客服滿意度如何提升？客服作為直面消費者的前線人員如何將價值外溢到其他部門？

這次營銷活動為何沒達到預期？問題在哪里？會員最關注的點是什么？

產品上市后的用戶反饋如何？功能是否滿足用戶需求？應該如何迭代？

最近網上吐槽變多了，應該如何監控并處理？是否可以從根源上減少輿情負面？

為了更好地幫助企業洞察用戶需求，提升內部管理效率，近日，網易云商客戶之聲產品全新上線。

據官方介紹，網易云商客戶之聲（Voice of Customer，簡稱VOC）產品能將來自客服會話、工單數據、商品評論、問卷調研、社媒，社區評論等全渠道的用戶真實反饋，通過網易大模型歸類分析，并輸出具象化、共性化、可溯源的需求洞察，為產品研發、營銷策略、服務體驗、售后物流等業務的改善優化提供關鍵輸入與支撐。

多渠道數據接入，重要事件實時預警

2016年，網易云商旗下七魚智能客服上線，8年時間里，積累了海量客服會話數據，這些會話數據是網易云商客戶之聲產品的一大“數據源”。

除此以外，網易云商還能接入商品評論、社交媒體消息、問卷調研、甚至企業內部的訂單信息、CRM等數據，覆蓋范圍非常廣泛。

網易云商客戶之聲產品可將這些數據進行清洗-集成-合并，再對其開展加工-聚合-匯總，最終呈現出在客服會話、商品評論、社媒內容等不同場景下，用戶高頻提出的問題、上升最快的用戶觀點等TOP榜單。企業可以通過這些榜單看到用戶近期高頻關注與反饋的是什么，有什么問題是短期內出現并快速擴散的。

除了將用戶原聲總結并可視化呈現，網易云商客戶之聲產品，還可以從兩個維度幫助企業進行預警管理。

第一，重要事件預警。有些事件突發性強，隱患影響大，例如，用戶投訴、安全故障等。這類事件若不立即處理，不論輿情擴散還是危及用戶都是難以挽救的局面。對此類事件，網易云商客戶之聲產品可以通過設置“敏感詞”來實現對目標事件的監控。一旦有目標事件發生，將自動生成工單或郵件，通知企業內部責任人處理，避免事件發酵，或錯過最佳處理時間。

第二，輿情預警。在輿情口碑、品牌管理等場景下，企業需要識別抹黑企業形象的帖子、文章等內容，網易云商客戶之聲產品可以對企業所需要的渠道進行監控，一旦通過關鍵詞識別到，則同樣觸發對內的工單或郵件，通知責任人處理。

網易云商在實際的客戶實踐中發現，許多用戶投訴、商品差評、負面的社交媒體內容，都是客服處理不當造成的外溢。換言之，很多負面輿情如果在客服階段被洞察到并給用戶一個滿意的處理結果，也就不會擴散發酵到公眾平臺上了。

核心優勢：懂行業，精準還原問題

每個行業都有專屬的行業知識。比如：鐘表行業的基準位置校準；空氣炸鍋增加烤盤取出的阻尼是為了防止兒童誤觸燙傷......如果不懂行業知識，不僅無法識別用戶反饋，還會呈現錯誤的洞察分析結果，引導企業錯付成本。

網易云商客戶之聲產品得益于七魚智能客服超過8年的行業經驗與知識積累，對商超百貨、鞋服配飾、美妝個護、汽車、游戲等十數個行業深耕鉆研，能夠將基于七魚歷史數據的商和客服大模型，與客戶領域知識庫通過AIGC進行分類聚合，形成客戶的“專屬模型”。這個懂行業的“專屬模型”，不僅能夠將原先粗略的問題分類按照行業屬性細化到幾千甚至上萬個問題標簽，還能夠“讀懂”行業中各種專有名詞和知識。

這樣高適配度、高精準度、高專業度的洞察分析能力，讓網易云商客戶之聲產品擁有下鉆問題、去偽還真的能力——在服務分析、產品分析、消費者類型等場景分析模型下，企業可以逐級細化問題顆粒度，深挖下鉆查看問題結構。

核心優勢：懂用戶，精準識別意圖

對企業而言，一個好的客戶之聲產品，光懂行業還不夠，還需要懂用戶。

首先，需要識別用戶的情緒。通過正面/負面/中立的情緒判斷用戶的意圖，由此推導出對應的優化措施。

正面情緒多，是產品的哪個功能設計深入人心？還是服務體驗好？

負面情緒多，需要哪個部門緊急處理？如何改善優化？

中立情緒多，是否影響品牌口碑和用戶復購？如何調動用戶情緒到正面？

其次，需要對用戶的聲音進行理解、整理、提純。大多數情況下，用戶的反饋里面夾雜著大量冗余的信息，例如客服會話中，用戶可能多輪描述著多個問題或者是無效信息；商品評論、社交媒體上的內容，往往也是洋洋灑灑寫了很多。這時，網易云商客戶之聲產品，就可以憑借多年行業經驗抓取關鍵詞，并通過行業語料庫識別出命中的標簽和熱詞，進行同類問題和熱詞的歸類、整理、分析和呈現。

不止于發現問題，更要解決問題

一個輔助業務決策的洞察分析工具，如果只是停留在發現問題的階段，是遠遠不夠的，最終的目標是解決問題。

網易云商客戶之聲產品，并沒有僅僅定位成一個工具，而是承擔起了洞察分析的職能，最終目標是助力企業提升客戶體驗。在洞察之后，網易云商將進一步完成策略-觸達-體驗持續優化的閉環動作。

在體驗提升這件事上，網易云商有兩個得天獨厚的優勢。

第一，因為客服、工單、外呼、知識庫等全鏈路產品都是網易云商自研，所以各個環節的數據可以完美承接，不會出現數據無法承接、分析維度單一、工單無法對接等情況。

第二，基于大模型能力，在全鏈路的每個環節都“享有”AIGC的效率加持：洞察階段，通過客戶之聲的AI分析助手即可0門檻快速獲取結論；觸達階段，工單、外呼等多個場景下可利用AIGC能力完成內容提取、總結、潤色和分類；在知識庫方面，大模型則可以實現文檔問答、智能搭建知識庫、AI生成答案回溯等，最快半天完成機器人冷啟動，知識維護成本降低50%！