这里有 6 个行业需要使用基于位置的智能

已发表: 2021-02-22

在曼哈顿逛个周末，你会发现少数品牌在全岛都有店面。上东区的位置可能更小，选择更少，SoHo 商店可能很大，也许在中城的位置很难找到东西。

不过，它们都是同一个品牌，顾客在每个店面的体验会影响他们对整个公司的感觉。

随着品牌努力了解他们是如何被感知的，了解不同地点的店内体验有何不同至关重要。销售数据、销售点数据和轶事证据很有价值，但它们并不能提供全部情况。

输入基于位置的智能 (LBI)：文本分析技术，从社交网络中提取信息，并提供对客户想法和感受的空间和时间洞察力。

以下是六个行业示例，其成员可以从使用基于位置的智能中受益。

食物和饮料

似乎在曼哈顿每个街角都有实体店的公司，如星巴克和麦当劳，其任务是了解每个店面之间的客户体验有何不同。

使用 LBI，公司可以看到一个特定的分支机构在早高峰期间的等待时间非常长（正如愤怒的社交媒体帖子所证明的那样），并且客户的订单在另一个（同上）时更频繁地被搞砸了。

这些见解可能会刺激员工在特定时间增加或重新评估工作流程，以确保客户快速得到他们订购的东西。

更进一步，如果一个地点提供了令人难以置信的体验，那么经理可以培训附近表现不佳的商店的经理。

以在东北有多家分店的酒店品牌为例。基于位置的解决方案将帮助公司识别客户体验中的差异，不仅基于位置，还基于一天中的时间。

这将使品牌了解人们在晚上与早上相比是否有更好的入住体验。 LBI 还将帮助管理层更好地了解他们何时往往人手不足，是否存在清洁问题，或者房间是否没有按时准备好。

如果某个分支在社交上引起了关于肮脏床单的大量讨论，那么该品牌将有能力快速看到这一点——更重要的是——有效地采取行动。

想象一个全国性的大型零售商，在许多城市都有实体店。在像曼哈顿这样的地方，在彼此相距五英里的范围内有四个店面。它们的尺寸不同，根据当地客户的不同提供略有不同的选择。

像这样的商店可以使用 LBI 来了解每家商店的客户体验有何不同，以及是什么推动了店内客户的忠诚度。

也许在一家商店的客户服务非常出色，人们经常在推特上发布销售代表在帮助他们找到合适尺码方面的帮助。另一个可能在客户服务方面缺乏，但在 Facebook 上关于缺货商品的帖子较少。

大型零售品牌通常在一个城市或地区拥有许多实体店，只有准确了解每家店的情况，才能知道如何优化每家店的客户体验。

不仅仅是大型产品相关公司可以利用位置洞察力的力量。它还为小型、成长中的企业提供了机会，例如严重依赖面对面服务质量的医疗服务提供商。

借助 LBI，此类公司可以利用 Yelp 上的评论来发现诸如计费问题和特定提供商问题等痛点。

以在全国拥有 500 多个办事处的流行牙科诊所为例，并在 Google Places、Yelp、Facebook 和消费者评论网站上获得大量客户反馈。了解所有地点的客户体验质量以及它们之间的比较情况，可以使运营受益。

想象一下，有人必须在 DMV 更新她的执照（很有趣，对吧？）。她排队等了一个小时，但当她终于到达柜台时，她与 DMV 员工进行了非常愉快的互动。

她在谷歌评论上写下了这段经历，提到等待很艰难，但注意到员工很友好而且乐于助人。

或者，也许她不必等待很长时间，但更新过程令人困惑和沮丧。再一次，她进行了相应的审查。

如果 DMV 可以接受这些反馈并永久使用它会怎样？使用基于位置的解决方案，它可以检查在线批评和赞美，将它们归因于特定位置，并根据反馈采取行动，以改善全州办事处客户的体验。

由于网上银行迅速普及，因此对分支机构内的体验非常重视。

LBI 使银行能够了解客户体验的不足之处，并最终创建更好的流程来帮助客户。

此外，该技术可以帮助银行在重大问题演变成危机之前预测并解决它们。想象一下，在一个特定的分行，客户发推文是因为他们觉得银行在决定不批准贷款时存在偏见。

在这种情况下，LBI 可以帮助银行识别社交媒体的负面情绪，帮助将这些点与特定的分行联系起来，甚至发现客户是否在一天中的某个时间感到最沮丧。

届时，银行可以采取措施通过隐性偏见培训或其他措施来纠正这种情况。最终，LBI 可以赋予银行权力，确保所有客户都觉得自己受到平等对待。

几乎任何拥有多个店面位置的公司都可以从基于位置的智能解决方案中受益。

它不仅让品牌能够比以往任何时候都更好地了解店内客户体验，它还提供了收集特定位置、可操作的见解的方法，根据客户的需求和需求不断改进商品和服务，并跟踪随着时间的推移不断进步，以确保客户体验始终在改善。