八爪魚大數據 - 乾貨 | VoC數據採集到文本分析被客戶常問的7個問題－鑽石舞台

‍

關注我們獲取更多乾貨

VoC系統是數據採集一大應用場景，特別是數字時代的到來，越來越多的企業面臨數字化轉型的挑戰，消費市場也正在歷經傳統商品經濟到體驗經濟的轉變，利用VoC系統提升客戶的體驗成為許多企業的新難題。

中國傳媒大學客座教授、中國傳媒教父李志恆曾說過「關愛消費者的這個角色設定關乎着企業的生死，而「品牌」就是來扮演這個角色的」。越來越多的實例已經驗證了這一點：關愛銷售費者，為消費者提供良好的客戶體驗，能夠提高客戶生命周期價值，降低客戶流失率，從而實現業績的持續增長。

在過去的幾年中，八爪魚一直持續幫助客戶搭建並完善客戶之聲系統，助力企業關注消費者反饋，通過深度分析客戶之聲，來為企業決策提供數據支持。目前八爪魚已經服務過OPPO、vivo、聯合利華、科大訊飛、添可、雷鳥等多家知名品牌，深受客戶好評和信賴。

在上一篇文章《VoC客戶之聲的價值與八爪魚的實踐》中我們已經為大家解答過客戶之聲是什麼？客戶之聲的價值在哪裡等問題。除此之外，大家一定還有很多其他關心的、想詳細了解的問題。本文將結合與客戶合作過程的經驗，為大家詳細講講VoC系統中客戶最關注一些問題。

問題1：VoC數據源有哪些？

一般而言，我們將VoC數據源分為內部數據和外部數據兩種：

內部數據包括問卷反饋（比如完成某個特定動作後向其推送個性化NPS問卷、使用完產品某個功能後自動向客戶推送消息獲取反饋）、客服在線會話（包括品牌自己的客服系統、京東的叮咚、淘寶的旺旺等）、電話錄音、客戶訪談等；

外部數據主要包含：

1. 電商評論（淘寶、天貓、京東、蘇寧、亞馬遜、唯品會等電商平台的商品評論數據）；

2. 社交媒體數據（用戶在微博、小紅書、抖音、快手等社交平台上發布的關於產品的使用體驗、心得、吐槽等數據）；

3. 新聞媒體（新聞媒體發布的消息能夠在短時間內飛速傳播，產生更深遠的影響，用戶也會在新聞下發布自己的想法）；

4. 垂直論壇（如汽車用戶的垂直論壇汽車之家、愛卡汽車、懂車帝；旅遊類用戶經常使用攜程、去哪兒、馬蜂窩；美妝護膚類用戶則更偏好小紅書和微博，在垂直平台上更容易獲得核心用戶的反饋數據）

以上公開的互聯網數據的採集均可以通過八爪魚實現，八爪魚具有強大的採集功能，能夠採集文本、圖片、語音、視頻等多種形式的數據，為客戶之聲系統的搭建提供強大的數據來源支持。

問題2：VoC數據的價值在哪裡？

VoC數據能夠幫助企業通過客戶視角，把各部門的KPI連接到一起。VoC數據不只能幫助市場部開展工作，還可以在以下多個方面幫助到企業增長：

1. 對於企業高層領導而言：可以幫助及時關注政策法規和產業行業資訊，了解當下市場情況及未來發展趨勢，為公司發展決策提供數據支持。

2. 對於產品部門而言：可以幫助企業優化產品，長期保持競爭力。幫助了解用戶需求及痛點，從用戶反饋中挖掘新的機會和增長點，為新產品的開發提供線索及指導策略。我們曾經有過一個零食客戶，在挖掘客戶評論數據的時候，發現近期有不少用戶提到減脂零食，由此發掘出了減脂零食這一新品類，助力企業增長。

3. 對於市場部門而言：幫助挖掘消費者情報，包括消費者畫像及需求，分析競品情報，了解本品和競品的差異；在產品上市後，可以及時跟蹤消費者反饋，發現產品官方宣傳賣點與消費者喜好之間的差異。比如某手機廠商的營銷團隊，在其某款新手機上線之時，主打的營銷策略是年輕一代的性價比手機，同時為了宣傳年輕化找了知名遊戲宣傳。之後通過分析電商評論和社交媒體相關話題反饋發現，客戶的關注點集中在打遊戲很好用，是一款遊戲體驗很棒的手機。它可以根據這個結果立即採取行動，將營銷重點往遊戲手機上走。事實也證明，在更換了營銷策略後，成功超過競品，占據更大份額。

