六度影院鲁鲁片在线看_亚洲av无码乱码国产精品_国产精品一二三入口播放_国产一区二区不卡高清更新

　　在貼地飛行和服務(wù)人伙伴們深入交流的過程中，我們發(fā)現(xiàn)越來越多的服務(wù)團隊更加重視數(shù)據(jù)沉淀和分析。通過服務(wù)數(shù)據(jù)的基礎(chǔ)設(shè)施搭建，推動業(yè)務(wù)有效增長。 

　　在本次大會上，亦優(yōu)客服總監(jiān)——應(yīng)紅英老師分享了她在數(shù)智化服務(wù)方面的經(jīng)驗。 

　　以下為應(yīng)紅英老師的演講內(nèi)容。 

　　亦優(yōu)這幾年一直在做數(shù)智化的服務(wù)，打造底層的數(shù)據(jù)中臺，反哺業(yè)務(wù)端。 

　　因為傳統(tǒng)的客服團隊一直是成本中心，我們希望突出客服的價值，把成本中心轉(zhuǎn)化為價值中心，把亦優(yōu)的服務(wù)、管理做成品牌，讓行業(yè)越來越多的人認(rèn)識亦優(yōu)。 

　　今天和大家從數(shù)據(jù)化管理的難點、如何做數(shù)智化平臺搭建、如何做業(yè)務(wù)反哺這3個方面，做一些簡單的分享。 

　　01 數(shù)據(jù)化管理的難點 

　　亦優(yōu)目前的客服團隊大約有一百多人，基本的團隊架構(gòu)是前臺、中臺還有后臺，其中中臺包括了所有的質(zhì)檢、智能團隊、數(shù)據(jù)分析團隊等。 

　　在搭建的過程中，我發(fā)現(xiàn)服務(wù)團隊的數(shù)據(jù)化管理普遍存在幾個難點：基礎(chǔ)弱、應(yīng)用淺、無閉環(huán)。

　　基礎(chǔ)弱  

　　基礎(chǔ)弱，其實并不是說數(shù)據(jù)分析專員的基礎(chǔ)能力弱、專業(yè)度不夠，怎樣理解呢？ 

　　我相信在座的各位有非常深刻的感受，我們在培養(yǎng)或者招聘一個數(shù)據(jù)分析專員的時候，最大的難點是他可能懂?dāng)?shù)據(jù)，但不一定懂客服團隊的業(yè)務(wù)鏈路。 

　　所以很多時候數(shù)據(jù)分析出來只是一個純數(shù)據(jù)，沒有辦法應(yīng)用于業(yè)務(wù)端。 

　　同時，亦優(yōu)現(xiàn)在是多店、多平臺模式，擁有很多店鋪，涉及天貓、抖音、快手、拼多多等多個平臺，多平臺的數(shù)據(jù)很難全部打通。 

　　這就造成了系統(tǒng)分散，數(shù)據(jù)難以沉淀，數(shù)智化基礎(chǔ)薄弱。 

　　應(yīng)用淺  

　　數(shù)據(jù)應(yīng)用淺是基于我們對行業(yè)的觀察看到的一些現(xiàn)狀。 

　　因為現(xiàn)在很多客服團隊規(guī)模還比較小，甚至可能只有組員、主管這樣基礎(chǔ)的管理結(jié)構(gòu)，并不具備專門的數(shù)據(jù)分析團隊。 

　　基于這樣的情況，客服團隊可能更多就是通過績效看下業(yè)務(wù)數(shù)據(jù)，不會對數(shù)據(jù)做復(fù)雜的針對業(yè)務(wù)鏈路的輸出，缺少深層的數(shù)據(jù)分析和業(yè)務(wù)洞察。 

　　無閉環(huán)  

　　除了應(yīng)用淺，沒有對數(shù)據(jù)進行深入分析，很多時候數(shù)據(jù)化管理還處于只產(chǎn)出、無推動的情況。 

　　這一點也很好理解，因為很多時候做數(shù)據(jù)主要是做給老板看，能夠保證產(chǎn)出。但在后續(xù)推動的時候，就會涉及到很多鏈路，以及很多跨部門的環(huán)節(jié)，很難去真正推動這件事。 

