Skip to main content Skip to footer

研究报告

客户服务:危机边缘与转型契机

立即调整,实现未来增长

10 分钟阅读

2025/03/13

概述

  • 客户服务的失败导致企业承担高昂的成本。87% 的受访者表示,仅一次不佳的服务体验就会让他们不再选择这家公司。

  • 只有 18% 的受访者认为科技改善了他们的客户体验,在他们看来,企业更关注技术、成本和效率而非客户体验。

  • 企业若能正确运用技术、数据和人工智能(尤其是生成式人工智能),便能在提升效率、降低成本的同时改善客户满意度。

企业今天所做的选择——投资方向、体验设计方式、信任构建方式等,将决定其未来多年的市场相关性与增长潜力。我们认为,服务领导者必须采取以下三项关键举措。是时候改善客户服务了。

不佳的客户服务体验会损害企业利益

回想下最近一次客户服务体验。感觉如何?如果体验不佳,你对这家公司的印象如何?我们的研究发现,有 87% 的客户会因为仅一次负面体验就不再选择该品牌。下图显示,当前的客户服务表现远未达到客户的期望。

这是一张来自 Accenture.com 的条形图,展示了客户与企业互动的调查结果。该图表包括五个类别:联系客户服务、接收相关更新、获得主动解决方案、理解客户偏好及解决问题。调查反馈分为五个等级:始终、经常、有时、很少、从不。图表底部的文字为“服务还是失误?客户向我们讲述他们与企业互动的体验。
这是一张来自 Accenture.com 的条形图,展示了客户与企业互动的调查结果。该图表包括五个类别:联系客户服务、接收相关更新、获得主动解决方案、理解客户偏好及解决问题。调查反馈分为五个等级:始终、经常、有时、很少、从不。图表底部的文字为“服务还是失误?客户向我们讲述他们与企业互动的体验。

服务还是失误?

客户向我们讲述他们与企业互动的体验。

客户服务出了哪些问题

疫情期间及其后,许多企业被迫精简客户服务职能,降级服务,并不得不以更少的资源完成更多工作。许多公司采取了“生存至上”的临时应对策略,优先考虑企业自身的运营需求,而非客户体验。企业最近开始加大对客户服务的投资并采用生成式人工智能等新技术。然而,技术与数据及人工智能的整合尚未达到预期效果。客户普遍认为,企业已掌握了关于他们的大量数据信息,但这些数据并未真正被用于改善客户体验。

“客户体验变得越来越复杂”Z 世代,美国
“客户体验变得越来越复杂”Z 世代,美国

一方面,客户认为自己在获取所需服务时付出的努力超出了合理预期。另一方面,企业的业务重点却偏向成本控制,而非优质服务。调查显示,64% 的企业高管承认,他们在成本效益和客户满意度之间做出了妥协。

值得欣慰的是,企业不再需要牺牲客户满意度来换取效益。

如果操作得当,生成式人工智能将能够改善客户服务

有效使用生成式人工智能将对客户服务解决方案产生革命性的积极影响。但如果运用不当,则可能会加剧客户不满与矛盾。我们的研究发现,35% 的客户担心人工智能会降低服务质量,甚至完全不信任人工智能。

尽管生成式人工智能仍处于早期阶段,但现在正是企业正确引入这一技术的关键时刻。

过去一年,仅 18% 的受访者认为科技显著改善了他们的客户服务体验。
过去一年,仅 18% 的受访者认为科技显著改善了他们的客户服务体验。

提升客户服务,推动业务增长的三大举措

01

个性化每一次互动,建立信任

自助服务工具不仅应帮助客户完成任务,还必须具备直观、响应迅速和实用的特性,确保让客户获得良好的服务体验。

但人工智能赋能的客户服务不应止步于自助服务。要打造真正个性化的支持体验,人工客服需要即时获取洞察与智能化建议,以更好地指导客户。

领先企业分析

82%

的领先企业更愿意采用生成式人工智能帮助客服人员更快、更有效地解决客户问题。

87%

的领先企业更愿意采用该技术来个性化数字渠道体验。

以真实互动为基础,重新设计客户旅程,而非依赖理想化的流程图。客户在哪里遇到障碍?数据在哪里重复?哪些自助服务无法满足实际需求?

利用人工智能优化自助工具,使其能够适应个性化需求,提供更快、更精准的支持。

利用生成式人工智能工具为人工客服提供实时洞察,使客户对话从机械化的脚本回复转向更具针对性的动态沟通。

案例研究
百思买 通过人性化的客户支持提升客户体验。探讨生成式人工智能如何塑造电子零售巨头的未来服务。

02

预测并主动解决客户需求

取得卓越客户成果的企业采取果断行动,利用数据主动预测客户需求。

精准选择,适时决策

与服务表现最差的企业相比,领先企业大力投资生成式人工智能,以提升预测能力的可能性要高出 48%。然而,受访企业高管中仅有 14% 表示他们的公司经常利用数据生成的洞察来改进客户服务。

利用人工智能赋能基于实时客户使用模式的客户服务解决方案,使服务超越简单的问题解决。

开始识别复杂的高频服务问题,提前预测并解决,避免问题升级。

然后,放眼更广阔的未来。扩展数据来源,不仅涵盖传统客户服务记录,还应包括行为数据、运营数据及第三方数据,以更全面地理解潜在客户的互动情况。

承担责任,确保人工智能预测的透明度和可解释性,以增强客户对主动服务干预的信任。

“[我的网络供应商]主动联系我,推荐了速度更快、价格更实惠的宽带升级方案。我一开始以为是骗局。但他们分析了我的家庭使用情况,发现确实需要更合适的套餐。他们的服务主动、周到,还帮我省了钱。令人印象深刻!”
X 世代,英国

03

以服务为核心,促进协作

尽管如今的世界高度互联,但客户服务仍往往处于孤立状态,导致流程割裂,客户体验不连贯。

让数据洞察畅通无阻

重新思考客户服务,使其不仅仅是一种支持职能,更是客户洞察中心,让每一次互动不仅能解决问题,还能产生有价值的信息。迄今为止,许多此类洞察要么被忽视,要么未被记录,而生成式人工智能改变了这一现状。

高绩效企业已在引领变革,推动行业发展。从市场推广战略到产品开发,57% 的高绩效企业更有可能利用客户服务洞察优化企业流程。87% 的优秀客户服务企业认为客户服务在影响其营销战略方面发挥了关键作用。

要实现增长,企业应设立客户洞察中心,集中管理各个互动点的相关客户信息。

确保客户洞察在整个公司内持续流动,将其融入营销、定价及企业整体战略中,用于产品创新,并挖掘新的收入来源。同时,将基于商业智能制定决策作为企业的首要任务。让所有业务负责人、数据和人工智能专家及创意人员围绕共同的战略和目标协同合作,以推动制定更智能、更契合客户需求的决策。

借助现代技术,实现更紧密协作的工作方式终于得以实现。

作者

肖恩·莱昂斯(Sean Lyons)

Song 事业部全球实践业务负责人

亚历克斯·科尔彻(Alex Colcher)

Song 事业部全球服务业务负责人

埃丽卡·辛普森(Erika Simpson)

Song 事业部全球服务解决方案业务负责人

唐·安德森(Dawn Anderson)

Song 事业部资深董事总经理

约书亚·贝林(Joshua Bellin)

Song 事业部思想领导力研究负责人