产品满意度调研

日前，网通社从中汽研官方获悉，2019-2020年度中国汽车行业客户满意度调研，全部车型平均综合满意度得分789分，同比提高3分。2012-2013年度，我国汽车行业满意度得分达到历史最高水平801分，此后，连续三四年震荡下行，到2015-2016年度综合得分最低，随后连续四年稳步提高。这表明，当前我国汽车工业在满足用户追求美好产品和服务方面取得了可喜成绩，汽车行业正稳步迈入高质量发展阶段。综合满意度总体虽然提升，但是各方面表现仍有差异数据显示，2019-2020年度综合满意度得分的提升主要来源于服务满意度的提升。本年度产品满意度得分为789分，相比上一年度提高1分，虽然服务满意度同样得分为789分，却同比上一年度提升8分。尽管本年度服务满意度表现亮眼，但仍要注意销售满意度和售后满意度之间的表现仍不均衡，其中售后满意度得分796分，同比上一年度提升22分，销售满意度得分781分，同比上一年度下降5分。产品满意度方面，经济性指标表现最差产品满意度各项指标中，故障率得分99.0分，相比上一年度提升1分。接下来依次为驾驶性78.4分，安全性77.0分，造型及品质76.6分，舒适性75.7分，经济性73.3分，其中经济性表现在六项指标中排名最末。影响经济性指标得分的最主要问题点在于二手车保值率得分较低，仅为69.8分，由此可见，企业在为用户提供高质量产品的同时，仍需要关注后市场流通情况，可以采取补贴回购等方式，既能够改善二手车保值情况，又有利于提升用户品牌忠诚度。从各细分市场方面看，轿车满意度为78.9分，与上一年度持平；SUV为79.0分，同比提高0.2分；MPV为78.6分，同比提高0.2分。轿车、SUV、MPV在产品满意度方面差异不大，SUV整体表现略好于轿车和MPV。这与近两年国内市场SUV销量持续上涨的表现一致，反映出用户对SUV车型的偏好。售后服务方面，应提高售后环境设施售后服务方面整体表现较好，包含的五项指标中表现最好的是保养维修预约80.8分，接下来依次是售后服务人员80.6分，交车环节79.4分，售后服务环节79.0分，售后环境设施78.6分。需要关注的是自主品牌与合资品牌在售后环境设施方面的表现还有比较大的差异，合资品牌的售后环境设施得分为79.4分,而自主品牌只有77.5分，可见在硬件环境方面自主品牌还有提升空间。“购车协商过程”和“交车过程”是目前销售服务满意度的短板销售满意度中表现最好的指标为经销店环境78.7分，接下来依次是销售人员78.6分，试乘试驾78.5分，协商过程78.0分，交车过程77.0分。在协商过程和交车过程两个方面中，自主品牌和合资品牌的表现差异不大，协商过程方面自主品牌得分78.0分，合资品牌得分78.2分，交车过程方面自主品牌得分77.0分，合资品牌得分77.2分。合资品牌得分略高于自主品牌，由此看来无论自主还是合资品牌在这两个方面都需要继续提升。自2012年开始，CATARC调研已经连续8年发布中国汽车行业客户满意度调研结果，2019-2020年度CATARC调研车型包含轿车、SUV和MPV，涉及全国近40个汽车生产企业、130余款车型。调查范围为华北、东北、华东、华中、华南、西南、西北等七大市场区域的35个主要城市。每年为国内厂商提供定制化咨询服务，为厂商评估产品、服务满意度表现，识别用户反馈问题，提升产品、服务质量提供有针对性的帮助。（图/文 网通社 张朦）

