一文说透｜如何从 0 到 1 搭建客户服务体系？
2010年，著名的华裔企业家——美捷步创始人谢家华在其著作《三双鞋》里写到：
太多的公司把接电话服务想成是一个要尽量减少的花费，而我们相信这是一个大多数公司没有留意的极大的机会，它不仅仅能够建立口碑，甚至有可能提升这位顾客的生命周期价值。
在美捷步的发展史里，很重要的一点就是通过客户服务建立品牌口碑。
客户服务是我们和用户接触的重要窗口，高质量的服务可以帮助双方建立良好的信任关系，进而让客户对我们的品牌产生正面的印象并自发二次传播。
今天这篇文章，想从产品的角度，跟大家谈谈如何从0到 1 构建客户服务体系。
本文主要分以下3个部分来阐述：
一、明确服务目标：从业务目标出发，建立客观可信赖的质量衡量体系
在明确服务目标之前，我们得明确业务目标是什么。因为「服务」忠于业务目标。
站在业务目标的角度，什么样的客户服务有助于我们的业务目标实现？我们的目标是增收还是降本？
在业务目标的基点上，制定服务目标。明确服务目标后，制定服务的北极星指标，即建立一套客观可信赖的质量衡量体系。
举个例子，在很多业务场景里，服务的主要考核指标是“客户满意度”。为什么这样设置呢？这背后折射的也是业务目标的诉求。业务的盈利很大程度依赖客户，而客户满意度越高，越可能产生新购和复购行为，进而反哺企业的业务目标实现。
但是仅有“客户满意度”这个指标是否足够呢？
往往在一个主考核指标之外，我们还需要辅助多维度的数据采集，用来衡量我们的服务质量。
比如：
- 客户问题处理时长——用来衡量服务人员的问题解决能力
- 客户问题重开率——用来跟踪客户的问题是否被真正解决。一般会设置一个时限，比如 24 小时内单个客户是否重复咨询相关问题
- 客户非评价率——我们捕捉到的客户满意度主要源自评价的客户，但是评价的用户终究只是一小部分用户的行为，如何洞察“沉默的大多数”客户的满意度呢？这就依赖我们从客户的行为去捕捉，并结合自己的服务途径设计相关的考量指标。
设计服务考量指标，一个很重要的观察点就是「行为即反馈」。既要看主动反馈的客户评价数据，也要看非评价的用户行为数据，只有这样，我们才能尽可能全面的了解服务质量。
二、设计服务路径：围绕用户旅程，提供恰到好处的服务
如果说服务目标是灯塔，那么服务路径则是航线。
确定服务目标是为了保证我们知道往哪里驶去，也为了帮助我们事后衡量团队的服务质量与我们的目标是否有偏差。
而航线则是为了抵达目的，我们所设计的最佳路径。
在路线设计之初，先扪心自问：
- 客户遇到问题时，能快速找到求助入口吗？
- 进到求助入口后，能快速解决问题吗？
- 我们提供的服务是否满足大多数客户的求助需要？
接下来，我将围绕上述3 个问题进行具体阐述：
我们先将客户的求助分为上述3 个阶段，这也是我们在提供客户服务时的 3 个核心发力点。
针对每个阶段，我们都要设计一些共情客户的地方，帮助客户快速解决问题。当然，这过程也少不了围绕业务目标去做一些调整。
举个最简单的例子，如果不考虑成本，那么最好的方式就是在客户有问题时直接提供专业的 7*24小时服务。但是这个服务成本显然比较高，不太适合大多数真实的场景。即使是当初追求客户服务到极致的美捷步，也是在发展到一定阶段后才有底气做出这样的服务策略。
阶段一：寻求服务
这个阶段的关键在于，我们要尽可能的降低客户触及服务入口的成本。
无论是ToB还是ToC，客户都寻求一种确定性，这种确定性既包括对产品质量的确定性也包括对产品服务的确定性。
