讀懂工業4.0時代的客戶

編者按

把客戶放在首位似乎是顯而易見的，但在許多方面，它代表企業要在業務方式上進行重大轉變。本文介紹了在工業4.0時代，如何更好地利用客戶關系管理系統，掌握與最終用戶接觸的基本原則，提供客戶體驗的四個核心要素：即時性、個性化、一致性和預測性。本文原載于2018年7月的《工業周刊》。作者安德魯?里斯（Andrew Rieser）是數字轉型咨詢公司Mountain Point的總裁兼聯合創始人，在制造業設計和實施數字業務流程方面有近20年的工作經驗。

曾幾何時，制造業就是專注于產品制造。一般情況下，制造商開發和制造產品之后，將其交付給一些經銷商或合作伙伴，然后賺取一點利潤。現在，這種模式不再適應時代。

《哈佛商業評論》在2010年發表了一篇名為《重新思考營銷》的重要文章，作者在其中概述了制造業過去的標準做法：制造產品，為其尋找市場，并找到在該市場進行銷售的方法。但是，正如文章所指出的那樣，這些做法已不再適用。由于“亞馬遜效應（在線購物網站亞馬遜的銷售模式）”，客戶希望能夠與廠商交互并定制他們使用的產品。

雖然這篇文章是大約10年前發表的，但制造商似乎仍在努力滿足消費者的需求和期望。為確保長期成功，他們必須越過分銷渠道，直接與產品的最終用戶進行交流。

把客戶放在首位似乎是顯而易見的，但在很多方面，它代表了大多數公司在業務方式的巨大轉變。通常，投資CRM軟件的制造商僅將其用作活動跟蹤的銷售工具，而不是使用它的構建功能：從客戶體驗的全方位視角，幫助企業更好地理解客戶并與他們交互，并據此定制更為成功的產品。

制造商應該使用他們的CRM系統所提供的客戶體驗的四個核心要素：即時性、個性化、一致性和預測性。下面讓我們對它們進行詳細分析。

即時性

關于新技術對生產車間的影響，制造商都有切身的觀感。然而，很多制造商仍然使用老派的方式來提供客戶服務，僅安排少量的工作人員在固定電話上接聽客戶的電話。而現在，在線社區、自助服務門戶、短信系統、社交媒體平臺和聊天機器人等已成為基本的溝通工具，它們背后都有人工智能的支持。

公司的CRM系統應作為集成中心，統一管理這些渠道。無論客戶選擇何種溝通方法，你都能夠進行快速和一致的響應。

公司的CRM數據庫還可以提供關鍵洞察力，突出相關事項，讓你主動解決新出現的問題。例如，關于特定產品的服務電話突然增多時，如果在數據庫中正確記錄了這些問題，則可以確定問題所在并做出合理的響應。你還可以選擇自動標記重點客戶的某些問題或事項，以便管理人員做出快速響應。這種優先級排序可以讓你的團隊對工作按照輕重緩急進行安排，并迅速采取行動，以確保頂級客戶的滿意度。

個性化

除了期待得到近乎即時的回復之外，客戶還希望制造商能夠提供個性化服務，就像過去年代的夫妻店所提供的那種服務一樣。那么，如何實現客戶的這種高標準要求呢？

幸運的是，自動化和人工智能使公司能夠虛擬克隆客戶服務團隊，并快速和大規模地提供高度個性化的服務。

但是，沒有人喜歡和機器人說話，因為他們感覺只是收到同樣信息的成千上萬個人中的一個。因此，成功地使用這些工具需要采取深思熟慮的戰略性方法。

在實施任何技術時，建議從你的員工開始，然后檢查你的流程。應該精心設計自動化和人工智能工具，讓其成為公司文化和品牌的可靠延展。

換句話說，思考一下公司最成功的客戶服務專員的特征和實踐。這些專員往往只是記住了客戶的購買記錄或客戶最近詢問的問題等細節，或者在客戶達到重大業務里程碑時發送祝賀短信這樣的簡單事情。

一旦確定了這些關鍵觸點，就可以通過構建CRM數據庫，自動進行周到、真實的通信，來復制達到相應級別的個性化服務。

一致性

大多數制造商都在或多或少地提供上述個性化服務，但往往無法跟上其業務的增長步伐。

為了滿足客戶的獨特需求，許多制造商已經在考慮高度個性化的要求，對定價、程序或流程進行定制。當你的客戶群比較小時，很容易做到這一點。但隨著時間的推移和客戶的增多，一致性的缺乏就變成了一場噩夢。

幸運的是，我們現在能夠利用數據獲得對流程和結果的清晰洞察，并梳理過去因致力于發展業務而導致的混亂。

首先要審視你的客戶，并將他們分為幾個層級。我發現“80/20”規則非常有幫助。在大多數情況下，80%的業務來自20%的客戶。找到為你提供最大價值的20%的客戶，并將其標識為“關鍵客戶”或“頂級客戶”。這些人值得你持續關注和提供個性化服務，以及在業務方式上提供一定的靈活性。

當然，剩下的80%客戶也很重要，但按照頂級客戶的標準為他們提供個性化和定制服務是沒有意義的。

在與這一層級的客戶合作時，要重新審視你的流程和協議，并想辦法將交互的方式簡單化、標準化和自動化。與這些客戶建立一致的定價結構、服務水平協議和溝通流程，將幫助你更有效地為他們提供服務，同時騰出時間為你的頂級客戶提供鉑金級別的支持。

預測性

回想一下前面提到的“亞馬遜效應”。亞馬遜在根據過去的訂單歷史記錄預測客戶需求方面做得非常出色。如果你在過去訂購過家居用品（比如紙巾），你很可能會在這些產品即將用完的時候看到重新訂購的通知。

還有一些零售商更進了一步。例如，一家英國雜貨連鎖店會向購買尿布的男性顧客發送啤酒優惠券——因為他們知道這些顧客需要待在家中照顧嬰兒，不能經常去酒吧！

這種預測性和主動服務不一定局限于B2C領域。以一家供水和管理系統的工業供應商為例。通過挖掘水泵維修的內部數據，該公司現在能夠預測客戶的水泵何時可能出現故障，以及在客戶的獨特環境中維修水泵可能需要的費用。他們還可以提供定制的預防性維護計劃和時間表，以延長客戶產品的使用壽命。

但是這樣的服務質量與你獲得的數據有關。所以，有必要設置新的崗位和職責，來處理主數據管理戰略、構建治理模式以及挖掘數據，以獲得有意義的洞察。強大的業務分析師或數據科學家將成為制造領域的一個新興崗位。

所有這些，將制造商帶入一個激動人心的新世界。我們也將第一次有能力在企業層面上提供深度個性化的服務和產品。現在不是恐懼變革的時候，制造商需要抓住這個機遇，提供更好、更快速的服務。