探讨净水行业如何提升和改善客户体验

7月6日、7日、8日;无忧服务上半年总结及下半年工作计划会在武汉进行,这次我们会讨论的一个非常重要的议题就是:如何更好的改善和提升消费者体验;
在6月,亿家净水的数据分析团队做了这样的一件事情:对于线上主流电商平台的净水器产品的用户评价进行分析,重点对用户的差评进行分析,找出目前净水器消费者不满意的环节,结合我们的销售体系和服务体系该如何更好的改进。
首先谈谈差评的样本问题,有一部分人不重视用户评价,认为各种各样的用户都有,所以遇到用户有差评是正常的。净水器作为一个持续使用的产品,和传统电器是有差异的。用户如果对豆浆机不满意,也可能就不用了;而净水器不一样,用户既然来评价自然还是对净水产品有迫切的使用需求,因此,每一个差评都是一个非常好的样本数据。
在进行整理的过程中,首先遇到的是模型问题,该如何去分析和研究;我们先从以下几个维度进行细分:

首先是净水器的品牌;按照不同的品牌类型归类;

然后是评价的商品所在的销售平台;

然后是净水器的产品类型,包括:龙头净水器、台上净水器、净水机(超滤/微滤/活性炭)、反渗透纯水机、前置过滤器、中央净水机、中央软水机、滤芯/耗材、直饮机(含净饮机)、其它

然后是价位段,用户对不同价位段的产品的诉求和期望自然也不一样;

从用户不满意的类型我们又进行了细分,主要是:产品质量、出水水质、物流配送、安装服务、滤芯耗材、发票/赠品、描述与实物不符、投诉反馈、客服服务态度、工程师服务专业性、产品价格等
进行完分类之后,接下来面临的问题是:如此大的数据量,一个一个手工整理要耗费多少心血?我们简单分析了一下,全网主要商品的差评有近8000条,如何从评价中去一个一个分类?
自然我们的IT优势该发挥了,首先通过开放平台和前台页面抓取用户评价,然后就该:语义分析 上场了。通过结合大数据和语义分析,可以很轻松的从全网8000个用户对净水产品的差评中自动找出用户差评的理由,建立模型并分析监控;
针对用户不满意的类型分类后,我们可以找出一些重点词语自动在评价中进行查找,如安装 水质 赠品  客服  工程师  发票 口感 物流  快递 滤芯 等;
然后根据以上查找的词语定位后进行上下文分析:
如用户的评价中提及:赠品,那么就结合相关的前后文分析: 有可能是: 卖家送的赠品不错;或者 赠品基本没有什么用;
如果用户评价提及:水质 或者 口感;那么用户的评价内容可能是:出水有还会有水碱 或者 过滤后的水口感很好
在上下文分析之后就可以进行分类了,如用户提及:口感不好;或者对赠品不满意;或者安装服务不专业。
以上分类后就可以对每一个评价进行标签化,然后结合评价的商品对应的品牌、类型、价位段、渠道,就可以根据不同维度的差评原因分析,自然也就可以更好的改善后期的产品研发、销售策略、服务策略、内部运营及管理了。
好久没有写长文了,临时在路途上写的文章,错别字大家忍受一下。这里只写了分析过程,没有写具体的内容,接下来慢慢分享~~~
PS:昨天看到一篇行业文章的时候提到了产品经理(主要是净水产品经理),互联网时代的产品经理更应该贴近消费者,哪里离消费者最近去哪里。

上周,和一个净水企业的产品经理聊天聊到了我们分析的一些数据和结论,他说:你们这个数据比我们找调研公司专门做的调研报告要实用多了。

“嗯,也是,如果老板还想着天天去看调研公司的数据,我觉得项目也快差不多了。我太知道好几个做空气净化器品牌的企业老板是专门被调研公司的数据忽悠进入这个市场的了。”