2020-08-20 鹈鹕全面客户体验管理 | 译者：马振江
[ 编者注：客户旅程管理软件服务公司 Pointillist 发布了《2020 客户旅程管理和客户体验测量报告》调查了全球 1050 位客户体验、客户服务和营销专业人士，以揭示关键趋势、洞见和基准。我们经过编译，分享给大家。]
2020 年，客户体验在各行各业的重要性毋庸置疑。但是，是什么让一些组织在管理客户旅程、衡量结果和改善体验方面比其他组织更有效呢？Pointillist 调查了世界各地不同行业的 1050 名客户体验、分析、客户服务和市场营销专业人士，研究行业领先者和落后者的区别。在本报告中，我们将探讨以下主要发现和见解：
01 | 通过数据驱动的、基于旅程的方法来衡量和改进客户体验，高绩效企业获得了成功
几乎所有的组织都认识到基于旅程的客户体验方法的价值。最成功的组织都是围绕客户旅程进行调整，并更有效地整合旅程数据、分析客户行为和协调行动。
02 | 无法量化投资回报率仍然是客户体验面临的最大挑战，也是增加投资的障碍
客户体验团队仍然在努力量化投资回报率，这使得他们很难获得新的客户体验计划的批准和预算。对于不成功的团队来说，这个问题最严重，他们表示其客户体验衡量项目不成熟或不存在。
03 | 缺乏集中的旅程数据来源是有效测量客户体验和个性化的主要障碍
客户体验测量的最大挑战仍然是缺乏集中的客户旅程数据。数据孤岛问题限制了不成功的团队了解客户整体体验、有效衡量客户体验和组织个性化体验的能力。
04 | 客户之声（VoC）数据并不能说明全部问题
大多数企业收集客户反馈数据，净推荐值（NPS）和客户满意度（CSAT）仍然是最常用指标。然而，受访者表示，他们在使用反馈数据进行客户体验测量时面临挑战，因为无法将反馈数据与跨渠道行为相关联，它不能反映客户的整体体验，而且很难将其与收入、流失率和客户终身价值等有形业务成果联系起来。
05 | 高绩效企业在利用技术改善客户体验和业务成果时，采取了更复杂的方法
各组织在使用先进技术（如 AI、旅程分析和旅程编排）来管理客户旅程和衡量客户体验的方法上不断成熟。表现优异的企业专注于使用人工智能进行基于旅程的分析，例如快速检测客户体验问题，预测旅程或业务结果，并精心组织个性化体验。
为了找出表现最好的团队与其他团队区分开的关键因素，本报告根据受访者对公司客户体验的总体满意度，将他们分为三个部分。
企业领导者必须找到一种方法来克服挑战，并提供卓越的客户体验。高绩效的组织依靠基于旅程的方法来有效地管理和衡量客户体验，并使业务成果最大化。事实上，超过 95% 的组织已经采用了基于旅程的客户体验方法，而且十分之八的受访者表示，基于旅程的战略对其业务的整体成功至关重要。超过 90% 的受访者表示，基于旅程的方法对他们发现改进客户体验的机会、根据目标和指标调整团队，以及理解关键旅程信号有积极影响。超过 50% 的公司也有专门从事旅程管理或旅程分析的角色或团队。
随着客户需求和目标的快速发展，以客户为中心的领先者正在优先考虑在客户分析和洞察方面投资，以满足客户的期望，并在竞争激烈的环境中取得成功。
大多数组织都采用了基于客户旅程的方法来衡量和改进客户体验和业务结果。高绩效团队比一般或表现不佳的团队更有可能使用这种方法，并相信这对他们的整体成功至关重要。
现在，许多公司都在围绕客户旅程来构建他们的组织。大多数高绩效的公司（70%）都有一个专门负责旅程管理的角色或团队，而低效公司里只有 31% 有类似角色。
平均而言，高绩效团队会在 6.4 个不同客户体验领域使用这种方法，而低效团队在 4.6 个不同领域使用这种方法。超过一半的高绩效团队使用基于旅程的方法实现：
