-620.svg)
行业观察 | 汽车品牌如何更快速准确地洞察客户心声？
-
2023-08-03
-
“
2023年已过半，今年的汽车市场格外热闹，格外“卷”：新能源汽车在政策和技术的双重加持下，一路高歌猛进，“卷”续航、卷“自动驾驶”、卷“配置”……燃油车在新能源汽车的冲击下，只能开始卷“价格”、卷“地方补贴”……从本质上来看，这个“卷”的背后，正是市场环境的不断变化，客户需求的不断变化所催生的。
那么问题来了，在这样一个大背景下，到底要怎么“卷”才能让客户买单呢？这个问题，一定也是各个品牌的大佬们每天要面对的灵魂拷问。
本期，我们来聊一聊，车企如何通过数字化的手段，从销售接待和试乘试驾的服务过程录音中，快速洞察真实的、未经主观加工的“原始”客户心声，而不仅仅依赖一线销售人员的反馈、面对面的客户调研等传统手段。
”
一、“预置”的客户心声标签体系
结合循环智能在汽车行业的标签积累，我们在客户心声分析（VoC）产品中预置了一个“汽车产品反馈标签库”，涉及车辆外观、动力、 安全、空间等8大模块。大家可以这么理解，我们通过经验总结，把可以预想到的客户的高频反馈类型，都提前完成了语义标签的训练。
当然，这个标签库也可以结合各大品牌的需求进行调整，非常适合新项目的冷启动，帮助客户快速获得基础信息数据。
例如，车企的管理者就可以看到，在某个时间段内，到店客户对于预置标签库中的哪些内容最为关心，正向反馈的有哪些，负向反馈的又集中在产品的哪些方面。
另一方面，主机厂的产品研发部门也可以通过这些真实的，未加主观处理的客户反馈信息，获得对产品的改型以及下一代产品的设计定义等方面有价值的参考。
二、大模型算法“发现”体系
不过，如果仅仅通过预置标签来提取客户的反馈，难免会忽视另外一些非常规的客户重要反馈。
循环智能通过领先的算法模型，可以帮助客户“发现”预置标签库外的内容。这部分完全独立于我们的常规经验和判断，是基于客户最新最真实的反馈，借助全新的大模型技术自动化总结发现出来的。有了这个功能，就基本上消除了客户反馈洞察的盲区。
例如，一款新车上市后，借助基于大模型的算法发现功能，我们可能会发现客户的“正向反馈”，并非我们设定的核心卖点，反而是某个并不起眼的功能得到了客户的好评。甚至也有可能，我们原本认为的核心卖点，引来了客户的大量负向反馈。这些数据，对于我们下一步要如何去调整、去行动，将会带来非常重要的参考价值。
△ 产品截图为演示数据，仅供示意此外，算法发现功能的价值，不仅仅在于帮助客户发现那些被忽视的重要反馈，更在于发现那些隐藏在数据背后的需求和趋势。汽车市场的变化日新月异，客户需求也在不断变化，完全基于过往的分析经验，已经无法满足快速反应市场变化的需求。而算法发现功能可以通过对海量数据的分析和挖掘，发现“预料之外”的现实，为厂商提供有价值的参考和决策支持。
（本文作者：韩维，循环智能行业研究中心汽车业务专家）
欢迎联系循环智能（Recurrent AI）交流探讨，共同解锁会话智能解决方案在汽车行业的更多应用场景。
循环智能（Recurrent AI）是一家会话智能和私域大模型产品及解决方案提供商，致力于让企业与客户的每一次沟通有更好的成效。循环智能借助领先的自然语言处理、语音识别、机器学习、AI大模型等核心技术开发了销售会话洞察、客户心声分析、智能辅助系统、智能合规质检和智能工牌等产品，在银行、保险、证券、汽车、零售、房产、教育、消费金融、B2B等行业得到广泛应用。循环智能的产品和解决方案致力于赋能一线业务人员、客户洞察、销售过程管理，帮助企业降本增效，获得新增长。
■ www.rcrai.com ■ 400-607-5800
■ 简历投递：hr@rcrai.com ■ 北京 | 上海 | 无锡 | 深圳