4. 對於品牌部門而言：幫助監控社會輿情信息，對於負面消息及時預警，推進樹立企業形象。

問題3：VoC系統的建立有哪些風險？

有優勢當然也會有風險。「以客戶為中心」這句話在很多公司牆上都有，但並不是把「以」客戶為中心」寫在牆上，就是「以客戶為中心」了，真正的「以客戶為中心」需要得到高層的重視，將它作為企業從上而下的經營管理理念。我們之前服務過一些傳統企業，在合作的過程中我們會發現他們非常關注供應鏈、關注模具、關注生產、關注成本，但是不關注客戶，這樣即使產生了增長效果，也有可能是在損害客戶利益和客戶體驗下而得到的提升。

在國內一些中大型企業，各部門職能分工有一個特點——「老死不相往來」，很難協調多部門一起協同工作。但VoC洞察不是某個人、某個部門的事，而是整個公司各個部門共同的事，包括產品、品牌、服務、營銷等。

一套VoC客戶之聲解決方案的上線，需要公司從戰略的角度給予支持，推進產品、品牌、服務、營銷跨部門的流程優化，進而在各個環節洞察客戶之聲，為客戶提供更好的體驗。我們服務的很多品牌都是這樣，首先是公司支持，然後從一個部門推進到另一個部門，從一條產品線引入到另一條產品線。

問題4：VoC系統可以採集競品數據嗎？

可以採集競品的所有公開數據，如公開新聞、論壇及社交媒體討論、電商評論等，但無法採集到競品的客戶會話、問卷調研等隱私數據。據八爪魚過往經驗來看，搭建VoC系統，一年所獲取的本品信息、競品信息、行業數據等的數據總量不低於1億，一些大的行業與品牌甚至可以上10億以上的規模。

問題5：採集到的VoC數據需要清洗嗎，如何進行清洗？

用戶評論數據口語化表達很多，例如「寶貝收到了」、「看到了吧」等缺乏分析意義的詞，我們可以建立一個無效數據的管理機制，包括水軍的判別等，在採集到數據後，先進行數據清洗然後再導入系統，最後通過算法去聚合孵化數據中的價值。

問題6：VoC數據如何進行文本挖掘？

圖片來源：八爪魚新聞數據中台

(如果想了解更多八爪魚新聞數據中台相關信息，請移步《日采100W新聞數據，如何實現新聞自動分類》中查看）

VoC數據的文本挖掘有以下幾個關鍵點：

1. 搭建文本分析的細粒度指標體系: 我們採集到的VoC數據多為文本數據，很難直觀地統計與可視化展示。因此，我們需要先搭建一套指標體系，再根據指標體系有針對性地進行分析。分析指標可分為不同顆粒度，便於從粗粒度到細粒度進行分析。以手機為例，手機的指標涵蓋產品、服務、市場、物流等多個方面。產品方面，一級指標為外觀、性能、拍照、電池、屏幕、操作系統等，外觀這個一級指標又可具體分為整體外觀、手感、機身顏色、機身大小、做工/工藝、機身厚度、機身重度等。

2. 基於指標體系進行情感傾向分析: 基於深度學習的自然語言處理技術（NLP），對評論文本中所提及的指標進行正面/中性/負面不同傾向的情感分析。

3. 對評論文本進行典型意見挖掘：基於深度學習的自然語言處理技術（NLP），對評論文本進行典型意見挖掘（關於NLP技術的應用以及指標體系的搭建，我們會在後續的文章中詳細解答，此處不多贅述）。

4. 可視化報表展示分析結果：利用多維度的分析方向、靈活的篩選條件、豐富的可視化報表庫和配套的功能模塊。幫助產品、運營、客服、市場、品牌等部門發現問題與智能決策，進而提升整個客戶旅程的客戶體驗。

問題7：數據源不同，需要有不同的分析算法嗎？

需要使用不同的分析算法，比如VoC客戶之聲最主要的數據來源是天貓、淘寶、京東等電商平台的商品評論，這些統稱為電商評論數據，數據內容以產品為核心；而來自小紅書、微博等平台的數據是社交數據，社交數據涉及維度較廣，用戶不一定是針對產品給出的反饋，因此需要使用不同的分析模型。