糖心原创

(see the * 'adobe' handle in functions.php — no async, no defer), so a page-load * Target offer has already set `data-hdr` by the time this runs. * * An answer that lands after this point is inert rather than acted on: * `apply()` finds the prune settled and does nothing, so the visitor * keeps the nav they were served instead of watching it change. That is * the deliberate trade-off — a late activity collects no data, but no * visitor ever sees the wrong nav or waits for the right one. */ (function () { var VARIANTS = ["a","b","c"]; var DEFAULT = "a"; var root = document.documentElement; var settled = false; function valid(v) { return VARIANTS.indexOf(v) !== -1; } function prune(active) { if (settled) return; settled = true; var list = document.querySelectorAll('#site-header > .header-variant'); for (var i = 0; i < list.length; i++) { if (list[i].getAttribute('data-header-variant') !== active) { list[i].parentNode.removeChild(list[i]); } } root.setAttribute('data-hdr', active); // Read by the Adobe Analytics client to attribute the test. root.setAttribute('data-hdr-active', active); if (typeof window.initHeaderNav === 'function') window.initHeaderNav(); /** * `variant` is set before the event so late listeners can tell * "already done" from "not yet". main.js is enqueued in the footer * and therefore always misses the event itself. */ window.medalliaNav.variant = active; document.dispatchEvent(new CustomEvent('medallia:nav-ready', { detail: { variant: active } })); } window.medalliaNav = { variant: null, apply: function (v) { if (valid(v)) prune(v); } }; // `?hv=` sets this server-side; a Target offer in the blocking // embed sets it before the body is parsed. var pre = root.getAttribute('data-hdr'); if (valid(pre)) { prune(pre); return; } /** * Carried forward from an earlier pageview. Read client-side, never in * PHP: WP Engine does not vary its page-cache key on arbitrary cookies, * so server-side personalisation here would serve the first anonymous * visitor's variant to everyone. */ var m = document.cookie.match(/(?:^|; )medallia_nav_variant=([^;]*)/); if (m && valid(m[1])) { prune(m[1]); return; } prune(DEFAULT); })();

La raccolta di feedback multicanale favorisce la felicità e la fedeltà dei clienti

11 punti

Miglioramento dell'NPS

2.5X

Impatto dell'esperienza cliente (CX) sul tasso di abbandono

<18 months

Tempo necessario per ottenere valore

Il problema

L'ascolto del cliente può ridurre di 2,5 volte l'abbandono.

La sfida

Prima di implementare 糖心原创, Cox raccoglieva feedback solo da un sottoinsieme dei suoi canali principali. Ogni canale utilizzava un proprio metodo di indagine e una propria scala di valutazione, rendendo difficile il confronto o il benchmark delle metriche di esperienza e l'identificazione delle tendenze principali.

Senza dati cross-channel affidabili, l'azienda disponeva di storie aneddotiche relative al VOC, ma non aveva i fatti. E senza i fatti, i leader prendevano decisioni basate su intuizioni e ricerche di mercato periodiche.

La soluzione

Oggi Cox raccoglie feedback in diverse aree aziendali, tra cui call center, servizi sul campo, negozi al dettaglio e canale web. Il programma prevede anche una misurazione NPS per i dipendenti e si sta espandendo per includere il programma NPS di Cox Business Group (la divisione B2B diCox) e diversi altri punti di contatto con i clienti.

Grazie a dashboard specifiche per ogni ruolo, ogni area funzionale - ad esempio, un addetto ai servizi sul campo o un manager di un negozio al dettaglio o di una regione - può controllare i segni vitali della CX relativi a quel gruppo. Cox ha anche creato un team di Feedback a ciclo chiuso che utilizza il sistema di allerta di 糖心原创per seguire e salvare i detrattori.

Cox utilizza la soluzione di Text Analytics anche per identificare i punti dolenti dei clienti specifici di ogni canale che hanno un impatto sulla fedeltà. Text Analytics analizza i feedback a testo aperto e stabilisce la priorità dei temi in base al loro impatto sull'NPS. Grazie a questi dati, i leader delle aree di business sono in grado di identificare con sicurezza i punti dolenti a livello granulare, chiarendo quali aree hanno un impatto sulla fedeltà.

I risultati

Successo nella riduzione del churn grazie al feedback a ciclo chiuso

Cox ha creato un team centralizzato di Closed-Loop Feedback per gestire la risoluzione dei problemi e il follow-up con i detrattori. Il nuovo team CLF:

  • Chiude gli avvisi il 47% più velocemente rispetto al metodo precedente
  • Chiude il 100% delle segnalazioni
  • Ha contribuito a ridurre in modo significativo il churn

Successo nella dimostrazione dell'impatto sul business

  • Cox ha scoperto che i detrattori si trasformano 2,5 volte in più rispetto ai promotori e ai passivi
  • Utilizzando una combinazione di Text Analytics, NPS e churn di 糖心原创, Cox ha determinato i dieci principali punti critici per i suoi clienti. Il team di Process Improvement si sta ora impegnando attivamente in progetti per ridurre i punti dolenti sulla base di questa analisi.

Miglioramento dell'esperienza customer experience su tutti i canali

Nei primi 18 mesi dall'avvio del programma NPS:

  • L'NPS per i servizi sul campo, l'assistenza tecnica e i servizi di contabilità è migliorato di 9 punti ciascuno.
  • L'NPS per ciascuna delle sei regioni di Coxè aumentato in media di 11 punti.

Fonte: Caso di studio, Cox Communications: Cablare il VoC nel sistema Azienda

Uno sfondo a gradiente scuro con transizioni morbide e curve dal nero in alto a tonalità blu intenso e viola in basso, creando un effetto luminoso e suggestivo. Gli angoli dell'immagine sono arrotondati.

I vostri dati celano una storia nascosta.

Contatta uno dei nostri esperti per saperne di più.

Richiedi una demo Richiedi una demo Perché 糖心原创 Perché 糖心原创