2025-10-10 鹈鹕全面客户体验管理 | 译者：马振江
当今的客户体验（CX）格局比以往更复杂。客户通过日益增多的渠道与企业互动——从电话和电子邮件到实时聊天和社交媒体——而他们对速度、个性化服务和无缝体验的期望也在同步攀升。但全渠道的承诺并未完全兑现其宣传效果。
人们曾期待通过全渠道策略提升客户体验，因为企业能够在客户所在的任何渠道满足其需求。然而现实情况是，企业提供的选择可能过多，导致每个渠道的体验和服务质量都受到影响。此外，企业正面临客户体验数据的激增问题。尽管客户体验数据被广泛收集，但往往处于分散状态，或未能得到充分利用，这为打造更智能、更敏捷的体验提供了重大机遇——尤其是在客户希望互动的渠道上。收集体验数据对企业而言只是第一步。
真正的挑战与机遇在于解读数据，并将其转化为有价值的洞察。今年，通过对 6 个国家的医疗保健、金融服务、科技、零售或业务流程外包（BPO）行业的 700 位客户体验与联络中心负责人的最新调研，本报告深入探讨了人工智能在客户体验中的角色定位，以及其对组织战略的长期影响。
实现真正的客户体验转型，需要从被动收集转向主动获取、分析、整合、共享并运用客户洞察。本报告表明，那些在技术、自动化和人工智能的合理组合上进行战略性投资的企业，正在充分释放其客户体验数据的最大价值。从闭环反馈机制到降低客户流失率，从赋能一线员工到统一部门沟通与优先事项，这些领导者正将智能技术深度融入客户体验全生命周期。
无论是正式调查还是与人工客服或虚拟客服的闲聊，每次客户互动都蕴含着宝贵反馈，企业可据此优化服务交付并强化客户关系。然而，从收集客户体验数据转向主动发掘洞察，需要借助合适的工具、智能数据策略以及思维模式的转变。每个接触点都是发现问题、汲取经验、实现改进的契机。
要理解这一切，有必要认识到在客户互动过程中收集的两种数据类型——主动收集的数据和被动收集的数据。
主动征集（或请求）的反馈包括客户调查、应用内或网站弹窗调查、访谈或焦点小组等方法——本质上是由组织主动发起信息交换。此类数据更易于管理和分类，因为组织可控制问题设置与呈现形式。然而，由于其内容受企业需求制约，可能忽略调查的场景或限制反馈范围。更重要的是，客户反馈往往过度集中于两极群体，即极度满意或极度不满者。这意味着中立多数群体的观点可能被严重低估。
另一方面，非主动（或自发）反馈是由客户在未经请求的情况下自愿提供的，包括在线评论、呼叫联络中心互动（通过文字记录或录音捕捉）以及社交媒体帖子等形式。这类反馈具有自然生成性且往往内容详实，但若缺乏合适工具，其非结构化特性会导致大规模分析、比较或采取行动的难度增加。
两种数据均具价值：主动反馈提供结构化数据和可比性，而自发反馈往往能揭示主动反馈难以捕捉的深度信息。
2025 年，72% 的企业表示收集了全部或大部分主动征集的反馈意见，较去年有所提升，但低于 2022 年首次报告的 79%。这一上升趋势表明企业正重新聚焦直接客户意见，尽管多数组织仍在拓展多元化洞察来源。值得注意的是，高达 98% 的组织表示，跨部门整合客户体验数据与反馈存在困难，这种反弹可能反映出团队在将非主动反馈融入分散或孤岛化流程时遭遇阻碍，从而回溯至熟悉的传统方法。
有超过三分之一（37%）的企业仅依赖主动征集的反馈，凸显出这一持续存在的挑战。要充分释放客户洞察的价值，企业必须采取多元化策略，充分利用主动征集与被动收集数据所获得的洞察。
最常见的五大客户反馈与数据来源是：
尽管主动征集的客户调查仍是最常见的反馈渠道，但大量企业正积极采用非主动收集方式，例如社交媒体和对话记录，这表明企业已意识到捕捉并解读更复杂、更真实的客户反馈所蕴含的价值。
