2025-10-10 鵜鶘全面客戶體驗管理 | 譯者：馬振江
當今的客戶體驗（CX）格局比以往更復雜。客戶通過日益增多的渠道與企業互動——從電話和電子郵件到實時聊天和社交媒體——而他們對速度、個性化服務和無縫體驗的期望也在同步攀升。但全渠道的承諾并未完全兌現其宣傳效果。
人們曾期待通過全渠道策略提升客戶體驗，因為企業能夠在客戶所在的任何渠道滿足其需求。然而現實情況是，企業提供的選擇可能過多，導致每個渠道的體驗和服務質量都受到影響。此外，企業正面臨客戶體驗數據的激增問題。盡管客戶體驗數據被廣泛收集，但往往處于分散狀態，或未能得到充分利用，這為打造更智能、更敏捷的體驗提供了重大機遇——尤其是在客戶希望互動的渠道上。收集體驗數據對企業而言只是第一步。
真正的挑戰與機遇在于解讀數據，并將其轉化為有價值的洞察。今年，通過對 6 個國家的醫療保健、金融服務、科技、零售或業務流程外包（BPO）行業的 700 位客戶體驗與聯絡中心負責人的最新調研，本報告深入探討了人工智能在客戶體驗中的角色定位，以及其對組織戰略的長期影響。
實現真正的客戶體驗轉型，需要從被動收集轉向主動獲取、分析、整合、共享并運用客戶洞察。本報告表明，那些在技術、自動化和人工智能的合理組合上進行戰略性投資的企業，正在充分釋放其客戶體驗數據的最大價值。從閉環反饋機制到降低客戶流失率，從賦能一線員工到統一部門溝通與優先事項，這些領導者正將智能技術深度融入客戶體驗全生命周期。
無論是正式調查還是與人工客服或虛擬客服的閑聊，每次客戶互動都蘊含著寶貴反饋，企業可據此優化服務交付并強化客戶關系。然而，從收集客戶體驗數據轉向主動發掘洞察，需要借助合適的工具、智能數據策略以及思維模式的轉變。每個接觸點都是發現問題、汲取經驗、實現改進的契機。
要理解這一切，有必要認識到在客戶互動過程中收集的兩種數據類型——主動收集的數據和被動收集的數據。
主動征集（或請求）的反饋包括客戶調查、應用內或網站彈窗調查、訪談或焦點小組等方法——本質上是由組織主動發起信息交換。此類數據更易于管理和分類，因為組織可控制問題設置與呈現形式。然而，由于其內容受企業需求制約，可能忽略調查的場景或限制反饋范圍。更重要的是，客戶反饋往往過度集中于兩極群體，即極度滿意或極度不滿者。這意味著中立多數群體的觀點可能被嚴重低估。
另一方面，非主動（或自發）反饋是由客戶在未經請求的情況下自愿提供的，包括在線評論、呼叫聯絡中心互動（通過文字記錄或錄音捕捉）以及社交媒體帖子等形式。這類反饋具有自然生成性且往往內容詳實，但若缺乏合適工具，其非結構化特性會導致大規模分析、比較或采取行動的難度增加。
兩種數據均具價值：主動反饋提供結構化數據和可比性，而自發反饋往往能揭示主動反饋難以捕捉的深度信息。
2025 年，72% 的企業表示收集了全部或大部分主動征集的反饋意見，較去年有所提升，但低于 2022 年首次報告的 79%。這一上升趨勢表明企業正重新聚焦直接客戶意見，盡管多數組織仍在拓展多元化洞察來源。值得注意的是，高達 98% 的組織表示，跨部門整合客戶體驗數據與反饋存在困難，這種反彈可能反映出團隊在將非主動反饋融入分散或孤島化流程時遭遇阻礙，從而回溯至熟悉的傳統方法。
有超過三分之一（37%）的企業僅依賴主動征集的反饋，凸顯出這一持續存在的挑戰。要充分釋放客戶洞察的價值，企業必須采取多元化策略，充分利用主動征集與被動收集數據所獲得的洞察。
最常見的五大客戶反饋與數據來源是：
盡管主動征集的客戶調查仍是最常見的反饋渠道，但大量企業正積極采用非主動收集方式，例如社交媒體和對話記錄，這表明企業已意識到捕捉并解讀更復雜、更真實的客戶反饋所蘊含的價值。