服务入口的便利性，很大程度就是为了建立客户对寻求服务这件事的信任感，即为客户提供一种确定性。
这个环节，我们首先要盘点客户接触我们的入口主要有哪些，在这些触点页面我们有策略的提供服务入口，让客户遇到问题时可以及时求助。
比如，我们日常接触的手机银行 APP，基本都会在进入 APP 的首页，提供客服入口，这就是在客户旅程的第一界面提供“服务的确定性”，让客户可以便捷求助。
说到这，可能有些用户会问，服务入口太显眼，那岂不是会带来很多咨询，背后需要很多服务人力来支撑？
确实有这样的可能性。我们既想要客户体验好，又想要平衡服务成本的压力，怎么解决呢？
这就需要我们针对客户画像做差异化，尽可能的在客户进入服务界面的首屏就提供清晰的引导/推荐，帮助客户自助闭环问题。
以京东客服为例，客户在 APP 入口进入客服界面后，会先呈现“服务大厅”，也可理解为这是客户进入服务的「首屏接触」。
「首屏接触」是客户服务路径的第一个关键发力点。它的核心作用在by客户做针对性推荐，让客户尽可能的自助解决自己的问题/提高客户求助的便利性。
我们可以对比拼多多/淘宝的客服入口，都会有“客户属性”的融入，比如你刚买了东西，进入客服时，首屏会优先询问你是否要咨询这个订单。
总结起来，在寻求服务阶段，我们产品方案的核心在于“首屏接触”的设计：
- 基于客户画像推荐相关内容（客户最近订单/访问的产品等）
- 提供自助服务能力（如订单、发票、退款等高频能力一定要自助化）
- 结合业务目标适当融入运营活动/推广，增加交易
阶段二：服务过程
讲完寻求服务，接下来我们进入客户旅程的第二环节——服务过程。
这时候，客户已经开始进行服务交互，那么这阶段做好客户服务的关键在于“帮助客户实现ta的目的”。
经历了前面首屏大厅的分流，真正停留下来并且进行服务求助的客户一定是奔着解决问题去的。
那我们怎么帮助客户更快更好的解决问题呢？
可以从以下 3 个方向来进行产品能力建设。
1、引导客户清晰的表达诉求
帮助客户高效解决问题的前提是知道客户的问题是什么，只有明确客户诉求，我们才能知道接下来如何处理。
那怎么引导客户清晰的表达的诉求呢？
（1）增加引导
在客户提问的时候，我们可以适当做一些引导，降低客户问题描述的门槛。
比如，在输入框增加引导语，让客户规范表达；再或者，在客户输入的过程，提供内容联想或者历史记录展示，让客户快速引用。
这样做的目的是让客户尽可能按照我们设想的方式去表达问题，进而让我们更快明确客户诉求，提供解决方案。
（2）适当推荐
在客户表达模糊的时候，我们可以提供一些内容推荐，通过客户的行为选择，了解客户的意图。
比如客户提问“快递”，此时我们并不知道客户的真正意图是什么，ta可能是咨询我们发货用哪个快递，也可能是想查询当前某个订单的物流进度。
这时候我们可以做适当的推荐，通过客户的行为选择，进一步缩小客户的问题范围，再做进一步的解答。
这个思路既适用于智能客服阶段，也适用于人工交互环节。
在大多数服务过程的伊始，想要清晰准确的获取客户诉求并不是一件容易的事，在产品矩阵/商家多样化的平台里尤其如此，而我们要做的就是尽可能的明确客户意图，以便更快的解决客户问题。
不要把难题交给客户，优先从服务路径上去设计，把客户的意图从一个大圈缩小到一个小点，进而推送精准的答案。
2、提供辅助工具
明确客户意图后，接下来就是如何解决客户问题。
站在客户的角度，客户想要的是问题快速解决；站在企业的角度，企业希望尽量降低服务的成本。
