大数据赋能下的家电品牌售后服务设计策略研究

谭影 张凌浩

关键词：大数据 赋能 服务设计 家电品牌 售后服务

引言

人民美好生活诉求持续增长，家电行业整体面临天花板，破局转型聚焦于智能化、高端化、定制化和个性化的服务。巨大的家电市场保有量和后续服务的需求，催生了家电售后服务市场，但家电售后服务仍存在许多问题。大数据的运用可以帮助品牌判断和了解用户需求、行为习惯，为用户提供精准而千人千面的服务。因此，采用服务设计方法去梳理家电品牌售后服务，解决现存问题，结合互联网时代的大数据赋能进行品牌服务转型和升级，成为了新的设计机会点和商业增长点。

一、大数据赋能的相关研究

（一）大数据赋能的概念。大数据赋能尚没有明确的定义，其概念与数据赋能、数字化赋能容易混淆，但仍有微妙的差别。数据赋能是指特定系统基于整体观视角创新数据的运用场景以及技能和方法的运用以获得或提升整体的能力，最终实现数据赋能价值的过程[1] 。大数据赋能强调赋能主体数据资产的累计效应（数据量）及其对大数据深入挖掘和分析的方法和技术。而数字化赋能注重利用数字资源和技术满足顾客、员工和企业多方需求[2] 。由此可见，在一定程度上数据赋能是包含大数据赋能和数字化赋能的，后二者更加侧重方法和技术的运用，大数据赋能强调大数据挖掘和分析的方法与技术，数字化赋能则强调数字技术、工具的运用。

（二）大数据赋能设计的发展。大数据的应用从20世纪90年代开始萌芽，21世纪前10年逐渐发展成熟，直到2010年后开始全面应用。

为了更好地分析，以时间先后顺序和大数据赋能设计的四个阶段来归纳案例：1.大数据赋能确定设计问题。20世纪90年代美国沃尔玛超市的空间陈列设计，沃尔玛超市将啤酒和尿布摆在一起，这令人匪夷所思的举措使啤酒和尿片的销量同时增加。原来研究者收集了超市销售大数据来分析购物篮中的商品集合，找出商品之间的关系并分析数据背后的行为动机，然后再制订陈列设计策略。

在2010年前后，Netflix通过海量用户数据的积累和分析，促成了美国政治题材电视剧《纸牌屋》的开拍、选角和导演，并预测了该剧的成功。这些都是大数据赋能设计起始的问题发现阶段，大数据的收集和分析成为了发现痛点、设计机会点和商机的重要手段，探究事物的相关性而非因果关系。

2.大数据赋能收集设计资料和信息。近年来大数据应用开始进入全面爆发时代，大数据统计分析往往比传统调查更加全面、客观、有说服力，并结合定性分析并得出满意结果。在根据数据构建用户画像方面，“京东科技”画像系统（如图1）帮助企业建立标签系统和画像模版，了解消费者的行为和需求，并准确描述人群，再应用到不同的业务场景中去。

3.大数据赋能方案设计。方案概念往往来源于信息交流，大数据技术能够辅助方案构思、测试和优化方案，还能进行智能化设计决策，直接参与方案设计。2016年，谷歌的人工智能开发小组Deep Mind，发布了应用平面设计领域的新型人工智能程序Alpha Gd（如图2），通过需求分析器和页面规划器两个人工智能大脑，实现其高质量的平面设计方案的输出。其中需求分析器就是基于海量数据库对客户需求进行分析，以得到满足市场普遍共识和美感的相应设计形式。Alpha Gd是高效智能设计的巨大进步。国内2017年阿里巴巴发布了鲁班（现改名为鹿班）智能设计平台，具备自动化海报设计能力。到2018年，鹿班系统的设计能力已经达到阿里内部P6级。

4.大数据赋能方案实施。如今大数据赋能在方案实施阶段的应用涉及到生产、物流、仓储、营销和销售等方方面面，进行产品、商业模式和服务的创新。线上大数据赋能线下实体零售近年来发展快速。京东便利店“大数据+商品+服务”的模式（如图3），由京东提供大数据支持，科技赋能智能化数据系统管理，利用线上数据，赋能线下货源和品类，便利店作为末端实现数据赋能落地，精准达成“零库存”。

