隐藏在客户对话中的价值：为什么实时情报至关重要——迈克尔·哈钦森访谈

Michael Hutchison 是 eClerx 的 TME 与客户体验主管。Michael 领导客户运营部门，并负责管理 eClerx 的客户-客户组合，重点在于维持增长并促进新客户获取。此前他曾在 McKinsey 和 L’Oréal 任职。

发现顶级金融科技新闻和活动！

订阅 FinTech Weekly 的新闻通讯

由 JP Morgan、Coinbase、Blackrock、Klarna 等高管阅读

客户体验一直是衡量企业表现的重要组成部分，但当下对企业的要求已以惊人的速度加速。客户希望在每个渠道都能获得快速、清晰且一致的支持，他们会通过海量对话来表达这些期望。正是这种现实，给那些曾依赖于适用于更慢、更可预测环境的方法的组织带来了新的压力。

多年来，手动质量保证一直是客户支持监督的基础。当互动量尚可管理、情感的变化也较为缓慢时，它还能发挥作用。这样的时期早已一去不复返。如今，公司面临着客户行为的不可预测波动、跨渠道更快的切换，以及更复杂的联系模式。只依赖有限样本，会让团队只能看到支离破碎的全貌。

这种变化暴露出一个更深层的真相：客户对话所蕴含的价值，远超过许多组织的认知。它们传递着产品缺口、沟通问题以及期望转变的信号。它们揭示了哪些事情让客户感到沮丧，也揭示了什么能够赢得他们的信任。若将这些对话仅视为简单的服务事件，就会忽视它们在引导整个组织决策方面的潜力。当公司开始把对话当作一种“情报”，它们对质量、培训与改进的思考方式就会随之改变。

自动化与基于 AI 的监控兴起，进一步推动了这种转变。借助能够审查每一次互动的能力，公司不再受限于猜测或过时的假设。它们能够更清晰地了解客户的感受、他们需要什么，以及摩擦出现在哪里。更强的可视性有助于更快且更有依据的决策，但这也带来了新的期待：领导者需要如何解读并采取行动，来回应他们所看到的信息。

即便拥有强大的工具，进步仍取决于公司对数据所持的心态。扎实的客户体验文化并非仅由技术本身就能形成。它需要共同承担责任、保持开放沟通，并愿意把客户洞察视为共同的资源，而非某一个团队的专属资产。那些愿意采用这种做法的组织，常常会发现：在绩效指标真正呈现出改进机会之前，对话就已经在提前透露改进空间。

这些理念引领我们与 Michael Hutchison，eClerx 的全球客户运营主管 开始讨论。Michael 的工作聚焦于领导客户-客户组合，并支持持续增长；他在 McKinsey 和 L’Oréal 的早期经历，使他能够从更广的视角理解：当客户期望快速上升时，组织会如何应对。他见证了公司如何在开始把互动数据当作战略资产之后进行适应，而他的观点也体现出一种日益增长的认知：每一段对话都包含能够影响长期决策的信号。

Michael 的经历也说明了：在这种转变中，领导力为何如此关键。那些能够成功搭建强大客户体验基础的公司，往往正是因为领导者推动了这样一种理念——对话值得被关注的程度，应远超呼叫中心。他们鼓励团队思考：洞察如何能够用于产品更新、培训决策以及运营层面的变更。他们理解质量并非一项静态任务，而是一项由好奇心与协作支撑的持续努力。

与这一思路相契合的，是实时情报所带来的价值：它强化了这样一种观点——客户互动并不仅仅是被动的来回交流。当公司在当下密切倾听客户所分享的内容时，它们就能发现能够指引更好决策的模式。这些洞察能够帮助企业在复杂环境中做出更清晰的判断，无论目标是减少摩擦、强化合规、提升辅导质量，还是守护长期忠诚度。

随着期望不断提高，企业面临一个选择：要么依赖只能捕捉客户体验片段的过时模型，要么构建能够以更高细节呈现客户正在说什么的系统。前进的道路取决于领导者如何认真对待客户每天提供的信息。只有当组织带着明确的意图来使用互动数据，并认识到它在支持职能之外也能发挥影响决策的作用时，这些数据才会成为优势。