　　亦優(yōu)比較特殊的一點是，我們是一家客服公司，所以客服團隊有絕對的話語權(quán)，并且有很多自己的流程，甚至可以搭建一些技術(shù)化的團隊。 

　　在推動到運營端、倉庫端的時候，客服團隊有專業(yè)的流程體系可以給到他們反哺和輸出。 

　　所以想要解決基礎(chǔ)弱、應(yīng)用淺的問題，關(guān)鍵是要讓數(shù)據(jù)閉環(huán)，能夠真正反哺到業(yè)務(wù)端。 

　　02 數(shù)智化團隊搭建 

　　剛加入亦優(yōu)的時候，團隊中沒有太專業(yè)的數(shù)據(jù)分析人員，于是我就開始著手?jǐn)?shù)智化團隊的搭建。

　　因為我有過數(shù)據(jù)分析的崗位經(jīng)歷，本身對數(shù)據(jù)比較感興趣也比較了解。在搭建平臺的時候，我基于上一年畫的數(shù)據(jù)框架，規(guī)劃了一個能夠?qū)崿F(xiàn)聚合天貓、抖音、淘系、天貓等多平臺數(shù)據(jù)的中臺。 

　　我們搭建的數(shù)據(jù)庫，底層是內(nèi)部的店鋪數(shù)據(jù)、客服數(shù)據(jù)還有成本數(shù)據(jù)，沒有借助任何外部的IT部門，客服團隊自己開發(fā)了數(shù)據(jù)中臺。 

　　我們數(shù)據(jù)庫搭建的核心一共有4點：

　　第一點是一定要做好數(shù)據(jù)的底層搭建。 

　　比如說天貓平臺上百個指標(biāo)要做標(biāo)準(zhǔn)化的統(tǒng)一和沉淀，確保所有標(biāo)準(zhǔn)、KPI能統(tǒng)一化輸出。包括所有的報表輸出邏輯、輸出時間，包括多平臺的賬號，全部都要做統(tǒng)一化的管理。 

　　第二點是團隊一定要有做數(shù)據(jù)的人才。我們在培養(yǎng)人才時，首先要關(guān)注他原來讀的專業(yè)是什么？有沒有數(shù)據(jù)化的基因？ 

　　另外一定要給數(shù)據(jù)人才一定的空間，因為公司的規(guī)模不同，需要搭建的數(shù)據(jù)中臺復(fù)雜程度也不同，沒有一個適用于所有商家的方案。要給他們一定空間，根據(jù)公司本身的業(yè)務(wù)情況去搭建適合的中臺。 

　　在第一部分我們提到過，數(shù)據(jù)如果只是數(shù)據(jù)，就還是一個孤島。所以數(shù)據(jù)庫搭建的第三個核心是要做數(shù)據(jù)和工具化的結(jié)合，讓數(shù)據(jù)可以做更好的輸出，并且提高數(shù)據(jù)化產(chǎn)出的能力，讓數(shù)據(jù)最終可以服務(wù)于業(yè)務(wù)端。 

　　最后一個核心叫數(shù)據(jù)驅(qū)動業(yè)務(wù)。 

　　現(xiàn)在我們團隊的數(shù)據(jù)分析人員，具備自己做基礎(chǔ)數(shù)據(jù)開發(fā)、小程序的開發(fā)以及現(xiàn)在比較流行的RPA自動化開發(fā)能力。

　　我們使用的排班系統(tǒng)、售后數(shù)據(jù)登記系統(tǒng)等等，都是內(nèi)部開發(fā)的，我們的數(shù)據(jù)化需求通過內(nèi)部團隊可以全部自主實現(xiàn)。 

　　亦優(yōu)在數(shù)智化應(yīng)用方面有三個環(huán)節(jié)的應(yīng)用： 

　　l 自動化抓�。篤BA技術(shù)形成數(shù)據(jù)報表，統(tǒng)一上傳到數(shù)據(jù)庫，節(jié)省了1.5人力；

　　l 售后自動化：應(yīng)用于ERP換貨建單、自動化開票，節(jié)省1.5人力；

　　l 班牛數(shù)智化應(yīng)用：批量打款、下行式卡片，解決95%超賣信息； 

　　這些自動化的流程，給我節(jié)省了人力成本，同時也讓客服工作能夠更加高效敏捷。搭建數(shù)智化團隊，給客服團隊帶來了明顯的效率提能。 

　　03 如何通過數(shù)據(jù)反哺于業(yè)務(wù)端？ 

　　完成了數(shù)據(jù)的底層搭建，就可以從前端和后端兩部分來反哺業(yè)務(wù)了。 

　　前端業(yè)務(wù) 

　　前端更多的是服務(wù)營銷能夠觸達到的業(yè)務(wù)，所有的售中挽留、售后挽留、退換貨工單沉淀等等，亦優(yōu)一直在根據(jù)數(shù)據(jù)反饋去優(yōu)化這些業(yè)務(wù)。 

　　前端的業(yè)務(wù)我們主要分成幾個板塊：用戶屬性分析、店鋪數(shù)據(jù)診斷、店鋪爆款分析、詢單流失分析。 

　　1、用戶屬性分析 

　　用戶屬性分析的重點在于參數(shù)打標(biāo)。比如說通過參數(shù)獲取店鋪用戶的消費能力等級，因為不同消費能力等級的用戶需求的服務(wù)是有差異性的。 

