编者按
瞬息万变的商业环境正不断激发企业强化维运能力的渴望：因为只有构建更简洁、更高效、更智慧、更有弹性的维运能力，才能准确感知和应对复杂多变的客户需求与市场发展，从而为持续赢得竞争打下坚实基础。
面对企业在维运上的需求和挑战，德勤近年来一直致力于构建业界领先的全链维运（Operate）服务。如今，我们已经铺设了一张24小时满足客户需求、支持中英文在内七种语言的全球交付网络，更重要的是我们的维运能力建立在独特的“A-I-O”服务模式之上，即向企业提供集“咨询（Advise）”、“实施（Implement）”与“维运（Operate）”一体的服务，从而能够深入企业业务深处，提供真正高价值的维运服务。更多详细介绍敬请阅读《德勤管理咨询Operate面面观：“A-I-O”模式深化维运服务价值》。
就具体服务内容而言，德勤管理咨询目前提供最丰富的全链维运服务，分别是“以技术为中心的应用系统、云应用及基础设施维运服务”；“ 以咨询为中心的咨询维运服务”；“以平台为中心的AI、 数据及洞察力维运服务”；以及“行业解决方案与流程驱动维运服务”。德勤管理咨询是德勤品牌下专门为企业提供管理咨询服务的专业机构。
在接下来的系列文章中，我们将通过真实案例来详细介绍各类全链维运服务带给客户的独特价值。本文将分享的IAS服务案例（Insights Accelerate Solution）由德勤管理咨询战略、数据分析与并购（SAM）团队所设计，隶属于“以平台为中心的AI、 数据及洞察力维运服务”。
通过该案例，您将看到，我们如何利用AI帮助企业将劳动密集型调研工作转变为人工智能驱动的洞察服务；您也将看到，在AI时代，我们不仅仅只提供AI的解决方案，并且提供基于AI的长期维运服务，从而助力企业真正用好AI、持续精进。
IAS：智慧倾听客户心声
在当下的数字化时代，消费品企业们在线上通过与客户频繁的沟通及互动（如客服聊天、商品评论等），早已累积了大量的隐形数字资产。面对巨大的数字宝藏，企业们普遍期望从中提炼出对业务有效的洞察，却往往在此过程中，认识到自身数据挖掘的局限性。实际上，当前大量企业仍采用人工抽样的原始方式进行数据的检查与分析，导致分析结果缺乏全局视角，且造成大量、低效的人力资源消耗。
以服饰行业为例，业内企业通常希望基于客户反馈，明确判断某个产品的尺码描述是否准确。实际情况来看，因为客户尺码反馈大多由文本、图片、语音等非结构化的数据组成，企业往往无法通过传统的、用于结构化数据分析的IT工具开展有效的尺码分析。最终，企业只能通过人工浏览大量评论的方式，手动统计客户就某个产品具体偏大还是偏小的反馈，并用于产品描述的更新与产品迭代的反馈。产品尺寸分析只是服饰企业数据分析中一个例子，一个缩影，但是形象地反映出了服饰企业对于大范围客户反馈分析的需求以及其重要性。
在此背景下，德勤管理咨询研发了“IAS客户之声”解决方案，以赋能消费类企业，助其实现大规模、高效的非结构化数据价值挖掘愿景。
方案：德勤管理咨询“IAS客户之声”
德勤管理咨询的“IAS客户之声”是一套基于NLP（Natural Language Processing，自然语言处理）技术的消费者洞察解决方案，它能够帮助企业客户搭建一个应用场景（Use case）驱动的消费者洞见平台，并为其提供基于AI NLP技术的高时效、全量数据覆盖、自动化的消费者洞察分析。
NLP技术是人工智能的核心技术之一，它能够对文本数据进行结构化分析与解析，并提炼文本内出现的话题、关键字、客户情感等关键要素。NLP技术的应用能够快速打造一套有效的知识框架，用于全集数据的扫描，并在前期的模型训练与校准后，在未来实现自动化的数据处理与分析。
图1：NLP技术应用示例
图片来源：德勤管理咨询
