客户体验数据和运营数据融合，企业驱动增长“黑科技”
前言
存量时代，如何实现新的增长是企业普遍关心的问题。改善客户体验，提高客户忠诚度，已经成为企业降本增效的重要路径。然而，国内大多数企业决策者对客户体验的认知仍较为传统，“客户体验管理”平台的构建也尚处于发展初期。
Choiceform巧思科技·全体验管理研究院出品《TX101-全体验管理指南》，将从何为“客户体验”概念入手，梳理CEM应用流程，细化拆解各核心要点，帮助行业相关从业人员深入浅出地了解客户体验在企业竞争中的重要意义，为存量时代如何玩转体验经济打下扎实基础。该指南共包含14个课程。
我们相信，无论你是企业决策者，还是IT、营销、研究、用户体验等部门的资深从业者，或是对客户体验感兴趣的初学者，在聆听过程中你一定会有所收获。这不仅有助于你事业的成功，也有利于你的企业“赢在客户体验管理”。
为便于阅读与交流，您可关注官方账号，申请获取《Choiceform TX101全体验管理指南》。
第三章
数据融合，赋能科学管理客户体验
以下为文字版精华内容
以客户为中心，重视客户体验，深挖存量客户的价值，已成为企业在存量时代寻求增长的新方向。积极的、优质的客户体验，是建立客户忠诚度和良好品牌口碑唯一可持续的方式。那么企业如何科学管理客户体验？本章我们将探讨企业进行科学管理客户体验的关键要素——数据所发挥的重要作用。
丹尼尔·卡尼曼在其著作《思考，快与慢》中指出，一直以来，人们都在经受两套完全不同的“系统”的影响：系统1是凭直觉、记忆、联想和简单的因果关系推动的判断；系统2是理性、谨慎，需要主动控制、且需要有意识调动专注力来分析和解决问题的判断方式。由于系统2的“懒惰”和“高成本”，系统1常常会占据主导地位——仅靠有限的线索和信息片段，“快速”做出并不准确的判断。
在大多数情况下，我们的决策都是基于直觉和以往的经验，因此很容易受到外部环境和内在情绪的影响，从而产生偏差。在企业的决策过程中，由于不同“系统”的影响，决策者往往容易出现决策失误。
#1
“直觉”影响判断，如何避免陷入“直觉决策误区”？
事实上，在企业运营中，决策者本应基于客观、严谨的分析做出决定，而将直觉、联想、经验等作为决策的依据，不仅可能得不到最优的解决方案，反而会对企业造成“严重”打击。
案例
某国际知名快递公司基于假定的客户认知，开展的专递邮件业务，因为更低成本的传真机在市场的广泛使用而宣告失败。
20 世纪八十年代，知名快递公司基于电子文件传送比实物投递更便宜的设想，开设电子文件速递业务，却“忽略”了客户同样意识到了“电子文件传送更便宜”这一点。更多客户选择了一次性投资购买传真机、更低成本地无限次收发信息，而非购买此公司的文传服务。
可见，此公司在没有大量客户调研和数据分析论证的基础上，错误地预判了客户的想法，为该业务被停埋下隐患。这一案例直接印证了一个道理：企业决策者仅凭“直觉”做决策很容易陷入误区。
早在2014年，据普华永道支持的经济学人智库《在决策制定中利用艺术和科学》的报告显示，43%的企业高管承认，由数据驱动的企业在决策制定上获得了更大提升，在制定重大决策时高度数据驱动型企业比一般企业的效率显著提高了3倍。
麦肯锡的一项调查显示，客户数据分析的广泛应用极大地促进了企业的增长。深入应用客户数据分析的企业，获得了高于平均水平的利润和营销收入，远远高于那些只是偶尔做客户数据分析的竞争对手。
不难发现，数据驱动决策已然成为一种“共识”，决策者需要在互动、洞察和分析研究的基础上，依托数据进行管理和决策，避免决策偏差并降低风险。
#2
持续且完整的客观数据是企业实现科学决策的基础