对客户对话的这种更广泛理解，为我们与 Michael Hutchison 的讨论奠定了基础。他的工作展示了企业如何通过更密切地关注日常互动中已经存在的洞察，向更有信息、更具响应性且更连通的客户体验方式迈进。

祝您享受这次访谈！

1. 在客户支持运营中，手动 QA 长期以来一直是默认选择。是什么因素让这种模式在当今高容量、实时的支持环境下变得不足？

手动 QA 多年来一直是客户支持的支柱，但在当今的客户服务运营中，它已无法跟上节奏。互动的规模实在太大，传统抽样已经无法提供完整的可视性。当团队只能审查 1-2% 的对话时，他们做出的关键决策，实际上就建立在某种“有根据的猜测”之上。

客户希望在每个渠道都获得无缝的体验，无论是语音、聊天、电子邮件还是社交媒体。这使得组织需要在每一次单独的互动中维持标准，从而承受更大的压力。此外，联系驱动因素和客户情绪可能在一夜之间发生变化。当手动 QA 捕捉到这些变化时，团队往往已经落后，结果变成被动应对，而不是提前发现并走在问题之前。

正因为如此，自动化与由 AI 驱动的 QA 正在变得至关重要。它们让我们能够把覆盖范围扩展到 100% 的互动中，实时发现正在出现的趋势，并为一线领导提供可立即付诸行动的洞察。这并不是为了取代人类判断，而是为了让 QA 团队有更多时间去专注更深层的辅导、更有效的合规，以及更完善的体验改进，而不是追逐随机样本。

2. 你曾提到，互动数据的不被充分利用并不只是发生在运营层面，也发生在文化层面。站在你看来，围绕客户体验建立一种健康的数据文化，应当是什么样？

围绕客户体验的健康数据文化，始于打破各团队之间的“信息孤岛”。太多时候，客户数据从未传达到产品团队、市场团队或高管领导层，这会导致公司错失潜在机会。

*   在运营层面，这意味着从一线到董事会的每个层级的领导者，都能获得清晰、及时的洞察，了解客户正在经历什么。洞察不应该被埋在电子表格里，而应当以能够支撑日常决策的方式呈现。
*   在文化层面，这意味着要从“数据由某一个团队拥有”的思路中走出来，并将其变成市场、关怀（care）、销售和产品之间共同使用的语言。当每个人都对 CX 指标承担责任时，你才会真正看到一致性的形成。
*   最重要的是，这样的数据文化应当是一种能激发好奇心与改进的氛围，而不是恐惧。当洞察被用于辅导、庆祝胜利，并推动对新想法的尝试时，你会建立起一个循环机制——客户的声音会持续塑造企业的成长方式。

3. 现在 AI 已参与到呼叫分诊、打分以及从通话中呈现趋势的工作中。它为运营、合规与劳动力管理等跨职能团队带来了哪些新的期待？

AI 的变化在于：它把团队从被动、基于样本的洞察，转向主动、全面的情报。这个转变会为每个职能带来新的期待：

*   运营团队被期待行动更快——AI 几乎可实时地呈现模式，因此领导者不能等着每月的 QA 结果汇总；他们需要在现场就对辅导与流程进行调整。
*   合规团队现在拥有更强的“安全网”，因为可以监控 100% 的互动。但这也提高了要求——他们被期待在问题升级之前主动发现，而不仅仅是在事后调查。
*   劳动力管理不能再只基于通话量与处理时长来做预测；他们被期待把质量趋势、情绪以及 AI 突出的新兴驱动因素纳入考虑，使人员配置不仅匹配需求的“何时”，还要匹配需求的“是什么”与“为什么”。

简而言之，AI 不仅仅是自动化 QA，它还会在各职能之间建立一种真正的实时责任文化，在这种文化里，迅速根据洞察采取行动将成为新的标准。

4. 你与处于不同阶段的 CX 成熟度组织合作过。能够随着时间推移有效扩大监控力度的那些组织，究竟是什么让它们与众不同？

我看到的是：扩大监控并不只是增加更多技术，而是组织如何把质量纳入其“基因（DNA）”之中。在成熟的组织里，质量洞察会推动产品、培训与市场决策，而不仅仅是合规检查清单。相对不成熟的组织往往会把质量洞察困在呼叫中心里，从而错失解决系统性问题的机会。

