在全球化与多品牌战略的加速推进下,由莱集团(Ulike Global)已从单一领导品牌,成功迈向多品牌矩阵式发展之路。然而,伴随业务的高速扩张,品牌倾听“用户声音”的维度也面临着前所未有的挑战。
面对挑战,Ulike是如何破局的?过程中又总结了哪些可复用的经验?在7月17日数阔第二届用户大会上,Ulike用户体验负责人郑灿锋带来了关于《用户声音驱动业务响应:Ulike的AI用户洞察实践》的精彩分享,为大家带来了极具启发性的破局思路与实战解法。以下是我们整理本次分享的精华内容,在此与大家一起分享~

Ulike用户体验负责人郑灿锋在用户大会上分享
在大促期间,Ulike全渠道面临着月均高达35万+的海量用户声量,即便去水清洗后,有效反馈也超过10万+。过去,这些反馈散落在在线客服、电商评价(如“问大家”)、社交媒体等各个孤岛中,由不同的团队采用人工手动打标的方式独立处理。
然而,这种模式的瓶颈显而易见:不仅耗时费力、在舆情爆发期覆盖面严重不足,更致命的是各团队缺乏统一口径——客服反馈与社媒评价结论时常相左,业务方往往陷入“该信哪一份报告”的决策困境。为打破这一僵局,Ulike体验团队以AI为引擎,彻底重构VOC(用户之声)的处理机制与组织协同模式。
AI落地的第一步并非盲目上工具,而是建立统一的数据标签标准。Ulike联合云听CEM重构了一套体系化、标准化的数据标签管理体系。借助云听CEM垂类大模型的能力,系统能够自动生成初始标签体系,随后再由人工结合具体品类与业务场景进行精细化的拆分与完善。
基于云听CEM的统一打标与聚合能力,Ulike成功打通了全渠道的数据孤岛,将标注准确率大幅提升至97%+。配合自定义的可视化BI看板,品牌能够精准还原用户的真实意图,让同一个用户的声音在不同渠道得以统一呈现,彻底消除了过往结论矛盾的痛点。
在这一创新机制下,人机分工也变得极其清晰:云听AI负责高效完成海量信息清洗、异常/负面标签捕捉及初稿生成;而Ulike体验团队则将精力专注于判断问题真伪、追溯业务根因以及推动最终决策落地。

Ulike用户体验负责人郑灿锋在用户大会上分享
有了强大的AI洞察引擎,Ulike得以让“用户声音”真正转化为驱动产品迭代的强劲动力。
在今年4月,Ulike旗下的一款新品美容仪在上线首月出现了退货退款率高于预期的情况。传统的业务看板往往只能呈现“指标出了问题”,却无法回答“用户为什么退?”以及“业务线该如何干预?”。
依托云听AI对底层数据标签的下钻分析后,体验团队迅速锁定了异常来源:在退款原因中,“效果感知”问题占比高达一半,远超体验问题和个人原因。
但这仅仅是表象,为了探寻“效果不好”背后的真相,Ulike体验团队结合私域体系,紧急启动了300+问卷投放与20+深度电话访谈。通过跨渠道的交叉验证,品牌挖掘到了真正的业务痛点:
产品本身并无质量问题,而是用户在不同模式下的“电流体感”与对见效周期的“效果预期”存在错位。例如,在某些模式下,用户预期使用1-2次就能看到明显变化,但在低档位使用时电流感较弱,进而产生了“产品没效果”的误解。
定位到真实根因后,Ulike体验团队迅速拉通跨部门协同,展开了一场敏捷整改:
• 产品端:针对性地优化了不同模式的电流感与温度感知,将调整后的产品寄送给此前退款的用户进行二次体验,在得到用户对电流变化的正向确认后,才进行全量更新。
• 运营与内容端:针对用户过高的短期效果预期,全面优化直播间话术、商品详情页说明以及客服FAQ,清晰界定不同模式的搭配使用建议与合理的见效周期。
经过这一系列的有效整改,业务数据迎来了显著变化:该新品的整体退货退款率实现明显回落,退款中因“效果原因”导致的占比大幅收窄;同时,私域调研满意度跃升,真正实现了体验与口碑的双回暖。
此外,这种AI+VOC的闭环能力也延伸到了社媒舆情阵地。结合八爪鱼的数据采集与云听AI的智能去水、情感识别技术,Ulike实现了全平台7×24小时高热内容监测。通过使用官方售后账号对咨询帖和负面反馈进行自动合规的回评引导,不仅有效收敛了舆情风险,更让社媒咨询的进店转化率获得了显著提升。

Ulike用户体验负责人郑灿锋在用户大会上分享
回顾此次全渠道VOC的升级和组织协同,Ulike沉淀出三条核心经验:
第一是标准先行,打标规则的统一远比工具选型更优先;
第二是打通孤岛,跨渠道的数据整合是消除业务判断矛盾的根本;
第三是人机协同,AI是效率的放大器,它负责抓异常、出初稿,而人负责把控质量与传递品牌温度。
在Ulike看来,倾听用户从来不是终点,让每一个真实反馈更早地被定位、被验证,并无缝嵌入业务决策闭环中,才是品牌在激烈的市场竞争中持续进化的最强底气。在这条以体验驱动业务增长的道路上,云听CEM也将持续深耕AI驱动的体验管理引擎,与更多像Ulike这样的先行者并肩探索,携手共创用户洞察的无限可能。


相关文章



