基础
按行业和阶段划分的优秀表现。
从通过体验引擎绘制的客户旅程中提取的基准——聚合、非识别性,并持续刷新,而非每年委托一次。
客户旅程指数为 68 并非信息,除非您知道同类组织在同一阶段的表现。这些基准的存在是为了无需委托研究即可回答问题,并确保答案的时效性。
- 01
它们是如何构建的
来自使用 René 的组织间的客户旅程结构和结果模式,经过聚合,因此不会暴露任何客户内容和具名组织。贡献是可配置的,并且从不包含客户记录。
- 02
它们涵盖了什么
每个阶段的完成和放弃率、努力和情感得分、每个客户旅程的联系率、解决时间和组合客户旅程指数——按行业,并在样本支持的情况下按市场划分。
- 03
如何阅读它们
样本量随每个基准显示。样本量不足时会明确标记,而不是虚假自信地呈现,因为误导性的参考点比没有参考点更糟糕。
- 04
它们不是什么
不是目标。行业中位数是一个参考点,对于某些客户旅程而言,合适的目标远高于此。基准告诉您所处的位置,而不是应该追求什么。
已发布基准
- 已发布的行业
- 7
- 客户旅程类型
- 34
- 市场
- 7
- 刷新
- 持续
已发布数据是René中映射的客户旅程的汇总数据。每行都显示样本量,样本量较小的数据会进行标记,而不是以虚假置信度呈现。
行业客户旅程完成中位数CES 中位数客户旅程指数样本
银行开户71%3.270n=24
银行争议解决64%3.666n=18
政府许可证续期66%3.568n=21
政府公民咨询72%3.369n=7 · 细
房地产期房购买58%3.866n=12
医疗保健专家预约74%3.469n=16
电信激活81%3.167n=19
电信首张账单69%3.465n=19
零售从结账到交付76%3.171n=28
航空中断恢复62%3.768n=6 · 细
标记为细的行样本量过小,不具代表性。数据基于启发式方法——根据René方法和观察到的行业模式建模,而非报告的客户结果。
原则
样本量始终可见。
聚合且非识别性,无一例外。
持续性,而非年度性。
一个参考点,而不是一个目标。
我们常被问到的问题
目前,银行、政府、房地产、医疗保健、电信、零售和航空拥有最深入的样本。其他行业可提供样本量。
