Luister goed naar je klant

Als je wilt weten wat iemand denkt, vraag het dan. Of beter nog: luister gewoon. Ongevraagde feedback is overal te krijgen en mensen vertellen je meestal graag wat ze denken zonder dat je hoeft aan te dringen.

Er is veel rumoer in de wereld; de komst van moderne communicatietechnologieën heeft ervoor gezorgd dat er bijna non stop gesprekken plaatsvinden op ontelbare plaatsen. Deze enorme overvloed aan informatie mag zinloos lijken, maar dit ‘geklets’ omvat ongelooflijk veel verborgen meningen, relaties, patronen en trends. Het zou kortzichtig zijn als organisaties negeren wat klanten in hun eigen woorden zeggen over de producten en diensten. Deze meningen, zowel positief als negatief, zijn erg belangrijk en onthullen veel meer inzichten dan traditionele demografische of transactiegegevens. Daarom gebruiken bedrijven tegenwoordig tekstanalyse niet alleen om te luisteren naar de Voice of the Customer, maar ook om strategisch in te kunnen springen op de wensen van de klant. Tekstanalyse maakt het voor bedrijven mogelijk om deze ongestructureerde data te analyseren en de kracht van het geschreven en gesproken woord te gebruiken om echt te begrijpen wat klanten denken, verwachten en nodig hebben.

Voice of the customer steeds beter hoorbaar
De uitdaging bij het analyseren van klantinformatie lag voorheen in het verzamelen van voldoende gegevens om gefundeerde beslissingen te nemen. Internet, e-mail, callcenternotities en web 2.0 media – zoals blogs, fora, wiki’s, twitter en sociale netwerken – zorgen voor een nieuwe uitdaging: het extraheren van waarde volle informatie uit een eindeloze gegevensstroom. Organisaties hebben tegenwoordig steeds meer mogelijkheden om te communiceren met klanten, belanghebbenden en medewerkers, terwijl die personen wel een steeds grotere mate van betrokkenheid verwachten van de organisaties waar zij zaken mee doen. Het doel van echt schaalbare één-op-één marketing komt met de dag dichterbij. Daarnaast heeft er een fundamentele verandering plaatsgevonden op het gebied van het meten van klantmeningen. Voorheen bepaalden bedrijven wanneer een gesprek plaatsvond en hoe lang het duurde, maar nu bieden web 2.0-technologieën klanten een platform waar ze altijd hun mening kunnen geven. Mensen geven hun mening op ieder moment onder hun eigen voorwaarden, alleen worden deze meningen nu permanent geregistreerd op blogs, fora en wiki’s, waar iedereen – ook potentiële klanten en concurrenten – toegang tot heeft. Het internet is een heel zichtbare en schaalbare focusgroep geworden.

Door de komst van sociale media kunnen marketingprofessionals belangrijke inzichten verkrijgen vanuit applicaties voor merk- of reputatiemanagement die het web afspeuren en klantsentimenten analyseren, de toonzetting van individuele klantfeedback registreren en de aanwezige publieke opinie peilen. Interne applicaties voor het meten van de Voice of the Customer gebruiken sentimentanalyses voor uitgeschreven callcenternotities, wat inzicht geeft in klantkwesties op individueel of geaggregeerd niveau.

Waarde van tekstanalyse
Marktonderzoekers kennen al sinds jaar en dag de voordelen van het toevoegen van open vragen aan hun onderzoeken, naast de traditionele multiple choice-vragen en beoordelingsschalen. Echter, de arbeidsintensiteit voor het verwerken van deze informatie was hoog en de betrouwbaarheid van de resultaten was vaak twijfelachtig. Onderzoeksprofessionals moesten duizenden antwoorden bekijken
en toewijzen aan vooraf opgestelde categorieën. Om dataverwerkingstijden te verkorten werkten coderingsteams vaak samen om dezelfde antwoorden te categoriseren. Hierdoor konden problemen ontstaan voor wat betreft de betrouwbaarheid en consistentie van de beoordelingen. Ook subtiele verschillen en nuances in taalgebruik maken de analyse van tekst een enigszins subjectieve taak. Meerdere mensen kunnen dezelfde tekst lezen en toch een andere interpretatie hebben. Tekstanalyse biedt de mogelijkheid om de dataverwerkingstijd te verminderen en dubbelzinnigheid in de meting van de klantopinie te verkleinen. Ook stelt het zakelijke gebruikers, die geen on derzoeksprofessionals zijn, in staat om de tekstgegevens te ge bruiken. Door het combineren van hun domeinexpertise met geavanceerde softwaretechnologie kunnen ze tekst in onderzoeksresultaten, callcenternotities, sociale netwerken en e-mails doorgronden en krijgen ze een cruciale nieuwe kijk op de gedachtewereld van hun klanten.

Natural language processing en sentimentanalyse
Er zijn veel manieren om tekst te analyseren. Puur statistische technieken of technieken gebaseerd op zoekmachines kunnen waarde toevoegen, maar zullen ook resulteren in een overvloed aan betekenisloze woorden, zelfs voor weinig complexe vraagstukken. Het tellen van steekwoorden levert ook niet de bruikbare, actiegerichte informatie die gevraagd wordt. De wetenschap van cijfers is wiskunde en wiskunde laat zich niet combineren met tekst als het om woorden en concepten gaat, is linguïstiek de juiste wetenschap. Statistische methoden kunnen de dubbelzinnigheid en complexiteit in de menselijke taal niet volledig adresseren. Tekstanalyse heeft een proces nodig dat wordt gekenmerkt door accuraatheid en traceerbaarheid. Een effectieve tekstanalyse-oplossing is gebaseerd op natural language processing (NLP). Hiermee wordt tekst als gesproken of geschreven woord geanalyseerd. Door het analyseren van de syntax of woordrelaties kunnen gebruikers concepten herkennen en begrijpen hoe deze aan elkaar gerelateerd zijn binnen een zin, paragraaf of document. Het is de betekenisvolle interpretatie van de tekst die waarde toevoegt, niet de samenvattende statistieken van de woorden zelf.

Lees het volledige artikel in de bijgesloten PDF