对于客户体验负责人而言，收集反馈的方式与反馈内容本身同样重要。无论是通过问卷调查还是直接与客户对话，企业收集意见的方式都会影响客户的回应态度，甚至决定他们是否愿意提供反馈。这些因素最终决定了客户洞察的质量、深度和实用性。
模糊或流于表面的反馈，无论来源为何，都会让企业难以制定有针对性的战略行动。然而，当反馈以明确目标为导向收集时，它便能成为推动客户体验战略的强大引擎。
值得注意的是，尽管五分之一（21%）的企业表示对当前主动征集反馈的机制并不完全满意，但 100% 的企业都表示会通过以下方式提升主动征集数据的质量：采用个性化（61%）、自动化（57%）和实时反馈请求（56%）机制，同时实现与其他数据及工具的数据集成（52%）——这证明改进组织征集反馈的方式和时机，与征集内容本身同样重要。
问题在各行各业和不同岗位中都存在，正如我们研究中的参与者强调的：
“我们收集的反馈往往过于笼统，缺乏具体细节。有位受访者仅表示“体验不佳”，却未说明具体问题所在。”——美国金融服务行业董事会/高管
“反馈信息散落在各种地方，有些在 CRM 系统的备注里，有些在聊天记录里，有些在通话片段里，因此根本无法看到完整的反馈内容。”——爱尔兰某金融服务公司高级经理
“反馈对决策的影响因其肤浅性和缺乏实际应用而减弱。泛泛的调查回应、不精确的建议，没有落实或后续行动。”——法国某业务流程外包公司高级经理
“我们没有为开放式回答留出足够空间，这意味着错过了那些往往蕴藏着真正价值的小故事或细节。”——南非医疗保健行业高级经理
但这些挑战不仅限于调查问卷。非主动的反馈虽细节丰富，却也带来独特难题：
“反馈常被混淆或错位——我们组织难以将反馈与引发该反馈的客户及互动场景精准匹配。”——英国科技行业中层管理人员
“由于缺乏正式流程捕捉随机评论，一些有价值的建议常被丢失。那些偶尔提及的建议永远无法触达到能付诸行动的决策者。”——美国科技行业中层管理人员
“非主动反馈缺乏场景信息，难以解读和落实。”——法国科技行业中层管理人员
“大量非主动反馈要么过时，要么与当前问题无关，难以应用于我们当务之急的挑战。”——南非金融服务行业高管
这些挑战同时也蕴含着明确的机遇。通过优化反馈收集的方式与时机，并整合多种主动与被动反馈渠道，企业能够构建更完整的客户满意度、忠诚度及体验图景。当这些洞察与更广泛的数据相结合时，企业便能形成真正全面的视角，从而推动全局性的变革。
即便拥有海量优质的客户体验数据，许多企业仍难以将洞察转化为行动。原因何在？因为数据分析过程依然效率低下、依赖人工且支离破碎。
如今，仍有 42% 的企业高度依赖人工方式来解读客户体验数据。这种依赖不仅难以大规模挖掘洞察，更增加了人为失误的风险，并形成盲区——这些盲区会削弱企业对新兴趋势和客户需求作出迅速而自信反应的能力。
企业深知优质客户体验的力量，也明白服务不足的后果。组织投入大量资源——有时高达数百万美元——用于技术和服务，旨在优化服务支持运营并提升客户体验。但这些投入是否带来了实质性改变？
“我希望我们能更多地运用技术手段，例如自动化工具或智能分析，不仅能减少人为失误，还能帮助更快捕捉患者真正关心的问题，并提高数据准确性。”——美国医疗行业中层管理人员
“引入更多自动化工具收集客户数据，减少人工干预，不仅提升了效率，还避免人工录入错误，提高了数据质量。”——美国金融服务行业高管
“将人工智能融入数据收集流程，将为数据收集带来准确性、效率和及时性。”——英国某业务流程外包公司初级管理人员
