2026-08-27 鹈鹕全面客户体验管理 | 译者：马振江
客户服务团队正处于转型期，既要应对日益庞大（且日益碎片化）的技术栈，又要满足客户日益提高的期望。与此同时，他们还需在高管要求采用人工智能（AI）的压力，以及客户尚未完全信任 AI 的顾虑之间寻求平衡。
与此同时，管理层如今对客户服务的看法也发生了变化。他们将其视为一种竞争优势，而非成本中心。为此，他们将在 2026 年增加服务技术预算，其中许多企业的增幅相当可观。
但增加投入并不能解决根本问题。真正起决定性作用的是，品牌如何利用其工具在各个接触点上建立并维系与客户的联系。当你提供真正卓越的服务时，最终会赢得满意的客户，他们会：
2026 年增长最快的品牌，是那些将客户服务超越单纯支持的品牌——对它们而言，每次互动都是加深客户关系、为下次购买创造条件的契机。而要实现这一点，服务团队和营销团队必须基于相同的客户数据开展工作，而不是各自为政。
为了了解当前 B2C 客户服务的现状、挑战和机遇，我们对美国、英国和澳大利亚电商、零售及酒店业领域的 500 多位客户服务决策者进行了调研。在本报告中，我们将梳理此次调研的洞察与要点，并探讨品牌如何打造更优质的客户体验。
随着技术的不断扩展，客户数据正变得日益分散。这种脱节使得满足客户个性化服务期望变得更加困难。
客户服务团队的技术栈复杂程度中等：67% 的团队使用 1 至 7 种工具。在这些工具中，客户关系管理（CRM）是服务型企业使用最广泛的平台。
但阻碍服务团队发展的并非工具的复杂性。问题在于技术栈的碎片化，以及与组织内其他团队之间整体上的脱节。如果你的 CRM 系统、工单系统、电子商务平台和在线聊天系统之间无法互通，就会错失实时背景信息。这会给服务团队和客户双方都带来更多工作量。
2026 年，客户服务技术的强大程度将取决于它能够激活的客户数据。当服务和营销团队基于共享的实时洞察开展工作时，每个面向客户的团队都能全面掌握客户旅程的背景信息，从而将互动转化为连贯的体验。
随着客户服务技术的不断扩展，数据质量的维护变得越来越困难。虽然 55% 的服务负责人认为其客户数据质量良好，但认为数据质量“优秀”的不到 30%。数据不一致或难以获取会拖慢团队的工作效率，甚至让功能强大的工具也显得笨拙难用。
优秀的企业更倾向于使用客户数据平台（CDP）：这类系统能够大规模地收集、整合和存储来自多个来源的数据，为每位客户建立单一数据源，并将其提供给分析与执行系统。当高质量数据能在系统间顺畅流动时，服务团队就能将更多时间用于提供清晰、有依据的支持，而减少在查找背景信息上花费的时间。
与此类似，对客户服务工具非常满意的团队中，超过半数（55%）将数据质量评为“优秀”。这表明，服务团队对其技术栈的满意度与能否获得坚实的数据基础密不可分。若缺乏这一基础，相关工具的作用将大打折扣。
个性化正日益成为客户服务工作的重点。近四分之一的企业预计，未来 2 至 3 年内，通过改进数据和技术集成，服务将变得更加个性化。这符合消费者的期望：我们之前的报告显示，74% 的消费者希望品牌能提供更个性化的体验。
企业认为其团队的架构能够满足这些期望，其中大多数企业表示其营销团队和服务团队之间保持着密切合作。但考虑到这些团队所依托的数据——仅有 34% 的企业“非常赞同”服务团队能够获取高质量的客户数据——情况便截然不同。
如果没有这些共享且可靠的数据，个性化服务就很难付诸实践。客户对话在不同渠道之间转移时，上下文信息会丢失，即使各团队保持协调并努力解决客户问题，用户体验仍可能显得不连贯。
随着技术栈的不断扩展，如果客户数据分散在各个工具中或被孤立，服务团队在实现个性化方面将面临困难。真正起决定性作用的是，围绕每个客户互动的单一可信数据源，将现有的工具统一起来。当客户数据在客服和营销部门之间自由流动时，团队可以基于相同的客户全景视图开展工作，凭借更丰富的背景信息加快响应速度，并确保跨渠道体验的一致性。
客户服务领域的领导者担心，客户尚未做好迎接 AI 广泛应用的准备，但客户实际上已经愿意在处理日常事务时与 AI 互动。他们无法容忍的是，那种让人感觉被绕来绕去、给出不准确答案，或者阻碍联系人工客服的 AI。
近半数企业将“客户信任问题或抵触情绪”视为采用和推广 AI 面临的首要挑战。
