增长是企业永恒的命题。
在消费降级、经济下行的今天，企业要如何增长？
今年4月，网易云商发布了《2024体验增长白皮书》，提出“体验是驱动企业增长的关键因子”，并给出了对应的方法论和解决方案。其中，客户之声（Voice of Customer）作为辅助业务决策的洞察分析工具，受到了大家的关注。我们在今年走访客户过程中，也感受到了大家对这款产品的浓厚兴趣：
•客服满意度如何提升？客服作为直面消费者的前线人员如何将价值外溢到其他部门？
•这次营销活动为何没达到预期？问题在哪里？会员最关注的点是什么？
•产品上市后的用户反馈如何？功能是否满足用户需求？应该如何迭代？
•最近网上吐槽变多了，应该如何监控并处理？是否可以从根源上减少舆情负面？
值此，网易云商客户之声产品全新上线。接下来就为大家细细介绍。
网易云商客户之声（Voice of Customer，简称VOC），能将来自客服会话、工单数据、商品评论、问卷调研、社媒，社区评论等全渠道的用户真实反馈，通过网易大模型归类分析，并输出具象化、共性化、可溯源的需求洞察，为产品研发、营销策略、服务体验、售后物流等业务的改善优化提供关键输入与支撑。
反馈实时监控，预警先人一步
网易云商坐拥七鱼智能客服这一大“数据源”，可以说是分析客服会话、工单数据、私域会话等数据的“先天圣体”！
而除了客服数据，网易云商还能接入商品评论、社交媒体消息、问卷调研、甚至企业内部的订单信息、CRM等数据，覆盖了客户所需要的全部渠道。
易云商VOC将这些数据进行清洗-集成-合并，再对其开展加工-聚合-汇总等一系列操作后，便能呈现出在客服会话、商品评论、社媒内容等不同场景下，用户高频提出的问题、上升最快的用户观点等TOP榜单。企业可以通过这些榜单看到用户近期高频关注与反馈的是什么、有什么问题是短期内出现并快速扩散的。
（网易云商VOC会话场景后台示意）
除了将用户原声总结并可视化呈现，基于这个分析能力，网易云商VOC帮客户再往前走一步——从两个维度进行预警管理：
01、重要事件预警
有些事件突发性强，隐患影响大，例如，用户投诉、安全故障等。这类事件若不立即处理，不论舆情扩散还是危及用户都是难以挽救的局面。对此类事件，网易云商VOC可以通过设置“敏感词”来实现对目标事件的监控。一旦有目标事件发生，将自动生成工单或邮件，通知企业内部责任人处理，避免事件发酵，或错过最佳处理时间。
02、舆情预警
在舆情口碑、品牌管理等场景下，企业需要识别抹黑企业形象的帖子、文章等内容，而网易云商VOC则可以对企业所需要的渠道进行监控，一旦通过关键词识别到，则同样触发对内的工单或邮件，通知责任人处理。
网易云商在实际的客户实践中发现，许多用户投诉、商品差评、负面的社交媒体内容，都是客服处理不当造成的外溢。换言之，很多负面舆情如果在客服阶段被洞察到并给用户一个满意的处理结果，也就不会扩散发酵到公众平台上了。而客服阶段，对用户的洞察、服务和体验，正是网易云商的长项。
细心的朋友可能发现了，如何能确保洞察的精准性呢？这个产品属实非常好，但我能完全相信它吗？网易云商从懂行业、懂用户来分别解答。
精通行业场景，精准还原问题
先提个小问题。
大家能想到的，用户的反馈能分为几类？产品、售后、销售、体验、品牌。。。。。还有吗？
那么单说产品，是否还能再进一步细化？外观、功能、使用、售后、赠品。。。。。。还有吗？
再进一步，外观能否再进一步细化呢？不同行业的产品，细化维度是否互通呢？
看到了吧——不懂行业，就需要0-1建立这些分类规范、评估标准，以及更琐碎的语料知识。
再举个例子。
每个行业都有专属的知识内容。比如，钟表行业的基准位置校准；空气炸锅增加烤盘取出的阻尼是为了防止儿童误触烫伤。。。。。。如此类似的知识内容数不胜数。如果不懂行业知识，不仅大量的用户反馈无法识别，还会呈现错误的洞察分析结果，引导企业错付成本。
而网易云商VOC得益于七鱼智能客服超过8年的行业经验与知识积累，对商超百货、鞋服配饰、美妆个护、汽车、游戏等十数个行业深耕钻研。能够将基于七鱼历史数据的商和客服大模型，与客户领域知识库通过AIGC进行分类聚合，形成客户的“专属模型”。这个懂行业的“专属模型”，不仅能够将原先粗略的问题分类按照行业属性细化到几千甚至上万个问题标签，还“天然”的知晓行业中各种专有名词和知识。
这样高适配度、高精准度、高专业度的洞察分析能力，也让网易云商VOC拥有下钻问题、去伪还真的能力——在服务分析、产品分析、消费者类型等场景分析模型下，企业可以逐级细化问题颗粒度，深挖下钻查看问题结构。
听懂用户说啥，才能精准洞察
懂行业还不够，VOC还需要懂用户，听懂用户在说什么。
首先，我们需要识别用户的情绪。通过正面/负面/中立的情绪判断用户的意图，由此推导出对应的优化措施。
•正面情绪多，是产品的哪个功能设计深入人心？还是服务体验好？
•负面情绪多，需要哪个部门紧急处理？如何改善优化？
•中立情绪多，是否影响品牌口碑和用户复购？如何调动？
其次，我们需要对用户的声音进行理解、整理、提纯。大多数情况下，用户的反馈里面夹杂着大量冗余的信息，例如客服会话中，用户可能多轮描述着多个问题或者是无效信息；商品评论、社交媒体上的内容，往往也是洋洋洒洒写了很多。这时，就需要网易云商VOC通过多年行业经验抓取关键词，并通过行业语料库识别出命中的标签和热词，便于同类问题和热词的归类、整理、分析和呈现。
用户标签、情绪、热词识别示意（测试环境）
不止洞察，更在触达
发现问题的意义不在于发现，而在于解决。
网易云商在做产品与服务的时候也常常自问，到底能给客户带来什么价值、是否真正解决了客户的问题。一个辅助业务决策的洞察分析工具虽然帮助客户发现了冰山下潜藏数据的价值，并洞见了许多服务体验链路上的漏洞，但仍停留在发现问题的阶段，问题还是没有解决。
所幸，网易云商VOC设立的初衷并非只是一个工具，而是在服务体验管理提升链路上，承担洞察分析的职能。洞察之后，网易云商将进一步完成策略-触达-体验持续优化的闭环动作。
（网易云商体验增长飞轮）
并且，网易云商在这个一站式体验管理提升的闭环链路上，还有两个得天独厚的优势：
1、因为客服、工单、外呼、知识库等全链路产品都是网易云商自研，所以各个环节的数据可以完美承接，不会出现数据无法承接、分析维度单一、工单无法对接等情况，整个链路丝滑高效。
2、基于大模型能力，在全链路的每个环节都“享有”AIGC的效率加持：洞察阶段，通过VOC的AI分析助手即可0门槛快速获取结论；触达阶段，工单、外呼等多个场景下可利用AIGC能力完成内容提取、总结、润色和分类；在知识库方面，大模型则可以实现文档问答、智能搭建知识库、AI生成答案回溯等，最快半天完成机器人冷启动，知识维护成本降低50%！
以上，便是网易云商客户之声（VOC）与大家首次见面的正式介绍啦~~后续我们将开设专题，针对不同的使用场景深入解读，敬请期待！