自动化不仅节省时间，更能提升准确性、增强合规性并挖掘更深层的洞察，从而打造更具响应力的客户体验项目与举措。将自动化融入客户体验反馈循环，是解锁更一致、可扩展且有意义洞察的关键所在。
英国是唯一减少完全主动收集数据采用率的国家。相比之下，其他市场完全依赖主动收集反馈的企业数量有所增加。最显著的是，德国对完全主动收集数据的依赖度从 2024 年的 27% 上升至 43%。法国、美国和南非也呈现类似趋势。
自动化仍是推动各行业客户体验成熟度的关键驱动力，但普及程度参差不齐。60% 的医疗保健和科技企业仍主要依赖人工方式分析客户体验数据。在这些行业中，人工分析占比高的企业更容易反映出客户体验数据分析的困难，这表明自动化程度不足可能阻碍了企业快速、大规模提取有价值洞察的能力。
这与金融服务和业务流程外包行业形成鲜明对比，该领域多数企业主要依赖自动化方法（占比分别为 76% 和 88%）。这些行业的组织极少报告分析能力存在缺口，表明自动化若实施得当，可增强解读客户体验数据的信心。
尽管企业仍在努力把握主动收集与被动获取客户体验反馈之间的平衡点，但另一项挑战依然存在——如何将这些数据转化为可执行的洞察，并在整个企业范围内实现这些洞察的运营化与自动化。为此，企业必须找到有效方法，整合分散的客户反馈来源，识别有意义的规律，并确保洞察能指导客户体验策略与服务交付。对许多企业而言，这标志着迈向更智能、更快速、更个性化体验的下一阶段。
越来越多的企业正致力于释放客户体验的价值。其中超过半数（56%）通过分析数据来制定数据驱动的商业决策，51% 的企业则借此发掘客户趋势，近六成（58%）正在将数据审查流程的某些环节自动化。这既彰显了企业实现体验数据价值的决心，也凸显了存在的差距。许多企业正面临多重挑战：难以有效提取洞察、实现分析自动化、将洞察转化为可操作方案，以及最终将数据转化为切实成果。
因此，六成（62%）受访者承认他们并未充分利用客户体验数据——这一挑战多年来始终存在，2024 年（59%）、2023 年（68%）和 2022 年（66%）的数据显示情况相近。许多已克服数据收集难关的企业，如今正面临着如何有效运用数据的困惑。
组织在有效利用客户体验数据时面临的一些挑战包括：
为最大化客户体验价值，企业需要采取统一策略来打破部门壁垒，实现洞察自动交付，并适应不同利益相关方的需求。
有效利用并转化客户体验数据的企业正获得切实收益。四成（40%）企业运用客户体验数据洞察，主动降低客户流失率并吸引新客户。相似比例（38%）的企业正通过数据优化前线客服人员的培训、入职指导及辅导机制，使其能为客户提供更自信、更一致的支持服务。
运营效益也正在显现，约三分之一的组织（34%）正利用客户体验洞察来提升联络中心的效率。
虽然这些数据表明企业对客户体验数据和分析具有明确的意图，但组织在将洞察转化为行动方面仍存在大量未开发的潜力。
2025 年，美国（56%）和英国（53%）的企业最不可能认同其未能充分利用客户体验数据。这表明这些市场在管理、解读和应用客户体验洞察方面正日益成熟。形成鲜明对比的是，法国（68%）、德国（72%）和南非（72%）的企业更倾向于承认数据利用不足——其中南非和德国的企业对此担忧较去年有所加剧。
各行业正以不同方式取得实质性进展。医疗行业正利用体验数据优化一线培训（45%）、提升联络中心效率（40%）并满足合规要求（39%）。与此同时，科技与零售行业聚焦客户影响，在运用数据理解客户忠诚度及降低流失率方面领先（占比分别为 47% 和 45%）。