毋庸置疑，数据已成为衡量企业增长的重要指标和长远发展的重要要素之一。然而，在企业品牌运营中存在着诸多难以确定的随机变量，比如客户昨天还是兴高采烈的，今天可能因为某些体验或期望未被满足而产生了投诉。
这表明，客户旅程中各个场景、触点下的客户行为，时时刻刻都在发生变化，而行为变化带来的客户体验以及相关数据的变化，都会影响企业决策的制定和执行。
正如复旦大学郑磊教授所言，“如果数据本身不全面、不及时、不真实，不可能做出好的决策”。因此，持续监测客户行为和体验数据尤为重要：监测变化的频率越高，越能完整洞察客户，且根据客户的实时动态体验所采取行动和管理的能力就越强。
不难预见，企业决策者依托对客户动态数据的收集、分析，能够洞见更真实的运营效果和实时的策略评估。而以持续且完整的客观数据制定商业决策，将真正实现“数据驱动科学决策”，为企业的后续发展提供强劲动力，实现持续增长。特别是对不同维度的数据进行深度挖掘，发现融合价值与潜在风险，正是数据应用的真正意义所在。
01
同样的不满意客户评价，“运营数据”却千差万别
有3位购买了同款染发剂的客户：客户A是无固定购买行为、且投诉频次高的男性；客户B是有稳定购买记录的母亲；客户C是第一次购买的年轻女性，都给该品牌打出了不满意的1分（满分5分）。
企业在细致了解、找出客户不满意的原因时发现，即便3位客户都给出了相同的客评、造成了类似的客户体验，但其群体属性（性别、行为偏好、购买经历、以前的服务信息、与品牌的关联度等有关客户运营的数据）存在着明显的差异。
因此，企业在解决不满意客诉时，其回应和后续的营销动作就需要“区别对待”：如对待客户B，企业可以通过发放优惠券、红包等方式，维系客户关系、激励其保持稳定的购买忠诚度和粘性，而此方案则不能适用于客户A和客户C。
可以想见，当同样是客户体验为“不满意”的数据产生后，企业在面对拥有不同背景、不同经历的客户时，其处理方法和解决方案显然也应该是不一样的。
02
同样的购买行为，“体验数据”却大相径庭
有3位客户：客户A为年轻男性、客户B为老年人、客户C为孩子的母亲，在同一时间、同一门店、以同样价格购买了同一款手机，但在使用手机后，基于他们关注点/功能需求的差别，造成的客户体验是截然不同的。
客户A以“手机颜值高、玩游戏流畅”表达出其对该款产品满意的体验评价；客户B因为手机使用复杂、莫名弹出的广告和app下载，对体验表达出了不满意的评价；而客户C则因为给孩子拍照方便且清晰，给出了一个比较满意的体验评价……
由此可见，面对同样的产品或服务（刺激物）等外因，每个人的消费体验也都是不一样的，涉及的体验数据结果亦不尽相同。
#3
体验数据＋运营数据
使企业全面洞察每一位客户、驱动业务增长
众所周知，不同维度的数据，记录着不同的信息。
——体验数据（X-Data）是体现客户对品牌最直接的感受和看法，且只有通过与客户的“互动”才能获取。它通常会告诉企业为什么会发生这种情况；
——运营数据（O-Data）则记录的是客户的行为信息以及企业业务数据，它告诉企业客户已然发生的“行为”；
事实证明，X-Data与O-Data是相辅相成的共生整体，没有运营数据，则企业后续的行动可能得不到精准改善，进而影响业务指标的转化；如果没有体验数据，客户洞察则可能失准，影响“个性化精准营销的真正落实……
想要全面洞察客户、科学管理客户体验，势必要将体验数据（X-Data）和运营数据（O-Data）等多源数据有机结合、融合利用，打通“体验+运营”的数据闭环，去前瞻判断、科学决策，有针对性地进行商业行动：
让多源数据真正与商业结合，并将其作为企业的持续性战略、不断管理和优化客户体验，才是 “数据应用的科学方法论”，才能更好地达成中长期的业务增长目标。何为体验数据（X-Data）和运营数据（O-Data）？他们如何在企业增长中发挥作用？后续我们将以两大章节进行解析。