二、家电品牌售后服务设计要素分析

服务设计的重点是界定服务本身，服务设计是一个系统，为了让服务顺利进行、完成既定目标，就必须让系统中的利益相关者和环境、场景之间发生系统性地互动[3] 。

（一）利益相关者分析。家电品牌售后服务的主要利益相关者是用户、服务提供方和家电品牌方（如图4）。服务提供方中与家电品牌密切联系的是直营服务中心和服务代理商，第三方服务平台与个体维修不是文章主要的考虑对象。家电品牌售后服务关系模型为（如图5）：家电品牌向服务提供方提供工具和基础设施，后者通过各种渠道向用户交付使用和体验，进而让品牌方实现了给用户的承诺，而用户不仅为服务买单，还在合作中提供信息和反馈，回报附加价值。

（二）服务流程分析。家电品牌售后服务流程依靠服务目标作为指导，按照一定次序展开服务进程，它揭示了不同服务阶段的服务任务指向以及服务要素之间的互动和交互过程。家电品牌售后服务流程是由用户和服务人员直接参与，通过与企业之间的物资流、信息流、资金流和服务流相互关联产生。用户能通过与线上的在线客服和售后服务平台、线下的门店客服以及入户的服务人员互动交互，来获取服务。目前品牌家电售后服务流程主要分为售后服务前、服务中和服务后三个阶段，具体流程地图如图6。在品牌家电售后服务流程中，不同的服务需求会使得服务场景和时序有所差异。家电售后的设计、安装、维护、维修、信息交流、模式创新服务和回收等服务，存在一定的服务先后顺序，但也存在差异化的服务场景和背景。互联网媒介的介入使得售后服务可以随时随地不受限制地发生，极大地给予售后服务自由的同时，又保留了白色家电售后服务的线下和入户渠道的特点。

（三）服务接触点分析。家电品牌售后服务接触点囊括了服务发生时对于人而言的所有外界的情況，包括服务媒介和服务环境两个要素：1.服务前阶段的选择服务渠道。用户通过对家电状态的判断，产生相应服务需求，在各个途径获取和接触到售后服务信息与宣传推广，选择服务渠道，并自行提交售后服务申请。主要问题如下：第一，服务具有滞后性，前期需求产生需用户自行判断和申请。与其他需求产生往往伴随正向体验不同，用户在需要售后服务的时候，其用户体验原本就处于好与坏的临界点，或很可能是带着差的体验和情绪来判断、选择和申请售后服务的，这种情况下，服务的滞后性使得服务不能及时发挥作用，安抚用户。如果在申请售后服务过程中出现问题无疑更会加剧这种“不良体验感”。

第二，服务触达渠道选择较少，申请有一定门槛。现阶段服务触达主要是线上App和服务公众号，但一些用户不会使用线上软件，往往是找物业和个体户帮忙。因此，售后服务前的信息服务触点需要考虑这部分用户，降低他们选择适合服务渠道和申请服务的难度。

2.服务中阶段的上门服务接触点。售后服务中的上门服务触点非常具有开发价值，用户和上门服务人员接触密集，得以实现高密度的信息传递、物质流通和价值转化。主要问题如下：第一，服务同质化严重。体现为服务方式和内容两方面。虽然家电售后服务的基本型和期望型需求是处理好家电产品和家居问题，但不同的用户、不同的家庭仍然会产生不同的其他方面的需求，而现如今的满足个性化定制的服务体验较为局限，对品牌效应的提升力效果不佳。

第二，服务人员与用户互相不够了解，入户时的共创和沟通不够。用户不了解服务人员业务水平、服务内容和流程，这可能造成用户对服务人员、服务效果甚至家电品牌的不信任感。服务人员对用户的不了解体现在对用户家庭使用场景和产品历时数据的不了解，这可能会造成对问题的误判，以及不能够及时发现和满足用户潜在的需求，创造服务兴奋点，互相汲取灵感，挖掘新的服务潜能。

