卓思：當我們在談論數字化體驗的時候，我們在談論什么？

　　人類對于宇宙規律的認識，往往表現為對具象事物的抽象化過程，數學就是其中最重要的介質與工具之一。學界甚至有觀點認為，這個宇宙的本質就是數學，除了數學以外別無他物。

　　人類在追尋宇宙真理的星辰大海中孜孜以求，但我們遠遠還未達到通過數學邏輯推理出所有宇宙真理的程度。這時候有一種“外門邪功”進入了人們的視野，雖然未知其所以然，但只要我收集的結果足夠多，就能無限接近正確地描繪一般規律。

　　這個“外門邪功”，便是統計學。

　　舉個例子，我手中有一塊木板，上面挖了一個圖形，我想知道究竟是什么圖形，但是不能看不能摸，怎么辦？我拿了一支鉛筆對著這塊木板的范圍無限地往這個木板的范圍內隨機戳點，當戳的點足夠多的時候，未被木板阻擋的部分自然就顯現了這個圖形的形狀。我并不能嚴格證明這個形狀就一定是圖形的樣子本身，但這個形狀是最大概率可能的圖形的樣子。

　　卓思認為，數字化的本質之一，就是利用龐大的數據量對現實世界的各個片段進行描述，并試圖從中找出一般規律的過程。數字化成為這個時代的主旋律，受益于信息時代數據采集方法和數據存儲能力的迅猛發展。

　　我們討論的數字化體驗，無非是如何利用數據對人的體驗進行描述，并在此基礎上對其進行一定程度的干預和影響。

　　然而，體驗是人的主觀感受，用數據對人的喜怒哀樂進行描述是十分困難的。比如，對你“橫挑鼻子豎挑眼”的人也許比對你例行點贊的人更愛你的產品。同理，馬教主120分貝的涕泗滂沱也未必比一句“夜里幽夢忽還鄉，小軒窗，正梳妝”的夜半自語來得讓人更痛徹心扉。

　　商業語境中怎樣進行數字化體驗管理？

　　卓思認為，商業語境中的數字化體驗管理，首先要設計一整套客戶體驗的采集和計量體系，為避免特定片段對整體客戶體驗描述的片面化，應當盡量在企業與客戶產生互動的所有觸點都進行體驗的數字化采集，形成客戶旅程地圖。

　　卓思認為，一個典型的客戶旅程地圖至少包括四個部分：

　　研究：這是客戶接觸企業產品或服務的第一個階段，在這個階段，客戶會大量收集相關信息，來源包括企業官網、社交媒體、廣告等；

　　比較：在這個階段，客戶會將企業的產品或服務與其他競爭對手進行比較，比較內容包括但不限于產品性能、企業口碑、市場占有率、服務質量、價格等；

　　購買：此階段已經意味著企業的成功，但同時也是各類投訴、售后服務和忠誠度問題的開端；

　　支持與售后：在這個階段，企業售后服務質量的好壞對客戶忠誠度及重復銷售的可能性至關重要。客戶忠誠度的培養是個長期而艱巨的過程，但低劣的售后服務往往會輕易地將客戶送到競爭對手手中。

　　完整的客戶旅程地圖可以按照不同的顆粒度形成某一類目標客戶的客戶畫像，并可以針對這一類客戶制定相關的體驗干預策略。

典型的客戶旅程體驗地圖和相關落地接口

數字化體驗管理有哪些關鍵點？

　　卓思指出，在數字化轉型浪潮中，數字化體驗管理還屬于一個相對比較新興的話題，在一些技術領域還存在著較為明顯的難點。

　　首先是客戶之聲數據量的問題。客戶之聲是數字化描繪客戶體驗的基礎，客戶之聲既包括了客戶評論、投訴記錄、網絡輿情等結構化和非結構化數據，也包括了客戶在各個觸點的語音、行為和問卷調查等。在各個觸點采集的數據越全面，對客戶體驗的數字化描述就越準確。

　　第二，全渠道的支持。在移動數字化技術日益成熟的今天，客戶與企業進行互動的接觸頻率和觸點數量顯著增加，實體店、電商平臺、社交媒體、電話、電子郵件無一不是客戶之聲的載體，企業必須在所有存在關鍵觸點的渠道上都妥善投入資源，進行客戶體驗的收集與干預。

　　第三，關注定性數據。定性數據收集難度高，企業需要投入專項資源進行分析和整理，但定性數據經常意味著比定量數據更多的信息量和更深刻的見解，更有助于企業對產品和服務進行改進。

　　第四，需要設定完善的內部溝通和觸發機制。僅僅由體驗管理團隊負責在客戶體驗旅程中采集、分析、輸出報告是不夠的，企業內部的市場、銷售、公關、研發等部門需要及時對客戶體驗管理的輸出結果進行落實，對產品和服務進行對應改進。

　　數字化體驗管理的商業意義

　　企業一直在提“以客戶為中心”，而數字化體驗管理從根本上賦予了企業解決“客戶是誰”和“客戶在想什么”的問題。

　　傳統上，優秀的企業無時無刻不在對產品和服務進行打磨，而數字化體驗賦予了企業能夠高效地圍繞以客戶體驗為中心進行產品和服務改善迭代的能力。圍繞著客戶體驗的多觸點數字化反饋，使企業的反應更為迅速和有效，對客戶體驗的迅速反饋能夠有效提升客戶對企業品牌的認知和忠誠度。被譽為“現代營銷學之父”的菲利普·科特勒曾說過，企業爭取一個新客戶的成本是保留一個老客戶的五倍，“二八營銷策略”即80%的利潤來自20%的老客戶，也足見維護老客戶帶來的巨大效益回報與重要性。

　　體驗，實際上是人類認知的一組集合，通過各個觸點上的數字化采集手段，我們正在致力于將這樣的集合投射為一組某個顆粒度層次上的數據。千人千面，大數據或許永遠無法精確描繪出我們每個人的“眼耳鼻舌身意”，但從商業世界來說，我們要做到的無非就是：

　　“對了，這個就是我想要的。”

　　（免責聲明：此文內容為本網站刊發或轉載企業宣傳資訊，僅代表作者個人觀點，與本網無關。僅供讀者參考，并請自行核實相關內容。）