有效地整合、分析和处理旅程数据是一个成功的客户体验项目的基础。高绩效团队在客户体验的三个主要领域更加有效：数据集成、旅程分析和编制。在整合跨渠道数据，创建统一的客户档案方面，高绩效团队比低效团队有 7.9 倍的效率，这有助于提高他们分析旅程和跨渠道个性化参与的能力。
事实上，低效团队比高效团队缺乏跨渠道旅程数据的可能性高出 3.6 倍。数据无法访问，或按业务职能划分为孤岛，这阻碍了他们建立统一客户视图的能力。
近三分之一的高绩效团队表示，他们的跨渠道客户数据可以被访问，并整合成统一的客户视图，成为客户体验项目和计划的一个不可或缺的驱动力，而只有大约 3% 的低效团队可以这样说。
近半数（49.7%）低效团队无法访问数据，或表示数据在渠道内是孤立的。高效团队更有可能在三个或更多渠道中连接行为数据。有效的数据集成，使他们能够快速分析旅程数据、生成洞察力和协调行动，改善客户体验。
连续第二年（参考 2019 年的报告），量化客户体验计划的投资回报率成为首要挑战。各个行业的组织都在努力将客户行为和旅程与关键业务 KPI 联系起来，如收入、流失率、服务成本等。只有 21% 的受访者对他们量化客户体验对业务指标的影响能力非常满意。而难以量化投资回报率的受访者对他们的业绩和客户体验投资结果的满意度要低得多。
40% 的客户体验领导者认为，量化客户体验的投资回报率是如今客户体验的第一大挑战。
49% 的客户体验领导者对其组织量化客户体验对硬性业务指标影响的能力不满意。
只有不到三分之一的客户体验团队负责人表示，他们在 2019 年至 2020 年获得了预算的增长。而近一半的人说他们的预算保持不变。超过五分之一的人认为他们的预算同比减少。
无法衡量客户体验对业务结果的影响，会同时影响组织确保客户体验预算的能力。没有这些资源，领导者就无法投资于有效衡量和改善客户体验所需的技术。但是拥有更成熟的客户体验测量程序的高效团队，更有可能量化客户体验对业务结果的影响，这使他们能够获得预算的增加。
几乎有一半（47%）的高效团队表示他们的客户体验测量项目非常成熟或极其成熟，而表现一般绩效团队只有 6%，低效团队只有 1% 多一点。
89% 的低效团队表示他们的客户体验测量项目不成熟或不存在。
数据孤岛是有效衡量和改善客户体验的主要障碍。零散的旅程数据阻碍了组织量化投资回报率的能力。孤立的数据还影响了组织分析跨渠道旅程，产生可操作的洞察和衡量体验的能力，这是客户体验五大挑战中的两个。
打破组织数据孤岛是过去两年中排名第二的整体客户体验挑战。此外，缺乏对客户和客户旅程的一致看法，是连续两年排名第一的客户体验测量挑战。
48% 的企业客户体验领导者认为，缺乏对客户和客户旅程的一致看法是有效衡量客户体验的首要挑战。
缺乏单一的客户视图是客户体验测量的首要挑战。大多数受访者都在努力将跨渠道的旅程数据整合到统一的档案中，更少的受访者将其作为客户体验计划的整体驱动力。
近三分之一的客户体验团队缺乏对跨渠道客户数据的访问，而超过三分之二的团队没有将数据整合到统一的客户视图中。
创建这些统一的档案需要两个关键能力。1)整合所有渠道的旅程数据，2)解析客户身份。60% 的受访专业人士表示，在分析客户数据集时，收集和准备跨渠道的数据是首要挑战。同时，快速生成可操作的客户洞察是客户体验的第三大挑战，是衡量客户体验的第二大挑战。
客户体验专业人士表示，当客户不满意时，组织未能识别并主动干预，以及忽视对客户反馈采取行动，都是对客户体验产生最大负面影响的五大挫折之一。在五大挫折中，有三个与个性化有关。尽管跨渠道个性化很重要，许多组织还是难以有效地、大规模地进行个性化。提供个性化的第一和第二大挑战是数据或组织孤岛，由于缺乏跨工具和系统的集成，使用来自少数渠道或来源的客户数据，会导致消息脱节和有限的个性化。
