1.1.1 数据角色的变化

数据在体验管理中的角色仍旧是帮助组织更好地了解客户，但同时，数据本身和体验管理对数据的需求也在不断改变，体验管理数据化的态势由此而来。

首先，数据本身在延展，交易数据在向交易前后延展，触点数据在向旅程两端延展，节点数据在向上下游延展。

其次，体验管理对数据体量的需求在改变，大数据对传统调研的影响和辅助并存。对于企业而言，数据量级只要能解决体验问题即可，并不追求不必要的大数据和大样本调研。

此外，体验管理对数据指标也更加挑剔，除数据本身的敏感性、有效性、准确性外，还需要数据的关联性、代表性、可落地性，体验管理数据指标池的门槛也随之越来越高。

最后，数据融合愈发重要，体验数据（X-Data）与运营数据（O-Data）的融合已被提及多年，现阶段的核心重点在于厘清哪些“X”与哪些“O”融合对体验管理更加有效。更重要的是，O-Data部分通常发展历史、成熟度均高于X-Data，因此，X-Data应主动向O-Data对齐并不断细化O-Data，我们认为，这是当前比较有效的数据融合方式。

① 数据本身的演进

数据的多元化：在以体验为中心的管理运营中，数据本身的作用并没有发生变化——依然是帮助企业更好地了解客户。但随着科技发展，企业了解客户的维度和渠道更加丰富，与客户相关的数据信息也愈发多元，客户体验数据的来源早已不再局限于调研体系和客服系统中。

大数据环境下，客户不经意间的行为都会留下数据痕迹，成为了解客户的重要线索。未来，要构建完善的客户体验管理体系，契机在于如何将千丝万缕的线索串联起来，据此真实还原客户心理、合理预测客户需求，形成以数据为基础的客户运营体系，同时还要与体验管理的关键节点相关联，最终实现体验数据的价值。

数据的延展性：客户数据的持续发展和扩张给体验管理更多数据可能性，体验数据正在沿着客户旅程向两端不断延伸，并在延伸过程中持续优胜劣汰。虽然数据本身并无优劣之分，但数据对体验管理来说却有好坏之别，也正是这种差别，使数据在延伸过程中完成自我更新和迭代，比如体验改善需要更有抓手的数据、客户运营需要更有客户视角的数据、品牌营销需要更有结果导向的数据。这正如大浪淘沙，几番甄别，使体验数据变得更加充实。

当前，体验数据具备很强的关联性和融合性，也就是说，体验数据不再局限于指标本身，而是涵盖了其背后一整套体验管理机制和运营逻辑。

② 体验管理对数据要求的变化

客户核心行为数据：客户核心行为是区分场景的。在体验管理场景化的今天，不同场景的客户需求、体验触达、客户感知有所不同，这也是差异化体验、定制化服务等体验相关字眼不断被提及的原因。但是，体验管理需要在纷繁复杂的场景化趋势中找到客户的核心行为，这些行为要能与客户需求、客户感知相关联，决定了企业在场景中对客户体验的触达方式和渠道。
X-Data与O-Data的融合：体验数据要赋能企业的决策和战术，需要兼顾客户感知和企业运营的特点，这也是X-Data与O-Data结合使用的重要原因之一。当前，行业对X-Data和O-Data的梳理已经相当成熟，两类数据所构成的指标池不断完善。对于任何企业来说，虽然可以从中挖掘信息，但也带来巨大的数据搭建成本等压力。

因此，体验数据影响企业策略的关键并不在于两类指标的大小，而在于两类指标池的融合方式。同时，这其中也蕴含了企业的经营逻辑选择，即运营导向还是体验导向，导向不同则指标池融合时的主导指标和协同指标也有所不同。

数据的整理和使用：体验管理对于数据的应用可以说层出不穷，从数据清洗、整合、建模到数据分析、检验和展示，多样化的方法论、统计模型、咨询模型、用研模型不断涌现，这当然能使数据得到更好的整理和应用，但也容易让企业开展体验管理时忽略数据最原始也是最有效的作用——量化评判。

事实上，体验管理初始目标之一就是评判体验的好坏，因此企业才引入量化指标。企业希望利用指标数字的大小和不同维度间的比较，来帮助企业判定当前体验水平的高低以及在行业内的位置，而这些可能需要的只是一把尺子或一个阈值，但这既是体验管理的本源，也是数据的本质。

③ 新数据和新融合

新数据：新数据不仅指新的指标、新的数据，而且还对应新的目标。鉴于未来的不确定性，体验管理更倾向于聚焦那些确定的部分，比如企业的体验管理目标。对应于目标，企业可以给体验管理数据的获取渠道、扩展方向、研究方法明确边界和路径，如此获取的新数据将更有效地支持企业的经营目标和营销需求。
新融合：以需求为导向构建客户体验管理体系，不仅需要企业理解客户的生活场景，更要理解企业自身是如何在客户的生活场景中传递体验的。也就是说，企业需要建立品牌体验愿景与客户生活场景的“两景融合”，此为新融合。融合的关键点，在于确定两者之间产生Gap的具体时刻（MOG,Moment of Gap），不同于关键体验时刻（MOT，Moment of Truth)的应用，MOG将进一步拉近客户与品牌的距离，帮助企业利用当前的技术手段，构建客户场景需求数据与品牌体验传递数据的实时关联，最终实现新融合。