原創
2024/12/17 16:44:53
來源:天潤融通
2330
本文摘要
線下超市的難題并不是消費者不愿意去線下超市,而是與線上購物相比,如今大多數線下超市并不懂得如何進行商品運營,所以天潤融通服務的國內連鎖商超頭部品牌為例,看它是如何通過專業、精細化的客戶感知,提升客戶滿意度,打造爆款商品,最終推動超市實現銷售額的整體增長的
消費者越來越不愿意去連鎖超市了。
統計數據顯示,僅2024年第一季度,全國就至少有31家超市品牌的140家門店關閉,其中還不乏超市巨頭,線下商超的生存環境變得愈發艱難。
事實上,線下超市的難題并不是消費者不愿意去線下超市,而是與線上購物相比,如今大多數線下超市并不懂得如何進行商品運營。
提起線下連鎖商超,許多消費者都能毫不猶豫地說出一大堆的記憶猶新的不好經歷。東西少,價格貴,蔬菜不新鮮,環境差,氣味難聞......
消費體驗不好,顧客自然不買單。
因此如何傾聽消費者建議,做好商品的精細化運營,成為大型連鎖商超持續獲得消費者認可,并提升銷售額的關鍵。
所以,今天我們以天潤融通服務的國內連鎖商超頭部品牌為例,看它是如何通過專業、精細化的客戶感知,提升客戶滿意度,打造爆款商品,最終推動超市實現銷售額的整體增長的。
01 舊系統阻礙客戶感知
天潤融通服務的這家品牌雖然成立時間較早,但即便在行業普遍下行的年代,該品牌的市場份額依然持續增長。
出現這種超強生命力,關鍵在于其打造了許多深受消費者喜愛的爆款商品。
比如榴蓮就是其中之一。
每年一到榴蓮上市的季節,該超市僅榴蓮銷售額就超過絕大部分水果商品銷售額的總和。而其打造爆款的關鍵,就在于關注客戶對于商品的消費反饋。
仍然以榴蓮為例,該超市會將全國所有與榴蓮相關的投訴、建議以及客服咨詢數據進行匯總分析,從而了解消費者對榴蓮的需求、滿意程度,并及時調整。
但隨著業務的持續發展,如今這套方法也面臨著兩個關鍵問題。
其一,該超市已有的客戶服務系統相對落后,目前其數據分析仍然以人工手動統計的方式進行,導致客服部門消耗時間長,壓力大。
“我們每個月都會月度會,我們需要將商品情況做成報告和領導匯報,也就是我們每個月都要花一兩天時間專門去整理數據。”
其二,超市經常遇到營銷熱點事件,為了了解熱點影響,客服負責人通常需要通宵達旦進行工作。
“我們會有許多突發狀況,比如最近娃哈哈的事件就會導致相關產品熱銷,公司需要知道這種熱點帶動了多少銷量,或者品牌咨詢量。”
每當這種時候,客服負責人就需要連夜匯總各種數據,并按照不同的維度進行分析,做成報告。而且這種突發狀況并不少見,比如315前后,618前后,雙十一前后等等。
在這樣的背景下,該超市迫切需要升級原本的客戶聯絡云平臺,通過大模型增強客戶感知能力的同時,提高數據分析和洞察能力,既能幫助超市持續打造爆款產品,又能減輕客服部門壓力,提高工作效率。
02 大模型,讓客戶感知更精準
明確需求之后,天潤融通以全渠道客戶聯絡云平臺為基礎,結合AI大模型的能力,為其完成了客戶服務平臺的全面升級。
首先,天潤融通為其升級了客戶感知系統,將所有投訴與商品進行關聯。
這一改變讓超市獲得的每一份關于產品投訴,都能夠對應到具體的SKU上。此后,數據匯總和分析,客服部門就能精確定位影響商品銷售的具體問題,比如榴蓮個頭太小、果肉不夠飽滿、不夠新鮮、或者運輸途中存在損壞,以及門店儲藏的問題等等。
了解這些問題后,超市就可以有的放矢,針對性地進行解決問題,提高客戶滿意度。
其次,天潤融通還以AI大模型為基礎,為該超市升級了自動填單的能力。
在此之前,該超市座席人員收到的工單后,都由人工進行填寫。但該超市的投訴分為三個等級、有幾十個分類,人工填單難免出錯。況且在判斷問題歸屬時,也難免存在因為座席主觀判斷的而影響結果的情況。
▲智能填單產品示意
引入AI大模型智能填單之后,由于工單都由AI大模型自動填取,加快填單效率的同時也讓數據變得更干凈,準確性更高,對公司的爆品經營帶來更大的參考價值。
最后,為了幫助解決數據分析問題,天潤融通還在客服系統中為該超市增加了BI工具。
有了這個BI工具之后,原本客服部門需要一天整理的數據,只需要一兩分鐘就可以從系統中直接導出。這也讓客服部門曾經因熱點而不得不頻繁加班的情況得到解決。
此外,天潤融通的BI工具還內置有許多數據分析模板,只需要一鍵就能生成漂亮、清楚的圖表,讓管理者一眼看到數據背后的問題。
目前,天潤融通已成功與全家、呷哺呷哺等多家知名品牌連鎖達成深度合作。未來,天潤融通也將持續深挖連客戶感知的更多場景,讓連鎖超市能夠通過傾聽客戶聲音,持續提高經營效率,創造更大價值。
專屬1v1客服
為您提供最全面的咨詢服務
掃碼立即咨詢