CUSTOMER FEEDBACK ANALYTICS
Máte nashromážděno spoustu zpětné vazby od zákazníků, ale nevíte přesně, co s ní dělat? Analyzovat vše ručně prakticky není možné. Porozumějte svému zákazníkovi díky chytré analýze textu. Z neuspořádané hromady zákaznické zpětné vazby vykouzlíme nové a praktické informace. V jakémkoliv jazyce. Obsahová analytika je přesná téměř jako člověk a má i spoustu nadlidských schopností, které oceníte.
Jak analytika funguje
Observing mode
Automaticky monitorujeme zákaznickou zpětnou vazbu a reportujeme vám výsledky.
Hlavní cíle
Získáte přesný přehled o zákaznické zpětné vazbě. Včetně sledování trendů v čase.
Benefity
Konečně zaměříte své zdroje přesně tam, kde to je nejvíc potřeba. Poznáte své silné podporovatele i kritiky. Vaši klíčový pracovníci dostanou výstupy přesně na míru.
Discovery mode
Objevíme informace o zpětné vazbě od zákazníků, o kterých jste ani nevěděli.
Hlavní cíle
Najdeme i skrytá témata a nové trendy. Zákaznickou zpětnou vazbu máte pod kontrolou.
Benefity
Citelně naroste spokojenost vašich zákazníků díky rychlému rozpoznávání a řešení nových situací. Identifikace důvodů odchodu zákazníků vám pomůže zvýšit retenci. Analytika vám efektivně a operativně poskytne přehled o příchozí zpětné vazbě.
Observing mode v praxi
Automatická analýza zákaznické zpětné vazby v řetězci Albert
V Albertu zpracovávali jen
Analytici v Albertu zvládali kategorizovat menší část zpětné vazbu od zákazníků – jen okolo 30 %. Tento zdlouhavý proces spotřeboval 120 MD ročně. A výsledky analýzy nebyly spolehlivé. Řetězec proto hledal řešení, které by uvolnilo zaměstnance od rutinní dřiny a zpětnou vazbu třídilo automaticky, rychle a spolehlivě.
Umělá inteligence zpracovává
Umělá inteligence SentiSquare spolykala historická data a naučila se bez lidské pomoci rozpoznávat témata a sentiment ve formulářích zpětné vazby – téměř s lidskou přesností. Bez zadýchání zpracovává 100 % příchozí zpětné vazby. A to umožnilo zavést novou a podrobnější kategorizaci témat, které zákazníci řeší.
Předtím
Nyní se SentiSquare
(místo toho vyšší NPS)
Automatizace v Albertu - čísla a fakta
- Albert šetří nasazením automatického třídění zpětné vazby 120 MD kvalifikované síly ročně.
- Pravidelný report je hotový za 3 dny místo 3 týdnů.
- 100% pokrytí zpětné vazby přineslo laserově přesné cílení na konkrétní potřeby zákazníků. V každém obchodě, oddělení i regionu.
V Albertu teď díky automatizaci a umělé inteligenci směřují úsilí a zdroje v zákaznické péči tam, kde jsou nejvíc potřeba. A mnohem efektivněji než dřív.
Discovery mode v praxi
Automatická analýza zpětné vazby zvládne v T-Mobile víc než 15 000 SMS za měsíc
Co se T-Mobile nedařilo
I přes velký objem zpětné vazby se T-Mobilu nedařilo měřit příčiny změn zákaznické spokojenosti — chyběl celkový přehled, informace byly zkreslené a rozdrobené po týmech. T-Mobile zkoušel nejpokročilejší řešení s klasifikaci pomocí pravidel a klíčových slov. Bez uspokojivých výsledků.
Jak jsme to vyřešili
Aby bylo třídění SMS do témat úspěšné, využili jsme historická data T-Mobilu v procesech strojového učení. Umělá inteligence se naučila identifikovat témata a sentiment zpráv s vysokou přesností. Uživatelé analytické aplikace v datech jednoduše vyhledávají a filtrují a dostávají přehledné výstupy a vizualizace.
Co přinesla automatizace zpětné vazby v T-mobile?
- Spolehlivé zjišťování trendů v tématech a sentimentu v reálném čase
- Snadná a operativní identifikace konkrétních příkladů zpětné vazby
- Dokonalý přehled o tom, co je z pohledu zákazníka nutné zlepšit i okamžitý přehled o všech důležitých komunikačních tématech
V T-Mobile se desetitisíců SMS od zákazníků už nebojí. Analytika jim pomáhá každý den poznávat skutečné potřeby jejich zákazníků.
Řešení ZDARMA a pilotní projekt
Návrh řešení pro vás připravíme zdarma a pilotní projekt může běžet už za dva týdny. Ukážeme vám, jak automatizací zákaznické komunikace využijete naplno potenciál zákaznické péče. Posuňte váš business na vyšší úroveň!
Kontakt
Na nic si nehrajeme – vyvíjíme a prodáváme jen to, čemu sami perfektně rozumíme
