FullLoop CX และหนึ่งในบริษัท ช้อปปิ้ง ออนไลน์ ชั้นนำของประเทศไทย
ลูกค้าของเรา คือ หนึ่งในบริษัทชั้นนำของประเทศไทยในอุตสาหกรรมช้อปปิ้งออนไลน์ ที่เป็นผู้จัดจำหน่ายสินค้าและบริการผ่านกลยุทธ์ทางการตลาดแบบ multi-screen โครงสร้างในการดำเนินการธุรกิจสามารถแบ่งออกได้เป็น 3 ส่วนหลัก ได้แก่ การซื้อสินค้าโดยตรง, การช้อปปิ้งออนไลน์ และ ร้านค้าปลีก
FullLoop CX และหนึ่งในบริษัท ช้อปปิ้ง ออนไลน์ ชั้นนำของประเทศไทย
ลูกค้าของเรา คือ หนึ่งในบริษัทชั้นนำของประเทศไทยในอุตสาหกรรมช้อปปิ้งออนไลน์ ที่เป็นผู้จัดจำหน่ายสินค้าและบริการผ่านกลยุทธ์ทางการตลาดแบบ multi-screen โครงสร้างในการดำเนินการธุรกิจสามารถแบ่งออกได้เป็น 3 ส่วนหลัก ได้แก่ การซื้อสินค้าโดยตรง, การช้อปปิ้งออนไลน์ และ ร้านค้าปลีก
วัตถุประสงค์
ประสบการณ์ของลูกค้าถือว่าเป็นเรื่องใหญ่เสมอมา ซึ่งบริษัทมักจะทำการสำรวจความพึงพอใจของลูกค้าแต่แทบจะไม่ค่อยเห็นการเปลี่ยนแปลงเท่าไร ดังนั้นบริษัทจึงต้องการใช้ FullLoop CX เพื่อเริ่มดำเนินการปรับปรุงให้ทันท้วงที โดยอาศัยความคิดเห็นของลูกค้าทั้งหมดแทนที่จะวิเคราะห์และเรียนรู้อย่างที่เคยเป็นมา
แนวทางการแก้ไข
ผู้ประกอบการปรับใช้ FullLoop CX โดยรวบรวมการซื้อขายทั้งหมดที่เกิดขึ้นจากทุกช่องทางและจุดติดต่อต่างๆ เพื่อรวบรวมข้อเสนอแนะเกี่ยวกับผลิตภัณฑ์และบริการ ข้อดีในการใช้ FullLoop CX คือ ทางแบรนด์สามารถทำให้ประสบการณ์ในการแชร์เรื่องราวต่างๆเกี่ยวกับสิ่งที่ลูกค้าพบเจอได้ดียิ่งขึ้น โดยการใช้ข้อความที่เฉพาะเจาะจงกับลูกค้าแต่ละคนและนำอัตลักษณ์ของแบรนด์เข้ามาใส่ในแบบสอบถาม
ด้วยโมดูล CloseLoop Feedback ประสบการณ์เชิงลบของลูกค้าทุกคนจากทุกช่องทางจะถูกแจกจ่ายโดยตรงไปยังผู้เกี่ยวข้องเพื่อทำการกู้สถานการณ์ให้กลับมาดีขึ้น
FullLoop CX ยังทำให้การจัดการเคสของลูกค้าเป็นเรื่องง่าย เนื่องจากแพลตฟอร์มจะติดตามผลของแต่ละเคสโดยอัตโนมัติ และจะทำการส่งต่อเคสที่ใช้เวลานานเกินไปเมื่อเทียบกับ SLA มาตรฐานของบริษัทให้กับผู้ที่มีอำนาจในการแก้ไขปัญหาในระดับที่สูงขึ้น
ทีมต่างๆ ยังสามารถติดตามผลการทำงานของตนเองได้ และทุกทีมยังช่วยกันรับเคสที่สมาชิกในทีมบางคนลา ซึ่งจะช่วยให้กระบวนการกู้สถานการณ์ลูกค้านั้นราบรื่นขึ้น และท้ายที่สุดสามารถพัฒนาประสบการณ์ของลูกค้าได้
นี่คือลักษณะของแดชบอร์ด FullLoop CX แบบเรียลไทม์
ข้อสรุป
ผลลัพธ์ที่แบรนด์พบหลังจากใช้ FullLoop CX นั้นน่าประหลาดใจมาก แบรนด์สังเกตว่าปัญหาความพึงพอใจของลูกค้าส่วนใหญ่มาจากช่องทางติดต่อการจัดส่งและเกี่ยวกับคุณภาพของผลิตภัณฑ์บางประเภท การที่มีแดชบอร์ดแบบ real time และการแจ้งเตือนข้อเสนอแนะเชิงลบ ทำให้แบรนด์สามารถเยียวยาความรู้สึก ไม่ดีของลูกค้าได้และสามารถสร้างยอดขายซ้ำจากลูกค้ากลุ่มนี้เป็นมูลค่าถึง 10.7 ล้านบาท
