从8个维度出发做到以客户为中心

简介: 以客户为中心

一般来说,以客户为中心这个话题很多企业都在提。

这是因为企业是为了解决社会问题、满足客户需求而存在的。

即便是公益型的组织也是在解决某些社会问题。

在消费 1.0 的时代,其特征是物质匮乏,供给主导消费。

也就是说,整体是以产品为中心的,只要你有产品就能卖出去。

而在如今这样一个多元化的时代,消费主导供给。

多数企业都在慢慢处于一种充分竞争的行业之中。

以客户为中心就显得尤为重要:

  • 急客户之所急;
  • 产客户之所需;
  • 保持客户沟通,不断的加深双方的了解。

但是能够真正做到“以客户为中心”的却很少,多数情况是只做到了某些层面的以客户为中心。

比如说:

  • 有的企业的以客户为中心还停留在口号、理念的阶段;
  • 有的是以企业的规章制度为准,因为考核在约束着员工的行为;
  • 有的是以流程为准,但缺失以客户为中心的体系支撑;
  • 等等。

“以客户为中心”是一个系统性的工程。

它是需要落实到企业各个层面的,最终形成合力,才能最终指导落地实施。

这个体系通常可以分为八个维度:

第一维度是文化 ,也就是需要构建以客户为中心的这样一个文化;

第二维度是人才,人才是与客户互动的载体,是让以客户为中心落地的基础;

第三维度是激励,也就是围绕人才,去构建一套价值创造的激励体系;

第四维度是客户关系,客户关系是第一生产力,这一点是初创企业尤其要注意的一点,后边会介绍到;

第五维度是产品,以客户需求为导向的产品开发,也是今天的主题内容;

第六维度是战略,用于提前发现关键的机会点;

第七维度是流程,流程可以定义企业正确做事的最佳路线。

客户需求会贯穿于市场、研发、销售、制造、服务等公司全流程,也就是说企业的全业务流程必须要以客户需求为导向。

华为的客户服务体系流程 ITR 为例:通过这个流程,可以指导企业提供全面、及时的售后等等服务。通过与客户建立良好的沟通渠道,及时解决客户的问题,提高客户的满意度和忠诚度;

第八维度是组织,建立流程化的组织,让业务对准客户、组织对准业务。

以流程组织维度为例,这个时候一般可以再细分为三个步骤:

第一步是从流程的角度做到以客户为中心。

也就是需要通过对业务流程的再造,建立以客户为中心的流程型组织;

第二步就是把所有的人员按照流程和对应的岗位重新配置;

第三步是从绩效管理目标、形成配套体系来实现各部门的融合。

大家可以看下面这张图。

图中涵盖了华为的主要业务流:

  • 从左侧客户需求中来;
  • 到右侧的满足客户需求截止。

再比如说,从产品的维度来讲。

如果你有一个想法,想要创建一个新产品来解决一些大问题。

这个时候,你要做的第一件事就是出去与潜在客户交谈。

并询问他们是否与你有相同的方式来看待这个问题。

如果他们都说:“当然,这对我来说是个大问题”。

这个时候初步判断,你可能真的正在做一件正确的事。

但是,如果没有其他人认为这是一个问题。

那么它可能是一个只有你自己认识到的问题。

并且你预想的产品极有可能也并没有足够的客户群体。

因此,在没有与潜在客户测试想法的情况下,花费大量时间和金钱来开发产品会使你面临很多风险。

 


 

专栏作家

卫朋,公号:产品人卫朋,人人都是产品经理专栏作家。关注智能硬件领域,擅长市场分析、产品设计开发、生产管理等,喜欢阅读和爬山。

相关文章
|
4月前
产品运营方法论问题之在运营过程中如何找到增长的关键点
产品运营方法论问题之在运营过程中如何找到增长的关键点
|
4月前
|
搜索推荐
总是拿不下大客户 不妨从它的企业全历史行为数据里找找思路
在ToB领域,攻克大客户是一项复杂战役,需要综合团队能力、销售技巧及多方面因素。新工具——企业全历史行为数据,类似企业时间轴,但更庞大复杂,包含全面的行为记录。这种数据能帮助销售人员深入理解客户偏好,提供全场景接触点,甚至比客户自己更了解他们,从而提升营销策略的精准度和效果。利用这种数据可以打破传统沟通限制,创造更多机会。尝试运用企业全历史行为数据,或能为大客户营销打开新思路。
|
监控 搜索推荐 机器人
衡量“以客户为中心”的IT的7个关键KPI
衡量“以客户为中心”的IT的7个关键KPI
151 0
【系统分析】成本中心的分类
【系统分析】成本中心的分类
146 0
|
数据采集 分布式计算 架构师
现代数据架构的核心特征:“1个中心+10个强化”
本文总结了现代数据架构的主要特征,并为正在开发新数据战略的组织提供参考。
现代数据架构的核心特征:“1个中心+10个强化”
|
监控 安全 搜索推荐
聚焦业务目标,挖掘产品需求| 学习笔记
快速学习聚焦业务目标,挖掘产品需求
聚焦业务目标,挖掘产品需求| 学习笔记
|
数据挖掘
呼叫中心怎样做话务量预测才能得到更精准的数据
呼叫中心怎样做话务量预测才能得到更精准的数据
|
数据采集 存储 SQL
【思考】数据资产管理痛点以及解决思路
文章中所有内容均为本人从事大数据行业以来,所遇到的数据开发-数据仓库-数据管理方向所暴露出来的通用性问题以及思考后总结的一些解决思路,无关具体行业与业务。 希望自己的思考可以给各位同仁提供一些微不足道的参考。 一、痛点总结 1.1 元数据层面 目前很多公司亦或是不重视或是不存在元数据层面的管理,殊不知作为大数据中老生常谈的内容,其存在的必要性以及其对数据管理的有效性。 元数据作为记录数据的数据,随着公司数据资产的增加,需要对其进行有效的管理,从而能够快速获取到数据的相关信息并进行使用。包括数据在哪里.
747 0
【思考】数据资产管理痛点以及解决思路
|
供应链 监控 数据可视化
泛微BPM从点、线、面三层出发优化流程管理,提高组织运营效率
泛微BPM以“点、线、面”结合的方式,进一步优化流程管理体系,推动组织制度落地,规范业务管理过程,提升组织管控力…