Text analytics (tekstanalyse) is de geautomatiseerde analyse van geschreven tekst, zoals tickets, chats en e-mails, om op schaal onderwerpen, sentiment en intentie te herkennen. Een supportteam begrijpt er elk geschreven gesprek mee in plaats van een kleine steekproef.
In het kort
- Het maakt van ongestructureerde taal data die je kunt meten en doorzoeken.
- In de kwaliteitscontrole van support brengt het momenten voor kwaliteit en coaching naar boven.
- In CX laat het zien waar klanten om vragen en hoe ze zich voelen.
- De beste tools koppelen elke score aan de exacte formulering erachter.
Hoe werkt text analytics?
Text analytics past natural language processing toe op geschreven gesprekken. Het schoont de ruwe tekst op en structureert die, en deelt hem daarna in: berichten groeperen in onderwerpen, sentiment scoren als positief, neutraal of negatief, en de intentie van de klant herkennen, bijvoorbeeld een terugbetalingsverzoek, een bugmelding of een opzegging. Omdat het automatisch draait in de systemen waar geschreven gesprekken al staan, kan het continu het volledige volume aan tickets en chats verwerken, in plaats van het kleine percentage dat een team met de hand zou kunnen lezen.
Wat text analytics uit tekst haalt
De waarde van text analytics is dat het vrij geschreven tekst omzet in velden waarop een team kan filteren, trends kan volgen en kan handelen.
| Signaal | Wat het vastlegt |
|---|---|
| Onderwerpen | De thema’s waarover klanten schrijven, automatisch gegroepeerd |
| Sentiment | Of de toon van de klant positief, neutraal of negatief is |
| Intentie | Wat de klant wil: een terugbetaling, een oplossing, een opzegging en meer |
| Kwaliteit | Hoe goed het geschreven antwoord van een medewerker aan je criteria voldoet |
| Trends | Hoe onderwerpen en sentiment door de tijd verschuiven |
Text analytics in de kwaliteitscontrole van support en in CX
In de kwaliteitscontrole van support maakt text analytics het mogelijk om geschreven gesprekken op schaal te beoordelen: tickets en chats scoren tegen een scorecard en de momenten naar boven halen waarop het loont om te coachen. In de klantervaring laat het de stem van de klant als geheel horen: de terugkerende redenen waarom mensen schrijven, waar het sentiment wegzakt en welke problemen groeien. Het is de tegenhanger van speech analytics voor geschreven tekst, en samen voeden ze conversation intelligence, dat telefonie en tekst naast elkaar leest. Kaizo is een platform voor kwaliteitscontrole en coaching, native in Zendesk en Salesforce, dat zich ontwikkelt richting conversation intelligence voor supportteams.
Wil je zien wat text analytics in je eigen tickets en chats vindt? Boek een demo.
Veelgestelde vragen
Is text analytics hetzelfde als sentimentanalyse?
Nee. Sentimentanalyse is één onderdeel van text analytics en scoort de toon van een bericht. Text analytics is breder en haalt ook onderwerpen, intenties en kwaliteitssignalen uit geschreven gesprekken.
Wat is het verschil tussen text analytics en speech analytics?
Text analytics leest geschreven tekst zoals tickets, chats en e-mails. Speech analytics werkt op spraak en transcribeert telefoongesprekken voordat het ze analyseert. Conversation intelligence combineert beide over alle kanalen.
Wat doet text analytics voor supportteams?
Een team kan er elk geschreven gesprek mee meten in plaats van een handmatige steekproef. Het levert kwaliteitsscores voor de kwaliteitscontrole, de onderwerpen en intenties die klanten aankaarten, en laat zien hoe het sentiment in de wachtrij verloopt.
Kan text analytics met meerdere talen omgaan?
Moderne text analytics die op taalmodellen is gebouwd, kan onderwerpen, sentiment en intentie in veel talen indelen. Een internationaal supportteam kan zo zijn volledige geschreven volume in elke taal op dezelfde manier lezen.
Welke gegevens levert text analytics op?
Text analytics zet vrije tekst om in velden: de onderwerpen waarover klanten schrijven, het sentiment, de intentie van de klant, de kwaliteit van het antwoord van de medewerker en de trends daarin door de tijd. Op die velden kun je filteren en sturen.
