如果您不在电子商务领域工作,则像WISMO和WISMR这样的首字母缩略词你可能完全听不懂。
但作为客户,我们都熟悉这些术语的含义:不得不回到您刚刚花掉辛苦赚来的钱的零售商那里询问:“我的订单在哪里?”WISMO(where is my order?)或WISMR(Where Is My Return?)
WISMO和WISMR问题是所有在线零售商头疼的问题,但曾经是Philipp Plein国际集团的一个特殊问题。
该公司总部位于慕尼黑,通过运动鞋销售从服装到眼镜的所有产品,该公司都是关于奢侈品和出色的客户体验的。
全球电子商务主管Olga Burfan表示:我们希望为客户提供良好的体验,但我们知道,如果您不断与我们联系,询问您的订单在哪里以及何时需要交货,这意味着我们为您提供的服务水平会下降。
Burfan说,通过使用供应商parcelLab的所谓“购买后软件”,已经实现了公司认为适合其高端品牌承诺的高服务水平的持续交付。
该公司使用包括机器学习在内的多种技术,从他们完成购买时开始与Philipp Plein在线购物者进行个性化沟通。
因此,Burfan说,自12个月前该技术上线以来,根据交易周期,WISMO查询减少了15%-20%。
现有系统的局限性
这很重要,因为虽然该品牌在其Philipp Plein Sport和Billionaire产品中拥有100家现实世界的商店,但在线是一个非常重要的销售渠道。
但是,在采用此解决方案之前,现有内部客户处理系统的限制意味着团队成员必须手动审查每个 WISMO/WISMR 请求。
这开始占用太多资源来解决客户服务票证。另一个问题是,这一过程没有与专家组的其他后勤系统相结合。
她说:我们有正常的ERP和仓库系统,但我们面临着将所有这些东西连接在一起的挑战,这样客户在哪里,订单的去向 - 国家或地区 - 或者我们想使用哪个交付合作伙伴都无关紧要。
运输也很复杂,因为物品不仅可以从仓库推出,还可以从商店推出,每个商店都是一个单独的库存点。
她说:我们需要在后端收集所有信息,并将其集成到一个客户的运输系统中。
因此,Burfan进入市场,想办法减少客服票的数量。
她说,品牌还应以个性化的方式与遇到任何WISMO/WISMR问题的客户重新互动,并提高客户忠诚度。
不断更新
总部位于瑞士的Burfan和她的团队表示,她之所以选择这种特殊的技术方法,是因为它非常注重为客户提供无缝的退货流程。
她还喜欢所有交付通信始终保持在Philipp Plein流程中并始终使用公司品牌的方式。
签订合同后,供应商迅速实施了集成到其所有核心ecomm系统中的定制售后体验。
她说:这对我们来说是一个超快的项目,我们惊讶于所有东西集成的速度如此之快。
购买后于 2022 年夏季在hilipp Plein上线。
这意味着客户现在只在下订单后使用此系统,并不断收到有关其通过多个渠道交付进度的更新。
这是通过软件与hilipp Plein集团合作的所有承运人(实物交付组织)的持续沟通来更新的。
她说,这意味着任何延误 - 尤其是跨境 - 都会立即被标记出来。
腾出时间进行不同类型的外展活动
除了可喜的20%的减票外,采用这种技术还能给公司带来哪些其他好处?
她说,对于客户来说,以前花时间解决交付混乱的服务和销售同事现在能够从事更多的增值活动。
如果我们能够主动联系客户,这意味着我们的客户服务团队可以自由地进行不同的项目,甚至是不同的客户外展模式。
因此,我们将以前花费的时间投入到以不同的方式帮助客户进行交付查询,这有助于产生额外的收入,并为我们的客户提供额外的服务。
Burfan还认为,更定期、个性化的沟通促使更多人回到她的网站,查看最新的Philipp Plein系列。
“我们的客户非常感谢所有这些更新,并且知道每当他们需要采取任何行动时,他们都是最新的 : 也许是清关,也许是由于天气条件而延迟,但至少他们知道在需要时采取行动。”
通过为客户提供如此持续的更新,她所说的“极高水平”的打开和点击率为她的营销同事开放了更多的接触点。
例如,在买家成功收到网站订单后的一段定义时间后,公司会检查他们对购物体验的满意度,是否满意,并可以询问他们是否会推荐该品牌等等。
这将CX数据输入CRM(客户关系管理)系统,从而进一步增强品牌对特定客户历史的了解。
她说:“我们现在对去转换率有了更多的了解,但也知道谁愿意在完成订单后再次购买 - 我很高兴地说这是相当高的。”
她说,该系统还提供数据来清理个人数据 ——30%的交付问题归结为客户地址问题。
最后总结说道 ,在公司购买后的下一步包括为Philipp Plein购物体验添加更多套件的功能。
好文章,需要你的鼓励
新加坡人工智能机构与阿里云发布全新大语言模型Qwen-Sea-Lion-v4,专门针对东南亚语言和文化特色进行优化。该模型结合阿里云Qwen3-32B基础模型和大量东南亚地区数据集,在东南亚语言模型评估榜单中位居开源模型首位。模型支持119种语言,能在32GB内存的消费级笔记本上运行,采用字节对编码技术更好处理非拉丁文字,并具备3.2万词元上下文长度,可执行文档级推理和摘要任务。
这项由CMU与亚马逊AGI联合完成的研究揭示了当前AI系统的重大缺陷:即使最先进的模型也不知道何时该说"我不知道"。研究团队开发的RefusalBench评估系统通过176种语言操作技巧动态生成测试案例,发现顶级AI在多文档任务中的拒绝准确率低于50%。这项研究不仅提供了标准化测试工具,更为构建诚实可靠的AI系统指明了方向。
AI智能体是下一代业务自动化工具,不仅能对话交流,还能执行复杂任务。与ChatGPT聊天机器人不同,它们可在最少人工干预下规划并完成工作。文章介绍了五个高影响力应用:自动化客户服务解决方案、销售CRM管理、合规自动化、招聘筛选与排程、市场情报报告。这些应用都具有重复性工作流程、依赖结构化数据、遵循可预测规则等特点,能够释放员工宝贵时间用于更有价值的工作。
这项由中国人民大学联合腾讯开发的LaSeR技术,发现了AI在生成答案最后一刻会无意中透露对答案质量的评估。通过观察这个"最后一词效应",研究人员开发出了一种让AI高效进行自我评估的方法,在几乎不增加计算成本的情况下,大幅提升了AI的自我验证能力,为构建更可信的AI系统开辟了新路径。