วัตถุประสงค์
ประสบการณ์ของลูกค้าถือว่าเป็นเรื่องใหญ่เสมอมา ซึ่งบริษัทมักจะทำการสำรวจความพึงพอใจของลูกค้าแต่แทบจะไม่ค่อยเห็นการเปลี่ยนแปลงเท่าไร ดังนั้นบริษัทจึงต้องการใช้ FullLoop CX เพื่อเริ่มดำเนินการปรับปรุงให้ทันท้วงที โดยอาศัยความคิดเห็นของลูกค้าทั้งหมดแทนที่จะวิเคราะห์และเรียนรู้อย่างที่เคยเป็นมา
แนวทางการแก้ไข
ผู้ประกอบการปรับใช้ FullLoop CX โดยรวบรวมการซื้อขายทั้งหมดที่เกิดขึ้นจากทุกช่องทางและจุดติดต่อต่างๆ เพื่อรวบรวมข้อเสนอแนะเกี่ยวกับผลิตภัณฑ์และบริการ ข้อดีในการใช้ FullLoop CX คือ ทางแบรนด์สามารถทำให้ประสบการณ์ในการแชร์เรื่องราวต่างๆเกี่ยวกับสิ่งที่ลูกค้าพบเจอได้ดียิ่งขึ้น โดยการใช้ข้อความที่เฉพาะเจาะจงกับลูกค้าแต่ละคนและนำอัตลักษณ์ของแบรนด์เข้ามาใส่ในแบบสอบถาม
ด้วยโมดูล CloseLoop Feedback ประสบการณ์เชิงลบของลูกค้าทุกคนจากทุกช่องทางจะถูกแจกจ่ายโดยตรงไปยังผู้เกี่ยวข้องเพื่อทำการกู้สถานการณ์ให้กลับมาดีขึ้น
FullLoop CX ยังทำให้การจัดการเคสของลูกค้าเป็นเรื่องง่าย เนื่องจากแพลตฟอร์มจะติดตามผลของแต่ละเคสโดยอัตโนมัติ และจะทำการส่งต่อเคสที่ใช้เวลานานเกินไปเมื่อเทียบกับ SLA มาตรฐานของบริษัทให้กับผู้ที่มีอำนาจในการแก้ไขปัญหาในระดับที่สูงขึ้น
ทีมต่างๆ ยังสามารถติดตามผลการทำงานของตนเองได้ และทุกทีมยังช่วยกันรับเคสที่สมาชิกในทีมบางคนลา ซึ่งจะช่วยให้กระบวนการกู้สถานการณ์ลูกค้านั้นราบรื่นขึ้น และท้ายที่สุดสามารถพัฒนาประสบการณ์ของลูกค้าได้
นี่คือลักษณะของแดชบอร์ด FullLoop CX แบบเรียลไทม์
ข้อสรุป
ผลลัพธ์ที่แบรนด์พบหลังจากใช้ FullLoop CX นั้นน่าประหลาดใจมาก แบรนด์สังเกตว่าปัญหาความพึงพอใจของลูกค้าส่วนใหญ่มาจากช่องทางติดต่อการจัดส่งและเกี่ยวกับคุณภาพของผลิตภัณฑ์บางประเภท การที่มีแดชบอร์ดแบบ real time และการแจ้งเตือนข้อเสนอแนะเชิงลบ ทำให้แบรนด์สามารถเยียวยาความรู้สึก ไม่ดีของลูกค้าได้และสามารถสร้างยอดขายซ้ำจากลูกค้ากลุ่มนี้เป็นมูลค่าถึง 10.7 ล้านบาท
Vision Analytics และหนึ่งในร้านค้าอิเล็กทรอนิกส์แนวหน้าของประเทศไทย
ลูกค้าของเราเป็นหนึ่งในร้านค้าปลีกอิเล็กทรอนิกส์แนวหน้าของประเทศไทย ที่ขายสินค้าจำพวก แล็ปท็อป คอมพิวเตอร์, คอมพิวเตอร์ PC, โทรศัพท์มือถือ, แท็บเล็ต, แกดเจ็ตและอุปกรณ์เสริม บริษัทและบริษัทย่อยมีสาขามากกว่า 700 แห่งในประเทศไทย ดำเนินธุรกิจค้าปลีก บริการ และธุรกิจออนไลน์
Vision Analytics และหนึ่งในร้านค้าอิเล็กทรอนิกส์แนวหน้าของประเทศไทย