这也是为什么我们日常接触到的客服入口都有智能客服这个环节。就是为了借助 AI 去消化一些简单的重复性客户问题，降低客服人员的工单压力和服务成本。
但是光有智能客服，是不是就足够了呢？
显然不是。因为很多问题不是单纯的通过文本交互就能够直接解决。
举个例子，我们进入手机银行 APP 查询银行卡账号。
过去传统的解决方式是智能客服推送一条文本答案，告诉客户从哪个入口点击xx进去查看。整条路径繁琐又费劲，经常客户操作到一半忘记路径了，又得折回来继续查看。
现在通用的解决方式是：服务界面直接推送一个查询入口，客户点击即可查看银行卡号。体验丝滑且友好。
这背后，其实就是客服平台提供了“辅助工具”。我将之称为工具，是因为这其实超出了传统 AI Bot的语料范畴，将客户的问题和业务进行了融合，并且通过一个互相交互的形态解决了客户问题。
包括进入人工之后也是如此，尽可能将一些纯文本交互的过程优化为通过工具来采集和解决，客户问题的解决时效和客户体验会更上一层楼。
3、跟踪服务过程
前面 2 步主要在于如何引导客户准确表达问题以及提供相应的工具助力问题快速解决。
在这过程，还有一点非常关键，就是如何确保我们的客户服务是按照设计的路径来进行的？如何确保客户的服务体验是顺畅的？
在客户服务里很常见的场景就是，客户急冲冲的进来，咨询这个事怎么处理。这时候客户一般是带着情绪来的。
如果我们希望给客户带来好的客户体验，情绪往往是第一优先级需要安抚和响应的。从产品的角度，如何确保我们的服务流程在聚焦解决问题的同时也回应到客户情绪呢？
这就依赖我们对服务内容的监控。针对情绪用语、敏感词等进行识别，提前预知风险告诉客服人员以及对应的后端服务管理人员。
值得一提的是，在服务过程，我们除了关注客户情绪外，也应关注客户问题的解决时效。
通过对客户问题解决时效的跟踪，在产品能力上配备相应的OLA告警机制，可以很大程度上保障客户的问题被及时处理。
而完备的OLA 告警机制，也会助力服务指标的提升：
客户问题处理耗时的下降–>客户满意度提升。
这两者有一定的正相关。
阶段三：服务结束
一次客户服务对话的结束，并不意味着我们服务的终止。相反，如何我们想要把我们的服务体系打磨的更加好，尤其需要关注这一环节。
市场营销有个很重要的理论，一个忠诚的老顾客可以带来 8 个新顾客。也就是说，把我们每个顾客服务好，他背后带来的价值可能比我们辛苦去拓客效果还要好。
那怎么去服务好每个客户呢？这就需要我们在客户服务的整个生命周期拉通来看。
服务结束作为最后一环，在产品层面我们可以做哪些建设呢？
想要明白做什么，就得先明晰这阶段对整个服务流的最大价值是什么。我们前置环节做了那么多的场景预判、差异化推荐以及客户需求满足和情绪的回应等，最终落到我们的系统的服务记录，就是巨大的宝藏。
这个宝藏包含了客户咨询的高频问题是什么、最优解决方案是什么、客户的日常行为习惯有哪些……这些数据，我们可以深入挖掘并利用起来，为后续的服务优化做铺垫。
也就是说，在服务结束之后，产品层面要做的就是“分析和优化”，通过对产品能力的建设帮助业务更好的进行分析，更好的优化服务体验。
很多工具建设以及知识库文章，都是基于对大量服务记录的分析，提炼总结出来的。
此外，客户行为也是一种反馈，客户不一定给我们的服务好评/差评，沉默的永远是大多数，但是如何捕捉这类群体的服务体验呢？可以从客户的行为来入手。
比如，客户智能客服阶段虽然没有给差评，但是它最终接入人工。——这个行为背后折射的就是对智能客服解决能力的不满，所以进一步寻求人工的帮助。