近日，由国家工业信息安全发展研究中心指导、计世资讯（CCW Research）主办的2020 IT用户满意度大会发布了2020年中国IT用户满意度研究报告及调研结果。腾讯安全旗下新一代 Web应用防火墙、DDoS防护解决方案、网络入侵防护系统（即“腾讯天幕”）以及领御区块链，一举捧回“Web与API防护安全用户满意度第一”、“DDoS防护安全用户满意度第一”、“区块链应用领域用户推荐品牌”和“云安全前沿实践先锋奖”四项荣誉。标志着腾讯安全在网络基础安全、云安全及区块链应用领域的技术能力和探索实践受到市场认可。作为目前国内IT领域持续持续时间久、规模大、权威性高和影响力重的用户满意度调研活动，本届中国IT用户满意度调研对2020年云计算、软件和服务领域、硬件及网络基础设施、整体数字化方案等领域的IT产品和服务满意度状况进行客观评估，并评选出了七大传统奖项和五大创新奖项，为中国IT用户选择最佳供应商提供参考依据。基于云原生安全能力和最新攻防研究，腾讯安全新一代Web应用防火墙为企业用户构建了一套一站式云上应用安全智能解决方案，提供全方位的Web和API安全服务。通过云原生接入创新模型的构建，支持云上业务快速接入、数据处理和安全防护；提供规则+AI引擎双引擎，有效解决应用安全威胁漏洞检测问题；提供BOT行为管理能力，通过前端对抗、信誉策略、意图分析等最新技术，有效识别机器人行为，解决云上业务恶意及无效流量防御对抗问题。目前已有效服务政府、金融、广电、电商、游戏、文创和OTA等行业。（腾讯安全Web应用防火墙荣获“Web与API防护安全用户满意度第一”）针对数字化浪潮下愈加频繁的DDoS 攻击，腾讯安全DDoS防护能够提供事前预防规划、事中攻防对抗、事后分析溯源的一站式防护解决方案。行业首创蓝军演习服务，帮助企业提前预判未知风险；在与恶意攻击对抗中，T级清洗能力和秒级响应延迟，快速阻挡恶意流量攻击；同时，以闭环证据链的构建，满足各行业事后分析溯源的需求，保障业务安全稳定运行。腾讯安全DDoS防护服务也因此先后获评2019年度中国互联网“领先安全产品”、入选Forrester的DDoS安全防护类别全球云服务商推荐名单等诸多荣誉。（腾讯安全DDoS防护荣获“DDoS防护安全用户满意度第一”）除Web应用安全和DDoS防护安全外，在此次评选中荣获“云安全前沿实践先锋奖”的网络入侵防护系统（腾讯天幕），则是腾讯基于腾讯云及内部安全实践打造出的安全算力算法PaaS。基于腾讯业务量级优势以及万亿级的恶意流量样本，腾讯天幕已拥有60多项国家专利安全算力的自研技术，形成了具备海量实时、自动智能、新型安全防护、安全可视化等优势的整体风险管控能力体系。通过软硬件联动升级及旁路部署等方式，实现高达99.99%的网络威胁旁路阻断成功率。目前，腾讯天幕已成功助力金融、能源、广电媒体、航空等行业标杆客户实现了在重保、边缘计算、安全合规等场景中的自动化安全运营。（网络入侵防护系统（腾讯天幕）荣获“云安全前沿实践先锋奖”）而在区块链应用领域，腾讯安全领御区块链中枢基于可信计算、密码学安全、节点安全沙箱等安全技术，构建了从底层引擎到上层应用的全业务产品能力，打造自主可控的可信区块链中枢平台，助推“区块链+”行业解决方案落地。以其为基础形成的智慧可信城市解决方案，容纳了区块链资源管理、区块链安全响应及运营管理等服务，并实现了在电子存取证、信用信息共享、政务数据服务、供应链溯源、社会公益等核心领域的落地实践。同时推出跨链协同平台，提供“以链治链”的开放服务平台。 在助力智慧城市“信任桥梁”和社会信用体系的搭建方面扮演着重要角色。其能力也先后获得等保、赛迪、标新司法等多个法规和机构的权威认证。（腾讯安全领御区块链荣获“区块链应用领域用户推荐品牌”）云计算、5G、边缘计算、区块链等技术的加速普及应用，造就了更为复杂的数字化环境。深耕产业数字化转型进程的企业与机构，需要更多能够满足新业务场景需求的安全与技术应用支撑。本次腾讯安全旗下四大产品与解决方案，同时获得四项中国IT用户满意度荣誉，不仅是对腾讯安全护航产业数字化升级的再次肯定，更在一定程度上揭示了未来网络安全与IT技术应用的前景趋势。未来，腾讯安全将继续依托自身在技术、能力和生态方面的优势，为产业数字化转型注入更多动能。

