AZ ÜGYFÉL KOMMUNIKÁCIÓ ÚJ FORMÁI POZITÍV ÜGYFÉLÉLMÉNY SZÖVEGBÁNYÁSZATI MEGOLDÁSOK HOFGESANG PÉTER ÜZLETI INTELLIGENCIA A JÖVŐ, AHOGY MI LÁTJUK
Hagyományos és új kommunikációs formák Szöveges adatok Szöveganalitika és ügyfélélmény Adatvezérelt döntések az ügyfélélmény növelésére!
ÜGYFÉLÉLMÉNY ANALITIKA ÁTTEKINTÉS
ÜGYFÉLÉLMÉNY ANALITIKA 4 Ügyfélélmény insight - logikai áttekintő ábra ADAT- FORRÁSOK SZÖVEGGÉ ALAKÍTÁS SZÖVEG ELŐ- FELDOLGOZÁS MODELLEZÉS Riportozás Call center Voice to text KPI-ok Mérések SMS E-mail Blog HTML to text Szöveg normalizálás Garbage kiszűrése Helyesírás javítás Web HTML to text Szótövezés Facebook Text via API Tokenizálás Twitter Text via API Tokenek relevanciája Egyéb Egyéb (nem szöveges) adatok feldolgozása, integrálása (pl. ügyfél adatok, web felhasználási adatok) Tokenek kiválasztása Azonnali ügykezelés Egyéb akciók
SZÖVEGES ADATFORRÁSOK ÁTTEKINTÉSE
SZÖVEGES ADATFORRÁSOK 6 Az ügyfél-ügyfélszolgálat kommunikáció során keletkező adatok Workflowkban rögzített szöveges adatok Emailek (mail center) Postai levelek, faxok (OCR) Web chat (chat ügyintézővel) Call center hívások (hangátalakítás, speech2text és kapcsolódó adatok) Különféle (kérdőíves) ügyfélélmény felmérés során keletkező adatok Sms, email visszajelzések Webes kérdőívek (web popup) Belső külső weboldalon visszajelzések Ad hoc kutatások során keletkező szöveges adatok (pl. kérdőívezés) A publikus weben, közösségi oldalakon keletkező adatok Online média Blogok Fórumok Facebook, Twitter
SZÖVEGANALITIKAI FELADATOK
[1/9] KATEGORIZÁCIÓ 8 Példa: ügyfél visszajelzés sms-ek kategorizációja Cél: ügyfélélmény monitorozása (hogyan változik idővel?)
[2/9] MINTAKERESÉS 9 Példa: fájó pontok felderítése - nincs már kávéautomata az üzletekben Cél: új minták, témakörök felfedezése, feltárása, amelyeket aztán például új kategóriák létrehozásával beépíthetünk a kategorizációba vagy külön kezelhetjük őket.
[3/9] INCIDENS KEZELÉS 10 Példa: egy nagyon elkeseredett ügyfél sms-ére azonnal reagálni, de ide tartozhat egy blogon feltűnő, kezelendő negatív felhasználói megjegyzés eljuttatása a megfelelő társterülethez Cél: azonosítani, kiszűrni az olyan prioritásos eseteket, amelyeket azonnal vagy kiemelten szükséges kezelni
[4/9] SZENTIMENT ELEMZÉS 11? Példa: az új XYZ hitelkártya konstrukció [termék] feltételei [jellemző] nem átláthatóak [vélemény] Cél: az ügyfél véleményét, érzéseit megismerni termékekkel, szolgáltatásokkal és azok jellemzőivel kapcsolatban
[5/9] JELLEMZŐ SZAVAK KIGYŰJTÉSE 12 tökéletesen elégedett köszönöm tökéletes mindennel elégedett voltam KAT 15 Megoldották a problémáját/kérését leülni állni kell több ülőhely ülőhely nem lehet szék KAT 28 Ülőhely hiánya nagyon gyors gyors ügyintézés gyors gördülékeny volt KAT 5 Elégedett az ügyintéző gyorsaságával Példa: az ülőhely hiánya kategóriához tartozó sms-ek jellemző szavai az ülőhely, nem lehet, állni kell Cél: hosszabb dokumentumok, vagy több szöveges dokumentum jellemzése ez segíti a gyors áttekintést és a dokumentumok, témakörök összehasonlítását
[6/9] VÉLEMÉNYINDEXEK LÉTREHOZÁSA 13 Példa: Obama véleményindexe a Twitter bejegyzések alapján július 5-én 45 pont (-10.5%) Cél: jól megfogható KPI-ok definiálása, amelyek időbeni alakulását monitorozva figyelhetjük a vélemények alakulását
[7/9] VÉLEMÉNYVEZÉREK AZONOSÍTÁSA 14 Példa: Zoltan84 véleményét szokták legtöbben like-olni Cél: egyrészt nyomon követhetők a véleményvezérek hozzászólásai, másrészt akár kapcsolatba is lehet lépni velük (pl. kiválaszthatóak terméktesztelésre)
[8/9] VERSENYTÁRSFIGYELÉS 15 Példa: a konkurens bank lakossági jelzálog alapú hiteltermékének megítélése jellemzően rossz Cél: versenytársakkal és termékeikkel kapcsolatos információk begyűjtése, monitorozása (ezek alapján termékmenedzsment illetve a megfelelő stratégia kidolgozása)
[9/9] INTELLIGENS KERESÉS 16 Példa: olyan termékek keresése, amelyek megítélése romlott az elmúlt hónapban Cél: jellemzően ad hoc feladatok, kutatások elvégzésének támogatása
KATEGORIZÁCIÓ SMS VISSZAJELZÉSEK KATEGORIZÁCIÓJA
SMS VISSZAJELZÉSEK KATEGORIZÁCIÓJA 18 Call center SMS E-mail Blog Web Facebook Twitter Egyéb
KATEGÓRIÁK 19 ID KATEGÓRIA I. KATEGÓRIA II.......... 5 Elégedetlen az ügyintéző gyorsaságával rossz......... 15 Megoldották a problémáját/kérését jó......... 19 Elégedett a szolgáltatással / kiszolgálással / ügyintézéssel jó......... 28 ülőhely hiánya rossz 100 Egyéb - egyéb 101 Egyéb + egyéb.........