對于客戶體驗負責人而言，收集反饋的方式與反饋內容本身同樣重要。無論是通過問卷調查還是直接與客戶對話，企業收集意見的方式都會影響客戶的回應態度，甚至決定他們是否愿意提供反饋。這些因素最終決定了客戶洞察的質量、深度和實用性。
模糊或流于表面的反饋，無論來源為何，都會讓企業難以制定有針對性的戰略行動。然而，當反饋以明確目標為導向收集時，它便能成為推動客戶體驗戰略的強大引擎。
值得注意的是，盡管五分之一（21%）的企業表示對當前主動征集反饋的機制并不完全滿意，但 100% 的企業都表示會通過以下方式提升主動征集數據的質量：采用個性化（61%）、自動化（57%）和實時反饋請求（56%）機制，同時實現與其他數據及工具的數據集成（52%）——這證明改進組織征集反饋的方式和時機，與征集內容本身同樣重要。
問題在各行各業和不同崗位中都存在，正如我們研究中的參與者強調的：
“我們收集的反饋往往過于籠統，缺乏具體細節。有位受訪者僅表示“體驗不佳”，卻未說明具體問題所在。”——美國金融服務行業董事會/高管
“反饋信息散落在各種地方，有些在 CRM 系統的備注里，有些在聊天記錄里，有些在通話片段里，因此根本無法看到完整的反饋內容。”——愛爾蘭某金融服務公司高級經理
“反饋對決策的影響因其膚淺性和缺乏實際應用而減弱。泛泛的調查回應、不精確的建議，沒有落實或后續行動。”——法國某業務流程外包公司高級經理
“我們沒有為開放式回答留出足夠空間，這意味著錯過了那些往往蘊藏著真正價值的小故事或細節。”——南非醫療保健行業高級經理
但這些挑戰不僅限于調查問卷。非主動的反饋雖細節豐富，卻也帶來獨特難題：
“反饋常被混淆或錯位——我們組織難以將反饋與引發該反饋的客戶及互動場景精準匹配。”——英國科技行業中層管理人員
“由于缺乏正式流程捕捉隨機評論，一些有價值的建議常被丟失。那些偶爾提及的建議永遠無法觸達到能付諸行動的決策者。”——美國科技行業中層管理人員
“非主動反饋缺乏場景信息，難以解讀和落實。”——法國科技行業中層管理人員
“大量非主動反饋要么過時，要么與當前問題無關，難以應用于我們當務之急的挑戰。”——南非金融服務行業高管
這些挑戰同時也蘊含著明確的機遇。通過優化反饋收集的方式與時機，并整合多種主動與被動反饋渠道，企業能夠構建更完整的客戶滿意度、忠誠度及體驗圖景。當這些洞察與更廣泛的數據相結合時，企業便能形成真正全面的視角，從而推動全局性的變革。
即便擁有海量優質的客戶體驗數據，許多企業仍難以將洞察轉化為行動。原因何在？因為數據分析過程依然效率低下、依賴人工且支離破碎。
如今，仍有 42% 的企業高度依賴人工方式來解讀客戶體驗數據。這種依賴不僅難以大規模挖掘洞察，更增加了人為失誤的風險，并形成盲區——這些盲區會削弱企業對新興趨勢和客戶需求作出迅速而自信反應的能力。
企業深知優質客戶體驗的力量，也明白服務不足的后果。組織投入大量資源——有時高達數百萬美元——用于技術和服務，旨在優化服務支持運營并提升客戶體驗。但這些投入是否帶來了實質性改變？
“我希望我們能更多地運用技術手段，例如自動化工具或智能分析，不僅能減少人為失誤，還能幫助更快捕捉患者真正關心的問題，并提高數據準確性。”——美國醫療行業中層管理人員
“引入更多自動化工具收集客戶數據，減少人工干預，不僅提升了效率，還避免人工錄入錯誤，提高了數據質量。”——美國金融服務行業高管
“將人工智能融入數據收集流程，將為數據收集帶來準確性、效率和及時性。”——英國某業務流程外包公司初級管理人員
