在之前的文章中，我们分享过《做好用户体验管理的四个关键能力》，分别是：
1. 体系建设（重要性：?????）
2. 全域数据（重要性：????）
3. 找到业务提升的驱动力（重要性：?????）
4. 速赢与长赢（重要性：?????）
相应分享内容，点击链接查看：做好客户体验管理的四个关键能力
本次，我们就其中的一个关键能力——全域数据，进一步展开分享。在全域数据中，问卷反馈是当前用户体验管理中应用最为广泛和基础的方式，但大多数企业的企业数据反馈收集也就止步于此。先不论做到全域数据，如果我们想做到更加立体的体验数据收集，在有了问卷反馈之后，第二步就是要把企业内部的VOC数据充分利用好了。
1. 免费天然的特性，只是需要企业把它们好好利用起来，真的很超值。
2. 非结构化，需要通过技术的手段进行结构化后，再进行进一步的分析利用，真的很高效。
遗憾的是，以上两个特点，大部分企业没有利用好。第一，对企业内部的VOC数据视而不见，第二，使用很费事费力的人工的方式去“看”这些海量的VOC。
在数字100的体验宝（CEMpro）用户体验管理系统中，VOC数据只需要一键导入，就可以生成做需要的VOC分析维度。我们使用NLP技术和语音文本转写技术，对声音、文字进行批量的处理分析，可以做到高效的分词、行业知识库打标、词频统计、情感分析、关联分析，帮助客户挖掘这些埋藏已久的用户体验信息金矿。
企业内部的VOC数据可以生成哪些体验分析结果？对企业有何价值呢？
一、客户不满声量趋势跟踪
持续的跟踪和观察客户的不满意点的声量趋势，及时发现客户体验问题的爆发和即时干预，评估体验优化的效果。
二、客户关注点分布
通过分词和词频分析技术（结合行业知识图谱），对VOC数据的内容进行命中分析，了解用户关注点的方向，抓住影响客户NPS的关键驱动因素。
三、体验短板挖掘
在某个关注维度上，挖掘具体的客户不满意原因，找到有待提升的体验短板。
四、关联分析
找到不满意点之间的关联性，达到改善一点，可以联动改善多点的 状体验优化策略。
五、客户原音重现
对于客户抱怨点，找到原始的客户反馈，了解客户不满的具体原因，甚至进行回访，进行客户客诉处理。
六、基于文本大数据形成预测的NPS水平
我们的目的是通过提升客户体验来提升经营绩效，对于测量和了解客户体验的信息渠道，应该抱着开放多元的态度，全域采集客户反馈。将非结构化VOC数据利用好，其价值往往不亚于主动采集的问卷数据。我们非常愿意与客户一起来梳理分析目前企业中已经存在的VOC数据，并共同探讨如何有效利用好这些经济且高效的数据。
声明：本站部分文章内容及图片转载于互联 、内容不代表本站观点，如有内容涉及侵权，请您立即联系本站处理，非常感谢！