目錄

正式推出 CX Intelligence:你的客戶對話蘊藏無限商機 —— 停止再讓它白白流失

最後更新
持續時間
zh cx intelligence

TL;DR:快速摘要

  • SleekFlow CX Intelligence:讀取每一段客戶對話,並整理成主題、滿意度評分,以及可直接提問的答案。
  • 儀表板只負責計算:CSAT 下跌只會顯示為一個數字,卻沒有附上原因。
  • 非結構化數據:IDC 估計全球約 80% 的數據屬非結構化,客戶對話正屬這個未被閱讀的部分。
  • 0 至 5 分評分:為每段對話評分,連從不回覆問卷的客戶也計算在內。
  • 行銷、客戶體驗與銷售主管:從本來已在進行的對話中,找到指標背後的原因。

你的儀表板顯示,客戶滿意度上月由 4.4 跌至 4.1,工單量增加 12%。你清楚知道發生了什麼事,卻不知道原因。

原因並非不存在,而是藏在客戶與團隊之間成千上萬段對話中,涵蓋 WhatsApp、Instagram、即時聊天、電郵及通話,而且全是客戶親口說出的話。儀表板從未讀過其中任何一段。

SleekFlow CX Intelligence 正是為了填補這個缺口。它會閱讀每一段客戶對話、分類話題、為每段對話評分,並讓你以日常語言向整批對話提問。儀表板擅長計算,卻看不懂語言;而客戶正是用語言表達想法。

為什麼儀表板說不出「為什麼」?

儀表板計算的是結構化事件,例如工單、評分與回應時間,而事件背後的原因,卻存在於它們無法閱讀的語言之中。BI 工具可以告訴你投訴增加了 20%,卻讀不到投訴的內容。這是數據形態的問題,並非報表的問題。

IDC 的預測指出,全球約 80% 的數據屬於非結構化。 客戶對話正屬此類:它們是自由文字與語音,而不是整齊的行與列。傳統分析工具是為餘下 20% 的結構化數據而設。

即使已有客戶數據平台整合各系統資料,被整合的多數仍是結構化欄位。 對話內容本身,依然沒有被讀取。

三種常見做法,三個盲點

多數團隊會以三種方法補救,但每一種都有盲點。

方式

能捕捉什麼

捕捉不到什麼

隨機抽查對話記錄

當天碰巧被留意到的個別個案

其餘絕大多數的對話——而那才是全貌

CRM 標籤與備註

結構化的跟進狀態(例如「未感興趣」、「待跟進」)

對話背後的真實情緒——猶豫、不滿、期待

售後問卷調查

少數主動回覆的客戶意見

沉默大多數的真實體驗

pasted-image-1.jpeg

三種做法看似具分析性,卻沒有一種真正閱讀對話。 你最終只能憑一小片現實作決定,而這一片偏向最大聲、或願意按下「提交」的客戶。

量化指標回答的是「多少」,卻回答不了「為什麼」。 對話數據分析可以量度收件箱健康度與團隊工作量,但客戶實際說了什麼,仍需要有人去讀。傳統 CRM 系統的標籤與備註,亦只記錄結果。

什麼是 CX Intelligence?

CX Intelligence 是 SleekFlow 內的對話分析產品,會閱讀工作區內的每一段客戶對話,並轉化為主題、滿意度評分與日常語言的答案。它讀取的是客戶說了什麼,而不是只計算結果,讓你看見指標背後的原因並採取行動。

使用方法很簡單:向 SleekFlow 介紹一次你的業務,它便開始閱讀。

pasted-image-2.jpeg

以下四個板塊負責運作:

Topics:客戶實際上因什麼聯絡你

pasted-image-3.jpeg

Topics 會自動將每段對話分類為主題與子主題,毋須人手標籤。 不論客戶經 WhatsApp Business API或其他渠道來訊,你都可以看到哪些問題最常出現,由「送貨」等大主題逐層深入子主題,並觀察主題隨時間的升跌。