自動化不僅節省時間，更能提升準確性、增強合規性并挖掘更深層的洞察，從而打造更具響應力的客戶體驗項目與舉措。將自動化融入客戶體驗反饋循環，是解鎖更一致、可擴展且有意義洞察的關鍵所在。
英國是唯一減少完全主動收集數據采用率的國家。相比之下，其他市場完全依賴主動收集反饋的企業數量有所增加。最顯著的是，德國對完全主動收集數據的依賴度從 2024 年的 27% 上升至 43%。法國、美國和南非也呈現類似趨勢。
自動化仍是推動各行業客戶體驗成熟度的關鍵驅動力，但普及程度參差不齊。60% 的醫療保健和科技企業仍主要依賴人工方式分析客戶體驗數據。在這些行業中，人工分析占比高的企業更容易反映出客戶體驗數據分析的困難，這表明自動化程度不足可能阻礙了企業快速、大規模提取有價值洞察的能力。
這與金融服務和業務流程外包行業形成鮮明對比，該領域多數企業主要依賴自動化方法（占比分別為 76% 和 88%）。這些行業的組織極少報告分析能力存在缺口，表明自動化若實施得當，可增強解讀客戶體驗數據的信心。
盡管企業仍在努力把握主動收集與被動獲取客戶體驗反饋之間的平衡點，但另一項挑戰依然存在——如何將這些數據轉化為可執行的洞察，并在整個企業范圍內實現這些洞察的運營化與自動化。為此，企業必須找到有效方法，整合分散的客戶反饋來源，識別有意義的規律，并確保洞察能指導客戶體驗策略與服務交付。對許多企業而言，這標志著邁向更智能、更快速、更個性化體驗的下一階段。
越來越多的企業正致力于釋放客戶體驗的價值。其中超過半數（56%）通過分析數據來制定數據驅動的商業決策，51% 的企業則借此發掘客戶趨勢，近六成（58%）正在將數據審查流程的某些環節自動化。這既彰顯了企業實現體驗數據價值的決心，也凸顯了存在的差距。許多企業正面臨多重挑戰：難以有效提取洞察、實現分析自動化、將洞察轉化為可操作方案，以及最終將數據轉化為切實成果。
因此，六成（62%）受訪者承認他們并未充分利用客戶體驗數據——這一挑戰多年來始終存在，2024 年（59%）、2023 年（68%）和 2022 年（66%）的數據顯示情況相近。許多已克服數據收集難關的企業，如今正面臨著如何有效運用數據的困惑。
組織在有效利用客戶體驗數據時面臨的一些挑戰包括：
為最大化客戶體驗價值，企業需要采取統一策略來打破部門壁壘，實現洞察自動交付，并適應不同利益相關方的需求。
有效利用并轉化客戶體驗數據的企業正獲得切實收益。四成（40%）企業運用客戶體驗數據洞察，主動降低客戶流失率并吸引新客戶。相似比例（38%）的企業正通過數據優化前線客服人員的培訓、入職指導及輔導機制，使其能為客戶提供更自信、更一致的支持服務。
運營效益也正在顯現，約三分之一的組織（34%）正利用客戶體驗洞察來提升聯絡中心的效率。
雖然這些數據表明企業對客戶體驗數據和分析具有明確的意圖，但組織在將洞察轉化為行動方面仍存在大量未開發的潛力。
2025 年，美國（56%）和英國（53%）的企業最不可能認同其未能充分利用客戶體驗數據。這表明這些市場在管理、解讀和應用客戶體驗洞察方面正日益成熟。形成鮮明對比的是，法國（68%）、德國（72%）和南非（72%）的企業更傾向于承認數據利用不足——其中南非和德國的企業對此擔憂較去年有所加劇。
各行業正以不同方式取得實質性進展。醫療行業正利用體驗數據優化一線培訓（45%）、提升聯絡中心效率（40%）并滿足合規要求（39%）。與此同時，科技與零售行業聚焦客戶影響，在運用數據理解客戶忠誠度及降低流失率方面領先（占比分別為 47% 和 45%）。