正所谓知己知彼，才能百战百胜。企业通过定期测量客户满意度，可以帮助企业找出提高产品质量、服务水平的切入点，找出与竞争者相比的优势与劣势。根据顾客满意度模型，企业可以分别从企业形象、顾客期望、感知质量、感知价值、顾客满意度、忠诚度六大影响因素着手设计满意度调查方案。（顾客满意度项目流程）具体可参考以下流程：1、满意度调查首先是确定调查方法。根据客户类型不同，企业可以采取不同的调查方法，例如定点拦访、深度访谈、神秘顾客、电话调查等。先设计问卷，把潜变量以及权重算出来，确定好框架。2、初始满意度根据满意度调查获取到客户的真实意见和满意度评价，据此确定初始满意度和满意度的改进方向。比如问卷里面可能有30个问题，这些问题我们可以计算出权重，并初步统计成表。运用结构方程建模分析总体满意度、各服务环节满意度以及后期满意度改进矩阵。3、原因分析和修改建议基于初始满意度调查的统计结果分析服务好与不好，好在哪里、不好在哪里，并总结出产品或服务的优化建议。4、满意度修正通过在真实的场景中体验感知服务水平，顾客很容易通过评分的方式给出满意度。例如我们在机场办理值机、在商场购物，可以直接感受到环境、气味、温度等。但是，如果作为一个同时管理10个机场或门店的管理人员，在执行满意度调查时还需考虑公平性问题，所以我们还需要做满意度的修正。以前面提及的机场为例：越是大城市的机场满意度普遍较低，而小城市的机场满意度普遍较高。这是因为大城市机场的旅客通常飞过很多大城市，而且差旅居多，相对来说也就更挑剔；而小城市的机场通常以本地旅客居多，对自己家乡本就有认同感，而且很多人也没有见过太多其他城市的机场，少了对比满意度自然就高了。基于这样的原因，我们除了要精确地测量出每一个机场的满意度，还需要根据权重统一调整，做最后的满意度修正。例如，顾客对大机场和小机场的期望值高低差异大，我们就调整期望值这一变量在整体满意度调查中的权重，从而让顾客满意度尽可能在统一的标准上比较。[本文汇编自：前Mango Solutions 中国区总监、辅仁大学商学博士、“统计之都”核心成员，李舰，在2019客户体验管理高峰论坛上的分享]

说到问卷调查，满意度调查算是众多问卷调查类型中应用最广泛的。不论是大小企业，或是政府、机构都可以通过满意度问卷调查了解服务对象的满意程度。比如医院需要了解患者对医护人员服务的满意程度，企业需要了解顾客对自家产品的满意程度及需求，政府需要了解公众的的服务需求等等。本文将介绍4种常用的顾客满意度模型，以及如何使用SPSSAU进行这些模型的建立和分析。1、四分图四分图，又称为四象限图，是一种简单实用的满意度评价模型。通过四分图能够帮助研究者快速找出问题关键，区分出各需求指标的轻重缓急，从而制定出有针对性的执行方案。优点：理论简单，容易理解。操作起来非常方便，不会涉及很多理论和统计工具。缺点：只参考顾客满意度，没有考虑其他影响因素；没有对顾客的购买行为的相关研究；可能有顾客重视的绩效指标，而研究使用的绩效指标没有列出。问卷设计在问卷设计时，首先要分别设计出满意度与重要性的题目，且两部分的指标和量表等级应完全一致。然后绘制象限图，将各指标按得分高低归进四个象限内。横轴代表满意度得分，纵轴代表重要程度得分。SPSSAU操作① 选择SPSSAU【可视化】--【象限图】。② X项放入“满意度”，Y项放入“重要度”，标签项放入“指标”。如何解读指标在不同的象限中分别对应不同的解释，针对不同象限我们可以建立针对性的优化措施。第一象限为优势区。在第一象限的指标顾客重视度高并且实际满意度也很高，说明是这些指标是优势项可以重点突出或保持。第二象限为改进区。第二象限指标顾客较重视，但实现感知满意度不高，说明需要重点加强改善。第三象限为低优先级区。第三象限重要性及满意度都不高，即使投入精力提升该因素，满意度也不会有太大提升，这部分指标减少关注作为次重点改进。第四象限为供给过度区。第四象限满意度大于重要性，可以适当减少对这些指标的关注，保持现有水平即可。2、KANO模型KANO模型是一种辅助顾客满意度评价的理论模型。