3.服务后阶段的服务反馈接触点。服务反馈点涉及了全部利益相关者：用户、服务提供方和家电品牌方。用户在体验完服务后，向服务提供方反馈信息并向企业回报价值。主要问题如下：第一，反馈数据实际利用率低。很多家电企业只是形式化进行售后信息收集，并没有从策略上和服务上充分利用售后信息服务企业和用户。

第二，缺乏与用户长效而深层的双向沟通。很多时候，售后服务止于服务本身的完成，而忽略后续与用户交流创造价值的机会。深层的双向交流使人们更多地去关注服务背后的故事及文化内涵，引起用户的情感共鸣，培养用户对品牌的认可和忠诚度，最终形成特有的服务品牌文化和社会价值。

三、大数据赋能下的家电品牌售后服务设计构建分析

大数据赋能下的家电品牌售后服务是一个多层次系统，因此其设计构建和分析也具有一定的层次性。唐纳德·罗曼在《情感化设计》中将产品设计划分为本能层、行为层和反思层三个层次，分别表示产品在外观材质、功能实用和情感共鸣上的设计。据此罗仕鉴等人[4] 提出服务设计的三个层次：本体层、行为层和价值层。服务设计本体层关注服务和设计本身，包括服务设计的本来特征以及带给用户的感受，需关注服务提供者与服务接收者之间的接触点;行为层的服务设计关注服务的交互、功能操作及可用性，同时也关注服务流程和整个服务的顺畅衔接，行为层与本体层都期待舒适的用户体验;价值层的服务设计，使人们更多地去关注服务背后的文化内涵及价值观输出，引起消费者的情感共鸣，发掘用户本身和与用户共创的价值，让用户获得体验和精神的双重享受，实现所有利益相关者的共赢。

因此，文章将大数据赋能下的家电品牌售后服务设计构建分析（如图7）划分为三个层次：服务设计本体层的赋能——赋能触点，帮助识别用户在不同触点的真实需求，从触点出发优化服务体验;服务设计行为层的赋能——赋能流程，帮助实现服务精准规划和配置，从流程出发提升服务效率;服务设计价值层的赋能——赋能用户，帮助挖掘用户的反馈价值，从用户资源出发实现价值的转化。在这个构建分析层次中，大数据赋能了家电品牌售后服务，同时也通过赋能服务设计要素对赋能服务设计本身进行了探索，构建分析的三个层次是递进且互相关联的关系。

目前已有家电品牌在客户、业务和项目管理等方面运用大数据技术，学术界也有研究涉及大数据驱动下的用户体验设计、用户需求洞察、精准教育[5] 和城市交通枢纽环境设计[6] 等，但目前还没有大数据赋能与服务设计结合的具体路径方法研究。文章正是以家电品牌售后服务为切口，构建大数据赋能服务设计的研究途徑，来探寻设计策略的机会点。

下面具体阐述如何运用大数据针对性地整改现有问题，如何实现赋能家电品牌售后服务的触点、流程和用户：1.大数据赋能整合服务触点。大数据能够整合和优化整个家电售后服务过程前、中、后的服务触点，提供适应不同触点和用户不同需求的个性化服务，进而整合和优化服务体验。

第一，线上和线下一体化。大数据时代，线上渠道数据的收集规模和处理效率把大数据价值发挥到极致，而线下渠道的长处是塑造全方位、沉浸式的服务体验。因此，可以令线上大数据赋能线下服务体验，例如安排不同服务门店的选址、选品和服务模式提供，使得服务对门店周边人群有清晰的指向性。线下好的服务体验还能为线上店铺引流。

第二，服务渠道个性化。包括针对内容、形式和渠道的个性化推荐。综合用户画像标签、用户浏览搜索等网络行为数据、用户实体购买行为数据和机器传感器数据等，建立用户管理系统，将用户感兴趣的、与用户相关性强的服务内容，以用户偏爱的形式，投放在用户常接触的渠道，做到最大化的服务个性化触达，满足用户个人化的需求。