ลูกค้าของเราเป็นหนึ่งในร้านค้าปลีกอิเล็กทรอนิกส์แนวหน้าของประเทศไทย ที่ขายสินค้าจำพวก แล็ปท็อป คอมพิวเตอร์, คอมพิวเตอร์ PC, โทรศัพท์มือถือ, แท็บเล็ต, แกดเจ็ตและอุปกรณ์เสริม บริษัทและบริษัทย่อยมีสาขามากกว่า 700 แห่งในประเทศไทย ดำเนินธุรกิจค้าปลีก บริการ และธุรกิจออนไลน์
วัตถุประสงค์
ปัญหาคลาสสิกสำหรับธุรกิจค้าปลีก คือ การเข้าชมและการมีส่วนร่วมของลูกค้า ร้านค้าของบริษัทส่วนใหญ่ตั้งอยู่ในห้างสรรพสินค้าชั้นนำ อย่างไรก็ตามยอดขายไม่ได้สะท้อนถึงปริมาณการเข้าชมที่สูงอย่างที่ควรจะเป็น เพื่อรับมือกับสถานการณ์ที่เกิดขึ้น ทีมผู้บริหารเชื่อว่าการเอาใจใส่ของพนักงาน อาจเป็นคำตอบในการเพิ่มระดับการมีส่วนร่วมของลูกค้าและนำไปสู่การขายได้ บริษัทตั้งเป้าหมายที่จะให้พนักงานมีเข้าไปทักทายลูกค้าที่เข้ามาในร้านค้าภายใน 15 วินาที เพื่อช่วยเหลือลูกค้าในการค้นหาผลิตภัณฑ์และให้บริการที่เหมาะสม ยิ่งไปกว่านั้นการเอาใจใส่ของพนักงานจะทำให้เกิดประสบการณ์ ในการซื้อสินค้าที่น่าพึงพอใจอีกด้วย
แนวทางการแก้ไข
เราจึงสร้างแบบจำลองการจดจำเครื่องแบบ และการเข้าร่วมของพนักงาน โดยใช้ AI และเรียกใช้งานบนกล้อง Bizcuit Vision Analytics ในช่วงเวลาใดเวลาหนึ่ง AI จะนับจำนวน ‘ลูกค้า’ (ซึ่งสามารถจำแนกออกจากพนักงานผ่านเครื่องแบบ) ที่เดินเข้ามาในร้าน และ AI ยังดูลูกค้าแต่ละกลุ่มและมองหาพนักงานที่จะเข้ามาหาพวกเขา จากนั้น AI จะวัดว่าพนักงานได้เดินเข้าไปหาลูกค้าหรือไม่ และเดินเข้าไปหารวดเร็วแค่ไหน และข้อมูลการวิเคราะห์ทั้งหมดจะถูกส่งไปยังแดชบอร์ดแบบเรียลไทม์
Area of interest
Staff
Customer
สรุปผล
Vision Analytics สามารถตรวจจับและรายงานการเข้าหาลูกค้าของพนักงานได้ในระดับร้านค้า ในทุกๆวัน และตลอดเวลา ขณะนี้ บริษัทมีเมทริกซ์ที่สอดคล้องกันเพื่อรักษาประสิทธิภาพการดำเนินงาน และพร้อมที่จะผลักดันมาตรฐานใหม่ที่จะนำไปสู่การเปลี่ยนแปลงในที่สุด การมีส่วนร่วมของลูกค้าจะได้รับการพัฒนาและรายได้ก็จะดีขึ้นเนื่องจากจะไม่มีลูกค้าถูกปล่อยปละ ละเลยโดยไม่มีใครดูแล
วัตถุประสงค์
ปัญหาคลาสสิกสำหรับธุรกิจค้าปลีก คือ การเข้าชมและการมีส่วนร่วมของลูกค้า ร้านค้าของบริษัทส่วนใหญ่ตั้งอยู่ในห้างสรรพสินค้าชั้นนำ
อย่างไรก็ตามยอดขายไม่ได้สะท้อนถึงปริมาณการเข้าชมที่สูงอย่างที่ควรจะเป็น เพื่อรับมือกับสถานการณ์ที่เกิดขึ้น ทีมผู้บริหารเชื่อว่าการเอาใจใส่ของพนักงาน อาจเป็นคำตอบในการเพิ่มระดับการมีส่วนร่วมของลูกค้าและนำไปสู่การขายได้
บริษัทตั้งเป้าหมายที่จะให้พนักงานมีเข้าไปทักทายลูกค้าที่เข้ามาในร้านค้าภายใน 15 วินาที เพื่อช่วยเหลือลูกค้าในการค้นหาผลิตภัณฑ์และให้บริการที่เหมาะสม ยิ่งไปกว่านั้นการเอาใจใส่ของพนักงานจะทำให้เกิดประสบการณ์ ในการซื้อสินค้าที่น่าพึงพอใจอีกด้วย
แนวทางการแก้ไข