KANO模型是根据客户满意度和功能具备程度两方面，对功能进行分类，找出各类需求的排名偏好情况。问卷设计设计KANO问卷时，针对每个功能需求，都需要设计正向和反向两个问题。SPSSAU操作① 选择SPSSAU【问卷研究】--【KANO模型】。②将各功能指标的正反项放入对应分析框，同一题的正反两项放置的顺序需完全对应。如何解读针对每个指标，KANO模型共分为正向题和负向题两个方向进行收集数据。并且在得到数据后，将指标映射到六个属性上面。注意：系统默认1分代表不喜欢，5分代表喜欢。如果你的数据不是这样设置的，可通过【数据处理】--【数据编码】进行修改。属性分类说明需求满足优先级上，通常顺序为：必备属性>期望属性>魅力属性>无差异属性。从上图中可以看出，本次分析的5个功能中，功能1、功能2和功能4为无差异属性；功能3为反向属性；功能5为魅力属性。也就是应优先考虑满足功能5，其次是功能1、2、4，功能3为反向属性，该功能完善程度高，用户满意度反而会下降，因此无须提供该功能。Better-Worse系数图展示各功能/服务的坐标情况，横坐标为Worse绝对值，纵坐标为Better值；Better 的数值通常为正，正值越大 / 越接近 1，则表示用户满意度提升的效果会越强，满意度上升的越快。Worse 的数值通常为负，其负值越大 / 越接近 -1，则表示对用户不满意度的影响最大，满意度降低的影响效果越强，下降的越快。第一象限为期望属性，Better值高，Worse值绝对值高。该象限的功能应优先满足；第二象限为魅力属性，Better值高，Worse值绝对值低。该象限的功能应优先满足；第三象限为无差异属性，Better值低，Worse值绝对值低。该象限的功能通常不提供；第四象限为必备属性，Better值低，Worse值绝对值高。该象限的功能一定需要满足；3、AHP层次分析法AHP层次分析法是一种辅助顾客满意度评价的研究模型，可以帮助企业找出提高企业顾客满意度的切入点。优点：简单灵活，可操作性强。适用范围广泛。缺点：孤立的研究顾客满意度，不考虑误差项等影响；评价体系各层指标不宜过多；如果出现一致性检验未通过的情况，需要重新修正。问卷设计在设计问卷时，首先需要确定各级指标，然后分别对各级指标两两进行比较得到判断矩阵，可使用SPSSAU进行一致性检验。SPSSAU操作① 选择SPSSAU【综合评价】--【AHP层次分析】。② 将判断矩阵填入到白色单元格内，即可计算权重及一致性检验结果。AHP层次分析法如何解读通过一致性检验，说明计算所得权重具有一致性。如果未通过一致性检验，则需要检查是否存在逻辑问题等，重新录入判断矩阵进行分析。在确定了评价指标和各自权重后，将评价指标设计成问卷，由顾客对各指标进行评分。收集后将各指标得分加权求和，即可得到顾客满意度的均值得分。4、顾客满意度指数模型以ACSI (美国顾客满意度指数模型) 为例，该模型能够反映出消费者对服务质量的评价，综合反映出顾客的满意程度。模型由6个结构变量组成：感知质量、用户期望、感知价值、用户满意、用户忠诚、用户抱怨。顾客期望是代表顾客在购买和使用某种产品或服务之前对其质量的估计；感知质量代表顾客在使用产品或服务后对其质量的实际感受；感知价值代表相对于价格的产品质量的感知水平。问卷设计问卷设计时采用较多的是李克特5级量表、7级量表和10级量表。SPSSAU操作① 使用SPSSAU【问卷研究】--【结构方程模型】或【问卷研究】--【路径分析】进行分析。如何解读路径系数图从上表可知：顾客期望对感知价值产生有显著的负向影响关系(路径系数-0.215)。顾客期望对感知质量产生有显著的正向影响关系(路径系数0.402)。感知质量对顾客满意度产生有显著的正向影响关系(路径系数0.823)。顾客满意度对顾客忠诚产生有显著的正向影响关系(路径系数0.612)。至于其他路径则没有呈现出显著的影响关系。通过路径分析发现存在网络购物满意度关键影响因素路径：顾客期望->感知质量->顾客满意度->顾客忠诚。

