AZ ÜGYFÉL KOMMUNIKÁCIÓ ÚJ FORMÁI – POZITÍV ÜGYFÉLÉLMÉNY
SZÖVEGBÁNYÁSZATI MEGOLDÁSOK HOFGESANG PÉTER ÜZLETI INTELLIGENCIA
A JÖVŐ, AHOGY MI LÁTJUK
Hagyományos és új kommunikációs formák
Szöveges adatok
Szöveganalitika és ügyfélélmény
Adatvezérelt döntések az ügyfélélmény növelésére!
ÜGYFÉLÉLMÉNY ANALITIKA ÁTTEKINTÉS
ÜGYFÉLÉLMÉNY ANALITIKA
4
Ügyfélélmény insight - logikai áttekintő ábra ADATFORRÁSOK
SZÖVEG ELŐFELDOLGOZÁS
SZÖVEGGÉ ALAKÍTÁS
MODELLEZÉS
Riportozás KPI-ok
Call center
Voice to text
Mérések
SMS •
Szöveg normalizálás
•
„Garbage” kiszűrése
•
Helyesírás javítás
•
Szótövezés
E-mail Blog
HTML to text
Web
HTML to text
Facebook
Text via API
•
Tokenizálás
Twitter
Text via API
•
Tokenek relevanciája
•
Tokenek kiválasztása
Egyéb
Egyéb (nem szöveges) adatok feldolgozása, integrálása (pl. ügyfél adatok, web felhasználási adatok)
Azonnali ügykezelés Egyéb akciók
SZÖVEGES ADATFORRÁSOK ÁTTEKINTÉSE
SZÖVEGES ADATFORRÁSOK
6
Az ügyfél-ügyfélszolgálat kommunikáció során keletkező adatok
Workflowkban rögzített szöveges adatok Emailek (mail center) Postai levelek, faxok (OCR) Web chat (chat ügyintézővel) Call center hívások (hangátalakítás, speech2text és kapcsolódó adatok)
Különféle (kérdőíves) ügyfélélmény felmérés során keletkező adatok
Sms, email visszajelzések Webes kérdőívek (web popup) Belső – külső weboldalon visszajelzések Ad hoc kutatások során keletkező szöveges adatok (pl. kérdőívezés)
A publikus weben, közösségi oldalakon keletkező adatok
Online média Blogok Fórumok Facebook, Twitter
SZÖVEGANALITIKAI FELADATOK
[1/9] KATEGORIZÁCIÓ 8
Példa: ügyfél visszajelzés sms-ek kategorizációja Cél: ügyfélélmény monitorozása (hogyan változik idővel?)
[2/9] MINTAKERESÉS 9
Példa: „fájó pontok” felderítése „nincs már kávéautomata az üzletekben” Cél: új minták, témakörök felfedezése, feltárása, amelyeket aztán például új kategóriák létrehozásával beépíthetünk a kategorizációba vagy külön kezelhetjük őket.
