Digital textanalys av kundupplevelser– begränsningar och möjligheter

De absolut flesta bolag använder sig av någon typ av undersökning för att samla in kunskap om hur olika intressenter uppfattar bolaget, dess produkter och tjänster. Undersökningar finns i otaliga former och tappningar men en huvudsaklig indelning mellan olika metoder är kvalitativa och kvantitativa metoder. Tidigare inlägg på Kundupplevelsebloggen har behandlat skillnaden mellan kvalitativa och kvantitativa metoder (klicka här för att komma till inlägget). Vi har även tydligt redogjort för de olika metodernas styrkor och svagheter. Kontentan är, förenklat uttryckt: kvalitativa metoder syftar till att skaffa djup, nyanserad och ”köttig” kunddata medan kvantitativa metoder skaffar grundare men bred och i bästa fall generaliserbar kunddata. Metoderna används alltså till olika syften och kompletterar varandra utmärkt. Men vad händer när tekniken utvecklats till den grad att kvalitativ data i viss utsträckning kan kvantifieras? Vilka nya dörrar öppnas då och vilka nycklar krävs för detta?



Få har förmodligen missat snackisen digitalisering där stora tekniska framsteg har möjliggjort nya, smarta och kraftfulla lösningar för lagring och behandlande av kunddata. Superdatorer som IBM:s Watson, Microsofts Oxford, Googles DeepMind eller Baidus Minwa går i bräschen för den nya AI-eran. IBM:s Watson är specialiserad på Natural Language Processing (NLP), vilket innebär lagring och analys av extrema mängder text – både i skrift och tal. Detta innebär i sin tur att bolag som använder sig utav NLP kan analysera ostrukturerad fritextdata som exempelvis transkriberade dialoger med kunder, information som kunder skriver om bolaget i icke-ägda kanaler eller fritextsvar i enkäter. Ju mer information bolag kan tillgodogöra sig om sina kunder, desto bättre blir företagen på att förutse kundbeteenden och kundbehov ner på individnivå och kan bli mer proaktiva i sina förhållningssätt gentemot kunderna.









Det finns dock begränsningar med dessa tekniker i dagsläget. Tekniken, trots dess enorma kapacitet, kan inte nyansera och djupanalysera för komplex mänsklig data. Den klarar alltså exempelvis inte av att avkoda metaforer, ironi, talspråk, djupare och längre resonemang och subtila nyanser som att läsa mellan raderna. För detta arbete krävs fortfarande handpåläggning och den mänskliga faktorn. Men för enklare data som exempelvis olika former av kundfeedback passar tekniken utmärkt. Den mest påtagliga begränsningen för oss som verkar på den nordiska marknaden är språken. De stora språkanalysjättarna har ännu inte utvecklat sina tjänster för de nordiska språken eftersom norden inte är tillräckligt lönsamt sett till den globala marknaden.

Däremot börjar det dyka upp tjänster från mindre aktörer som erbjuder analys av fritextdata även på de nordiska språken. På samma sätt börjar det dyka upp bolag som bygger helhetserbjudanden kring själva språkanalysen. En sådan tjänst innebär att bolag kan få all sin kunddata, som ofta är lagd på hög någonstans i bolaget, strukturerad, analyserad och visualiserad. På så vis kan bolag enkelt identifiera teman som exempelvis problemområden, hur kunderna känner och hur starka känslorna är kopplade till dessa teman samt vilka ord kunderna använder. Kan bolag tillgodogöra sig stora mängder kunddata utan väldigt resurskrävande insatser blir det lättare att prioritera förbättringsåtgärder, identifiera var kunder blir förbannade och lämnar eller kunna använda kundernas egna språk i sociala medier, bild av varumärket, och känslor i sin egna marknadsföring. Tjänsten erbjuds även i abonnemangsform utefter vilken frekvens som känns aktuell, vilket gör att uppföljningar över tid underlättas avsevärt. Så när kvalitativ data kombineras med kvantitativ data genom machine learning får vi en djupare och mer omfattande helhetsbild av våra kunder, vad de gör, vad de tycker om oss, hur de kommunicerar på olika kanaler och vår egen roll i deras processer. Information som mycket väl kan vara affärskritiskt på sikt.




Vi på Danji har utvecklat en tjänst för fritextanalys på svenska. Ta kontakt med oss om du vill veta mer eller vill träffas för samtal.







Sandgatan 4A, Lund


Mail. info@danji.se

Tel. +46 729 312066