過去一年間，人工智能在客戶體驗領域的作用正以驚人速度演進。目前 96% 的客戶體驗與聯絡中心負責人將人工智能（包括生成式 AI 和 AI 智能體）的部署視為關鍵戰略，較去年的 87% 顯著提升。這一轉變在實踐層面同樣得到體現。至少部分實施 AI 的企業比例已從去年的 62% 躍升至 2025 年的 80%，標志著行業正從戰略規劃向實際行動邁出關鍵一步。
支持這一轉變的是，仍處于采用“早期階段”的企業數量顯著減少。越來越多的企業正超越試點和概念驗證階段，轉而選擇將 AI 更深入地融入其客戶體驗生態系統。這體現了市場的成熟度，并明確表明 AI 的應用已不再是實驗性舉措，而是成為企業戰略的基礎。
當然，任何技術的加速采用都會帶來挑戰，AI 也不例外。近四分之一（24%）的企業表示“無法證明技術投資回報率”是過去一年客戶體驗方面三大挑戰之一。此外，盡管超過七成（71%）的企業聲稱設有專門的 AI 治理資源，但幾乎相同比例（67%）的企業承認，他們在實施 AI 時缺乏必要的風險管理架構。
同樣，對 AI 應用的擔憂似乎再度升溫，這或許反映出組織機構在跟上技術創新步伐方面面臨的挑戰。超過半數（52%）受訪者擔心 AI 會向客戶提供錯誤答案和/或傳播虛假信息，這一比例高于去年的 44%；另有 49% 的人擔心 AI 將使企業面臨安全和/或合規風險，較去年的 38% 有所上升。這凸顯出潛在的監管缺口——現有框架可能不夠有效或全面，無法充分應對這些擔憂并引導負責任的使用 AI。
許多企業在組建內部團隊方面仍處于摸索階段。在已建立正式治理團隊的企業中，僅有 43% 專注于制定 AI 戰略。值得注意的是，近半數企業（46%）積極負責員工培訓與變革管理等領域，另有 43% 專注于監測業務影響與風險。這凸顯出關鍵矛盾：企業在尚未完全確立戰略方向時，便已著手推進執行與落地。這種矛盾既可能反映出企業面臨的市場快速變化壓力——新成立的 AI 委員會或監督團隊尚在摸索定位；也可能指向更廣泛的問題，例如監管指導不一致或內部優先級設定不足。
無論原因如何，僅組建 AI 治理團隊或聘請負責人遠遠不夠。治理機制必須足夠強大、持續有效，并完全融入更廣泛的客戶體驗戰略，才能有效管理 AI 的風險，釋放其價值。
所有國家在 AI 應用方面均展現出強勁勢頭，自去年以來，至少部分采用 AI 的國家比例平均激增 16 個百分點。所有行業自去年以來在全面部署 AI 方面平均增長 11 個百分點。具體行業中，金融服務（41%）和業務流程外包（38%）在全面部署 AI 方面整體領先。
然而隨著應用普及，挑戰與風險仍普遍存在，且各行業應對策略差異顯著。盡管 BPO 行業在全面部署方面領先，但僅 61% 的企業建立了正式治理架構，低于金融服務（79%）、零售（77%）、科技（71%）和醫療（67%）行業。
企業仍面臨三大挑戰：應對不耐煩的客戶（39%）、難以招募和留住客服人才（35%）、以及跟上快速變化的客戶行為與期望（30%）。AI 被公認為應對這些挑戰的利器，它能高效處理常規交互，同時將復雜問題交由人工客服處理——在這些需要同理心和主動傾聽的場景中，人性化介入對客戶滿意度至關重要。
超過九成的受訪者表示：
在將 AI 融入客戶體驗戰略的企業中，成效已初見端倪。AI 通過在客戶互動過程中提供實時指導（47%）來提升一線績效，并生成客觀公正的互動評分（44%）以支持持續改進——該比例較去年（39%）有所提升。AI 還賦能客戶自主解決問題（40%），使一線員工得以專注于更具戰略意義的高價值任務（43%）。
自動化與人工支持之間的這種平衡，使企業能夠根據客戶需求提供服務：在客戶需要時提供高效的自助選項，在關鍵時刻建立有意義的人際聯系。讓一線員工專注于有價值且有影響力的工作，不僅提升了工作效率，也增強了員工的成就感。由此打造出更智能、更具賦能力的員工隊伍，能夠有效推動運營效率提升，并實現有意義的客戶互動。