[3/9] INCIDENS KEZELÉS 10
Példa: egy nagyon elkeseredett ügyfél sms-ére azonnal reagálni, de ide tartozhat egy blogon feltűnő, kezelendő negatív felhasználói megjegyzés eljuttatása a megfelelő társterülethez
Cél: azonosítani, kiszűrni az olyan prioritásos eseteket, amelyeket azonnal vagy kiemelten szükséges kezelni
[4/9] SZENTIMENT ELEMZÉS
11
? Példa: az új XYZ hitelkártya konstrukció [termék] feltételei [jellemző] nem átláthatóak [vélemény]
Cél: az ügyfél véleményét, „érzéseit” megismerni termékekkel, szolgáltatásokkal és azok jellemzőivel kapcsolatban
[5/9] JELLEMZŐ SZAVAK KIGYŰJTÉSE leülni
12
állni kell több ülőhely
ülőhely
nem lehet
tökéletesen elégedett mindennel
köszönöm
tökéletes
elégedett voltam KAT 15 – Megoldották a problémáját/kérését
szék
KAT 28 Ülőhely hiánya
nagyon gyors
gyors
gyors ügyintézés
gördülékeny volt KAT 5 Elégedett az ügyintéző gyorsaságával
Példa: az „ülőhely hiánya” kategóriához tartozó sms-ek jellemző szavai az „ülőhely,” „nem lehet,” „állni kell” Cél: hosszabb dokumentumok, vagy több szöveges dokumentum jellemzése – ez segíti a gyors áttekintést és a dokumentumok, témakörök összehasonlítását
[6/9] VÉLEMÉNYINDEXEK LÉTREHOZÁSA
13
Példa: Obama véleményindexe a Twitter bejegyzések alapján július 5-én 45 pont (-10.5%) Cél: jól megfogható KPI-ok definiálása, amelyek időbeni alakulását monitorozva figyelhetjük a vélemények alakulását
[7/9] VÉLEMÉNYVEZÉREK AZONOSÍTÁSA
14
Példa: Zoltan84 véleményét szokták legtöbben like-olni Cél: egyrészt nyomon követhetők a véleményvezérek hozzászólásai, másrészt akár kapcsolatba is lehet lépni velük (pl. kiválaszthatóak terméktesztelésre)
[8/9] VERSENYTÁRSFIGYELÉS 15
Példa: a konkurens bank lakossági jelzálog alapú hiteltermékének megítélése jellemzően rossz Cél: versenytársakkal és termékeikkel kapcsolatos információk begyűjtése, monitorozása (ezek alapján termékmenedzsment illetve a megfelelő stratégia kidolgozása)
[9/9] INTELLIGENS KERESÉS
16
Példa: olyan termékek keresése, amelyek megítélése romlott az elmúlt hónapban Cél: jellemzően ad hoc feladatok, kutatások elvégzésének támogatása
KATEGORIZÁCIÓ SMS VISSZAJELZÉSEK KATEGORIZÁCIÓJA
SMS VISSZAJELZÉSEK KATEGORIZÁCIÓJA Call center SMS E-mail Blog Web Facebook Twitter Egyéb
18
KATEGÓRIÁK 19
ID
KATEGÓRIA I.
KATEGÓRIA II.
...
...
...
5
Elégedetlen az ügyintéző gyorsaságával
... 15
... Megoldották a problémáját/kérését
... 19
... Elégedett a szolgáltatással / kiszolgálással / ügyintézéssel
... 28 100 101
...
... ülőhely hiánya Egyéb Egyéb +
rossz
... jó
... jó
... rossz egyéb egyéb
...
...
SZÖVEG ELŐFELDOLGOZÁS Szöveg előfeldolgozás ADATFORRÁSOK
SZÖVEGGÉ ALAKÍTÁS
SZÖVEG ELŐFELDOLGOZÁS
„Udvarias kiszolgálás”
SMS •• Szöveg Szöveg normalizálás normalizálás
Blog
•• „Garbage” „Garbage” kiszűrése kiszűrése
HTML to text
pl. „szakzseru ugyintzo„ „ szakszeru ugyintezo” Web HTML to text Facebook
Text via API
Twitter
Text via API
• Helyesírás javítás • Helyesírás javítás
(pl. ügyfél adatok, web felhasználási adatok)
Riportozás
Mérések pl. „111111222$%@” „” pl. „ügyintézők”, „ügyintézőket” „ ügyintéző”
• Szótövezés • Szótövezés • Tokenizálás • Tokenizálás • Tokenek relevanciája • Tokenek relevanciája • Tokenek kiválasztása
pl. „Mindennel tökeletesen • Tokenek kiválasztása meg voltam elegedve.„ Egyéb mindennel | tokeletesen | meg(nem | voltam | elegedve Egyéb szöveges) adatok feldolgozása, integrálása
MODELLEZÉS
KPI-ok
pl. „Udvarias kiszolgálás! 23 „ Call center Voice to text
E-mail
20
Azonnali ügykezelés Egyéb akciók
RELEVÁNS SZAVAK JÓ/ROSSZ/EGYÉB KATEGORIZÁCIÓ
21
Szó
Relevancia
Egyéb #
Jó #
Rossz #
mindennel
59.19
0
146
2
elegedett voltam
56.35
0
139
11
kedves
53.52
0
132
11
minden rendben
34.46
0
85
4
segitokesz
34.46
0
85
7
19.77
0
18
0
percet
19.77
0
0
18
varakozas
18.67
0
0
17
mire sorra
13.18
0
0
12
hosszu volt
13.18
0
0
12
ulohely
10.98
0
0
10
… nagyon elegedett vagyok …
ELEMZŐI ALAPTÁBLA MODELLEZÉS - VALIDÁLÁS
22
MODELLEZÉS
SZÓ 1
SZÓ 2
SZÓ N
KAT ID
dokumentum 1
2
0
1
5
dokumentum 2
0
1
3
3
1
0
0
?
