Tyytyväisemmät asiakkaat tekoälyllä

25.04.2018

Oletko antanut joskus yritykselle palautetta heidän palvelustaan, mutta sama ongelma on toistunut myöhemminkin? Onko mikrotukeen lähettämäsi työtilaus triviaalista asiasta juuttunut monen päivän jonoon? Oletko koskaan työpaikallasi toivonut, että asiakkaisiin kohdistuvaan epäkohtaan olisi reagoitu ennen kuin tyytymättömiä asiakkaita on lukuisia?

Mikäli jokin edellämainituista tilanteista on tuttu, olet varmaan miettinyt, miten ne voisi estää. Keinot ovat olleet kuitenkin vähissä.

Lopputuloksena kaikissa esimerkeissä on asiakkaiden tai työntekijöiden tyytyväisyyden laskeminen ja tätähän yksikään toimija ei toivo. Yhdistävänä tekijänä palautteille, toiveille ja tukipyynnöille on myös toinen asia: ne sisältävät ihmisen kirjoittamaa tekstiä.

Ihmisen vapaasti kirjoittama teksti sisältää tapahtuneesta usein enemmän informaatiota kuin valikoista valitut, määrämuotoiset arvot. Määrämuotoista informaatiota on kuitenkin helppo raportoida ja monessa organisaatiossa tällaista raportointia määristä ja ehkäpä palautteen kategorioista jo tehdäänkin.

Vapaan tekstin kokoominen raporteille on kuitenkin vaatinut paljon lähinnä ihmistyövoimaa ja automaattisesti mahdollisesti tehty analyysi on ollut rajoitettua erityisesti suomen kielisessä palautteessa kielen taipumisen vuoksi. Useiden henkilöiden käydessä tekstiä läpi, kokonaiskuva on jäänyt myös subjektiiviseksi, pistemäiseksi ja huonosti nukutun yön seurauksena jopa vaillinaiseksi.

Laskentatehon ja tekoälyn kehityksen myötä myös vapaasti kirjoitettuun tekstiin päästään nykyään pureutumaan huomattavasti paremmin. Eri kielillä kirjoitetut tekstit eivät haittaa, vaan kaikki yritykselle kertynyt tekstimuotoinen data on hyödynnettävissä. Myöskään kielen taipuminen ei ole enää ongelma vaan kirjoitettujen tekstien teemat löydetään. Kone tarkastelee tekstin heti ja kokonaiskuvasta tulee näin objektiivinen jättäen ihmiselle aikaa paneutua ongelmien ratkaisuun niiden havaitsemisen sijaan.

Kun vapaan tekstin sisältämä informaatio jalostetaan analytiikan avulla käyttöön, voisit pian yllättyä iloisesti, kun palautteen lähetettyäsi sinulle kerrottaisiin välittömästi, että kyseessä oleva teema on yritykselle ongelmallinen ja sen ratkaisua on jo alettu kehittämään ja toivotussa lopputuloksessa asia on korjaantunut kuukauden kuluessa. Samoin mikrotukipyynnön lähettämisestä minuutin kuluttua saisit todennäköisen ratkaisuehdotuksen ongelmaasi saatesanoin ja vaikka tämä ei ratkaisisi ongelmaa, henkilökohtaista apua saisit jo tunnin kuluessa, kun resurssit eivät kuluisi triviaaleihin tapauksin.

Entä miltä kuulostaisi, jos saisit pahoittelun tapahtuneesta ongelmasta jo ennen kuin olet ehtinyt lähettää palautetta?

Kirjoitetun tekstin analyysia voidaan tehdä tekoälymenetelmillä ja me Soforilla olemme erikoistuneet tähän.

Kuuntele webinaaritallenne aiheesta: ”Hyödynnä tekstimuotoinen data parantaaksesi asiakaskokemusta” – saat kattavan paketin teoriaa ja myös konkreettisia esimerkkejä.

Marraskuussa pidämme myös webinaarin, jossa käymme läpi, miksi ja miten käyttää tekoälyä asiakaspalautteen analysoinnissa.

Voit myös kysyä minulta lisää, alla yhteystietoni.

 

Kirsti Laurila
Head of Analytics
+358 50 384 3370
Haluaisitko parantaa asiakaspalveluanne ratkaisemalla ongelmat entistä nopeammin? Tiedätkö, miten tekstimuotoista dataa hyödyntämällä reagointiaikanne nopeutuu ja asiakaskokemus paranee? Kiinnostuitko? Ota minuun yhteyttä, kerron lisää.

KIRSTI LAURILA, Head of Analytics | puh. +358 50 384 3370 | kirsti.laurila@sofor.fi