3月13日，河北省政府新闻办公室召开河北省消费者权益保护工作新闻发布会。图为发布会现场。 记者张欣媛摄河北新闻网讯3月13日讯（记者苏琳） 为维护消费者合法权益，提高消费满意度，今天，河北省政府新闻办召开新闻发布会，会上河北省市场监督管理局、河北省消费者协会发布《2018年度河北省主要城市消费者满意度调査报告》。调查结果显示，2018年度河北省11个主要城市消费者满意度指数得分76．64分，总体属于良好水平。调查结果显示，2018年度河北省11个主要城市消费者满意度指数得分是76.64分，总体属于良好水平。数据显示，11个城市的得分均介于74－79分之间，有4个城市的得分高于全省综合得分，依次为：唐山市78.61分、石家庄市78.14分、保定市78.06分、秦皇岛市78.03分，其中，得分最高的城市为唐山市。余下7个城市的得分均低于全省综合得分，依次为：廊坊市76．35分、承德市76.35分、沧州市75.9分、邢台市75．52分、衡水市75．27分、邯郸市74.98分、张家口市74.17分。其中，得分最低的城市为张家口市，与得分最高的唐山市相比，落后了4.44分。本次调查采用座谈会、（PAD辅助）拦截调查与CAT电话访问相结合的方式，由河北省市场监督管理局、河北省消费者协会委托第三方调査机构进行，调查围绕消费过程的“事前——事中——事后”三个阶段，邀请专家对指标体系的权重进行赋值，确定指标体系评价指数。拦截调査主要调查对象为年龄在15周岁以上70周岁以下，能够清晰理解、回答问题、在所调查的城市连续居住6个月及以上的居民。电话调查受访对象是最近一年内，对当地市场上购买的商品或服务进行过投诉的人群。《调査报告》从四个维度提出了进一步提升城市消费者满意度角度的改进建议：一是从优改分析维度，建议各地及相关部门对症下药，重点加强对各类消费者投诉信息分析，通过投诉大数据分析预测消费者投诉的趋势，对工作提早布局。二是从消费者教育维度，建议各级政府和部门通过内容创新、形式创新影响消费者，让消费者能通过更方便、快捷的途径接受消费教育。三是从政府部门执法维度，建议各级政府以高压态势严厉打击假冒伪劣、消费欺诈等各种损害消费者合法权益行为，净化市场环境和消费环境。四是从满意度工作机制维度，建议探索建立河北省消费者满意度长期监测机制，动态追踪满意度情况，提出持续的改进策略。下ー步，河北省市场监督管理局、河北省消协将持续关注消费者满意度提升工作，为改善和优化消费环境、提升消费维权效能、激发和释放消费潜力继续努力，让消费者选的称心、买的放心、吃的安心、用的舒心，提升消费者的获得感、幸福感、安全感。

KANO模型分析方法主要是通过标准化问卷进行调研,根据调研结果对各因素属性归类，解决产品属性的定位问题，以提高客户满意度的方法。下面小编给大家介绍下KANO模型，以及如何使用SPSSAU进行分析。什么是KANO模型KANO模型，是由东京理工大学教授狩野纪昭(Noriaki Kano)发明，用于分析用户对于各类需求的排名偏好情况，其在企业产品需求调研，市场研究中有着广泛的应用。KANO模型的基本原理KANO模型主要是通过标准化问卷进行调研，根据调研结果对各因素属性归类，KANO模型将功能/服务的态度属性分为六类，分别是魅力属性A、期望属性O、必备属性M、无差异属性I、反向属性R、可疑结果Q。一、研究背景当前有一项关于手机功能/服务的需求调研，共头脑风暴出10种功能/服务，分别是投影功能、左右手模式、超级快充、取消SIM卡、3D投影、照片搜索、自动美颜、防盗加锁、遥控器、暖手宝、望远镜、显微镜。共收集有效数据为100份，现希望通过KANO模型分析出该10种功能/服务的态度情况，为企业产品研发提供建议。二、问卷设计设计KANO问卷时，针对每个功能需求，都需要设计正向和反向两个问题。