Il text analytics è l’analisi automatica dei testi scritti, come ticket, chat ed email, per estrarre su larga scala argomenti, sentiment e intento. Permette a un team di assistenza di capire ogni conversazione scritta invece di un piccolo campione.
In breve
- Trasforma il linguaggio non strutturato in dati da misurare e cercare.
- Nel controllo qualità dell’assistenza fa emergere i momenti di qualità e di coaching.
- Nella CX mostra che cosa chiedono i clienti e come si sentono.
- Gli strumenti migliori collegano ogni punteggio alle parole esatte che lo hanno generato.
Come funziona il text analytics
Il text analytics applica l’elaborazione del linguaggio naturale alle conversazioni scritte. Pulisce e struttura il testo grezzo, poi lo classifica: raggruppa i messaggi per argomento, valuta il sentiment come positivo, neutro o negativo e rileva l’intento del cliente, per esempio una richiesta di rimborso, la segnalazione di un bug o una disdetta. Poiché funziona in automatico nei sistemi in cui le conversazioni scritte si trovano già, può elaborare in continuo l’intero volume di ticket e chat, invece della piccola percentuale che un team riuscirebbe a leggere a mano.
Che cosa estrae il text analytics
Il valore del text analytics sta nel convertire la scrittura libera in campi che un team può filtrare, seguire nel tempo e usare per agire.
| Segnale | Che cosa rileva |
|---|---|
| Argomenti | I temi per cui i clienti scrivono, raggruppati in automatico |
| Sentiment | Se il tono del cliente è positivo, neutro o negativo |
| Intento | Che cosa vuole il cliente: un rimborso, una correzione, una disdetta e altro |
| Qualità | Quanto la risposta scritta di un operatore rispetta i suoi criteri |
| Tendenze | Come argomenti e sentiment cambiano nel tempo |
Il text analytics nel QA dell’assistenza e nella CX
Nel controllo qualità dell’assistenza, il text analytics è ciò che rende possibile valutare le conversazioni scritte su larga scala, valutando ticket e chat con una scheda di valutazione e facendo emergere i momenti su cui vale la pena fare coaching. Nella customer experience rivela la voce del cliente nel suo insieme: i motivi ricorrenti per cui le persone scrivono, dove il sentiment sta peggiorando e quali problemi stanno crescendo. È la controparte scritta dello speech analytics, e insieme alimentano la conversation intelligence, che legge voce e testo fianco a fianco. Kaizo è una piattaforma di QA e coaching, nativa per Zendesk e Salesforce, che si sta evolvendo verso la conversation intelligence per i team di assistenza.
Domande frequenti
Il text analytics è la stessa cosa dell’analisi del sentiment?
No. L’analisi del sentiment è una parte del text analytics e valuta il tono di un messaggio. Il text analytics è più ampio ed estrae dalle conversazioni scritte anche argomenti, intenti e segnali di qualità.
In che cosa il text analytics è diverso dallo speech analytics?
Il text analytics legge testi scritti come ticket, chat ed email. Lo speech analytics lavora sulla voce e trascrive le chiamate prima di analizzarle. La conversation intelligence combina entrambi su tutti i canali.
Che cosa fa il text analytics per i team di assistenza?
Permette a un team di misurare ogni conversazione scritta invece di un campione manuale, facendo emergere i punteggi di qualità per il QA, gli argomenti e gli intenti sollevati dai clienti e l’andamento del sentiment in tutta la coda.
Il text analytics funziona in più lingue?
Il text analytics moderno basato su modelli di linguaggio naturale può classificare argomenti, sentiment e intento in molte lingue, così un team di assistenza internazionale può leggere tutto il suo volume scritto allo stesso modo in ciascuna lingua.
Quali segnali estrae il text analytics dai ticket?
Cinque principali: gli argomenti per cui i clienti scrivono, il sentiment del loro tono, l’intento (rimborso, correzione, disdetta), la qualità della risposta scritta dell’operatore rispetto ai suoi criteri e le tendenze di argomenti e sentiment nel tempo.
Lo veda sulle sue conversazioni. Prenota una demo.
