顧客體驗並不是全新的概念。1998年,派恩(B. Joseph Pine II)和吉爾摩(James H. Gilmore)首次提出了顧客體驗的概念,他們認為,商品和服務過去曾是創新的主要載體,但如今已缺乏差異化,如果不進行策略升級,就不可能訂出高於同類商品的加值定價(premium pricing)。
產品功能上的些微差異也許有助避免顧客投向競爭對手的懷抱,但很難提高支付的意願。企業必須展開經濟價值進程的下一個步驟:體驗。
假如以劇場當作比喻,注重體驗的企業便是以商品為道具、把服務當舞台,與顧客進行難忘的互動。隨著數位化的興起,這項概念受到了更多主流的關注。首先,網際網路的透明化讓顧客很容易就能比較產品和服務,導致商品化的速度加快。因此,企業必須在基本的產品服務之外進行體驗創新。最重要的是,顧客一直期盼與品牌建立真心的連結,矛盾的是,這在網路時代已是可遇不可求。因此,現今企業不得不透過網際網路與其他數位科技,才能與顧客進行互動和接觸。
隨著不同產品的商品化,企業現在將創新的重點轉向產品周邊的每個接觸點。如今,與產品互動的新方式比產品本身更具吸引力,贏得競爭的關鍵不再只是產品本身,而是在於顧客如何評價、購買、使用和推薦產品。基本上,顧客體驗已成為企業創造與提供更多顧客價值的全新方式。
實際上,顧客體驗是商業成果的主要動力。根據Salesforce的調查,三分之一的網路顧客願意為一流的顧客體驗支付更高的費用。
資誠(PwC)這家專業諮詢機構的一項研究也發現,有近四分之三的顧客表示,頂級顧客體驗不僅有助維持忠誠度,顧客也願意為此額外支付高達16%的溢價。
追蹤接觸點:5A
由於顧客體驗的概念是拓展產品創新原本狹隘的聚焦範圍,那宏觀的視野就極為重要。顧客體驗不僅僅是攸關購買體驗或客服,而是早在顧客購買產品之前就已開始了,並且持續到消費後很長一段時間,其中包含了顧客與產品的所有接觸點:品牌傳播、零售體驗、銷售團隊互動、產品使用、客服以及跟其他顧客的對話。企業必須協調所有接觸點,設法提供無縫接軌的顧客體驗,讓顧客感到深具意義又難忘。
在行銷4.0中,我們導入了一個框架來呈現這些接觸點,同時打造卓越的顧客體驗。5A的顧客消費路徑(customer path)囊括了顧客在數位世界中,購買與消費產品服務的整個歷程,參見圖7.1。

這個框架是十分彈性的工具,適用於所有產業。在描述顧客行為時,這個路徑勾勒的面貌更接近於實際的顧客旅程,不僅在現今仍然具有實際意義,而且還提供了堅實的基礎,可以看到如何在整個顧客體驗中進行人機整合。
5A反映了許多看似個人的顧客購買決策,本質上其實是社會化的決策。隨著生活節奏加快、內容爆增、注意力降低,顧客在制定決策時遇到不小的難題。因此,他們求助於自己最值得信賴的推薦來源:親朋好友。現今,顧客會主動聯繫、詢問有關品牌的問題,並向他人推薦。因此,衡量顧客忠誠度的標準也從單純的留存率與回購率,轉變為是否會幫品牌宣傳。
在「認知」(aware)階段,顧客從經驗、行銷傳播或他人的宣傳中接觸到一大堆品牌。認識到數個品牌後,顧客就會消化自己接觸到的所有資訊,會創造短期記憶或放大長期記憶,然後只受到少數品牌的吸引,這就是「打動」(appeal)階段。在好奇心的驅使下,顧客通常會積極地研究吸引自己的品牌,從親朋好友、媒體或直接從品牌端獲取更多資訊,這就是「詢問」(ask)階段。
如果在詢問階段接觸更多資訊而受到說服,顧客就會決定採取「行動」(act)。重要的是要記住,理想中的顧客行動並不限於購買活動。在購買品牌後,顧客會透過消費、使用以及售後服務進行更深入的互動。時間一久,顧客可能會對品牌產生忠誠度,這會反映於留存率、回購率,以及最終向外代言,這就是「倡導」(advocate)階段。
每家企業的最終目標,就是在整個歷程中提供出色的互動,藉此推動客戶從認知階段轉移到宣傳階段。為了實現這項目標,企業必須精心設計每個接觸點,並決定何時使用自動化、何時使用人性化接觸。顧客僅僅要求速度和效率時,例如在預訂和付款的步驟,自動化通常十分有用。另一方面,人類仍然更擅長執行需要彈性與脈絡理解的工作,例如餐旅業或諮詢相關的互動。
全新顧客體驗中的人類與機器
在混合型顧客體驗中,人類和機器的角色同等關鍵。兩者不僅擅長不一樣的事物,還能相輔相成。電腦的速度和效率給予人類更多自由,可以進行其他需要想像力的活動。自動化是把我們的創造力提升到更高層次的跳板。就這項意義來說,社會大眾必須正視科技推動、加速創新的事實,也符合科技發明的初衷:解放人力資源。
在深入探討機器與人類各自的優勢之前,我們需要先了解何謂莫拉維克悖論(Moravec’s paradox)。專精研究人工智慧的學者漢斯.莫拉維克(Hans Moravec)曾提出一項著名觀點:提升電腦的智力測驗成績相對容易,但想讓電腦擁有一歲幼兒的感知與運動能力卻難如登天。
推理這項人類的高階能力,電腦可以輕鬆學會,因為這牽涉一輩子的有意識學習。由於我們明白箇中原理,便可以單純地運用同樣的邏輯、極為直觀的過程來訓練電腦,而電腦具備更強大的運算能力,想必會比我們學得更快、推理能力也更加牢靠。
相較之下,感覺動作(sensorimotor)知識,也就是我們對周圍環境的感知與反應,機器較難學會。這似乎是在學齡前階段,孩子輕鬆地與周遭的人和環境互動,就能學會的低階能力。這攸關本能地理解他人的感受與擁有同理心。沒有人曉得孩子是如何發展出這類能力,因為大多來自於人類數百萬年演化過程中,所累積的潛意識學習。因此,我們實在難以把自己都不理解的事物教會機器。
人工智慧科學家一直想對無意識的學習進行逆向工程,方法便是運用有意識的流程。電腦分析數十億張面孔與其特徵,以辨識每一張人臉,甚至預測潛在的情緒。研究聲音和語言也是如法炮製。目前的研究結果相當出色,但需要幾十年才能實現。
在機器人方面,成果則十分有限。機器人已成功複製了我們遇到外部刺激時,身體動作會有的反應,但未能兼顧動作的優雅。
電腦可以輕易地超越人類的能力,即大多數人心目中最了不起的資產,包括邏輯思維和推理能力;相較之下,人類學習起來再自然不過的事物,卻需要機器花費數十年時間、龐大的運算處理能力來模仿。部分人經常認為理所當然的能力,例如,常識和同理心正是我們與電腦的差異。這就是悖論所在。
(本文摘自天下雜誌出版《行銷5.0:科技與人性完美融合時代的全方位戰略,運用MarTech,設計顧客旅程,開啟數位消費新商機》)
聚焦產業新知、管理心法,企業轉型再成長的必備讀物
聚焦產業新知、管理心法,企業轉型再成長的必備讀物
請查看您的信箱,我們將寄送驗證信給您,確保未來信件會送到您的信箱