三、SPSSAU操作① 选择SPSSAU【问卷研究】--【KANO模型】。②将各功能指标的正反项放入对应分析框，同一题的正反两项放置的顺序需完全对应。四、结果解读1 KANO模型评价结果分类对照表针对每个指标，KANO模型共分为正向题和负向题两个方向进行收集数据。并且在得到数据后，将指标映射到六个属性上。KANO模型评价结果分类对照表正是展现这样的对照表格。注意：系统默认1分代表不喜欢，5分代表喜欢。如果你的数据不是这样设置的，可通过【数据处理】--【数据编码】进行修改。2 KANO模型分析结果汇总此表格为核心输出表格，即得出各功能/服务对应的属性占比、分类结果、Better和Worse值。从上表可以看出，本次分析10个功能/服务的属性情况，按某属性占比最高作为划分界限：最终结果为期望属性O包括投影功能共1项；魅力属性A包括左右手模式、超级快充和照片搜索共3项；必备属性M包括自动美颜和防盗加锁共2项；其余6项为无差异属性I。需求满足优先级上，通常顺序为：必备属性>期望属性>魅力属性>无差异属性。因而手机厂商应该首先开发必备属性即自动美颜和防盗加锁共2项功能；并且应当抓紧开发期望属性即投影功能，而且应该对魅力属性进行开发并且越完善越好，分别包括左右手模式，超级快充和照片搜索共3项。除此之外，Better(满意影响力）= （A+O）/（A+O+M+I），该指标介于0 ~ 1之间，值越大说明敏感性越大，优先级越高；Worse(不满意影响力）= -1 * （O+M）/（A+O+M+I），该指标介于-1 ~ 0之间，值越小说明敏感性越大，优先级越高。Better、Worse值可结合Better-Worse系数图进行分析。3 Better-Worse系数图Better-Worse系数图是从10项功能的对比角度来分析属性分布情况，本次分析Better-Worse系数图如下图：Better-Worse系数图展示各功能/服务的坐标情况，横坐标为Worse绝对值，纵坐标为Better值。Better 的数值通常为正，正值越大 / 越接近 1，则表示用户满意度提升的效果会越强，满意度上升的越快。Worse 的数值通常为负，其负值越大 / 越接近 -1，则表示对用户不满意度的影响最大，满意度降低的影响效果越强，下降的越快。第一象限为期望属性，Better值高，Worse值绝对值高。该象限的功能/服务应优先满足，本次研究对应为‘投影功能’；第二象限为魅力属性，Better值高，Worse值绝对值低。该象限的功能/服务应优先满足，本次研究对应着‘超级快充’，‘左右手模式’和‘照片搜索’；第三象限为无差异属性，Better值低，Worse值绝对值低。该象限的功能/服务通常不提供；第四象限为必备属性，Better值低，Worse值绝对值高。该象限的功能/服务一定需要满足，本次研究对应着‘投影功能’。其他说明KANO模型不仅适用在产品需求上，还可用在各个领域。如酒店服务、公共管理、教学评价等方面。KANO模型的问卷设计有着严格的规范，一定需要有正向和负向题分别测试某‘功能/服务’的态度，并且分值一定完全对应。

中国IT用户满意度大会是在国家工业信息安全发展研究中心指导，由计世资讯（CCW Research）主办的全国性活动。中国IT用户满意度活动从2002年开始，至今已经成功举办16届，是目前国内IT领域持续时间最久、规模最大、最具权威性和影响力的用户满意度调研活动。1月14日，备受关注的第十六届“中国IT用户满意度调研结果”正式揭晓，数梦工场“DTForce大数据安全解决方案”凭借领先的技术和服务实力，揽获“大数据安全产品满意度第一”称号，奠定了大数据安全领域领军地位，彰显了政府和企业用户对数梦工场安全解决方案的高度认可。当前，全球大数据产业正值活跃发展期，大数据逐步成为国家基础战略资源和社会基础生产要素。