有趣的是，消费者对 AI 的抵触情绪并没有企业想象中那么强烈。40% 的消费者表示，AI 助手实际上增强了他们对品牌的信任。与此同时，68% 的消费者更倾向于选择 AI 的即时回复而非人工回复，超过 40% 的消费者在处理订单咨询、修改和退货时更倾向于使用 AI。
当然，仅凭这些偏好并不能保证客户在每次与 AI 互动时都对其产生信任。36% 的消费者担心个人数据被滥用，15% 担心得到不准确或有误导性的回答，另有 15% 担心在出现问题时无法顺利转接人工客服。
因此，消费者对 AI 持开放态度，许多人甚至更倾向于让 AI 处理简单任务。但企业也需要认真对待消费者的担忧，投资开发既可靠、又能理解上下文、并能与人工支持相结合的 AI。
AI 客服担任一线支持角色，当互动变得复杂或需要提供高级服务体验时，人工客服便会接手。由此构建的系统，既实现了全天候的 AI 覆盖，又在最关键的环节充分发挥了人类客服专业知识的作用。
三分之一企业已在客户服务中部分应用了 AI，但大多数企业尚未采用该技术。仅有五分之一的企业在至少一项服务职能中全面部署了 AI。
这种犹豫似乎是故意的。如果用 AI 取代客服团队，反而会印证客户对无法获得人工帮助的担忧。相反，在那些既能快速解决咨询问题、又不至于失去客户信任的领域应用 AI，企业可以为客户提供支持。
例如，零售和电子商务品牌通常利用 AI 处理订单状态、退货和物流更新等高频咨询，无需人工客服介入即可为客户提供快速、一致的答复。在酒店业，AI 常被用于总结冗长且包含多条消息的工单或预订对话记录，以便人工客服能够快速掌握问题情况，并专注于解决复杂或高价值的请求。
当我们考察企业的 AI 实际发挥作用的领域时，这种有针对性的方法就显得合情合理了。企业报告称，在处理常规的大量咨询方面，AI 表现强劲：62% 的企业表示 AI 在解答常见问题方面非常成功，而在处理产品信息（59%）、订单追踪（57%）和账单（57%）方面的表现也同样出色。
这些咨询的共同点在于，它们大多属于信息查询类，且解决路径相对明确。客户提出一个简单直接的问题，而 AI 经过训练，能够根据现有客户数据、品牌官网及其帮助文档来作出回应。这类情况几乎不存在模糊空间，也不需要进行主观判断或处理情感上的细微差别。
换句话说，许多团队正有意识地选择数量较少、管控更严格的应用场景，确保 AI 能在这些场景中展现出显著的优异表现，实现既惠及客户又惠及企业的双赢局面。通过自动化处理这些交互，人工客服可以将精力从处理常规问题转向影响更大的工作，从而加强客户关系并创造长期价值。
三分之一的企业将「担忧岗位被取代」列为采用和推广 AI 面临的首要挑战之一。这种担忧并非空穴来风：尽管现实情况并非如此，但媒体头条却总爱聚焦于 AI 将完全取代人类劳动者的论调。
对于大多数客服团队而言，AI 并未对人员配置带来根本性改变。44% 的企业表示，实施 AI 或自动化，并未导致其团队规模或结构发生显著变化。部分团队的人员规模略有缩减（12%），而另一些团队则因 AI 推动业务增长而实际增加了新员工（25%）。
从 AI 投入实际应用中获益最大的团队，往往正是那些之前尚未采用 AI 的团队。没有自动化交互功能的公司，其人工客服人数在 10 人及以下的比例是其他公司的两倍。AI 可以处理常规咨询，缓解人手紧张的团队的压力，为人客服腾出时间，使其能够专注于真正需要人工回应的互动。
AI 绝非要取代人类。它为团队提供了所需的支持，帮助团队实现规模化发展、应对业务高峰，并将人力集中投入到最需要判断力和同理心的领域。服务部门负责人拥有巨大的机遇，可以利用 AI 来增强团队实力，而无需彻底重组团队。
消费者对 AI 的信任，并不取决于你在客户服务流程中的哪个环节使用它，而是取决于它与你的数据联系有多紧密。
AI 可以访问完整的客户档案（包括购买历史、过往互动、偏好以及当前旅程阶段），提供快速、明智且切合实际的支持，同时持续丰富每个客户档案。例如，当客户聊天询问某件商品何时补货时，AI 客服可以将其对该产品的兴趣记录在档案中，并将客户纳入自动补货通知流程，确保未来的跟进既及时又切合实际。
目标是将 AI 无缝且个性化地融入服务中，让客户根本不会去思考自己是在与真人还是与 AI 聊天机器人对话。他们只是获得帮助，然后继续前行。当 AI 让客户服务变得更轻松而非更困难时，信任就会随之增长。
各公司正在大力投资自助服务，以缓解咨询量带来的压力。但那些将最多交互转为自动化的团队，在应对需求高峰时仍比同行面临更大的困难。
