1. 背景介绍

1.1. 引言案例

  一位客人入住了香港的一家五星级酒店，恰逢降温，晚上回酒店时发现被子有点薄，于是把空调调到了24℃，结果第二天早上客人被冻醒，一看房间温度还是20℃，然后打电话问酒店是不是没暖气，酒店反馈需要员工到房间才能开启暖气，随后酒店员工操作后，但被冷了一夜，客人还是问酒店要了一床厚被子，酒店也按需提供了。

  几天后，酒店收到了来自这位客人的差评，了解后才发现，原来当时虽已满足了客人的需求，但是客人却因冻了一晚上而感冒生病了，所以给了酒店一个差评。

1.2. 差评根因分析

• 滞后性管理差评：直到产生了差评，酒店的中、高层才知晓客人的住中需求，无法在住中为员工提供有效的服务指导。

• 被动式提供服务：降温及可能带来的需求，酒店应根据过往数据洞察，预判并提前安排服务预案和措施。

2. 解决方案

（图：97国际全流程精益客户体验管理体系）

2.1. 舆情管理高效化

  接入携程等渠道的点评数据，一站式高效管理点评；借助AI大模型提高点评回复效率和质量。

2.2. 服务管理前置化

  将舆情管理前置到住中，对可能产生差评的客诉，实时预警给酒店应知人员，酒店抓住客人在店的黄金时间，及时行动，进行服务补救、情绪安抚，避免差评，收获好评。

2.3. 服务管理主动化

  复盘住中和住后的客人反馈数据、内容，形成以“客人为中心”的动态「客户体验旅程地图」，从后服务进化到先服务。

2.4. 质检工作数字化

  将原有的质检表格、评分方式、负责门店/部门导入质检系统，设置任务时间，到期自动派发任务，自动统计结果，自动汇总不合格项。住中和住后的客人反馈，也可用于优化质检任务。

3. 使用案例和效果

3.1. 案例1

  广东某酒店集团开展“2023服务品质专项提升活动”，在强化服务品质专项工作的同时，还引入97国际舆情管理系统。引入前，Q1-Q2的好评率和回复率在各成员店正常管控下平缓提升；引入后，好评率和回复率在Q2-Q3陡然上升，差评回复率从开展专项活动前的73.55%提升至 90.27%，经过近 4 个月的线上舆情管理协同督导，20多家成员店整体点评管理进入稳定期。

3.2. 案例2

  四川某五星级酒店，客人到店无房，打电话到平台投诉，平台打电话给酒店核实，恰好接电话的前台是新员工，不熟悉处理流程和应对话术(酒店当时还有其他房型可更换)，这通电话被97国际系统判定为A类预警(即高差评风险客诉)，预警通知到运营总监，运营总监立即介入处理，回电平台，最终安抚好了客人，顺利入住，也避免了被平台处罚的风险和损失。

3.3. 案例3

  杭州某四星级酒店，在住后差评中经常被提及房间有异味，但酒店原来的解决办法也就是通通风，无法从根本上解决问题，差评依然存在。上线97国际CEM体验云后，借助「设施投诉分布图」，酒店很快定位到了原来是房间马桶的密封圈有问题，工程部立即着手整改，此后1个月，未见类似差评发生。

3.4. 案例4

  上海某五星级酒店(客房500+)，上线97国际CEM体验云系统一个月后，通过系统数据洞察发现：客人需求矿泉水的电话一共875通，由于送水不及时等原因，其中60通升级为客诉。经过调整，酒店在每个房间多放了2瓶水。次月，矿泉水的需求减少到个位数，客诉为0。这不仅提高了客人的满意度，还节约了酒店的人力、电力成本，降低了能耗，促进了ESG可持续发展。

（图：97国际CEM体验云系统截图、系统数据）

4. 总结

  住后点评，是酒店和客人都看得到的服务质量结果数据，点评少0.1分，酒店营收每年至少损失5-10%。

  住中反馈，是酒店很难全面看到、且数量庞大的客户之声数据，事实上，70%的差评，在住中都曾被客人反馈过。

  97国际CEM体验云系统，全流程采集客户之声，全场景应用数据洞察结果，赋能酒店将「人+系统」高效结合，不断优化SOP和人员培训，共同提升宾客体验和服务质量，共建酒店数字化生态圈，提升酒店价值。