　　像兩百塊錢以內(nèi)的用戶基本在價格上是比較敏感的，他肯恩非常在乎是否包郵、有沒有優(yōu)惠券。 

　　年齡層也是一個重要的參數(shù)。亦優(yōu)是做女裝的，我們有一些店鋪的用戶基本在35-45歲區(qū)間，這個客戶群體的特點是大多數(shù)是生過小孩的媽媽，身材可能不太胖，但比較在乎版型，在意衣服腰身是不是凸顯小肚子。 

　　如果是同樣身高體重的小姑娘穿，可能s碼就可以了，但根據(jù)我們洞察到的用戶畫像，客服就要針對這類客戶的特點去推薦m碼的衣服，不然退貨率就會很高。 

　　所以根據(jù)數(shù)據(jù)的反饋，我們的客服團隊會在整個銷售鏈路、接單鏈路去做優(yōu)化和輔導(dǎo)，針對性地去看案例技巧，提高轉(zhuǎn)化率和挽留率。這個是在用戶畫像上面的一些應(yīng)用。 

　　2、店鋪診斷 

　　店鋪診斷的邏輯和用戶屬性分析差不多，在這部分我比較重視店鋪分層。不同的店鋪下各自售賣的商品不同，代表的用戶群體也有不同。 

　　有一些店鋪屬于中高層次，這部分用戶群體中，靜默下單、不太聯(lián)系客服，但對于商品品質(zhì)要求比較高的客戶占比非常高，同時也很重視物流體驗（發(fā)件速度、包裹破損、是否錯發(fā)漏發(fā)等）。 

　　基于這樣的情況，我們會對店鋪進行分層，針對各個層次的不同用戶需求去做差異化的服務(wù)。 

　　3、店鋪爆款分析 

　　在做店鋪爆款分析時，我們會重點看SKU是否設(shè)置準(zhǔn)確，以及一些商品詳情�？赡艽蠹視�有疑問，有必要做這么細(xì)的分析嗎？ 

　　這么多年來，我有一個深刻的感受：不是所有運營都那么專業(yè)。給大家講一個案例。 

　　我們有一個店鋪，運營引流的時候設(shè)置的關(guān)鍵詞是“小個子”，因為“小個子”可能是爆款詞，引流效果會比較好。 

　　但實際上，我們的模特是170cm的大個子，所以被關(guān)鍵詞引流來的用戶發(fā)現(xiàn)衣服到手根本穿不了。這就導(dǎo)致了我們的轉(zhuǎn)化率低、退貨率高。 

　　在發(fā)現(xiàn)這個問題后，我們和運營做了反饋，要求他們優(yōu)化引流關(guān)鍵詞。優(yōu)化后，店鋪轉(zhuǎn)化提高了7%。 

　　這就是客服的價值，針對爆款去做詳細(xì)的分析，把結(jié)果和數(shù)據(jù)推到運營端，實現(xiàn)整個店鋪的優(yōu)化。 

　　4、詢單流失 

　　詢單流失大家都在做，這里就不做講解了，我們重點關(guān)注流失到底是店鋪運營還是服務(wù)問題導(dǎo)致的。 

　　后端業(yè)務(wù) 

　　在我們的數(shù)據(jù)庫打通各個平臺后，我們的品控段、運營端都很關(guān)注我們的數(shù)據(jù)分析結(jié)果。他們非常關(guān)注客戶退換貨的原因到底是什么？ 

　　我們把數(shù)據(jù)大致分為幾個板塊，包括退換貨、退款、物流單等等，結(jié)果非常一目了然。這樣的數(shù)智化產(chǎn)出，是多平臺數(shù)據(jù)打通的最大價值。 

　　我們會要求客服在填寫退換貨工單時，細(xì)化到退換貨原因到底是尺碼大了還是小了、客戶身高體重是多少，其中新款、爆款的數(shù)據(jù)會做更細(xì)節(jié)的信息收集。 

　　當(dāng)我們做好這部分的反饋，商品端、運營端就可以更好地應(yīng)用數(shù)據(jù)。商品端可以做一些版型的調(diào)整，甚至面料、尺碼問題的優(yōu)化。運營端可以去做詳情頁的調(diào)整，包括抖音直播話術(shù)的優(yōu)化等等。 

　　所以說當(dāng)數(shù)智化服務(wù)真的作用于整個鏈路時，會體現(xiàn)出非常大的價值，這也是我們一直堅持?jǐn)?shù)智化服務(wù)的原因。