为智慧园区预测“诋毁者”,提升NPS

2023 年 5 月

在 NPS(Net Promoter Score 净推荐值)指数中,客户打分区间在 0-6 分的被称为 Detractor 诋毁者。“诋毁者”往往会对企业产生负面影响,比如传播对企业不利的口碑和不再使用企业提供的产品和服务。传统企业通常将客户满意度和 NPS 等客户体验调研工作交给第三方咨询公司完成,如盖洛普咨询、益普索咨询。这样的调研报告专业性强,但是往往费用较高且周期长。以一个园区客户满意度调查的项目为例,咨询公司通常需要前后三个月的时间完成前期准备、数据处理与分析、生成报告。由于没有数字化的工具(如 CEM 客户体验管理系统)动态监测 NPS 等客户体验指标,传统企业往往难以在短时间内发现潜在诋毁者,从而无法在正确的时机挽回客户口碑。因此越来越多企业追求数字化的体验监测。

数据来自 Modellia 与 IBM 的客户案例

全球领先的技术公司 IBM 就在数字化监测客户体验指标上下了很大的功夫,他们与客户体验系统行业领头羊之一的 Modellia 合作,完成了对客户体验指标的动态监测和智能干预,最终提升客户体验、提高客户留存率、签约率和续费率。

IBM不仅仅满足于能够快速的解决客户主动反馈问题,而是希望在客户最终认定一次糟糕的体验之前,就提前预知客户是否有存在不满意的风险。为此,IBM 建立了一个净推荐值预警系统(N.E.W.S)。利用NPS记录、工单记录、问题管理记录和操作指标等数十个来源,IBM 开发了一个数据模型,可以在客户向 IBM 技术支持部门提交问题(工单)时,预测该客户的 NPS 分数。

NPS 越高,代表着更高的重复购买率(约三倍)
IBM 数据科学家判断高 NPS 客户(9-10分)较其他客户,有更高(约三倍)的重复购买率(比如对某些产品续费或签订更多的产品或服务)。举个案例,一名北美区 IBM 客户负责人发现一家汽车经销商的 LTR (愿意向他人推荐)得分异常的低。他迅速查看该客户与 IBM 的近期交互,发现是最近的一次提案导致了这个问题。通过快速处理反馈并修复上一份有缺陷的提案,客户经理能够确保客户续约成功,从而避免了百万美金合同的流失。
48x48 锦绣科学园小程序logo

为深圳锦绣科学园设计的小程序中,我们同样引入了客户体验评价功能。在用户完成每一次报单后,会对客户进行满意度评价的推送。园区小程序对客户体验最显著的提升是将数十条线下办理的流程线上化,提高了办事效率。如办理停车月卡、物业报修、预约会议室、投诉建议等等。

锦绣科学园小程序 园区服务界面
锦绣科学园小程序 客户报修界面
锦绣科学园小程序 满意度评价界面
得益于我们自研智慧园区平台丰富的产品和应用,我们能够将客户在小程序上的报单连接到自研产品 Rwork 物管+ 工单系统中,从报单到领单、处理、验收、完成和评价做到自动流转和闭环。

结合 IBM 和 Modellia 针对“诋毁者” 智能监控预判的案例,我认为我们的工单系统 Rwork 和锦绣园区小程序可以在未来发挥同样的功效。下一步,我们需要梳理和总结针对园区客户的所有触点及客户体验指标,再进行针对性的数据埋点。最终根据数据反馈提前预判有可能成为“诋毁者”的客户,进行干预和即时止损。

根据润信智慧园区所有系统(园区小程序、Rwork工单系统、 Rspace计费系统、Rlink 物联网平台等)可以获得的数据,猜想有可能的干预时机:

  • 在租约周期到期前 N 个月,客户报单(报修、投诉等负面报单)数量 > N
  • 客户报单未处理或超时处理
  • 客户对服务评价打分 < N
  • 申请多次或大件物品放行
  • 关键客户月卡未续费时长大于 N 个月
  • 同个公区地点/设备/设施报修次数 > N
  • 同个公司报修次数 > N
  • ….
上述的指标猜想仅为参考,其中的数字 N 需要更多数据和专业知识推导。并且,为了更科学的设定上述指标,需要产品、园区各部门、客户体验团队等多团队协作,创建并不断完善属于我们自己的净推荐值预警系统,得以更准确的预测“诋毁者”,为企业及时止损、创造利润。

为什么建设智慧园区需要关注客户体验?

通常智慧园区会被理解为园区中具有智能设备设施、智慧软件、智能楼宇等具体实物,客户能感知的功能性体验。然而,情感体验的创新和数字化运营的创新才是传统园区向智慧园区转型的发展趋势(华为&埃森哲, 2020)。
作为拥有超过 15 年园区运营经验的集团公司旗下的用户体验设计团队,我们将不满足于引入客户体验评价系统和将传统的客户体验调研系统线上化,我们要拥有 IBM 对待客户体验的重视程度,做到对客户净推荐值和客户体验评价的预警,在关键时刻做出正确的动作。

我认为更重要的是,我们的所为,将在公司上下推动“以客户为中心”的文化,使得无论是一线员工还是具有决策权的领导在工作中都受到该文化的影响,更正确的、积极的服务客户。

微信号 fungfun

Bingo!

您大概用了多少秒在电脑面前用鼠标从这 36 个选项中找到了“粤”呢?

想象一下用户在一个狭小和较暗的车内空间里使用手机来操作,再加上外部繁杂的交通引发的情绪影响,找到这个“粤”,需要更久的时间。

根据在现场的观察,用户选择车牌省份的平均时长是 5 秒。个别用户还会出现误点到其他选项,再重新选择的情况。