由于许多组织缺乏单一的客户视图，他们基于孤岛接触点内的有限数据，而不是客户的整体体验来进行个性化互动。这产生了不一致和不协调的信息传递，最终导致了无效的个性化。这一发现有助于解释为什么只有不到三分之一的企业表示，他们能够有效地在正确的时间，通过客户喜欢的渠道，以正确的体验吸引客户。
大多数组织（95%）收集客户反馈数据。对于客户体验专业人士来说，5 个最重要的 KPI 中有 3 个是 NPS（62.7%）、CSAT（54.2%）和 CES（30.9%）。在各个行业、公司规模和工作职能中，NPS 是首要的高优先级指标，其次是 CSAT。
尽管 VoC 数据被广泛使用和具有重要性，客户体验专业人士仍然援引了几个与客户反馈指标相关的挑战，表明仅依靠客户反馈不足以有效衡量客户体验。
VoC 数据的最大挑战是将客户反馈与流失、终身价值和收入等结果联系起来。虽然大多数专业人士依赖它来衡量互动，但他们面临的挑战是采取措施来显著改善客户体验。第二个挑战是，收集客户反馈数据比实际操作和采取行动要容易得多。领导者表示，VoC 数据很好地代表了一个孤立的渠道或接触点内的互动，但它并不能反映客户的整体体验。
专业人士还表示，客户调查和反馈只有少数客户参与，参与率随着时间的推移而下降或停滞不前。这阻碍了组织对大多数没有参与的客户进行满意度评估和结果预测的能力。
60% 的领导者认为，VoC 或其他客户反馈数据面临的最大挑战是，很难将其与有形的业务成果或结果联系起来。
由于数据孤岛化，大多数组织都面临着将 VoC 数据与业务结果（如终身价值、客户流失等）联系起来的挑战。近 43% 的客户体验领导者对量化客户体验对 KPI 和指标的影响方面不满意。
不同的数据也使得我们很难确定哪些旅程能够导致特定的客户反馈。客户体验团队面临的问题是如何确定 VoC 数据的根本原因，这些数据使他们无法产生可操作的洞察和协调行动，来改善体验。
在所有受访公司层面，最优先的投资事项是专门用于解决数据集成和生成洞察力的挑战，并支持基于旅程的方法，改善旅程管理和客户体验测量。高绩效团队利用更复杂的技术，如客户旅程分析和人工智能（AI），提高他们管理、衡量和改进客户体验的能力。
虽然客户分析/洞察和数字转型是所有公司的首要投资重点，但不太成熟的团队正投资于更传统的实践，如旅程地图和数据管理，而表现最好的团队则优先考虑更先进的解决方案，如客户旅程分析、人工智能和机器学习。
调查结果还表明，市场总体上日趋成熟，2020 年投资于客户旅程分析的组织（27%）与旅程地图（25%）和客户之声（25%）一样多。
高绩效团队利用人工智能的可能性高出 1.4 倍，因为 88% 的高绩效团队已经采用了人工智能，或计划在未来两年内采用，而低效团队只有 62%。
在尚未采用人工智能的企业中，三分之一的高绩效团队表示，人工智能或机器学习是他们未来 12 个月内与客户体验相关的三大投资重点之一，而低效团队只有 15%。
而在利用人工智能方面，高绩效团队在应用方面也更加成熟。更快地检测潜在的客户体验问题，预测客户旅程或业务结果，并提供个性化的跨渠道体验，是高绩效企业的 AI 顶级应用。而低效企业利用 AI 进行更基本的应用，如聊天机器人和生成最佳行动。
将人工智能用于更先进的、基于旅程的方法，有助于高绩效者取得成功，增强他们衡量客户旅程和编排特殊体验的能力。
原文地址：
https://www.pointillist.com/blog/report-customer-journey-management-cx-measurement-2020/
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