每個主題都能展開成背後的真實對話。 「退款延誤」激增時,你看到的不是圖表上的一條柱,而是一列可以閱讀的對話。

CSAT:每段對話的表現,不只是受訪者

pasted-image-5.jpeg

CSAT 會以 0 至 5 分為每段對話評分,依據是對話本身:語氣、問題是否解決,以及對話如何完結。滿意度因此涵蓋所有對話,而不是只有少數填寫問卷的客戶。

低分對話會連同原因一併列出,方便主管檢視問題所在並進行輔導。

使用提示:SleekFlow 清楚說明,這些 AI 評分旨在支援檢視與分析;如果團隊已倚賴正式的問卷計劃,它未必能取代該計劃。

Ask:以日常語言向所有對話提問

Ask 讓任何人輸入問題,即可得到答案。 例如「本週最主要的客戶問題是什麼?」或「上個月 CSAT 為什麼下跌?」,系統會回覆摘要、圖表及建議的跟進問題,毋須查詢語言,也毋須等待分析師。

它專為跟進提問而設。 廣泛的問題可逐步收窄為具體問題,而每個答案都可追溯至其來源對話。

Settings:讓它認識你的業務

Settings 是你輸入業務背景的地方:你賣什麼、客戶是誰、你重視什麼。這些背景會影響主題的分類與滿意度的評分,讓洞察切合你的業務,而不是千篇一律。你亦可在這裡開啟或關閉 CSAT 評分。

板塊

作用

你得到的

Topics

自動將每段對話分類為主題與子主題

客戶最常聯絡你的原因

CSAT

以 0 至 5 分為每段對話評分

涵蓋所有對話的滿意度

Ask

以日常語言向所有對話提問

摘要、圖表與建議的跟進問題

Settings

輸入業務背景,並可開關 CSAT 評分

切合你業務的分類與評分

CX Intelligence 與 BI 儀表板:各自看見什麼

BI 儀表板與 CX Intelligence 回答的是不同的問題。 儀表板負責計算結構化事件,CX Intelligence 負責閱讀非結構化對話。多數團隊兩者都需要,但只有後者能告訴你數字為什麼改變。

項目

BI 儀表板

CX Intelligence

讀取內容

結構化數字與事件

非結構化的聊天、電郵及通話

回答

發生了什麼

為什麼發生

涵蓋範圍

每個事件都被計算

每段對話都被閱讀

CSAT 下跌時

顯示下跌

以客戶的說話顯示原因

發現新問題

待問題反映在數字之後

在對話中升溫時即可察覺

輸出

指標圖表

主題、評分及原文對話

應用場景一:不用市場研究公司,也能做市場研究

銷售與營銷主管需要持續了解客戶如何看待品牌、產品與競爭對手,而不是每季才看一次報告。客戶對話早已包含這些資訊,Topics 則讓你大規模閱讀。

你想知道

CX Intelligence 如何呈現

價格是否真正的阻礙

價格成為可長期追蹤、可展開閱讀的主題

客戶如何看某件產品

產品意見歸納成可展開閱讀的主題

客戶下一步想要什麼

新需求會先以上升中的主題出現,早於銷售數據

客戶在哪裡感到困惑

對某項政策或步驟的重複提問,會浮現為子主題

客戶提到對手時怎麼說

以日常語言提問,再閱讀系統回傳的對話

與焦點小組的分別,在於說話的人是誰。 在焦點小組中,人們傾向說你想聽的話;而在深夜 11 時的客服對話中,對價錢猶豫的客戶會用自己的話直接說出來。你得到的,是過去需要研究預算才能取得的產品與競爭情報,來源卻是你本來已在進行的對話。

洞察也可以回饋到客戶分眾。 如果你經營 B2C 品牌,可以把這些洞察配合 B2C CRM 的分眾與回購策略一併使用。

應用場景二:不靠問卷的 CSAT 與服務質素

問卷有兩個問題:多數客戶不回覆,而回覆的人亦未必具代表性。 你最終是為一小撮人優化,大部分體驗卻無人量度。CX Intelligence 為每段對話評分,所以從不填問卷的沉默、不滿客戶,同樣被計算在內。

你想知道

CX Intelligence 如何呈現

每位客戶有多滿意

每段對話以 0 至 5 分評分

服務在哪裡下滑

CSAT 趨勢在問卷出現之前已標示下跌

哪些對話需要檢視

列出低分對話及其原因

不滿意的成因

問「為什麼上個月 CSAT 下跌?」並閱讀答案

哪些同事需要支援

以全部對話檢視每位同事,而不是只看少數評分

對客戶體驗主管而言,這改變了工作節奏。 現時多數團隊在客戶流失後才發現服務問題;當每段對話都即時評分,某個團隊或某位同事的下滑可在數日內浮現,背後的對話亦只需點一下。

這與請 ChatGPT 閱讀對話有何不同?