เราจึงสร้างแบบจำลองการจดจำเครื่องแบบ และการเข้าร่วมของพนักงาน โดยใช้ AI และเรียกใช้งานบนกล้อง Bizcuit Vision Analytics ในช่วงเวลาใดเวลาหนึ่ง AI จะนับจำนวน ‘ลูกค้า’ (ซึ่งสามารถจำแนกออกจากพนักงานผ่านเครื่องแบบ) ที่เดินเข้ามาในร้าน และ AI ยังดูลูกค้าแต่ละกลุ่มและมองหาพนักงานที่จะเข้ามาหาพวกเขา จากนั้น AI จะวัดว่าพนักงานได้เดินเข้าไปหาลูกค้าหรือไม่ และเดินเข้าไปหารวดเร็วแค่ไหน และข้อมูลการวิเคราะห์ทั้งหมดจะถูกส่งไปยังแดชบอร์ดแบบเรียลไทม์
Staff
Customer
Area of interest
นอกเหนือจากการเข้าร่วมของพนักงานแล้ว บริษัทยังมีข้อมูลเกี่ยวกับความหนาแน่นด้านหน้าร้านค้าและภายในร้านค้าที่ทำการทดลอง
ผู้จัดการร้านสามารถตรวจสอบผลลัพธ์บนแดชบอร์ดแบบเรียลไทม์และยังสามารถระบุและกระตุ้นการเข้าร่วมของพนักงานภายในร้านค้าได้
นี่คือลักษณะของแดชบอร์ด Vision Analytics แบบเรียลไทม์
[:]
สรุปผล
Vision Analytics สามารถตรวจจับและรายงานการเข้าหาลูกค้าของพนักงานได้ในระดับร้านค้า ในทุกๆวัน และตลอดเวลา ขณะนี้ บริษัทมีเมทริกซ์ที่สอดคล้องกันเพื่อรักษาประสิทธิภาพการดำเนินงาน และพร้อมที่จะผลักดันมาตรฐานใหม่ที่จะนำไปสู่การเปลี่ยนแปลงในที่สุด การมีส่วนร่วมของลูกค้าจะได้รับการพัฒนาและรายได้ก็จะดีขึ้นเนื่องจากจะไม่มีลูกค้าถูกปล่อยปละ ละเลยโดยไม่มีใครดูแล
Cookie | Duration | Description |
---|---|---|
cookielawinfo-checkbox-analytics | 11 months | This cookie is set by GDPR Cookie Consent plugin. The cookie is used to store the user consent for the cookies in the category "Analytics". |
cookielawinfo-checkbox-functional | 11 months | The cookie is set by GDPR cookie consent to record the user consent for the cookies in the category "Functional". |
cookielawinfo-checkbox-necessary | 11 months | This cookie is set by GDPR Cookie Consent plugin. The cookies is used to store the user consent for the cookies in the category "Necessary". |
cookielawinfo-checkbox-others | 11 months | This cookie is set by GDPR Cookie Consent plugin. The cookie is used to store the user consent for the cookies in the category "Other. |
cookielawinfo-checkbox-performance | 11 months | This cookie is set by GDPR Cookie Consent plugin. The cookie is used to store the user consent for the cookies in the category "Performance". |
viewed_cookie_policy | 11 months | The cookie is set by the GDPR Cookie Consent plugin and is used to store whether or not user has consented to the use of cookies. It does not store any personal data. |