近年来，中国领先银行已经基于客户旅程和触点，打造了数字化客户体验监测系统，可实时监测客户反馈，进行结构化分析展示，并以此建立起数据分析和应用管理闭环。目前，客户体验管理系统正面临着从1.0到2.0的新机遇：前沿技术和海量数据可帮助银行建立预测性分析平台，更全面、更准确、更前瞻地洞察客户需求，从而打造卓越体验。
为了更深入了解客户、打造卓越客户体验（CX），各行各业的企业都进行了大量技术和工具投资。近年来，中国领先银行已经基于客户调研与反馈方法，建立了实时的指标衡量系统以及客户互动机制。通过打造客户体验监测系统，银行可以收集客户之声，识别体验问题，也可监测体验改造成果，形成诊断-优化-监测-迭代的闭环。
随着海量数据的沉淀和新兴技术的不断涌现，全球的领先金融机构已经开始探索如何升级客户体验衡量体系，将“预测性分析”这一前沿性技术作为传统客户调研的重要补充，以获取更前瞻、更全面并与财务价值紧密挂钩的客户洞见。如今，公司可以定期、合法、无缝地从自身客户系统、财务系统和运营系统中收集智能手机和交互数据。领先企业正不断强化其数据和分析能力、利用预测性洞见与客户建立更紧密的联系、预判客户行为并实时锁定客户体验中的问题与机会。这些企业能更好地理解客户，甚至提前解决客户旅程中的问题，防患于未然。他们的客户也因此受益：比如银行可对客户渠道偏好进行预测；在保险业，患者在碰到问题时能得到保险公司的主动帮助。这预示着公司评估和塑造客户体验的方式将发生根本性转变。
本文将探讨数据和分析技术如何改变客户体验的理论与实践。我们将介绍最新研究，阐明预测性分析方法将如何与客户调研相辅相成，产生新的洞见。随后，我们将分析领先银行如何部署数据驱动的客户体验体系，从而减少客户流失、提高营收并降低服务成本。最后，我们将介绍启动方法，包括开展“由数据驱动的洞见与行动”转型的四个关键步骤。
未来的客户体验系统将具备全面性、可预测性和精确性，并且与业务成果明确挂钩。建立新体系非一日之功，刚刚起步的金融机构将面临诸多障碍以及组织层面的阻力。然而，现在就着手建设转型所需的能力、储备人才和搭建组织架构的公司将获得巨大优势，通过打好基础，持续改进，最终制胜未来客户体验。
客户体验洞察：从1.0到2.0
近年来，客户体验调研与监测系统已成功帮助领先企业推动全面的体验管理。通过客户的一手反馈，它能够呈现各个旅程、触点、驱动因子的满意度情况和其它各类相关监测指标，帮助企业识别客户的核心痛点究竟在哪里，应从哪些业务和环节切入，实现价值提升。然而该方法也存在一定的局限性：客户样本有限，同时，作为事后调研，该系统在及时干预方面的作用也有待提升。如何进一步升级其客户体验监测体系已成为领先企业进行体验管理的重要议题。
与此同时，随着数据生成、聚合与分析能力显著进步，洞见挖掘领域正发生巨大变革。如今，公司可以获取各种各样的数据集：客户交互的内部数据、交易和个人资料；广泛可用的第三方数据集，涵盖客户态度、客户购买行为与偏好以及数字行为，包括社交媒体活动；以及各个行业的特定数据，如通过物联网（IoT）产生的有关客户健康状况、态度和位置的新数据集（例如网点数据）。上述海量数据的聚合与分析已经为各个业务领域（包括市场营销和收入管理）带来了重要机会：在客户体验方面，该类互动数据能够有效预测客户满意度以及客户留存、流失或增加业务使用的概率，成为传统调研方式的有力补充。具体而言，预测性分析可以直接在三方面升级监测体系：
- 更精确的体验洞见：典型的客户体验调查抽取约7%~10％的客户样本，在客户代表性方面可能出现偏差。预测性分析方法所采集的数据则可覆盖全量客户，在保证全面性的同时，甚至可提供1对1的个性化分析。
- 前瞻性干预：客户希望快速解决问题，而调研作为事后工具，其局限性在所难免。预测性分析可通过整合大量行为数据，预判客户可能出现的情绪和行为，从而更及时地推送线索，避免价值损失。
- 与业绩紧密挂钩：某家大型金融服务公司的高管表示：“基于调查获得的客户体验得分与业务成果之间的相关性非常重要，我们通过将其与运营数据进行比较分析，判断业务成效，但缺乏更直接的证据”。对此，基于数据的分析方法可通过大数据引擎，更直接地将客户态度与购买行为进行连接，从而生成业务结果导向的客户洞见。
打造预测性客户体验平台
针对上述机遇，全球领先银行及其它异业企业正快速创新，利用可得数据获取有价值的洞见，借助这些洞见触发客户体验预警并指导改善客户体验。虽然成功的原因是多方面的，且具体情况因各个公司和行业而异，但预测性客户体验平台是此类方法的核心。该平台由三大要素组成：
- 客户级数据湖
首先，公司收集客户数据、财务和运营数据，包括聚合数据和单个客户数据。随后，公司对数据进行处理并将其存储在云平台。综合、互联以及动态的客户级数据集让公司可以在交互、交易和运营等各个维度梳理并跟踪客户行为。传统调查仅能反映过去某个时点部分客户的观点，而这些丰富的数据集则包含全部客群并覆盖完整的客户旅程，从而能有效揭示出引起客户体验绩效变化的根因。数据湖是充分了解客户体验的基础。该平台面向全组织开放，且所有数据源的映射关系应清晰一致，客户、产品线和其他关键业务输入信息有各自的特定标识。
- 预测性客户评分