与此同时，大数据安全问题逐渐暴露，据Gemalto《2017数据泄露水平指数报告》显示，2017年上半年全球范围内数据泄露总量为19亿条，超过2016年全年总量。针对数据安全存在的巨大提升空间，习近平总书记在中共中央政治局就实施国家大数据战略第二次集体学习时指出，要构建以数据为关键要素的数字经济，同时，要切实保障国家数据安全。基于数据技术，保障数字化转型数梦工场认为，未来的安全必须以数据为核心。此次获奖的“DTForce大数据安全解决方案”（以下简称DTForce），依据数据安全能力成熟度模型（简称“DSMM”）方法论，以用户业务数据全生命周期安全为建设目标，基于数据全生命周期安全评估及大数据平台加固策略，实现发现、保护、感知、响应全体系化安全建设。DTForce大数据安全解决方案，相较于传统的、市场中已有的安全方案，具有本质的差异和前瞻性优势：数据全生命周期安全：DTForce产品和技术建设的核心理念将防护的核心聚焦于数据本身，将安全场景扩展至数据全生命周期，并且将风险识别定位于数据全生命周期过程流转中的威胁。全方位体系化建设：DTForce在整套解决方案中极大地包容传统安全手段的引用和优化。传统安全技术只要匹配场景化的安全需求，都可以成为整套解决方案的一部分。安全服务驱动持续安全：DTForce大数据安全解决方案，以DSMM安全评估为先手，以持续安全运营输出为抓手，结合体系化技术产品，实现聚焦于敏感数据管理和数据风险可见、可管、可控的安全建设效果。以政务行业的数据安全场景为例，DTForce大数据安全解决方案，针对政务行业数据的汇聚、共享、开放等，设计制定了全方位体系化、灵活适应兼容的一套数据安全解决方案，涵盖数据共享交换、数据治理、云化政务大数据整体等多个方面，用户单位经安全建设后数据安全能力提升显著，其中二级标准达标率100%，三级率高达60%。数梦工场已服务于30+省部级单位、100+城市级单位，以及众多其他大型客户数字化平台建设。基于建设和实践中积累的云安全以及大数据安全能力，数梦工场还积极参与到数据安全标准和指导材料的编写中。2018年9月29日，在2018（第三届）数据安全与隐私保护大会上，阿里巴巴集团、数梦工场等联合发布《数据安全能力建设实施指南》，不仅是目前业内最领先的数据安全实践经验总结宝典，也是业内首个依据DSMM（数据安全能力成熟度模型）制定的实用数据安全能力建设参考手册。

当不少人依然在纠结，购物究竟选择线上还是线下时，一种新的消费趋势正悄然成为主流。近日，知名调研机构数字100发布《2021年电器消费满意度调研报告》，报告数据显示，66%的消费者购买电器时会选择线上线下相结合的方式，线上综合比对产品，线下实际体验。其中，京东凭借在全渠道领域的深耕和布局持续发挥优势，备受用户青睐。近年来，线上线下全渠道融合成为零售行业的大势所趋，不断释放出更强大的零售势能。通过线下场景，消费者对商品有更直观的体验，更有助于消费决策；线上购物的便捷和统一的标准化服务保障，则让商品跨越空间，触达更多消费者。特别是在注重体验、服务的电器行业，消费者对全渠道更是青睐有加。据报告介绍，在接受调研的消费者中，17%先在线下店体验，然后线上下单；22%先在线上了解产品，再去线下体验，然后线上下单；还有22%线上了解产品后，或直接下单线下自提，或线下体验后再购买、自提。也就是说，三分之二的消费者喜欢线上线下结合的购物方式，这代表着，全渠道融合已经成为电器消费的主流趋势。而京东早已凭借对市场趋势和用户需求的前瞻性洞察，围绕电器零售进行全渠道布局。依托自身的供应链、物流、技术等基础设施建设，京东的线下电器版图日益完善：面向一、二线城市的京东电器超级体验店，面向大中城市的京东电器城市旗舰店、京东之家，加上面向下沉市场的京东家电专卖店、京东专卖店、京东电脑数码专卖店，把京东的全渠道产品与服务优势带给更多消费者。