„Fedrowanie Tekstu” (Text Mining) jest znowu w modzie

Spraw, aby Omnichannel pracował dla Ciebie

Biznesy reklamowe Google-a i Facebook-a odnoszą sukces, ponieważ firmy te zbierają i analizują każdą najdrobniejszą informację na temat swoich użytkowników. Komunikacja Omnichannel daje podobne możliwości, choć na trochę mniejszą skalę. Krótka analiza historii pozwoli je zrozumieć.

Początki handlu detalicznego: właściciel sklepu polega na ankietach i informacjach zwrotnych od pracowników, aby uzyskać obraz tego, kim są jego Klienci.

Początki sprzedaży wysyłkowej: telefoniczna obsługa klienta pozwala stworzyć jego obraz z zachowaniem historii zakupów, preferencji oraz skarg.

Początki programów lojalnościowych: zasilane danymi programy lojalnościowe pozwalają na segmentacje klientów.

Obecnie każda firma handlowa ma do dyspozycji megabajty danych na temat każdego klienta, które pochodzącą m.in. z:

• nagrań rozmów telefonicznych,
• korespondencji e-mail,
• interakcji w mediach społecznościowych,
• śledzenia kliknięć na stronie, historii zakupów, paragonów itd.

Do analizy powyższych danych idealnie nadaje się tzw. „Fedrowanie Tekstu” ? czyli „Text Mining”.

Wprowadzenie do „Text Mining”

Komputery potrzebują danych w przewidywalnych formatach. Tym różnimy się od komputerów, że potrafimy zrozumieć np. zdanie, które nie jest poprawne gramatycznie. „Text Mining” pozwala komputerom wyodrębnić użyteczne dane z nieuporządkowanego ludzkiego języka. Jest to forma analizy wykorzystująca językoznawstwo, metody statystyczne i uczenie maszynowe w celu przekształcenia tekstu w uporządkowane i przyjazne dla komputera dane. Dzięki „Text Mining” komputer może pobrać tekst i przeanalizować go pod kątem zawartości, sentymentów, kategoryzacji, podsumowań i innych elementów. Zwróćmy uwagę na to jak niewiele firm stosuje taką analizę do każdego najmniejszego elementu komunikacji z klientami.

Strategia komunikacji Omnichannel oznacza skupienie całej komunikacji z klientem w jednym miejscu. To, co w świecie wielokanałowym było wcześniej rozproszone w wielu systemach, jest teraz łatwe do analizy.

Co „Text Mining” może zrobić dla Ciebie?

Masz do dyspozycji wiele wiadomości e-mail dotyczących komunikacji z klientem, automatycznie generowane transkrypcje nagrań rozmów, wiadomości tekstowe, czaty internetowe, interakcje z botami, historię zakupów itd. – co możesz z tym zrobić? Rozwiązania do text miningu pozwolą dokonać analizy historycznych interakcji, wpływać na poprawę kolejnych interakcji z klientami oraz umożliwić automatyzację. Oto kilka przykładów:

Analiza historii

Wykrywanie tzw. punktów awarii w „customer journey”. Czy klienci często kontaktują się z Tobą w określonych sytuacjach i dlaczego?

Złe doświadczenia klientów. Analiza tekstu może pomóc w określeniu przyczyny niezadowolenia klienta, co umożliwia wprowadzenie niezbędnych zmian na przyszłość.

Ocena wydajności agenta/sprzedawcy. Zamiast słuchać jednego na sto nagrań z rozmów, można dokonać błyskawicznej analizy wszystkich, wyciągnąć wnioski, przygotować odpowiednie szkolenia dla agentów itp.

Poprawa na przyszłość

Prognozy zachowania klientów. Text mining pozwoli zrozumieć czy pewne rodzaje interakcji, sposób wyrażania czy konstrukcji zdań prowadzą do określonego wyniku, takiego jak zakup lub rezygnacja z usługi.

Prognozowanie obciążenia. Analiza całego zakresu komunikacji z Klientami umożliwi odpowiednie wyskalowanie centrum obsługi klienta w perspektywie czasu.

Automatyzacja

Zarządzanie zapytaniami. Dzięki analizie semantycznej i kategoryzacji, konkretny tekst może automatycznie uruchamiać pewne działania po stronie obsługi klienta. Możliwość tę należy postrzegać jako swego rodzaju IVR dla Omnichannel.

Boty. „Text mining” jest istotną częścią procesu, który powinien umożliwiać Botom odpowiednie „rozumienie” i reagowanie na naturalny język ludzki.

Dzięki technologii „Text mining” realizację powyższych przykładów możemy zautomatyzować, co ograniczy koszt oraz pozwoli na dostęp do danych i analiz w czasie rzeczywistym.

Etyka i prawo

W dobie RODO i ogólnego zaniepokojenia konsumentów danymi osobistymi, ważne jest, aby znaleźć właściwą równowagę między poszanowaniem praw i budowaniem bardziej efektywnego biznesu. Na szczęście większość zastosowań „Text Mining” ma sens nawet jeśli pracujemy na danych anonimowych. Wyszukiwanie np. sentymentów w historii komunikacji z klientami jest cenne nawet jeśli nie znamy imion i nazwisk.

Jeśli dane osobowe stanowią zasadniczą część danych lub możesz zapewnić lepszą obsługę klienta poprzez analizę danych indywidualnych, musisz upewnić się, że Twoja polityka prywatności pozwala na takie działania.

Sytuacja staje się jeszcze trudniejsza, gdy korzystasz z publicznie dostępnych danych i starasz się łączyć je z danymi klientów, które posiadasz. A co jeśli analizujesz dane klientów w mediach społecznościowych aby uzyskać dodatkowe informacje o stylu życia? Np. jeśli narzędzie do Text Mining widzi, że klient często komentuje posty Legii Warszawa, to czy agent contact center powinien wspomnieć o ostatnim zwycięstwie Legii w trakcie kolejnej rozmowy z klientem? ?