許多企業還利用 AI 來深化對客戶忠誠度驅動因素的理解（43%）、實現客戶接觸的個性化（43%），以及理解和/或預測不斷變化的客戶行為與趨勢（40%）。
這些應用不僅提升運營效率和員工體驗，更能幫助企業領先于不斷變化的客戶期望，在問題出現前主動解決，并提供定制化且有意義的體驗。結合上述優勢，AI 正成為卓越客戶服務的關鍵推動力。
在美國，日益增長的客戶不耐煩情緒（41%）以及留住或尋找客服人才的挑戰（39%），可能正推動企業聚焦于 AI 驅動的客戶體驗。在英國，經濟壓力正推動企業轉向效率優化，53% 的企業強烈認同“以更少資源實現更多價值”的理念，較去年的 37% 顯著提升。南非市場對 AI 潛力的信心較高，52% 的受訪者強烈認同 AI 將釋放員工全部潛能，但實際應用滯后。
各行業正以不同方式應對客戶體驗與員工體驗的壓力。業務流程外包企業最認同 AI 是關鍵戰略（67%），廣泛應用于無偏見評分（60%）和客戶趨勢分析（45%）。醫療保健機構正面臨客戶高度不耐煩（50%）及員工留存與招聘難題（40%），正投資 AI 提供實時一線支持（51%）并深入理解客戶留存與忠誠度的驅動因素（51%）。科技企業同樣遭遇客戶耐心度下降（44%），正通過 AI 賦能客戶自主解決問題（44%）來優化客戶體驗，并借助員工培訓升級（43%）及一線員工實時輔助（42%）提升交互質量。
今年的報告揭示了一種熟悉卻持續存在的矛盾：盡管認可客戶體驗數據的價值，仍有 62% 的企業承認，未能充分利用所收集的洞察——這一比例在四年間幾乎未見變化。有效利用數據的障礙是多方面的：許多企業仍依賴人工數據分析，缺乏提取有意義洞察的工具或技能，且在打破部門壁壘共享數據方面面臨持續挑戰。
當組織努力在主動征集與被動反饋之間尋求平衡時，許多機構似乎正回歸熟悉的模式——這并非缺乏進取心，而是對系統碎片化、團隊協作失調等持續挑戰的應對之策。在主動征集反饋方面，企業正迎來更多機遇，可提供更精準、及時且相關的觸點來提升反饋的背景信息（從而增強其價值）。對于非主動反饋，組織必須著力建立必要的流程與工具，捕捉日常的意見，轉化為行動方案。
然而研究結果也表明，客戶體驗數據絕非被低估。領導者雖深刻理解其重要性，但認知價值與實現價值截然不同。如果缺乏清晰的實施策略、更好的跨部門協同以及更強大的分析框架，即便是最先進的客戶體驗項目也可能難以充分發揮潛力。
人工智能在此持續發揮變革性作用，自動化處理常規任務，加速客戶問題解決，同時保留人工支持處理復雜問題。這種平衡使企業能夠提供高效服務，建立有意義的聯系，滿足客戶需求，提升滿意度。
隨著 AI 在客戶體驗運營中日益深入，討論焦點正從應用轉向治理。鑒于 67% 的企業仍在缺乏必要保障措施的情況下部署 AI，且諸多擔憂持續存在，顯然治理機制必須演進為動態能力，確保 AI 的應用符合倫理、負責任、安全且具有持久價值。
未來幾年，引領潮流的并非收集最多數據或部署最多工具的組織，而是那些利用 AI 實現洞察自動化、將反饋轉化為行動的組織，這包括：
原文地址：
https://callminer.com/callminer-cx-landscape-report
本文為作者原創翻譯，歡迎轉發分享。
轉載時需在文章開頭注明作者和“來源：鵜鶘全面客戶體驗管理（微信號：CEM-tihu）”，文字顏色為黑色，且不得修改原文內容。
歡迎小伙伴投稿合作，具體請聯系：易女士 Yiml@tihu.com.cn