过去一年间，人工智能在客户体验领域的作用正以惊人速度演进。目前 96% 的客户体验与联络中心负责人将人工智能（包括生成式 AI 和 AI 智能体）的部署视为关键战略，较去年的 87% 显著提升。这一转变在实践层面同样得到体现。至少部分实施 AI 的企业比例已从去年的 62% 跃升至 2025 年的 80%，标志着行业正从战略规划向实际行动迈出关键一步。
支持这一转变的是，仍处于采用“早期阶段”的企业数量显著减少。越来越多的企业正超越试点和概念验证阶段，转而选择将 AI 更深入地融入其客户体验生态系统。这体现了市场的成熟度，并明确表明 AI 的应用已不再是实验性举措，而是成为企业战略的基础。
当然，任何技术的加速采用都会带来挑战，AI 也不例外。近四分之一（24%）的企业表示“无法证明技术投资回报率”是过去一年客户体验方面三大挑战之一。此外，尽管超过七成（71%）的企业声称设有专门的 AI 治理资源，但几乎相同比例（67%）的企业承认，他们在实施 AI 时缺乏必要的风险管理架构。
同样，对 AI 应用的担忧似乎再度升温，这或许反映出组织机构在跟上技术创新步伐方面面临的挑战。超过半数（52%）受访者担心 AI 会向客户提供错误答案和/或传播虚假信息，这一比例高于去年的 44%；另有 49% 的人担心 AI 将使企业面临安全和/或合规风险，较去年的 38% 有所上升。这凸显出潜在的监管缺口——现有框架可能不够有效或全面，无法充分应对这些担忧并引导负责任的使用 AI。
许多企业在组建内部团队方面仍处于摸索阶段。在已建立正式治理团队的企业中，仅有 43% 专注于制定 AI 战略。值得注意的是，近半数企业（46%）积极负责员工培训与变革管理等领域，另有 43% 专注于监测业务影响与风险。这凸显出关键矛盾：企业在尚未完全确立战略方向时，便已着手推进执行与落地。这种矛盾既可能反映出企业面临的市场快速变化压力——新成立的 AI 委员会或监督团队尚在摸索定位；也可能指向更广泛的问题，例如监管指导不一致或内部优先级设定不足。
无论原因如何，仅组建 AI 治理团队或聘请负责人远远不够。治理机制必须足够强大、持续有效，并完全融入更广泛的客户体验战略，才能有效管理 AI 的风险，释放其价值。
所有国家在 AI 应用方面均展现出强劲势头，自去年以来，至少部分采用 AI 的国家比例平均激增 16 个百分点。所有行业自去年以来在全面部署 AI 方面平均增长 11 个百分点。具体行业中，金融服务（41%）和业务流程外包（38%）在全面部署 AI 方面整体领先。
然而随着应用普及，挑战与风险仍普遍存在，且各行业应对策略差异显著。尽管 BPO 行业在全面部署方面领先，但仅 61% 的企业建立了正式治理架构，低于金融服务（79%）、零售（77%）、科技（71%）和医疗（67%）行业。
企业仍面临三大挑战：应对不耐烦的客户（39%）、难以招募和留住客服人才（35%）、以及跟上快速变化的客户行为与期望（30%）。AI 被公认为应对这些挑战的利器，它能高效处理常规交互，同时将复杂问题交由人工客服处理——在这些需要同理心和主动倾听的场景中，人性化介入对客户满意度至关重要。
超过九成的受访者表示：
在将 AI 融入客户体验战略的企业中，成效已初见端倪。AI 通过在客户互动过程中提供实时指导（47%）来提升一线绩效，并生成客观公正的互动评分（44%）以支持持续改进——该比例较去年（39%）有所提升。AI 还赋能客户自主解决问题（40%），使一线员工得以专注于更具战略意义的高价值任务（43%）。
自动化与人工支持之间的这种平衡，使企业能够根据客户需求提供服务：在客户需要时提供高效的自助选项，在关键时刻建立有意义的人际联系。让一线员工专注于有价值且有影响力的工作，不仅提升了工作效率，也增强了员工的成就感。由此打造出更智能、更具赋能力的员工队伍，能够有效推动运营效率提升，并实现有意义的客户互动。