再比如，客户在人工服务后没有评价，但是在短时间内很快又来咨询同类问题——这行为背后折射的就是前一次咨询没有很好的解决客户问题。
这些都是我们在客户评价维度拿不到的数据，但是却可以从客户行为层面获取到客户问题的解决情况。
这也是我们在产品设计上需要注意和思考的点。
优化永无止境。我们永远不要隔着屏幕看数据，而是要切身“沉下去”，去观察每个鲜活的服务样本，去了解我们真实的客户体验，去思考我们产品层面的一些“盲区”，这样才能切实提升我们的产品服务口碑。
三、构建服务生态：拉通组织-流程-工具，建立可持续的生态体系
终于讲到最后一 part。
这里我们撇开产品设计聊聊服务生态。
何为服务生态？
简单来说就是基于我们业务的上下游，构建一个为客户提供良好体验的环境。
举个具体的例子，客户在电商平台买了一个商品，因为质量不符合预期申请退货，找店家沟通，店家不同意，最后客户申请平台介入，平台客服帮忙给客户操作了退款。
这个例子里，我们就看到了 3 个角色：客户-店家-电商平台
这就是一个简单的服务生态雏形。
我们要构建一个客户服务体系，这背后不仅仅是产品能力层面的设计，还有这个服务体系背后所串联的每个角色，以及每个角色所归属的组织。
在上述案例里，我们可以把“客户、店家、电商平台”看做「组织」，把客户求助的客服入口看做宏观意义上的「工具」，把这套退货机制称为「流程」。
服务产品的设计，对于用户而言，就是提供一个他可以快速求助的「工具」入口，但是背后要帮助客户快速解决问题依赖一套「流程」机制把服务体系上下游的的「组织」串联起来。
客户服务不是单点的客服对接客户，唯有拉通组织-流程-工具，建立可持续的生态体系，才能让我们整个链路的上下游在这里愉快玩耍。
那怎么拉通这三个要素，建立一个可持续的生态体系呢？
吴士宏在《越过山丘：打破人生与事业的迷障》里提到：“人，无往不在关系之中。”这句话，在产品里同样适用。
任何产品，它最终围绕的还是它所服务的群体上下游链路的各个角色。每个功能，背后都可能需要 N 个角色来配合。
比如退货退款，店家有自己的规则，平台也有通用的规则，用户可以先对接店家也可以寻求平台支援。店家与平台之间之所以能够互相约束，是因为有共同的利益纽带。
三者连接起来，客户服务体系这个飞轮才能持续转动。
写在最后
美捷步的企业文化里，放在首位的是：“通过服务让人们感到惊叹：WOW!”
他们一直“寻找并雇佣那些对客户服务有激情的人”。
做客户服务体系的这些年，给我最大的感受就是，不要把客服系统想象成一个机械化的解决问题的入口，它是一座桥梁，连接我们客户和企业，它的价值远不局限在单个问题的解决，而是关乎我们整个企业品牌和口碑的传播。
Flomo创始人少楠在《笔记的方法》里写到：
大多数公司都把客服当作不得不做的事情，而忽略了这是建立口碑，提升顾客LTV(生命周期总价值)的情境——挽救一个不满意的客户，不但能保住订单，甚至还可能因为提供了超预期服务，让他成为积极传播者。
他认为，Flomo必须坚定地在客服这件事上“持续投资”，因为“良好的客服沟通是一种建立信任的机制，而建立信任后，用户才会愿意投资时间、金钱在你的产品上。”
当我们把事情的本质“think bigger“之后，我们的产品方案思考也会截然不同。
愿本文能给你带来一些启发，也欢迎一起探讨客户服务体系的建设。
作者：艾米丽；公众号：艾米丽小记（id：gh_7c64f993dfc3）
版权声明
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！
