客户体验管理：证据在于投资回报率

如何让投资并致力于稳健、长期的客户体验管理实践？客户体验管理给组织量化其 CX 管理计划的财务联系并验证未来投资请求的方法。

对客户体验的投资会影响组织损益的所有杠杆——从降低成本到增加存款。目标是为从业者提供构建满足其需求的商业案例所需的工具。

解决了以下六个关键问题，以帮助组织实现这种财务联系：

将关注哪些行为？

可以跟踪个人客户吗？

时间范围是多少？

关注哪些细分市场？

使用哪种数据分析？

如何利用机器学习和人工智能来创建更好的 CX 预测？是否有最有效的输入？

数据和计算能力的爆炸式增长使机器学习和人工智能成为合法而强大的解决方案。公司使用人工智能来解决许多与客户体验相关的问题。从预测不回答调查的客户的满意度并防止问题升级、预测客户流失和主动干预，到确定客户满意和不满意的根本原因以改进产品、流程和政策。

来自调查逐字记录、社交媒体、联络中心笔记等的非结构化数据提供了丰富的信息，现在可以通过人工智能快速挖掘和分类。随着时间的推移，这种洞察力与运营和行为数据相结合，变得更加强大。做得好，AI 可以快速找出问题、推荐操作并标记需要人工审查和判断的项目——从而实现更准确、更有意义和相关的客户交互。

哪些行为因素用于金融服务？银行业会怎样？

确保关注的行为与业务模式相关、在整个组织中得到理解并与业务优先级保持一致，这一点很重要。在银行业，行为因素集中在损益、创收和成本控制的双方。常见行为包括净新资产增长、关系深度指标（即产品/服务的数量、交易类型）和服务成本（即呼叫联络中心的次数）。

合适的技术如何实现金融联动，该技术有哪些重要特征？

通常，组织会开始离线进行临时类型的练习，但是随着规模和规模的增长，有了适当的技术，分析师将花费更少的时间来收集和聚合数据，而将更多时间用于更高价值、更复杂的数据分析。

关键技术优势包括：

能够将运营和财务数据与 CX 数据联系起来。这不仅允许对结果进行细分和上下文化，而且对于进行分析本身也至关重要。

能够在平台内执行分析。无论是汇总统计、回归，还是前面提到的高级 AI 工具，在平台内访问这些信息都有助于突出问题和机会，并更有效地推动行动。将大量数据实时自动收集到平台中的能力为所有类型的用户提供了触手可及的结果，并以对他们有意义和相关的方式显示。

随着时间的推移监控结果和测试的能力。有效的 CX 计划的目标是推动行动以持续改善体验，技术平台可以快速了解什么有效，什么无效，以及需要采取哪些具体行动来改进。

通过将客户体验管理计划与 ROI 联系起来，可以将实际数字放在为推动该计划而采取的行动背后。除了跟踪您对 CX 的投资，财务影响还可以帮助跟踪特定计划的结果，使能够不断创新和发展。