许多企业还利用 AI 来深化对客户忠诚度驱动因素的理解（43%）、实现客户接触的个性化（43%），以及理解和/或预测不断变化的客户行为与趋势（40%）。
这些应用不仅提升运营效率和员工体验，更能帮助企业领先于不断变化的客户期望，在问题出现前主动解决，并提供定制化且有意义的体验。结合上述优势，AI 正成为卓越客户服务的关键推动力。
在美国，日益增长的客户不耐烦情绪（41%）以及留住或寻找客服人才的挑战（39%），可能正推动企业聚焦于 AI 驱动的客户体验。在英国，经济压力正推动企业转向效率优化，53% 的企业强烈认同“以更少资源实现更多价值”的理念，较去年的 37% 显著提升。南非市场对 AI 潜力的信心较高，52% 的受访者强烈认同 AI 将释放员工全部潜能，但实际应用滞后。
各行业正以不同方式应对客户体验与员工体验的压力。业务流程外包企业最认同 AI 是关键战略（67%），广泛应用于无偏见评分（60%）和客户趋势分析（45%）。医疗保健机构正面临客户高度不耐烦（50%）及员工留存与招聘难题（40%），正投资 AI 提供实时一线支持（51%）并深入理解客户留存与忠诚度的驱动因素（51%）。科技企业同样遭遇客户耐心度下降（44%），正通过 AI 赋能客户自主解决问题（44%）来优化客户体验，并借助员工培训升级（43%）及一线员工实时辅助（42%）提升交互质量。
今年的报告揭示了一种熟悉却持续存在的矛盾：尽管认可客户体验数据的价值，仍有 62% 的企业承认，未能充分利用所收集的洞察——这一比例在四年间几乎未见变化。有效利用数据的障碍是多方面的：许多企业仍依赖人工数据分析，缺乏提取有意义洞察的工具或技能，且在打破部门壁垒共享数据方面面临持续挑战。
当组织努力在主动征集与被动反馈之间寻求平衡时，许多机构似乎正回归熟悉的模式——这并非缺乏进取心，而是对系统碎片化、团队协作失调等持续挑战的应对之策。在主动征集反馈方面，企业正迎来更多机遇，可提供更精准、及时且相关的触点来提升反馈的背景信息（从而增强其价值）。对于非主动反馈，组织必须着力建立必要的流程与工具，捕捉日常的意见，转化为行动方案。
然而研究结果也表明，客户体验数据绝非被低估。领导者虽深刻理解其重要性，但认知价值与实现价值截然不同。如果缺乏清晰的实施策略、更好的跨部门协同以及更强大的分析框架，即便是最先进的客户体验项目也可能难以充分发挥潜力。
人工智能在此持续发挥变革性作用，自动化处理常规任务，加速客户问题解决，同时保留人工支持处理复杂问题。这种平衡使企业能够提供高效服务，建立有意义的联系，满足客户需求，提升满意度。
随着 AI 在客户体验运营中日益深入，讨论焦点正从应用转向治理。鉴于 67% 的企业仍在缺乏必要保障措施的情况下部署 AI，且诸多担忧持续存在，显然治理机制必须演进为动态能力，确保 AI 的应用符合伦理、负责任、安全且具有持久价值。
未来几年，引领潮流的并非收集最多数据或部署最多工具的组织，而是那些利用 AI 实现洞察自动化、将反馈转化为行动的组织，这包括：
原文地址：
https://callminer.com/callminer-cx-landscape-report
本文为作者原创翻译，欢迎转发分享。
转载时需在文章开头注明作者和“来源：鹈鹕全面客户体验管理（微信号：CEM-tihu）”，文字颜色为黑色，且不得修改原文内容。
欢迎小伙伴投稿合作，具体请联系：易女士 Yiml@tihu.com.cn
