探討凈水行業如何提升和改善客戶體驗

7月6日、7日、8日；無憂服務上半年總結及下半年工作計劃會在武漢進行，這次我們會討論的一個非常重要的議題就是：如何更好的改善和提升消費者體驗；

在6月，億家凈水的數據分析團隊做了這樣的一件事情：對於線上主流電商平台的凈水器產品的用戶評價進行分析，重點對用戶的差評進行分析，找出目前凈水器消費者不滿意的環節，結合我們的銷售體系和服務體系該如何更好的改進。

首先談談差評的樣本問題，有一部分人不重視用戶評價，認為各種各樣的用戶都有，所以遇到用戶有差評是正常的。凈水器作為一個持續使用的產品，和傳統電器是有差異的。用戶如果對豆漿機不滿意，也可能就不用了；而凈水器不一樣，用戶既然來評價自然還是對凈水產品有迫切的使用需求，因此，每一個差評都是一個非常好的樣本數據。

在進行整理的過程中，首先遇到的是模型問題，該如何去分析和研究；我們先從以下幾個維度進行細分：

首先是凈水器的品牌；按照不同的品牌類型歸類；

然後是評價的商品所在的銷售平台；

然後是凈水器的產品類型，包括：龍頭凈水器、台上凈水器、凈水機（超濾/微濾/活性炭）、反滲透純水機、前置過濾器、中央凈水機、中央軟水機、濾芯/耗材、直飲機（含凈飲機）、其它

然後是價位段，用戶對不同價位段的產品的訴求和期望自然也不一樣；

從用戶不滿意的類型我們又進行了細分，主要是：產品質量、出水水質、物流配送、安裝服務、濾芯耗材、發票/贈品、描述與實物不符、投訴反饋、客服服務態度、工程師服務專業性、產品價格等

進行完分類之後，接下來面臨的問題是：如此大的數據量，一個一個手工整理要耗費多少心血？我們簡單分析了一下，全網主要商品的差評有近8000條，如何從評價中去一個一個分類？

自然我們的IT優勢該發揮了，首先通過開放平台和前台頁面抓取用戶評價，然後就該：語義分析 上場了。通過結合大數據和語義分析，可以很輕鬆的從全網8000個用戶對凈水產品的差評中自動找出用戶差評的理由，建立模型並分析監控；

針對用戶不滿意的類型分類後，我們可以找出一些重點詞語自動在評價中進行查找，如安裝 水質 贈品 客服 工程師 發票 口感 物流 快遞 濾芯 等；

然後根據以上查找的詞語定位後進行上下文分析：

如用戶的評價中提及：贈品，那麼就結合相關的前後文分析： 有可能是： 賣家送的贈品不錯；或者 贈品基本沒有什麼用；

如果用戶評價提及：水質 或者 口感；那麼用戶的評價內容可能是：出水有還會有水鹼 或者 過濾後的水口感很好

在上下文分析之後就可以進行分類了，如用戶提及：口感不好；或者對贈品不滿意；或者安裝服務不專業。

以上分類後就可以對每一個評價進行標籤化，然後結合評價的商品對應的品牌、類型、價位段、渠道，就可以根據不同維度的差評原因分析，自然也就可以更好的改善後期的產品研發、銷售策略、服務策略、內部運營及管理了。

好久沒有寫長文了，臨時在路途上寫的文章，錯別字大家忍受一下。這裡只寫了分析過程，沒有寫具體的內容，接下來慢慢分享~~~

PS：昨天看到一篇行業文章的時候提到了產品經理（主要是凈水產品經理），互聯網時代的產品經理更應該貼近消費者，哪裡離消費者最近去哪裡。

上周，和一個凈水企業的產品經理聊天聊到了我們分析的一些數據和結論，他說：你們這個數據比我們找調研公司專門做的調研報告要實用多了。

「嗯，也是，如果老闆還想著天天去看調研公司的數據，我覺得項目也快差不多了。我太知道好幾個做空氣凈化器品牌的企業老闆是專門被調研公司的數據忽悠進入這個市場的了。」

推薦閱讀：