...
... dokumentum M
VALIDÁLÁS
KATEGORIZÁCIÓS MÁTRIX MELY KATEGÓRIÁK KEVEREDNEK GYAKRAN?
23
Gépi kategorizáció
Kézi kategorizáció
Elégedett az ügyintéző gyorsaságával
Megoldották a problémáját/kérését
1
3
4
5
6
7
8
9
10
14
15
16
19
28
100
101
1
17
0
3
0
0
0
0
0
0
0
6
1
0
0
4
1
3
2
57
3
2
0
1
0
0
0
0
1
0
0
0
12
0
4
0
0
2
0
0
0
0
1
0
0
0
0
0
0
4
0
5
0
0
0
15
0
2
0
0
0
0
0
0
0
0
0
0
6
0
0
1
0
1
0
0
0
0
1
0
1
0
0
0
0
7
0
0
0
1
2
7
0
0
0
0
0
0
0
0
3
0
8
0
0
0
0
0
0
1
0
0
0
0
0
0
0
2
0
9
0
0
0
0
0
1
0
1
0
0
0
0
0
0
2
0
10
0
0
0
0
0
0
0
0
0
0
1
0
0
0
1
0
14
1
0
0
0
1
0
0
0
0
16
1
0
0
0
2
1
15
0
0
1
0
0
0
0
0
0
0
64
1
0
0
3
0
16
0
0
0
0
0
0
0
0
0
0
2
1
0
0
0
0
Elégedett a szolgáltatással/kiszolgálással/ügyintézéssel
19
5
1
0
0
0
1
0
0
0
0
48
0
4
0
7
0
Ülőhely hiánya
28
0
1
0
0
0
0
0
0
0
0
1
0
0
4
4
0
Egyéb -
100
0
1
2
0
0
1
1
0
1
1
2
0
0
1
58
0
Egyéb +
101
1
0
3
0
0
1
0
0
2
0
4
0
0
0
83
2
PÉLDÁK ÖSSZETETT SMS-EKRE
24
„eddig meg voltam elégedve, de most ...”
„Megvagyok elégedve a szolgáltatással még úgy is hogy sokat kell várni az ügyintézésre!”
„Örömmel tapasztaltam h figyelembe vették h egy 5 honapos gyermekkel nem tudok orákig várakozni. Köszönöm” „Udvarias, gyors, segítőkész, szakszerű, kiváló”
SZÖVEGANALITIKAI EREDMÉNYEK ÜZLETI FELHASZNÁLÁSA
SZÖVEGANALITIKAI EREDMÉNYEK FELHASZNÁLÁSA RIPORTING ÜGYFÉLELEMZÉSEK
26
ELÉGEDETTSÉG MÉRÉS
AJÁNLATOK/LEADEK GENERÁLÁSA
TERMÉKFEJLESZTÉS
Szöveganalitika FOLYAMAT MONITORING
INCIDENS KEZELÉS
KÖSZÖNÖM A FIGYELMET!
[email protected]