第三，入户服务个性化。包括服务内容和人员的匹配、以及服务模式的个性化。家电售后服务入户渠道非常重要，传统家电品牌的入户服务经常强调标准化、流程化，按部就班解决问题，但大数据赋能精准描述用户，发现个人和大众需求的新趋势，进而在入户时提供个性化的服务内容。定制化的服务模式可由用户根据自身的需求自行操作和选择。

最典型的案例是租赁或共享洗衣机、净水器和冰箱等。

2.大数据赋能优化服务流程。通过大数据赋能带来对家电品牌售后服务流程的合理规划与资源精细调配，实现服务效率的巨大提升。

第一，服务需求预测化。大数据的应用能够分析当前场景下用户的需求、家电状况，进而预测用户未来的需求，预估家电产品可能出现的问题和需要的服务，提前进行资源部署、动员服务。因此，大数据赋能在一定程度上能够消解售后服务滞后性带来的不良体验，并带来服务效率上的提升，优化传统的具有先后时序性的服务流程。

第二，服务调度高效化。大数据赋能调度系统能解决家电售后服务中的人员调度和分配等突发问题。将任务排程、工单实时状态、工具和配件匹配，按照历时大数据和具体情绪分析，在服务调度系统中提前给出科学合理的评估、建议，助力服务人员专注服务提供，提高现场服务的效率，规避意外事件发生的风险。

第三，服务人员赋能化。大数据赋能服务人员旨在为后者提供大数据平台、内容和工具，助力服务人员能动性地提升服务水平。在售后服务的前、中、后期，让服务人员获取户家电产品历时数据和区域售后服务相关数据分析结果，以便让服务人员理解自己处在服务生态中的哪一环节，赋能服务人员在判断和决策中作出快速和准确的行为。

3.大数据赋能激发用户价值。大数据不仅能够赋能服务触点优化服务体验、赋能服务流程提升服务效率，还可以赋能用户，在服务互动中收集并挖掘用户反馈数据的价值，在输出品牌价值的同时与用户共同创造新的价值，进而实现用户价值的转化和外延。

第一，长效沟通多元化。在售后服务之后与顾客建立多元化的长效沟通，丰富的形式和内容总有一款符合用户个性化的偏好，以此建立用户的品牌认可度和忠诚度，更好地输出服务理念和品牌价值观。

第二，注重服务共创化。家电售后服务是用户与服务人员共同创造产生的。在家电售后的线上、配送、入户等一系列服务过程中，用户、服务人员与环境的交互会产生大量的有价值的信息数据。如果将这些数据记录收集起来，挖掘可改进的空间，将会大大提升服务共创过程中所有人的体验。

四、大数据赋能下的家电品牌售后服务设计策略输出

大数据赋能家电品牌售后服务设计策略的具体内容，围绕文章第三部分提出的构建分析的三大层次，在解决现有服务存在的问题和对服务设计要素进行赋能的基础上，为了达到家电品牌售后服务体验优化、效率提升和价值转化的目标，而展开的相应具体设计策略输出：（一）大数据赋能家电品牌售后服务体验优化策略服务体验优化策略：通过大数据赋能触点，解决家电品牌售后服务的现有问题，满足不同触点不同用户的需求，进而优化服务体验。

（1）个性化服务渠道触达。首先，通过用户画像等大数据应用了解到用户常用和偏好的服务渠道，如微信平台、抖音平台或线下门店等，进而做到个性化推荐服务触达。其次，在保持原有多线服务的基础上，重视社群化的用户管理，让服务渠道更加全面，覆盖到网络不敏感人群。

以小区和区域为单位，建立品牌家电售后服务群和微信服务管家，用户在有需要时搜索微信好友即可触达服务。现阶段家电的维修服务在用户端并不高，为此去下载多个App不方便和现实，不少用户在遇到家电售后问题时，仍然倾向找物业帮忙或社区的个体户维修。个性化匹配服务渠道和社群化服务管理做到售后服务的个性化和全面化，满足不同用户需求的，降低部分用户选择合适服务渠道和申请服务的门槛，日常能够便利地利用碎片化时间进行交流，盘活现有流量。（2）精准化服务配置提供。根据用户画像需求制订个性化的服务内容、环节和模式。