它们也会建立灵活的框架。团队不会把自己锁死在僵硬的评分卡上，而是会让监控随着新渠道、客户期望以及正在出现的联系驱动因素而演进。此外，还有一个许多组织容易忽视的关键“人”的部分。最优秀的公司在导入 AI 监控时，会投入大量资源提升 QA 团队的能力，让他们把精力聚焦在根因分析、辅导以及跨职能协作上。

最后，成功的组织会闭环反馈。洞察不会被束之高阁地停留在 QA 仪表盘上，而是会被整合进运营例会、合规审查以及 WFM（劳动力管理）规划中；因此，随着业务增长，改进也会同步扩展。将质量视为战略、保持其适应性、并把它嵌入决策流程——正是让监控真正实现规模化并持续发挥影响的原因所在。

5. 客户对速度与个性化的期望持续攀升。你认为实时互动情报在帮助企业满足这些需求方面扮演什么角色？

实时互动情报正在成为连接客户期望与企业绩效之间的桥梁。客户希望答案快速且符合他们的具体情况，而这项能力正是为此而生。

对于坐席人员来说，实时情报会把他们的服务能力转化为“既能提供更好的体验，又不牺牲效率”。他们不再需要依赖对过往对话的记忆，也无需花时间在多个系统中检索信息；取而代之的是，他们会在工作流中直接获得上下文指导、相关知识文章，以及推荐的下一步“最佳行动”。这样，速度与个性化就会发生在对话进行的当下，而不是在事后才实现。

对于领导者来说，这意味着他们能够在问题与情绪趋势正在发生时就看见相关信号，从而在客户感受到痛点之前就能调整人员配置、流程或报价。

客户体验的转型是其中最关键的一环。实时情报让每一次互动都能在此前的对话基础上继续构建：提前预判需求，并提供个性化的解决方案。这会让客户产生“公司确实了解我”的印象，并且让他们的时间被认真对待，从而推动忠诚度与客户满意度的提升。

简而言之，实时情报会把互动数据从“客户离开后我们再来分析的对象”，变成“在客户仍处于互动过程中就用来塑造体验的工具”。

6. 行业内关于 AI 和 CX 的讨论噪音很多。基于你的经验，谈到留存、首次来电解决率（first-call resolution, FCR）或辅导成效，哪些切实步骤真正能产生影响？

确实有很多炒作，但真正能够“推动变化”的组织，往往聚焦于三个非常实用的步骤：

*   **从可视性开始**。使用 AI 监控 100% 的互动，才能真正弄清楚究竟是什么在导致流失、重复联系，或者辅导存在不足。没有这个基线，你就只是在猜测。
*   **锁定最关键的杠杆**。与其想要修复一切，不如先识别最影响留存或 FCR 的前 2-3 个驱动因素，并围绕这些因素设计辅导与流程方面的变更。
*   **闭环反馈**。最成功的团队不会止步于洞察；他们会把洞察再反馈到坐席辅导、知识库，甚至产品路线图中，确保改进能够真正落地并持续。

更准确地说，与其追求“到处都是 AI”，不如把 AI 嵌入到能够促成行动的环节；留存提升、解决更快、以及能改变一线行为的辅导，才是目标所在。

7. 对于正在重新审视 CX 与合规策略的领导者，如果他们希望把客户对话视为战略资产——而不只是把它当作一项服务职能——你建议他们从哪里开始？

我一直建议从一次心态转变着手：把每一次客户对话不仅仅视为服务触点，而是把它当作丰富的情报来源。在此基础上，接下来这三步会带来很大差异：

*   **集中数据**。把语音、聊天与数字渠道的对话汇聚到同一个视图中，这样你就不会在各个渠道之间拼凑洞察。
*   **挖掘模式**。使用 AI 呈现合规风险、流失信号或可能在手动抽样中看不见的产品反馈。
*   **激活洞察**。把你学到的内容再投入到合规培训、产品设计以及 CX 战略中，让对话能够直接塑造业务结果。

当领导者这样做时，对话就不再只是需要管理的成本，而会成为推动增长、增强合规能力并提升客户忠诚度的资产。