客户体验管理之工具篇

谈到客户体验管理，首先想到的是两个基本的工具，一个是客户旅程设计工具，另外一个是客户调研/问卷/反馈收集工具。当然整个客户体验管理工具箱里面还包括： 客服工具，数据分析工具，社会聆听工具和自动化行动/交互工具等。我们分别来看看这些工具都在解决哪些用户体验相关的问题吧

客户旅程设计

客户旅程设计工具，客户体验一般都是有企业提供的产品/服务的流程主线为指引的，所以客户旅程设计本身是好的体验的基础。客户旅程地图是一种可视化的形式来展示客户在和企业沟通/交互的过程在所有触点和渠道上的旅行过程，并且如何实现阶段性的和企业的有效沟通，比如成功注册，购买商品，加入会员，提交预约/工单等。

目前在海外的产品中类似Saleforce，Hubspot这类的salestech和 martech公司的产品矩阵上都有相关的布局。当然国内的B2B的CRM产品和部分B2C的sCRM产品在这方面也有覆盖。差别就是你到底提供的是一个纯工具类的支持，还是针对不同行业的具体模版/解决方案。在我们国内市场上可以看到的都是很简单的一个类似流程设计的过程，但是客户旅程设计其实更多的在于第一分析客户在不同阶段的决策历程和核心影响因子以及反馈，第二通过可视化的方式来明确各个阶段要达到的目标来统一公司内部各协作团队或成员之间的认知的一致性，保证客户体验过程的通畅性和一致性。

比如在微伴助手SCRM的系统中，对于创建客户旅程这样的一个纯阶段名称定义的一个过程。这个更多的是继承了传统的CRM系统在B2B的销售管理过程中来做内部的pipeline管理和销售人员考核的逻辑，对于从客户体验的角度如何有效的在优秀的体验之下去完成有效的行动和信息的传递和互动之前的CRM系统中更多的是在SOP中去体现的。这个在B2B的场景下一般体现在CRM系统和CSM系统中，比如神策的客景产品在客户成功的旅程设计中也有体现。国内目前大多数产品上看到的只是纯功能性的支持，偏行业或者具体客户业务下的客户旅程设计更多的来自于调研/研究公司和咨询公司的产出。

在hubspot和salesforce的客户旅程设计上一方面提供了工具，另外一方也提供了相关的行业模版和指引。这套模版引申出来的具体的旅程设计结果，不止梳理了体验的逻辑，更重要他是将客户旅程设计和数据分析无缝结合的桥梁，让后续的数据分析需求和结论的解读，以及推荐的行动计划能够完整的串联起来。

问卷/调研工具

问卷工具作为体验数据采集的核心渠道之一非常的重要，特别是问卷本身分发的场景和触达的通道也很多样化，问卷本身的回收率，填报者的体验和交互，问卷本身设计的逻辑和反馈数据的分析等都没个点都需要基于最早期的客户体验旅程的设计为基础，有目标针对性的提出相关的问题并且能够和核心的因子产生关联最终同回复数据中能够产生具有统计和业务含义的分析结果。从工具上看问卷设计的便捷性，填报者的体验和回复率，填报数据的分析，展示和解读三个维度来看看，目前市面上都有哪些比较好的方案。

问卷设计支持多种题型，支持多种复杂的答题逻辑，更重要支持可以全局视角去设计问卷本身，在这个维度做的比较不错的是typeform，landbot，Tripetto，还有国内的choiceform，也有些不错的开源体验优于survey monkey等老牌问卷厂商和国内的新老问卷厂商的，就不点名了。

从填报者的体验上也有一些不错的产品，除了支持之前的PC端，到后面移动端界面友好外，还有支持各种从UI以及品牌brand的融合的方式也不断推出，还有将问卷从传统整张问卷的模式，演变成单题模式，IM对话沟通，甚至是多轮回沟通的个性化模式等，这些都会给填报者更好的体验和反馈从而提升问卷收回率。从调研结果的分析上来看主要从核心NPS，CSAT，CES等标准指标的分析，到人群的分析，到开放题的文本分析，词云，情绪等，和单题的分析。

数据分析工具

体验分析工具的角度大体分为调研满意度类指标分析，基于行为的用户体验分析，用户画像洞察类分析等。除了上一节写到的调研分析之外，用户体验分析也是行为分析中重要的一个场景，用户画像洞察也是CDP平台现在基本支持的通用功能。这部分的厂商就非常多了，行为分析和CDP的神策，GrowingIO，诸葛IO，易观，Convert lab等。请大家把下图中的事件/触点和之前提到的客户旅程做好关联来想，这样更有场景感，而且分析的目标感和数据解读到行动的路径会更通畅。

自动化行动工具（SOP和营销自动化）

自动化营销工具其实和最早的IFTTT和现在的无代码平台都有一定的相似度，核心逻辑就是通过流程画布的方式不需要代码也能设计一些自动化的业务流，应用场景包括一些基础SOP的实施，还有部分按照特定场景特定人群的营销触达的自动化等。从工具角度其实也有很多公开的开源，或者半开源的项目做的挺好的。比如N8N 是一个faircode的项目，支持各种流程自动化的灵活配置。本质上是国内这些MA引擎的再抽象，所以国内的MA引擎如果没有场景策略和数据洞察作为输入的话，从工具层面的价值其实是有限的，因为这里面还涉及到数据源连接，消息通道连接，内容/互动库，场景策略等其他重要维度。比如任何一个MA的任务所对应的场景和人群，执行后的效果分析和策略优化等这些才是比工具更高的价值，当然也有在自动化工具中去整合推荐算法逻辑的。

最后借用一张老外总结的CX工具分类图，祝大家圣诞节快乐！