家具物流——客户满意度分析模型
在当今日趋激烈的市场竞争之中，产品想要卖得更好，顾客满意度在其中发挥着重要作用，如何经营好已有用户成了当下我们最应重视的问题之一。换句话说就是要在一个用户身上挖掘出更多的价值。
在家具电商行业，有75%的投诉都是因为物流问题造成的，可以说家具的物流环节影响了客户对整个购物体验的满意度。常见的物流问题：发货不及时、发货过程中货损损、派送交接不当等问题造成的。
今天将家具电商遇到常见的物流问题整理了分析需求，**帮助家具电商及物流企业建立一个基于物流“客户满意度”评估指标分析模型，**供家具电商商家、家具物流企业参考。
（本文是呈现的是一个推导过程，大家可以在在推导过程中可以根据自己企业实际情况构建评估分析模型。）
PART 01
拨开物流客户满意的本质
企业一般围绕“客户满意度”为核心建立各项指标，但“客户满意度”只是一个结果，我们需要从背后查看满意度背后最深层的原因：是先了解具体不满的点在哪里。在分析模型搭建上常见的有以下类型：
第一类：科教分析模型
之所以命名会科教分析模型，是因为这是书本或百度最常见理论的客户满意度指标体系；看上去很科学的样子，但却解决不了实际问题。
首先整个体系不能划分客服与物流的权责；其次涉及的部门多，会卷入更多相关人员参与到其中；最后是很多主观指标，得靠问卷采集，信息采集的效率不但很低，而且容易出错，且有严重的滞后性。
第二类：朴实分析模型
该分析模型是家具电商物流企业、物流企业最为广泛应用的分析模型，其搭建原理很直观：既然是客服对物流不满，那通过各渠道将客户对物流反馈收集起来，有“客户投诉物流”这一项，直接把这个指标拿出来，并对各项指标进行分析，再将其进行统计分析。
但实际这类分析模型会存在庞大的干扰数据：理论上有一个字段叫“客户投诉物流”，但在实际数据收集过程中有可能客户咨询、整体建议部分提到了物流问题；有可能客户在投诉售后的时候提到了物流问题；总之实际情况可能很复杂，并没有一个边界将数据进行清洗分流。
很多时候售后也会习惯性地将投诉类型归于物流，一方面自身KPI挂钩，另一方面客服自己归类错误，不知道怎么归类导致。
所以在建立模型前先做好定义：
什么是客户满意度？客户满意度含义丰富，但采集数据确实非常难。这几方面值得我们思考：
1、到底什么算满意？
2、客户不满意是不是就一定投诉？
3、是不是客户满意了就不会投诉？
*“不满意度：实际体验与认知预期的偏差形成不满意。*即目标产品预期>实际体验”
实际情况都不一定！特别是涉及物流问题：
1、可能客户假装发脾气，只是为了让客服处理速度快一点。
2、也可能客户闷声不响，但是最后退货、退款！
3、更有可能客户拨打的是咨询/建议，但是发脾气。
只靠一个字段：客户投诉物流，是无法真实反映情况的。比如以下场景的“客户不满意”如下图：
以上场景十分复杂，有的是正常延迟（大件物流与快递的差异），有的是产品质量问题（备货验货出问题），有的是系统设计问题（大件物流节点回传时间差），有的是客服自己培训没到位。**所以很大层面是在感官上是物流问题，实际是一个综合问题。**而且大部分都是个案。所这个时候一定不能脱离数据谈个案。
那么如何在各种庞杂数据里，真正识别出客户对物流投诉/非投诉。首先我不可能将所有客户来电都转文字记录+关键词过滤一遍才能识别情况。显然这么做，太费时费力，得找个简单的处理办法。
在此之前需要解决一个问题：客服的工作流程得调整，不调工作流程，依然会有大量真真假假的投诉混杂在其他来电里，后续还是没法跟踪，客服依然会无休无止的抱怨，物流依然不知道自己错在哪。
PART 02
如何建立分析思路
首先在搭建分析模型前需要建立自己清晰的认知路径：表面上看，是客服反馈物流问题多，客户满意度低。可往深入看，**客服与物流对客户满意度虽然整体目标一致，不同角色解读的目标一定存在矛盾。**再往深入看，客户的很多问题并非物流引起，却都怪到物流头上，客服自己没有做区分，物流自然就成了背锅侠。
**在建立数据分析前，一定要规范自己的数据源。**围绕客服反馈的客户不满意问题，逐级梳理，把哪些是真问题，哪些是假抱怨一层层剥清楚：
需从服务从上至下梳理，将涉及到物流的反馈梳理出来。为避免沉默用户问题，先区分反馈的是物流哪方面的问题，再看是正面还是负面，再看谁去处理，客服还是物流处理，再看最后客户是否真实退货/拒收。这样最大范围锁定“物流”“客户满意”两个关键字，并将其识别出来。
在实际处理过程中注意，客户总是想多占点好处，所以客户真真假假的抱怨是避免不了的。其次物流提供优质服务质量是需要真金白银砸出来的，企业不可能不计成本的在物流板块提高满意度。
所以站在解决问题的角度，建立客户满意度指标前，是先定义物流的服务原则。
和时效相关的：
最长发货时间是多久?
生产时效：生产（采购）提货时效?
运输时效：专线时效、配送时效?
...
比如发货破损率控制在多少?
货损率
丢货/串货率？
安装损坏率？
....
第一步制定原则，这些原则根据各企业实际情况制定，第二步就能推动客服，在应对客户投诉的时候，先区分有没有违背服务原则。如果有就是物流执行没到位，转物流处理；如果没有，就得靠客服努力，或者安抚客户，或者向客户解释原则。这样大家都能在有限的成本内，最大化解决问题。
在搭建该套分析模型实际上涉及到4个业务流程：
1、物流原则的梳理
2、客户优化流程
3、系统调整（物流状态、节点文案回传）
4、业务部门给予一定安抚客户的资源，或者接受客户无理取闹
大体思路就是先制定改善计划，再通过约定、流程定位数据，再用数据论证改善计划中的关键节点。
如果用问题解决思路，在分析过程中就不是单一需客户满意度指标体系，而是3个相互配合的分析模型：
1、依据物流原则，目前执行不到位的客户情况分析。
2、基于物流原则，客户真实不满意、假不满意的分析。
3、基于现有客服安抚方式，客户真/假不满意最终处理情况分析。
分析的复杂度大大提高。实际上，解决问题导向的分析逻辑都很复杂，但是这样最真实的反应客户基于物流的满意度情况，可以提高企业未来物流服务优化。
最后企业需要将大件物流常见原则有个顺畅渠道给客户沟通，给客户一个大件物流的既定预期，让其实际体验与心理预期相等，或者实际体验>心理预期那么满意度自然不会太差。
PART 03
方米智云助力企业用数据思考
随着流量红利的慢慢消失，如何在存量用户身上挖掘出更大的价值，将变得越来越重要，尽量做到让用户满意、更满意。方米智云：即将推出针对家具电商企业专业物流管理系统，除了常规的物流供应链管理，同时配备了订单跟进系统、让异常售后处理数据化、标准化。帮助企业快速搭建物流售后满意度分析模型，提高客户满意度。
客户满意度：让用户满意，那我们就要让用户获得的体验，超出他的预期，否则他是不会满意的，最多只是将就。下次我们如何管理用户预期，提高顾客满意度？