值得一提的是，凭借线上线下融合模式，京东深入下沉乡镇市场，解决了困扰农村电器市场已久的品类少、价格高、送货安装慢，售后无保障等问题，让家住农村的消费者也能和一二线城市消费者一样，享受到品类丰富、品质一流、价格公道、服务完善的电器产品，打造更便捷的购物体验和更优质的服务。据京东日前发布的2020年Q4及全年财报显示，京东集团2020年年度活跃购物用户数一年净增近1.1亿。在财报发布后的分析师电话会上，京东零售集团CEO徐雷表示，京东零售将继续坚持实施“供应链和技术中台”、“全渠道”和“开放平台生态建设”三大重点战略，“京东全渠道战略的意义在于，在更广泛的各类新业态和场景中，提高整体零售效率，满足消费者多样化的、即时的购买商品和服务的需求，给商家和消费者创造价值。我们认为，未来全渠道和即时消费模式在不同行业里的渗透率会不断加强，行业空间非常巨大。”

客户体验管理的概念在国内发展已有十余年时间，凭借其洞悉体验、数据赋能的管理思路，体验管理已成为数字化时代企业提升运营与挖掘商机的重要手段。但是，由于传入国内时间尚短，很多企业对于“客户体验管理”的应用还存在误区。误区1:客户体验管理就是做满意度回访？根据伯尔尼 H·施密特在《客户体验管理》一书中的定义，客户体验管理是“战略性地管理客户对产品或公司全面体验的过程”。而要“管理体验”，首先要“收集体验”，满意度回访是常见的体验数据收集方式，但并非唯一方式,确保体验数据收集的实时性、真实性、持续性，体验管理的重要一环。企业基于多渠道获取的体验数据，最终实现优化产品、反哺决策、改善体验的良性循环才是客户体验管理的核心目标。所以请记住，客户体验管理并非一个客户满意度调研项目，而是一个面向全体客户的、持续不断的管理过程。误区2:企业要做好客户体验管理，就要在所有接触点提供最优客户体验？一个理想的客户体验必然由一系列舒适、欣赏、赞叹、回味等心理过程组成，但想要在客户所有的接触点都做到体验最优并不现实。从客户体验的角度看，客户对产品的满意度上升，那么接下来的期望值也会随之升级，满意度永远是在被超越的状态。从运营成本的角度看，企业的资源有限，要做到面面俱到的极致客户体验，其成本也是不可估量的。所以客户体验管理的核心应该立足于品牌定位，从品牌核心价值和核心功能利益点出发，针对关键接触点（而非所有接触点）设计体验管理。当然，企业如果有余力兼顾到全渠道的接触点当然更好。误区3:只要体验数据收集的样本越多，调研结果就越准确？2016年美国大选中，美国主流媒体就大选结果进行了大量的民意调查，几次民调都显示希拉里有更大的概率赢得大选。但当最终大选结果公布时，民调人员却发现很多摇摆州纷纷倒戈，将票数指向支持特朗普。很明显，调研对象也是会随着舆论导向动摇或隐瞒态度的，因而所谓的“只要样本越多，结果就越准确”的说法也并非绝对。除了调研对象故意说谎，影响调研结果准确性的原因还可能是：1）消费者本身不知道真相；2）行为发生时刻与调查时刻的区别；3）样本不具有代表性。综上所述，体验数据收集过程中，除了要关注样本“数”，样本“质”同样重要。误区4:客户体验管理和客户关系管理没区别,CEM = CRM？简单来说，CRM更侧重于客户活动数据的记录和管理；而CEM则更倾向于获取和分析客户情感数据，以数据表象还原客户心理。以会员管理为例：通过传统的会员管理系统可以收集顾客的购买频次、金额、送货地址等，但顾客情绪、体验感受等却无法准确感知。而如果用体验管理的思维进行会员管理，则首先是和客户形成沟通和互动，以客户主观感受为出发点，进一步优化体验、最终达到提升公司价值的目的。综上来看，两者虽然都是以客户为中心，但各有侧重点，企业启用时需要根据实际需求科学评估和启用。目前，「倍市得」客户体验管理平台已服务超过2200家企业，帮助收集客户体验心声逾5000万条。基于专业级场景化体验数据收集、智能BI分析报告、预警工单、以及AI文本分析等核心模块，平台以流程化的体验管理方案，期待为更多企业组织快速落地体验管理，实现数据赋能！