企业高管们都意识到，现在的客户拥有比以往任何时候都更多的权力，部分原因在于社交媒体平台影响、竞争加剧和基于Web的评分。消费者在网上发布的正面和负面反馈，都可能影响企业，但是很多企业没有采取行动，因为他们没有制定战略计划来收集、分析和处理这些数据。

那些部署并支持客户反馈计划的企业可以获取、分析客户反馈并对其采取行动，从而有助于避免潜在的业务灾难，甚至加速收入增长。

根据Nemertes对518家公司的《2019-20年智能客户互动》调查显示，现在三分之二的公司会收集客户反馈，而43.6%的公司使用客户健康状况评分来持续监控变化。同时，大约有一半的人会根据客户反馈定期进行更改，45.7%的人定期进行更改并认为他们可以做得更多。在收集客户反馈的受访者中，3.1%的人对相关数据不采取任何行动。

为了提供一流的客户体验，对于客户反馈计划，高级管理人员必须统一意见，然后迅速执行。这意味着企业需要投资于调查和分析工具，然后数据分析人员根据这些数据建议更改，并为高级管理人员提供指南以实施后续步骤。

认识领导团队

客户反馈计划是联合执行计划，如果企业认识到这一点，成功的可能性会更高。高级管理人员为需要从客户收集的信息提供指导，数据分析师团队进行执行。客户计划中的主要参与者包括：

• 首席客户官—与首席营收官和首席营销官以及其他管理层（视业务而定）一起负责制定业务案例，其中概述他们需要从客户那里获得什么相关信息、频率如何以及他们将跟踪哪些成功指标。他们还负责分析这些数据、建议更改并监督客户服务代理遵守新的话术或流程。
• 首席信息官— CIO负责选择收集和分析客户反馈的工具，以及支持的网络和服务器或云平台。CIO的团队负责训练AI数据集，如果企业使用内部开发的工具，则开发程序的数据科学家将向CIO报告。
• 首席营销官–他们负责促进积极的客户反馈，并减少负面的反馈；或更改与客户反馈不符的营销计划。
• 首席营收官–他们负责根据客户反馈更改销售策略或流程。

部署策略

当企业建立客户反馈计划后，下一步是制定策略来收集和分析数据。

收集数据–企业必须确定要收集的数据类型。常见的指标包括客户满意度（CSAT）、净推荐值（NPS）、交易净推荐值（TNPS）、客户费力度、电话调查或自定义调查。企业或第三方合作伙伴向客户发送调查请求，以定期收集此信息。此外，企业应寻求定性反馈-来自客户的开放式评论，解释他们为什么给出这样的评分，有关他们体验的详细信息等。所有上述反馈都是由公司的主动服务产生。另外，数据分析师会审查第三方的定量和定性数据，并将其纳入分析。例如，酒店可能希望定期跟踪Hotels.com、Expedia和Google的评分，以获取真实的360度客户体验视图。

分析数据—面对大量数据，我们需要使用分析工具来处理这些信息。定量反馈并不难分析-任何业务分析工具（例如Tableau、SPSS Statistics甚至Excel）都可以处理这些数字，以提供汇总视图或更详细的相关性分析。对于开放式评论，则必须使用AI分析工具，例如Chattermill、Clarabridge、Medallia和数百种其他工具，以分析所有定性评论，并确定它们是否为负面、正面或综合评论。

提出建议–数据分析工具可能就战略性、非紧急更改提供建议或发出紧急警报，例如客户在知名社交媒体网站抱怨。此外，数据分析师可能会查看数据并将其用于制定营销策略、广告活动或品牌推广。

采取行动—企业必须对数据和相关建议采取行动。很多企业收集甚至分析数据，但是他们对结果做得不够。执行领导者必须采用自动化流程和人工流程，以根据客户的反馈采取行动。这些行动可能针对个人、具有相似情况的一组客户（航空公司延误或产品保修问题）或所有客户。这些行动包括包括电子邮件、短信或电话，行动类型将取决于情况和流程要求。

衡量成功—当企业解决客户满意度问题后，重要的是继续从客户那里收集更多数据以衡量成功。采取的行动是否按预期进行？如果是这样，请使用该数据来确保为与AI或分析相关的新项目争取资金。如果不是，请转到下一步。无论哪种方式，都要不断衡量成功。

不断调整–最佳客户评分计划一直在不断发展。这就是为什么说AI是有用的工具。当AI引擎了解有效的方法和无效的方法时，它可以调整流程和自动反馈以不断提高标准，并确保客户评级朝着正确的方向发展。