用户画像的实质是提取海量用户数据背后的用户特征，打标签来构建用户画像[7] 。在入户服务前对用户进行画像数据分析，展示用户对家电产品和服务的偏好，使得在入户时，更有针对性地沟通，并按照大数据分析推荐用户偏爱的服务内容，对服务流程和环节进行查漏补缺，适当增减，并推荐用户真正需要的服务模式。例如年轻租房人群偏好大型电器的租赁服务，按实际的服务次数和效果来收费;而老年人群最大的需求是品质安全和服务周到省心。（3）线上大数据赋能线下服务。用户的体验的提升需要线上线下整合，寻找合适的数字化解决方案。互联网擅长“效率维度”，即更快、更完整、更廉价;线下擅长“体验维度”，更复杂、更多感、更立体。线上渠道的海量数据经过提取和分析，在用户的喜好和需求上，能够对线下的服务推荐和体验提出建议，线下服务品质高也能为线上店铺引流，既有助于渠道整合，又提升品牌形象。

（二）大数据赋能家电品牌售后服务效率提升策略服务效率提升策略：通过大数据赋能流程，关注家电售后服务的交互、功能操作及可用性，和整个服务的顺畅衔接，提前部署资源最优配置，提升服务效率。（1）根据预测主动售后。家电品牌可以通过对家电用户行为数据的分析，了解用户当前的需求，进而预测用户未来的需求;还可依据后台家电传感器传输到云端的数据，判断机器运行状况、可能出现的问题，提前主动向用户提供信息提示、后續操作建议等服务。

（2）赋能服务调度数据实时化。大数据赋能服务调度系统中数据的实时更新。在进行家电维保的时候，经常发生地址错误、没有联系人信息，或设备问题与描述不符的情况。大数据赋能实现实时更新调度管理系统，允许海量业务流程数据实时更新，提高了信息的可用性和连通性，及时纠错。（3）赋能服务人员数据化。给服务人员提供大数据平台、内容和工具。首先是对服务人员服务经历的大数据分析，匹配出合适的专业服务人员，并固定一部分服务人员长期为指定用户进行服务。其次在服务过程中如果出现超出业务能力的问题，大数据进行故障提示，指导服务环节。大大帮助服务顺利完成，给双方营造更好体验。

（三）大数据赋能家电品牌售后服务价值转化策略价值转化策略：通过大数据赋能用户，发掘用户对品牌的反馈价值，把用户数据和共创信息资产化，在共创的双向互动中实现价值的转化。服务人员也应当被视为“特殊用户”纳入考虑。（1）与用户建立精准和多元化的沟通。大数据赋能获取多样化适合不同用户的沟通手段，发现每个用户喜欢的沟通方式和沟通敏感点，进行高效交流。比较特色和流行的沟通方式有H5社群互动、跨界联名、线下体验店、KOL种草、平台IP、造节、下沉城市等。多元化的手段能拓展和定义行业的边界空间，创造更多有效的用户接触点。互动的过程能够互相激发灵感，用户能深切体会到品牌服务生态理念和价值观，品牌能够从互动中汲取用户的想法和需求，单向的文化输出无法达到这样的效果。（2）注重与用户在入户渠道的共创。提供入户渠道结构与非结构化数据的记录模板，收集入户时互动过程中人、环境和场景之间的海量信息和数据，挖掘分析其背后的价值，并继续循环赋能到互动和售后服务当中。同时，鼓励服务人员在提供服务时提供非标准惊喜体验，打破常规和标准，真正考虑用户的需求，建立互相信任的关系。

结论

家电售后服务仍存在许多问题，服务设计思维和大数据赋能的介入，能够作为不同领域的工具共同作用于家电品牌的售后服务，使设计思维和数据思维相结合。大数据还可以作为服务设计的工具，量化研究与质性研究结合，创造具有互补优势的新研究途径。大数据赋能家电品牌服务设计的构建分析和策略输出，能够指引家电售后服务更加精准地挖掘用户需求，深度优化服务触点和细节，优化服务体验，提升服务效率，实现用户数据的价值转化，为大数据技术应用于服务设计的研究打下基础，并为后续数据驱动设计提供研究思路。

2627500783263