尽管自助服务选项日益普及，但绝大多数客户互动仍由人工客服处理。目前，超过三分之一的企业提供了多种自助服务渠道，包括 AI 客服、在线帮助中心和客户门户；近四分之一的客户服务负责人预计，未来一年内将有 41% 至 60% 的客户互动转向自助服务渠道。
这是一项重大转变，尤其是考虑到目前有 15% 的企业尚未借助自助服务处理任何客户互动。但仅仅将更多咨询转移到自助服务，并不能保证为客户提供更好的体验。自助服务要想真正帮助客户，就必须一次就能解决问题。它需要让客户能够自主快速、准确地找到答案，而无需等待人工接听，也无需重复提供信息才能解决问题。成功意味着消除阻力，而不是增加阻力。
使用自助服务处理超过 60% 的客户互动的团队，往往对自身数据和客户服务技术持更积极的态度。
与其他公司的服务团队相比，自助服务水平较高的团队具有以下特点：
但总体而言，咨询量过大（包括高峰期）是最常被提及的客户服务挑战，而且即使团队采用了更多的自助服务渠道，这种压力也没有减轻。在那些自助服务处理超过 60% 客户互动的企业中，高峰期的业务量被认为是首要挑战的频率更高：这些团队报告该问题的比例比总体样本高出 27%。
如果在现有系统基础上增加更多自动化功能，但配置不当且未能真正满足客户需求，这样不一定能让服务变得更好或更快。
将更多业务量转移到自助服务渠道，不一定能自动减轻团队的工作压力或提升客户体验。当自动化系统缺乏互联性或无法识别上下文时，它并不能缓解压力，而只是将压力重新分配。客户在使用自助服务选项时会陷入僵局，或者最终还是会将问题升级，只不过此时他们会感到更加沮丧。
只有当自助服务渠道能够像客户服务团队的一部分一样运作，而不是让客户不得不绕开的独立系统时，它才能成为一项资产。客户之所以信任自助服务，是因为它能一次解决问题；而团队之所以信任它，是因为它能切实减少咨询量，而不是制造更多后续工作。
企业已不再将服务视为需要控制的成本，而是开始将其视为在竞争激烈的商业环境中脱颖而出的途径——在这个环境中，客户期望每个品牌都能提供卓越的客户体验。
如今，61%的客户服务负责人表示，AI 和自动化技术已经帮助加快了服务交互速度，并提高了效率因此，为了延续这一势头，三分之二的企业预计明年在服务技术方面的支出将增加，其中大多数企业预计增幅将超过 25%，这并不令人意外。
换言之，客户服务已不再是领导者希望事后才去解决的问题。他们将其视为客户体验的核心驱动力，并正在加大投入，以使服务互动变得更快、更顺畅、更可靠。
随着更多资金被专门用于客户服务，各公司正明确其投入的目的。他们希望提升客户体验、增强客户忠诚度，并减少客户感到无所适从、被推来推去或被迫等待的情况。近四分之一的企业表示，提高客户满意度和忠诚度是其未来一年的首要任务。另有四分之一的企业计划专门升级技术，以提升服务质量。
这些策略反映了企业对服务如何提升客户满意度和忠诚度的预期发生了转变。当 AI 和人工客服都接受了适当的培训、自动化系统处理了重复性咨询，且团队之间共享客户数据时，服务便能同时实现更加一致、高效和个性化。
随着客户服务预算的增加，其目标并非取代人力或将新工具堆砌在现有工具之上，而是为了更轻松地提供优质服务。领导者之所以进行投资，是因为他们希望客户能够获得更快的响应和更一致的体验。
从历史上看，客服工作一直蕴含着丰富的意图。但这一洞察仅存在于工单系统中，与市场营销和 AI 脱节。客服、市场营销和数据部门各自为政，对客户的了解都只是片面的。
如今，这种情况正在改变。当服务建立在互联工具和共享数据的基础上时——例如，将 AI 驱动的客服系统直接嵌入到支撑营销活动的同一套 CRM 系统中——每一次互动都会为构建单一、统一的客户画像贡献力量。
当服务以这种方式运作时，它不仅能解决问题，还能主动提升营销的智能化水平，使个性化推荐更具相关性，并让每一次体验更加连贯统一。
正因如此，对服务的投入不再仅仅关乎效率。它正日益被视为一种增长杠杆，能够随着时间的推移持续提升客户满意度、忠诚度以及重复参与度。
原文地址：
https://www.klaviyo.com/marketing-resources/state-of-customer-service
本文为作者原创翻译，欢迎转发分享。
转载时需在文章开头注明作者和“来源：鹈鹕全面客户体验管理（微信号：CEM-tihu）”，文字颜色为黑色，且不得修改原文内容。
欢迎小伙伴投稿合作，具体请联系：易女士 Yiml@tihu.com.cn
