《客户满意度与声音管理》

《客户满意度与声音管理》

——客户满意度测得准、客户声音收得全、投诉风险化得开，让客户反馈向上牵引改进、向下守住底线

主讲：孟知远

【课程背景】

我干了20多年大客户销售，客户满意度调查年年做、客户声音（VOC）天天有，真正因为客户反馈改过动作的，一只手数得过来：

▸ 年底满意度报告出来，经营会上念一遍分数，鼓鼓掌散会。明年问卷照发、分数照念，三年分数画成曲线，几乎一条平线。

▸ 客户经理拜访回来说“客户又抱怨交付延期”，群里一排“收到”，没人记进系统。半年后丢单复盘，这句话已经翻不到了。

▸ 客户运维两次说“响应太慢”，一线当发牢骚。第三个月，投诉信抄送客户总裁和你们总经理——单子停了，高层灭火。

根源就一条：客户声音明明是经营输入，却被当成噪音——没人收、没人分、没人管。

这门课源自华为大客户经营管理体系中的客户满意度与客户声音（VOC）管理实践：NPS和满意度调研把分数测准，多渠道把客户反馈收全；向上，用根因分析和TopN改进把声音变成研发、交付、服务的改进单；向下，用分级处置把不满摁在萌芽，重大投诉也妥善处理；全程嵌入AI辅助收声、分级与舆情预警。

【课程收益】

1. 你能设计不走过场的客户满意度调研：NPS＋六大维度、按决策链分层、每题都可行动

2. 你能搭起客户声音（VOC）四路收声体系，把问卷、投诉、拜访记录、舆情归到一张台账

3. 你能给每条声音分流定级：需求走机会线进改进议程，不满走风险线定响应时限

4. 你能用根因分析和TopN立项，牵引研发、交付、服务把问题改透，拿复测数据说话

5. 你能画出客户投诉分级处置路径，小火当天灭、大火有人接

6. 你能借助AI归集声音、建议分级、监测舆情，一个人管住几百条客户反馈

7. 你还能带走全套模板：满意度问卷、VOC台账、分级矩阵、TopN跟踪表、投诉升级路径表

【课程对象】

分管客户满意度的企业负责人、大客户负责人、客户经理／客户成功经理、售后服务与质量管理人员、产品经理、销售运营负责人，以及和大客户经营相关的周边职能部门主管

【课程时间】半天-1 天（6 小时/天）

【课程大纲】

一、满意度年年测，为什么经营没变化？

1. 三类痛：测了没改、听了没管、小事拖大

▸ 分数念完就散会，进不了研发、交付、服务的改进议程

▸ 声音散落在问卷、投诉、拜访记录里，没人收、没人管

▸ 一句不满没人接，几个月后变成丢单与重大投诉

讨论：上一年客户说了哪些话，你们因此改了什么？

2. 根因：客户声音是经营输入，却被当成了噪音

3. 破局：声音进门分两条路——向上牵引业务改进，向下管控不满风险

案例：华为某运营商客户——满意度60分、四家供应商垫底（本课主线案例，贯穿全课）

二、先把声音收进来：调研测得准，四路收得全

1. 客户满意度调研怎么测才准：NPS看推荐意愿，“期望—感知”差距看客户体验短板

▸ 问卷按决策链分层、覆盖六大维度、15-20题、每题都可行动

2. 声音不止问卷：主动反馈、被动投诉、行为信号、社交舆情四路并收

▸ 行为信号最诚实：用量下滑、续约犹豫、高层久不露面

3. 2B舆情不一样：低频高烈度，影响的是决策链与招标

▸ 盯行业媒体和技术社区，专业口径回应，别当2C热搜追

4. 采集三原则：原话记录、随手入库、统一归集

案例：华为某运营商客户——客户声音散落在各渠道，一直没进系统

演练：画出自家客户声音地图，找出最该补的3个采集触点

工具：满意度调研问卷模板、VOC采集记录表

AI辅助：自动归集多渠道声音，去重聚类、标出高频主题

三、声音一进门，先分两条路

1. 机会线：听出“要什么”——产品、服务、流程三类需求，进改进议程

▸ 一句“不好用”背后常是产品机会，一句“总延期”背后是交付与流程问题

2. 风险线：不满先判级——紧急度×影响度，定谁管、管多快、要不要升级

▸ 定级决定路径：低级别一线处理，高级别当日上报、专人跟进

3. 一表管全程：已记录→已分析→已立项→已实施→已反馈客户

演练：把3条真实声音分流定级：走机会线还是风险线？几级响应？

工具：声音分级矩阵、需求转化跟踪表

AI辅助：根据影响面与语气给出分级与处理路径建议

四、让抱怨变成研发、交付、服务的改进单

1. 读数据定位短板板块：总分/NPS→维度→分层→趋势，层层下钻

2. 挖根因再立项：5Why层层追问、鱼骨图归类——业界通用工具，华为结合自身实践内化使用

3. TopN聚焦：一次改透3-5个真问题，问题Owner、目标量化、月度跟踪

▸ TopN跨板块认领：交付问题常连着研发与流程，Owner要有调动资源的位子

4. 改进要反哺：复测验证效果，改到位了告诉客户

案例：华为某运营商客户——交付专项改进一年，满意度60分升到90分、排名升至第一

案例：客户一句“能耗监控不好用”，促成5000万元增购

演练：选一条高频客户声音，挖根因并立项成TopN专项

工具：5Why分析单、鱼骨图模板、TopN改进跟踪表

AI辅助：汇总同类声音提示"个案还是系统问题"，生成复盘报告初稿

五、小火苗当天灭：不满别拖成重大投诉

1. 萌芽期：一线接触点先处理——快速响应、首问负责、授权兜底

2. 放大后：分层分级升级——什么情况升级、升到哪一级、谁拍板、时限多少

3. 重大投诉妥善处理是底线：及时上报、高层介入、补救方案、修复客户关系

4. 复盘堵漏：每一起都回到机制，别让同类问题二次放大

案例：华为某运营商客户——一次交付问题从一线抱怨拖成重大投诉，分级机制启动、高层补救，妥善处理后关系反而更稳

演练：为自家画一条"萌芽→升级→重大投诉"的分级处置路径

工具：投诉分级升级路径表

AI辅助：舆情与投诉监测预警，在萌芽阶段提前发现风险信号

六、课后90天：从一张台账到一套机制

1. 主线回顾：收得全→分得清→向上牵引改进、向下管控风险

2. 课后行动：

▸ 课后第7天：建起你Top3客户的声音台账，四路来源各归位

▸ 课后第30天：完成一次满意度调研或声音盘点，定出分级标准与TopN立项

▸ 课后第60天：TopN改进跑出第一个可见成果，分级处置路径成文

▸ 课后第90天：复测一次满意度，用数据验证改进效果