然而，服務(wù)的管理者面臨著(zhù)的是越來(lái)越復雜的產(chǎn)品結構，越來(lái)越多變的用戶(hù)需求和越來(lái)越快的迭代速度。想要減少頁(yè)面，就要在每個(gè)頁(yè)面盡量多的體現內容，想要頁(yè)面簡(jiǎn)潔，就要增加更多的頁(yè)面，這個(gè)矛盾如何解決呢？
一、預判帶來(lái)的極致體驗
預判，是我們?yōu)榱擞脩?hù)的極簡(jiǎn)體驗，而付出的最大誠意。沒(méi)有什么比開(kāi)口之前就發(fā)現問(wèn)題已經(jīng)被解決而更簡(jiǎn)單的體驗了。因此在用戶(hù)開(kāi)口前預先知道即將遇到的困難，從而使得用戶(hù)沒(méi)有表示的時(shí)候，就可以給出提供一個(gè)服務(wù)，來(lái)降低費力度，這就是預先判斷的價(jià)值和作用。
預判的第一步，當然是預防。如果我們的產(chǎn)品和流程有足夠好的自檢機制，可以在服務(wù)紕漏發(fā)生，但是用戶(hù)還沒(méi)有意識到的時(shí)候補救，這是最好的預判。例如，某用戶(hù)購買(mǎi)了一臺智能電視，預約安裝的時(shí)間是1月12日下午兩點(diǎn)，我們在1月12日中午的時(shí)候，會(huì )掃描安裝師傅的位置信息和預約排隊，如果發(fā)現有延期或者不可控的事件發(fā)生，直接重新派單、或者系統來(lái)智能判斷延誤預期，能夠提前知會(huì )客戶(hù)，都會(huì )是極好的體驗。
通過(guò)預防來(lái)避免客戶(hù)的不好體驗，帶來(lái)的有可能是比較大的計算代價(jià)和系統投入，那么，稍微推后一步，用戶(hù)主動(dòng)觸發(fā)服務(wù)的時(shí)候，通過(guò)“智慧預判系統”，來(lái)用較小的代價(jià)獲得比較好的體驗。
例如，我們在某個(gè)OTA平臺上預定了1月12日三亞的某酒店的房間，當我們下了飛機，打開(kāi)這個(gè)App的時(shí)候，更希望看到左邊的界面，還是右邊的呢？
顯然，直接判斷好用戶(hù)最有可能要產(chǎn)生服務(wù)的訂單以及可能的服務(wù)訴求，比禮貌的詢(xún)問(wèn)“請問(wèn)有什么可以幫您？”更加直接有效。這個(gè)在極簡(jiǎn)中已經(jīng)講到了。我們今天要解決的問(wèn)題是：打開(kāi)這個(gè)頁(yè)面前后，系統還做了什么？
首先，在用戶(hù)做出任何行為之前，系統已經(jīng)接收到了足夠的信息，幫助系統作出行為判斷。如下圖所示：
我們看到，經(jīng)過(guò)上面的預判流程，系統在關(guān)鍵時(shí)刻已經(jīng)跟酒店進(jìn)行了一次信息傳遞，降低了用戶(hù)到店無(wú)房的概率。
其次，我們注意到，在這張訂單下面，有三個(gè)標簽“打車(chē)去酒店”“價(jià)格變了”“到店無(wú)房”，那么為什么是這三個(gè)按鈕呢？這是預判機制的關(guān)鍵，一般情況下，我推薦服務(wù)管理者通過(guò)以下的方法開(kāi)始我們的預判。
1、分析用戶(hù)之聲
這三個(gè)按鈕首先要來(lái)源于客戶(hù)的聲音，用戶(hù)的聲音并不來(lái)源于問(wèn)卷和量表。在我的經(jīng)驗中，用戶(hù)說(shuō)滿(mǎn)意的時(shí)候他未必滿(mǎn)意，用戶(hù)說(shuō)不滿(mǎn)的時(shí)候他未必不滿(mǎn)，最重要的是用戶(hù)說(shuō)他要什么的時(shí)候，他未必真的說(shuō)出了他在意的。因此，我更建議大家從用戶(hù)的行為中分析出用戶(hù)的聲音，他可以是非常常見(jiàn)的咨詢(xún)紀錄，可以是App的用戶(hù)行為追蹤，可以是用戶(hù)來(lái)電的智能語(yǔ)音分析結果，但同時(shí)，他還要跟用戶(hù)的訂單狀態(tài)、用戶(hù)標簽和酒店標簽結合起來(lái)使用。
- 來(lái)電日期分析（預定當日訂單、入住當日訂單、結賬日訂單、退款申請日訂單、退款申請日之后7天……
- 智能語(yǔ)音分析結果－－來(lái)電原因
- 來(lái)電訂單狀態(tài)分析（新單、已確認、已結賬、已退款）
- 費力度分析：分析不同類(lèi)型的電話(huà)，平均解決次數
以上的這些圖表分析，都是簡(jiǎn)單的示意，不同的行業(yè)、企業(yè)會(huì )有不同的分析維度和分析思路。他的起點(diǎn)，很可能不是一堆復雜的相關(guān)性分析，而僅僅是管理者的行業(yè)洞見(jiàn)，或者員工和主管的談話(huà)中說(shuō)到的焦點(diǎn)。
總之，經(jīng)過(guò)以上的綜合分析，我們會(huì )得到如下的一些組合：
2、選擇三個(gè)按鈕
當我們得到上面的這張清單之后，我們就知道了，我們希望通過(guò)“智慧預判”來(lái)解決的問(wèn)題全集，但是，不要忘了，極簡(jiǎn)是關(guān)鍵。那么我們要從中選擇其中最重要的三項。這個(gè)選擇的角度可以是來(lái)電量最高的、客戶(hù)感覺(jué)最痛的、在線(xiàn)解決最方便的、最可能帶來(lái)交叉銷(xiāo)售的，等等多個(gè)維度。當然，如果你更相信友商，也可以簡(jiǎn)單的用友商使用的。
3、持續追蹤效果
服務(wù)體驗的設計，前面的目標選定、行為分析和優(yōu)先級排定固然重要，然而最重要的，其實(shí)是結果的追蹤，不同的按鈕都會(huì )有不同的作用，有些是為了提升用戶(hù)體驗、降低用戶(hù)費力度、有些是為了增加銷(xiāo)量、有些是為了減少惡性投訴等等，那么請把這些目標寫(xiě)在你選擇的按鈕后面，上線(xiàn)之后，通過(guò)數據的持續追蹤，看到這個(gè)設計是否達成了你預想的結果。
4、置換最差的一個(gè)
置換最差的一個(gè)按鈕，更換為原來(lái)排名第四的按鈕，之后持續觀(guān)察。
綜上，我們注意到，預判可以是大數據計算的結果，也可以是服務(wù)參與者的智慧，發(fā)現這些按鈕并不神秘，只要細心觀(guān)察我們周?chē)赡艽嬖诘膯?wèn)題，就可以開(kāi)始。只要我們開(kāi)始了并持續關(guān)注結果，就能夠把預判做的越來(lái)越準。
預判帶來(lái)的頁(yè)面極簡(jiǎn)和服務(wù)分流，與強加在人工交互之前的智能機器人不同；它并不是以減少人工接觸為目的，而是以減少用戶(hù)費力度和提升用戶(hù)體驗為目的的。因此，增加這些按鈕并不是目的，用這些按鈕驅動(dòng)后臺更快速的操作和解決問(wèn)題才是真實(shí)的目的。
