信息,面对一些不太好回答的问题,自主填写的过程可能出现偏差;另一方面问卷调查的问卷设计、下发、回收、分析、结论输出需要相当长的时间周期,其时效性不强。虽然有一系列增强信度、效度的方式方法,但是无法避免的,传统调查问卷的洞察结果,其精度有一定的折损。
大数据分析的优点为全量数据、数据结构的多样性、实时性以及可信度高,这些特点很好地弥补了传统问卷调查的缺憾。和cookies的数据不同,客户体验管理的数据源主要为客户购买产品/商品之后的反馈留言等数据。
这里需要注意两个点,第一,客户反馈数据为产生购买行为之后的客户原始数据,是客户对产品体验最直观的反馈,非常具有深度挖掘的价值;另一方面,对客户反馈数据需要进行全渠道采集,覆盖电商数据、社交数据、企业内部数据等等,最大可能达到“客户反馈全量数据”。
但需要注意的是,大数据分析和问卷调查在洞察中不是零和关系,而应该互相结合使用。大数据洞察系统同样可以为品牌方提供更多问卷调查模板以及快速的分发和回收的功能。支持品牌方针对大数据分析出的结果,开展更深度的调查,追溯数据结果背后的深层原因。
今天的中国市场已经进入技术驱动、数据驱动、AI驱动的新国潮、新国牌时代。我们的客户的自主性、创造性在纷繁而又昌盛的商品经济环境中,呈现出前所未有的创造性,这为洞察带来难度和挑战,但为市场带来机遇。
我们的品牌,正在使用各种方法论、各类数据工具,深度关切客户体验的各种反馈,并从中获得洞察。科学高效的数据工具,可以帮助品牌方,拓宽洞察的广度,寻找到那些散落在视觉盲区的点;让洞察的维度和结果更加体系化,更具参考性;NLP技术的应用以及数据搭配问卷调查的方法论,可以保证洞察的精度和实效性。
当前,中国各垂直领域头部企业如OPPO、vivo、科沃斯、TCL、联合利华、相宜本草、百草味、味库、汤臣倍健、Ubras、科大讯飞等,都已经介入专业的客户体验管理系统,辅助客户与市场洞察。更多关于客户体验管理的问题,可私信讨论。
本文作者:云听CEM客户体验研究院 @陈雪 Addison
本文编辑:云听CEM @Joie
图片编辑:云听CEM@Shelly Chan
和数阔云听体验专家一起开启客户体验管理之旅!
申请试用