“喜欢是乍见之欢，而爱是久看不厌”，数字化浪潮之下，形形色色的新产品通过线上线下各种方式充斥在消费者周围;对消费者来说，遇见“乍见之欢”常有，但对某个品牌或某个产品“久看不厌”却很少。
从单纯依附线上到线上线下综合统筹，提升客户对品牌的忠诚度逐渐成为企业探索和重塑竞争力的关键。 5月20日，由倍市得主办的第三届中国客户体验管理高峰论坛上，顶级研究咨询品牌共同探讨“如何提升品牌忠诚度”，本次圆桌会议由联想创投集团首席营销官、董事总经理陈蜀杰女士担任主持，Forrester大中华区总经理邹欣、埃森哲中国区董事总经理王珂、倍比拓大中华区总经理陈鼎文、独立数字战略顾问柯善风参与讨论。 以下观点节选自圆桌会议现场，由倍市得整理：
▶ 王珂：
借用外交发言上的一段话，我们希望客户体验管理不仅能听其言，还能观其行，在网上还要识其心，最后还要实现各项举措的闭环。 听其言，其实我们在做一些客户需求分析时，首先是规划好到底要从哪些维度上去获取信息。
之前大家讲到一些场景化设计，其实就是站在客户视角，全面细致深入地看各个维度上的需求，怎样最大化实现客户需求。 我想举一个观其行的例子，我们在一个整车企业的项目中，为了解消费者在车机领域的需求而做调研和访谈。
而在调研过程中会思考：怎样得到一个真实的体验数据? 我们发现，基于智能化产品以后获得数据的手段越来越多，比方说在有关车机调研的项目里，客户可以针对想要的体验数据去获取，例如车主到底是需要一个USB接口，还是两个或者越多越好?这个过程中，其实是需要先期设计后再做调研。
所以在观其行时，客户说的其实和实际用的并不完全相同，我们需要抓取用户体验数据后再分析。 还有就是识其心，我们有很多了解客户的渠道，比如新媒体、短视频等，你会发现客户到底在关注什么样信息并且可以抓取到，甚至还可以去跟客户进行互动。所以未来线上的体验也会越来越被重视。还有最关键一点是获取到客户体验数据后的举措，这个我觉得是重要的。
▶ 陈鼎文：
首先刚刚提到的忠诚客户，其实忠诚客户的第一步，首先是甄别什么样的客户才是忠诚客户。我们过去常用的满意度指标，某种程度上可以获得很高的满意度，但这些客户实际上也有可能在离你而去。
有一个很典型的案例，这是一个早教领域的客户，企业长期会做满意度调查，满意度常常高达90%以上，客户明明对产品跟服务内容是很满意，但是续订率却又是在持续下滑的，那就产生一个很矛盾现象：客户这么喜欢我，但是他却不断离我而去。所以满意度高的客户不代表他会真正持续忠诚。
为什么会这样呢?
因为我们过去常做的满意度调研都是基于单触点(比如产品本身)，你可能会问我的产品好不好，产品配套内容好不好，以这个客户的例子来说，他就是产品做得非常好，所以客户对他的产品是没有抱怨的，但是他所配套的服务是相当糟糕的。
我举个真实的案例，这个客户每个月都定期寄送早教产品给学员，因为产品IP形象非常好，所以小孩都很喜欢，有玩具跟绘本等等。但有一天我们在跟这个客户互动过程中，客户告诉我们有一个学员家长打电话进来表示小孩非常喜欢他们的产品和品牌，但是这一期的玩具有一个零件不小心玩坏了，所以咨询能不能补一个产品，但是客服中心就说不可以。即使学员家长表示要花钱重新买、要求跟客服主管沟通，但是客服还是拒绝、回答没有主管直接挂断了电话。
这是一个典型的对产品内容非常喜爱，但是其配套的体验相关的其他环节并没有办法支撑产品体系。 追根究底去了解为什么会产生这样的问题，其实是因为客服中心的KPI是接听电话量、产品销售率，但是学员服务本身跟整个考核体系却没有直接相关性，所以导致一线员工并没有把客户为中心的企业文化传达给客户。
所以个性化的体验交互其实是越来越重要的，因为客户喜欢你的产品和品牌也是客户体验本身非常关键的内容之一。
▶ 柯善风：
前面我总结了三个“全”，这里我觉得总结为全过程参与。数字化时代，大家都在向服务转型，给客户全过程的服务和体验，我认为是非常关键;从客户决策到购买、使用、重复购买等全过程中，把客户体验用数字化手段实现起来将是一个趋势。
▶ 邹欣：
其实忠诚客户在不同行业和不同企业里有不同概念，我们经常讲满意的客户不一定忠诚，客户的满意度可能很高，但他并不是忠诚，因为本身满意度是一个后置性指标，是对触点的一些过往经验的评判，所以不能完全相信满意度的数字。
刚才也提到数字化的运营，其实国内很多企业，不管是To B还是To C，其实做了很多数字化转型的工作，在这个过程中，首先我们要了解的是现有的客户是什么画像，比如生活方式、工作方式等等，我们首先要知道客户是谁，这样我们才能后续做更多工作，不管是营销还是运维还是其他工作。
但是，这并不是说我们积累的客户数据就一定是有用或者高质量数据，我们要做数据梳理，这样才能把干扰数据剔除；剩下的高质量数据是不是就能转化成对客户体验或者对客户运维比较好的燃料呢?其实也不尽然。我们需要有一个团队能解读大量数据、从海量数据解读成洞察之后，才能根据这些洞察去做相关工作。
我觉得比较好的一个案例是招商银行，在项目中他们做了大量准备工作，包括客户画像，同时梳理了很多客户流程。这些数据一方面来自于外部，一方面来自于内部运营和交易数据；在这个过程中项目打通了20多个系统，可能对2000多个客户触点方面都有相应的预警措施或技术措施，这样就能够保证每一位用户反馈以及交易和行为数据是能够匹配的。 通过API的形式，让他对员工能了解到不同部门有不同授权，员工了解到投诉或工单应该是哪个部门负责，虽然前期工作量非常大，但是做完了之后的系统运行会非常顺畅，任何一个客户投诉都可以做及时反馈。
我觉得这对于数据、对于现有存量客户的运维，包括对未来客户的预测都会是很好的整合。 提到内部壁垒，企业内部一定要有一个机制去打通壁垒，这是一项企业一把手的工程。所以体验数据的应用，包括对存量客户的运维，都是基于整个企业内部一致性、系统一致性，包括数据打通、数据转化成洞察，所以这些都是非常重要的。
