DT年代的售后效劳研讨模型和办法

现如今,电商平台之间现已从单纯的价格战、质量战演化到了效劳战。例如京东从 2013 年广告 618 大促主打物流速度,现已从商品价格开始转向效劳;又如天猫生鲜的效劳:次日送达、正品保障、专业客服团队。

2016天猫生鲜那么,什么是效劳?怎么做客户买单的,让客户感到惊喜的,让客户今后继续使用产品的效劳?

效劳是指具有没有形特征,却可给人带来某种利益或满足感、可供有偿转让的一种或一系列活动。效劳通常是无形的,并且是在供方和顾客触摸面上至少需要完成一项活动的成果。效劳的概念很广,有物流、质量、售后效劳等。其间售后效劳(After-sales service),是指出产企业、经销商把产品(或效劳)出售给消费者之后,为消费者提供的一系列效劳,包括产品介绍、送货、装置、调试、维修、技能培训、上门效劳等,是增强产品竞争能力的一个方法。典型的电商的售后效劳包括装置维修效劳(如有)、退换货、维权处理(第三方平台通常有)等。

要做一个有竞争力的效劳,首要要知道短板在哪里,今天我们聊聊效劳时代怎么了解售后效劳的短板。

1. 看清自己

DT时代的解读应该从数据开始。一个成熟的售后效劳,一般可以从这两方面看:

售后效劳指标:胶葛发起率、胶葛量、均匀处理时长、反弹率……

效劳体验指标:满意率、不满意率……

效劳的衡量会更侧重看体验指标,因为效劳的量、时长等其实不能解释用户的感受和情绪,且效劳大大都是由人提供的,考察的是感受。所以会添加满意率、不满意率等指标同时进行判断。

那么假如售后是由人处理,非机器处理的,那么还需要重视人员效能指标:未完结量、7 天完结量/率、超 N 天完结量……

2. 怎么看

首要,我们会看满意与不满意,这两个指标能通知我们效劳在用户角度的好与坏;其次看事务指标,两者需要结合判断。例如,淘宝服饰的售后满意度是 70%,30% 的用户不满意主要集中在对处理时间的不满意上,且不满意的用户的效劳时长比满意的用户长,说明这里用户的主要痛点就是处理时长太长。那这些数据又怎么可以取得呢?需要有一个数据框架,框架的分解要结合竞品、效劳用户的 SOP、以及用户反馈的需求,说白了,就是站在用户的态度上分解整个框架。

例如售后效劳(维权部分)的满意度框架:

这里把售后的维权部分依照流程分解为三块:请求小二介入后的举证(提供问题凭据)、小二依照规则进行处理、小二给出介入成果后消费者退货退款。各个模块再依照事务的流程在用户心智中的体验要害点进行分解。

然后将框架转变为问题,这里需要留意的是详细的问题表述需要明晰易懂。

假如自行分解框架比较难下手,建议也能够参考 ASCI、SCI 模型(拜见

相关阅读