Analityka tekstu (text analytics) to automatyczna analiza tekstu pisanego, takiego jak zgłoszenia, czaty i e-maile, która na dużą skalę wyodrębnia tematy, sentyment i intencje. Pozwala zespołowi obsługi klienta zrozumieć każdą rozmowę pisemną zamiast małej próbki.
W skrócie
- Zamienia nieustrukturyzowany język w dane, które można mierzyć i przeszukiwać.
- W kontroli jakości obsługi klienta wskazuje momenty istotne dla jakości i coachingu.
- W CX pokazuje, o co pytają klienci i jak się czują.
- Najlepsze narzędzia łączą każdy wynik z dokładnym sformułowaniem, które za nim stoi.
Jak działa analityka tekstu
Analityka tekstu stosuje przetwarzanie języka naturalnego do rozmów pisemnych. Oczyszcza i porządkuje surowy tekst, a następnie go klasyfikuje: grupuje wiadomości w tematy, ocenia sentyment jako pozytywny, neutralny lub negatywny i rozpoznaje intencję klienta, na przykład prośbę o zwrot pieniędzy, zgłoszenie błędu lub rezygnację. Ponieważ działa automatycznie w systemach, w których rozmowy pisemne już się znajdują, może na bieżąco przetwarzać cały wolumen zgłoszeń i czatów, a nie tylko niewielki odsetek, który zespół mógłby przeczytać ręcznie.
Co wyodrębnia analityka tekstu
Wartość analityki tekstu polega na tym, że zamienia swobodnie pisany tekst w pola, które zespół może filtrować, śledzić w czasie i wykorzystywać do działania.
| Sygnał | Co obejmuje |
|---|---|
| Tematy | Sprawy, w których klienci piszą, grupowane automatycznie |
| Sentyment | Czy ton klienta jest pozytywny, neutralny czy negatywny |
| Intencja | Czego chce klient: zwrotu pieniędzy, naprawy, rezygnacji i nie tylko |
| Jakość | Na ile pisemna odpowiedź konsultanta spełnia Państwa kryteria |
| Trendy | Jak tematy i sentyment zmieniają się w czasie |
Analityka tekstu w kontroli jakości obsługi klienta i CX
W kontroli jakości obsługi klienta analityka tekstu umożliwia ocenę rozmów pisemnych na dużą skalę: ocenę zgłoszeń i czatów według karty oceny i wskazywanie momentów, które warto wykorzystać w coachingu. W obszarze doświadczenia klienta pokazuje głos klienta w ujęciu zbiorczym: powtarzające się powody kontaktu, miejsca, w których sentyment się pogarsza, i problemy, które narastają. To pisemny odpowiednik speech analytics, a razem zasilają conversation intelligence, które analizuje głos i tekst obok siebie. Kaizo to platforma kontroli jakości i coachingu, natywna dla Zendesk i Salesforce, rozwijana w kierunku conversation intelligence dla zespołów obsługi klienta.
Warto zobaczyć to na własnych zgłoszeniach. Kaizo ocenia 100% Państwa rozmów z klientami i zamienia wnioski w coaching. Umów demo.
Najczęściej zadawane pytania
Czy analityka tekstu to to samo co analiza sentymentu?
Nie. Analiza sentymentu to jedna z części analityki tekstu, która ocenia ton wiadomości. Analityka tekstu jest szersza i wyodrębnia z rozmów pisemnych także tematy, intencje i sygnały jakości.
Czym analityka tekstu różni się od speech analytics?
Analityka tekstu analizuje tekst pisany, taki jak zgłoszenia, czaty i e-maile. Speech analytics działa na głosie i przed analizą przepisuje rozmowy telefoniczne. Conversation intelligence łączy jedno i drugie we wszystkich kanałach.
Jakie sygnały wyodrębnia analityka tekstu?
Tematy, o których piszą klienci, sentyment (pozytywny, neutralny lub negatywny), intencję klienta, na przykład zwrot pieniędzy lub rezygnację, jakość pisemnej odpowiedzi konsultanta według Państwa kryteriów oraz trendy, czyli zmiany tematów i sentymentu w czasie.
Co analityka tekstu daje zespołom obsługi klienta?
Pozwala zespołowi mierzyć każdą rozmowę pisemną zamiast ręcznej próbki: dostarcza wyniki jakości dla kontroli jakości, pokazuje tematy i intencje zgłaszane przez klientów oraz to, jak zmienia się sentyment w całej kolejce.
Czy analityka tekstu radzi sobie z wieloma językami?
Nowoczesna analityka tekstu oparta na modelach językowych potrafi klasyfikować tematy, sentyment i intencje w wielu językach, dzięki czemu globalny zespół obsługi klienta może w ten sam sposób analizować cały wolumen pisemny w każdym z nich.
Powiązane pojęcia
- Conversation intelligence (po angielsku)
- Speech analytics
- Analiza sentymentu (po angielsku)
- Głos klienta (po angielsku)
- Interaction analytics (po angielsku)
