一條差評的消亡史

一條差評，會帶來什么樣的影響？

是一個顧客的流失？還是顧客消費轉化率的降低？

并不僅僅那么簡單，一條差評帶來的損失可能幾十條好評都未必能彌補，這也意味著會有更多潛在顧客的流失。如果企業不及時處理，還有可能引發大的輿情，對企業口碑和品牌形象造成不可逆的損害。

對于差評，企業往往“來不及管”或“不會管”：有些企業會想方設法地改評甚至刪評，但這些方法“治標不治本”。

那么，顧客評價作為顧客表達滿意度、企業與品牌洞察顧客體驗的重要信號，企業到底應該如何管理？

舉個例子：

小A在某天去某餐廳就餐，但在就餐過程中，他發現服務員態度不是很好，于是在就餐結束后，小A在某點評系統上打了一星并寫下了差評。

這是一個很普遍的場景，如果在沒有系統干預的情況下，企業就需要進行人工查找，不僅費時費力，還容易有遺漏。但在倍市得客戶體驗管理系統加持下，餐廳能更準確感知：

? 當差評產生時

小A寫下差評后，系統監測到并通過郵件/短信將差評內容告知相關負責人，讓企業更快速、精準地知道哪個環節出現了問題。

? 如何處理差評

企業可以根據顧客打分情況在倍市得后臺自定義工單規則，對于小A所打出的一分，系統便會自動生成預警工單，并分派到人，對差評工單做流轉跟進，及時解決顧客問題，修復體驗。

? 消除差評影響

對于像小A一樣留下差評的顧客，企業可以通過倍市得后臺進行定期回訪，追蹤差評工單處理的滿意度，縮短與顧客的距離，最大限度消除差評影響，構建顧客滿意度閉環管理體系。

小A在某點評系統上評分后不久，某餐廳通過系統查找出相對應的問題且做了整改，及時回電了小A，針對服務不好一事做了道歉，小A也在某點評系統上添加了追評，認可了該餐廳的后續服務。

除了對外部客戶體驗的關注，企業與品牌往往也會自發開展各類客戶體驗相關調研，比如在倍市得餐飲體驗管理方案中，通過顧客支付環節觸發滿意度評價，可以獲取到大量餐飲服務相關的評價。

? 文本分析：采用NLP智能文本分析，自動提煉話題分布及情感分類，將反饋數據分為正面、中性、負面及混合四類，對顧客反饋總數、正面情感和負面情感做對比，讓企業更好的評估改善措施效果。

? 詞云：提取顧客原話記錄關鍵字并生成標簽，根據話題熱度生成詞云圖，讓方便企業管理人員對企業產品/服務的優勢和不足有清晰認知。

差評，并不只有糟糕

網易嚴選曾經在給差評用戶的“求和信”中寫過這樣一句話：“感謝99.5%的好評，更感謝那0.5%的差評。”

在顧客不滿情緒的背后，往往隱藏著產品/服務存在的痛點和突破點。只有直面差評，才有機會實現顧客與企業的“雙贏”：

對顧客來說：當發現自己的意見/建議被采納后，顧客更能感受到企業的用心，看到品牌的溫度，“不佳情緒”也會消散，取而代之的是“參與感”和“認同感”的逐步提升。

對企業來說：不僅可以讓員工自發站在顧客角度，讓各部門之間的銜接更加緊密；還能讓企業在第一時間有效洞察顧客體驗情緒，更及時地修復不良體驗，改進產品/服務，提高顧客忠誠度，獲得良好的品牌口碑，從而促進企業健康發展。

企業要從客觀的角度，理性地看待差評，找出真正反應商品或服務有價值的意見部分，持續的改進自己的產品和服務，才能收獲更多好評。