公司通常会使用一些机器学习算法进行数据分析，以便了解和跟踪影响客户满意度和业务绩效的因素，并检测客户旅程中的特定事件。这些算法根据旅程特征为每个客户进行预测性评分。公司能基于评分预测每个客户的满意度和相应的价值，例如收入、忠诚度和服务成本。更大范围来看，客户体验负责人可以评估某项客户体验投资的ROI，并将客户体验计划直接与业务结果挂钩。
- 行动与洞见引擎
通过应用程序接口（API）层，企业能在更大范围内与员工（包括一线客户经理等）共享信息、洞见和建议，并能够把信息输送到其他管理工具（例如CRM平台），一线人员将收到提示和通知，从而采取措施提供个性化客户体验或者改善客户体验。API层将作为统一事实来源，为基于数据湖和客户评分的推荐引擎提供动力。与基于调查的体系不同，借助员工和数字化界面，预测性平台可及时提供洞见并促进企业快速行动。通过预测性客户体验平台，公司能更好地衡量和管理客户体验绩效，做出新的战略举措或改善现有决策。借助该系统，客户体验负责人能准确、量化地了解影响客户体验和业务绩效的因素，通过将客户体验与业务价值相挂钩，建立改进客户体验的明确业务逻辑。通过该系统，公司能获得每名客户满意度和价值潜力的全面视图，近乎实时地采取行动。已经建立起这套系统的领先公司，通过绩效管理、策略规划和实时客户互动等一系列应用程序不断创造可观的价值。
如何将数据转化为洞见与行动
预测性洞见系统转型不是一蹴而就。大多数银行甚至于零售企业仍依靠调查衡量客户态度。如今，领先银行可以行动起来，将客户体验系统提升到全新水平。根据对成功转型公司的研究，我们找到了启动这一转型的四个关键步骤。
- 转变观念：转型不可避免会带来挑战，包括对团队和客户体验高管观念上的挑战。客户体验负责人可能会认为预测性系统不在其职权范围内，而是IT部门或数据科学团队的职责。但时代不断变化，客户体验负责人需要关注数据，正如他们之前关注客户体验评分一样。一些人可能认为公司已经对一些关键绩效指标进行了回归分析。然而，现在他们应该把步子迈得更大，建立一套系统，而不是停留在数据层面。客户体验负责人的角色正在变化，他们应重塑自己在组织中的定位。当被问及当前系统面临的最大挑战时，一位首席体验官回答：“提到客户体验，人们往往联想到市场营销，而非技术。”但这种情况正在改变，越来越多的公司已经启用预测性分析，客户体验负责人应该带头改变人们的固有看法。
- 打破孤岛，建立跨职能团队：客户体验职能常犯的一个错误就是在公司内部自建孤岛。为成功启动转型，客户体验负责人需要与其他部门加强合作。数据所有方包括运营、营销、财务和技术等部门，因此高管间的沟通对于建立有效的数据访问和管理至关重要。数据科学家负责编写算法。客户体验团队应负责制定战略方向和策略，确保获得利益相关方认同是扩大成效的关键。
- 从核心旅程数据集入手，边建设边提高准确性：大多数金融机构都面临数据质量低、可用数据不足的挑战，如果没有数据，上述转型就无从开始。好消息是，即使数据不够完美，银行依然可以从基本的客户数据入手。第一步是收集单个客户的运营和财务数据，再结合客户资料以及数字和模拟交互数据进行完善，这样一来通常能实现项目启动。
- 首先聚焦能够快速产生价值的用例：由数据驱动的预测性系统能让客户体验战略与实际业务价值挂钩。在早期，企业应清楚如何应用预测性系统生成的洞见，并聚焦短期能创造回报的用例，这点非常重要。通过简单的框架，公司可以审视当前客户旅程中的主要机会点或痛点，并思考预测性系统如何创建新的解决方案或增强现有解决方案，以直接影响客户的忠诚度、服务成本、交叉销售和追加销售行为。
未来，卓越的客户体验体系是由数据驱动的预测性系统，银行需尽快行动，深入洞察客户需求，优化客户体验，从而赢得竞争优势。
联系信息：
欲获取报告更多信息，请联系：
Mike Thompson是麦肯锡全球董事合伙人，驻达拉斯分公司
Mike_Thompson@mckinsey.com
David Malfara是麦肯锡资深专家，驻迈阿密分公司
David_Malfara@mckinsey.com
Kevin Neher是麦肯锡全球资深董事合伙人，驻丹佛分公司
Kevin_Neher@mckinsey.com
Maxence Vancauwenberghe是麦肯锡全球董事合伙人，驻纽约分公司
Maxence_Vancauwenberghe@mckinsey.com
Rachel Diebner是麦肯锡顾问，驻达拉斯分公司
Rachel_Diebner@mckinsey.com
周宁人(Nicole Zhou)是麦肯锡全球董事合伙人，驻北京分公司
Nicole_Zhou@mckinsey.com
张允宜(Denise Zhang)是麦肯锡项目经理，驻上海分公司
Denise_Zhang@mckinsey.com
中文编辑：鲁志娟
作者感谢Victoria Bough，Harald Fanderl，Abhishek Gupta，Oliver Jakubiec，Marc Levesque，Nicolas Maechler，Evelyn Milde，Iwan Tanuwidjaja，Kelly Ungerman和Elsa Yan对本文的贡献。
版权所有 © 麦肯锡公司 2021年本公司保留所有权利。