SZÖVEG ELŐFELDOLGOZÁS Szöveg előfeldolgozás 20 ADAT- FORRÁSOK Call center E-mail Blog Web Facebook Twitter Egyéb SZÖVEGGÉ ALAKÍTÁS pl. Udvarias kiszolgálás! Voice to text 23 Udvarias kiszolgálás SMS HTML to text pl. szakzseru ugyintzo szakszeru ugyintezo HTML to text Text via API Text via API pl. Mindennel tökeletesen meg voltam elegedve. mindennel tokeletesen meg voltam elegedve Egyéb (nem szöveges) adatok feldolgozása, integrálása (pl. ügyfél adatok, web felhasználási adatok) SZÖVEG ELŐ- FELDOLGOZÁS Szöveg normalizálás Garbage kiszűrése Helyesírás javítás Helyesírás javítás Szótövezés Szótövezés Tokenizálás Tokenizálás Tokenek relevanciája Tokenek relevanciája Tokenek kiválasztása Tokenek kiválasztása MODELLEZÉS Riportozás KPI-ok Mérések pl. 111111222$%@ pl. ügyintézők, ügyintézőket ügyintéző Azonnali ügykezelés Egyéb akciók
RELEVÁNS SZAVAK JÓ/ROSSZ/EGYÉB KATEGORIZÁCIÓ 21 Szó Relevancia Egyéb # Jó # Rossz # mindennel 59.19 0 146 2 elegedett voltam 56.35 0 139 11 kedves 53.52 0 132 11 minden rendben 34.46 0 85 4 segitokesz 34.46 0 85 7 nagyon elegedett vagyok 19.77 0 18 0 percet 19.77 0 0 18 varakozas 18.67 0 0 17 mire sorra 13.18 0 0 12 hosszu volt 13.18 0 0 12 ulohely 10.98 0 0 10
ELEMZŐI ALAPTÁBLA - MODELLEZÉS - VALIDÁLÁS 22 MODELLEZÉS SZÓ 1 SZÓ 2... SZÓ N KAT ID dokumentum 1 2 0 1 5 dokumentum 2 0 1 3 3... dokumentum M 1 0 0? VALIDÁLÁS
Kézi kategorizáció KATEGORIZÁCIÓS MÁTRIX MELY KATEGÓRIÁK KEVEREDNEK GYAKRAN? 23 Gépi kategorizáció 1 3 4 5 6 7 8 9 10 14 15 16 19 28 100 101 1 17 0 3 0 0 0 0 0 0 0 6 1 0 0 4 1 3 2 57 3 2 0 1 0 0 0 0 1 0 0 0 12 0 4 0 0 2 0 0 0 0 1 0 0 0 0 0 0 4 0 Elégedett az ügyintéző gyorsaságával 5 0 0 0 15 0 2 0 0 0 0 0 0 0 0 0 0 6 0 0 1 0 1 0 0 0 0 1 0 1 0 0 0 0 7 0 0 0 1 2 7 0 0 0 0 0 0 0 0 3 0 8 0 0 0 0 0 0 1 0 0 0 0 0 0 0 2 0 9 0 0 0 0 0 1 0 1 0 0 0 0 0 0 2 0 10 0 0 0 0 0 0 0 0 0 0 1 0 0 0 1 0 14 1 0 0 0 1 0 0 0 0 16 1 0 0 0 2 1 Megoldották a problémáját/kérését 15 0 0 1 0 0 0 0 0 0 0 64 1 0 0 3 0 Elégedett a szolgáltatással/kiszolgálással/ügyintézéssel 16 0 0 0 0 0 0 0 0 0 0 2 1 0 0 0 0 19 5 1 0 0 0 1 0 0 0 0 48 0 4 0 7 0 Ülőhely hiánya 28 0 1 0 0 0 0 0 0 0 0 1 0 0 4 4 0 Egyéb - 100 0 1 2 0 0 1 1 0 1 1 2 0 0 1 58 0 Egyéb + 101 1 0 3 0 0 1 0 0 2 0 4 0 0 0 83 2
PÉLDÁK ÖSSZETETT SMS-EKRE 24 eddig meg voltam elégedve, de most... Megvagyok elégedve a szolgáltatással még úgy is hogy sokat kell várni az ügyintézésre! Örömmel tapasztaltam h figyelembe vették h egy 5 honapos gyermekkel nem tudok orákig várakozni. Köszönöm Udvarias, gyors, segítőkész, szakszerű, kiváló
SZÖVEGANALITIKAI EREDMÉNYEK ÜZLETI FELHASZNÁLÁSA
SZÖVEGANALITIKAI EREDMÉNYEK FELHASZNÁLÁSA 26 RIPORTING ÜGYFÉLELEMZÉSEK ELÉGEDETTSÉG MÉRÉS AJÁNLATOK/LEADEK GENERÁLÁSA TERMÉKFEJLESZTÉS Szöveganalitika FOLYAMAT MONITORING INCIDENS KEZELÉS
KÖSZÖNÖM A FIGYELMET! Hofgesang.Peter@pp.T-Systems.hu