通用聊天機械人可以為你貼上的少量對話寫摘要,CX Intelligence 則一致地閱讀數以千計的對話、認識你的業務,並將每個發現追溯至原始對話。分別在於規模、一致性與可審核性,而不是語言能力。

面向

通用聊天機械人

CX Intelligence

規模

貼入約 10 段對話,可得到不錯的摘要

每星期持續閱讀所有對話

一致性

無法保證之後的 10,000 段對話以相同準則評分

每次套用相同評分準則,分類前後一致

對業務的認識

不會保留你的業務知識

透過 Settings 認識你的業務

可審核性

無法由主題點進對話

每個洞察都可追溯至來源對話

行銷、客戶體驗與銷售主管可以怎樣運用?

pasted-image-6.jpeg

同一個產品,為每位接觸客戶對話的主管提供不同的答案。 行銷得到客戶使用的語言、客戶體驗得到每段對話的滿意度,銷售則得到異議與競爭對手的提及。

  • 行銷主管:以客戶實際使用的字眼優化定位,並在趨勢反映到銷售數據之前,先從對話中發現。渠道策略可參考數碼營銷全攻略。

  • 客戶體驗主管:了解客戶在每段對話後的感受,及早發現服務下滑,並以具體對話而非籠統意見進行輔導。若團隊已使用 AI 客服系統,亦可一併檢視其服務質素。

  • 銷售主管:分辨價格異議是真實考慮還是條件反射,看到哪些產品令人驚喜、哪些令人困惑,並以客戶的原話閱讀他們對競爭對手的評價。B2B 銷售流程可參考 B2B CRM 指南。

讓客戶對話成為你的決策依據

如果你的團隊每天處理大量客戶對話,下一步就是讓這些對話開口說話。 SleekFlow CX Intelligence 以 Topics 看見客戶話題、以 CSAT 量度每段對話,並以 Ask 直接問出原因。立即預約示範,看看你自己的對話蘊藏什麼答案。

想了解 SleekFlow 如何以 AI 處理客戶查詢,可延伸閱讀 WhatsApp AI Agent 與 AgentFlow 的介紹。

立即了解你錯過了什麼

每一個沒有 CX Intelligence 的業務,都有數以千計的客戶訊號在沉默中流失。

常見問題

什麼是 CX Intelligence?

SleekFlow CX Intelligence 會讀取你的客戶對話,並轉化為洞察。它不依賴只計算工單量或問卷分數等結果的儀表板,而是將每段對話分類為主題、為每段對話評分,並讓你以日常語言查詢所有對話。

CX Intelligence 與 Tableau、Power BI 等 BI 工具有何分別?

BI 工具負責計算及繪製工單、評分、回應時間等結構化數據,可以告訴你投訴上升,卻讀不到投訴的內容。CX Intelligence 則直接閱讀對話,說明數字為什麼改變。多數團隊兩者並用:BI 看發生了什麼,CX Intelligence 看為什麼。

對話評分是否比 CSAT 問卷更準確?

更準確並不是重點,它是更完整。問卷只涵蓋少數願意回覆的客戶,結果因此偏斜;為每段對話評分則覆蓋整體,包括從不填問卷的不滿客戶。SleekFlow 將這些 AI 評分定位為支援檢視與分析,而非取代正式的問卷計劃(如你已有相關計劃)。

CX Intelligence 支援哪些渠道?

它會讀取你 SleekFlow 工作區內、已連接渠道的客戶對話,因此 WhatsApp 對話、Instagram 私訊、即時聊天及電郵,都會以相同方式分類及評分。

我可以直接用 ChatGPT 分析客戶對話嗎?

少量對話可以。但規模一大便會出現問題:通用助理無法一致地為數以千計的對話評分、不會記住你的業務,亦無法將發現連回具體對話。若想了解 生成式人工智能 在企業的應用,可延伸閱讀。CX Intelligence 以相同方式分類每段對話,並保留通往來源的審核軌跡。

分享文章

SleekFlow AI 推動顧客轉化,加速業務持續增長 SleekFlow AI

立即免費體驗!