以一条电商产品评论为例（见图1），该评论包含了消费者对产品与售后服务的体验反馈。当我们把这段信息分布零散的文本输入NLP模型后，模型将对文本开展语义分析，切分语句中含有的所有信息点，并输出每个信息点涉及的内容主题，同时辨识主题相关的情感态度。图1示例中，模型最终清晰地输出了包括“产品设计-正面评价”，“产品尺码-负面评价”以及“换货服务体验-负面评价”在内的3组主题与情感结果。
上述案例充分体现了NLP从非结构化数据（如文本）中，提取并输出结构化信息的能力。电商评论之外，该能力当然也能够应用在消费者调研问卷、乃至消费者与客服多轮对话、直播评论、社交媒体数据分析等各类数据中。通过NLP技术的应用与洞见的总结，企业能够更加深刻地了解当前消费者对品牌、产品与服务的感知以及消费者自身的用户画像，从而推动业务的精准优化，帮助企业明确未来优化方向与发展策略。
相较于NLP领域的竞品，“IAS客户之声”解决方案在德勤管理咨询多年行业咨询服务经验的加持下，存在显著的竞争优势。IAS除了包含领先的NLP技术之外，还融入了德勤管理咨询在过往咨询服务中累积的、成熟的行业分析框架、方法论以及大量的行业数据，以确保每位IAS的行业客户，都能够获得最贴合自身业务逻辑的NLP结果输出。
案例：全球领先运动品牌客户之声分析平台
自2022年起，德勤管理咨询开始为某全球领先运动品牌搭建客户之声分析平台，并持续为其提供维运服务。
该企业的客户服务部门是一个专注于消费者沟通的组织，专门负责与消费者在各大线上渠道的互动，解答客户的疑虑并协助处理售前售后事宜。在数智化转型的进程中，其负责人希望可以打造一个内部的客户洞察平台，集成企业多渠道的客户服务数据（如客服聊天、商品评价、问卷调研反馈等）并通过数据分析，提炼其中关键洞见，用于自身团队的服务品质提升，以及外部团队如产品、技术的业务赋能，最终实现客户为先、团队相互支撑的战略愿景。
在落地过程中，我们优先开展了客户业务的深度调研，以全面了解客户业务语言，并将其转化为项目所需的技术语言。随后，基于客户提供的海量语料进行了AI知识库与算法的设计规划，再结合德勤管理咨询方法论以及通过与客户的多轮沟通，我们最终迭代出一套由3层，上百个分析维度和数据指标组成的完整分析框架，作为平台落地的基石。
基于客户宏大的设想，该平台的落地被拆分成多个项目阶段进行逐步完善与迭代。项目第一期专注于客户之声基础平台的搭建、主要数据类型如电商评论、在线对话、问卷的应用与核心应用场景（Use Case）的输出，最终涵盖了包括电商评论语义分析、客服对话语义分析、调研问卷语义分析、直播评论语义分析在内的4大应用场景。在此基础之上，第二期逐步对平台进行了数据与应用场景层面的拓展，当前已落地了包括客户升级投诉案例语义分析、客服智能质检在内的多个模块，未来三期潜在应用场景如品牌社交领域监测与预警等还在持续规划中。
图2：多阶段平台搭建规划
图片来源：德勤管理咨询
当前，第一期平台已经上线，平台已为客户50+位业务人员提供个性化的分析看板，预计每年将为客户节省~10,000小时的工作量，约等于~6个全职员工的调研与分析量。除此之外，基于看板生成的洞察报告（如产品质量报告、服务体验报告）已经成功帮助多个业务部门明确未来业务优化的方向。
“IAS客户之声”平台上线后广受客户好评，因客户自身团队缺乏AI平台维运能力（如数据自动化处理、算法模型优化能力）、存在个性化报告输出需求（如定制化的节日与品类分析）以及额外的平台迭代优化需求（如功能拓展），受客户邀约，我们未来将持续性地提供长期维运服务，为其进行业务发展提供陪伴式赋能。
启示
在运用AI的过程中，企业必须要明确自身数据分析的目的，即需要解决什么问题；基于真正的业务需求，寻求合适的内外部数据，构建分析洞察体系，利用AI实现业务增长。
另一方面，由于AI算法模型本身需要不断优化，AI解决方案的部署只是开始，自主构建或借助外力形成一支长期维运团队是非常必要的，在维运中根据业务需求不断优化AI模型，才能最大化发挥AI的价值。