I takt med, at virksomhederne digitalt transformerer deres løsninger og processer, finder de det også nødvendigt at transformere den måde, de interagerer med – og især forstår – deres kunder, så de kan få succes.
Men det handler om mere end blot at tilbyde enkle kundespørgeskemaer. Du skal være aktivt involveret i samtaler om, hvordan din kundebase føler om dit brand. Og synspunktsanalyse er nøglen til at finde ud af det.
Synspunktsanalyse, også kendt som meningsmining eller kunstig intelligens til følelser, er en NLP-teknik (natural language processing), der bestemmer, om en del af indholdet er positivt, negativt eller neutralt. Ved at analysere tekst og statistikker kan et værktøj til synspunktsanalyse forstå, hvad kunderne siger, hvordan de siger det, og hvad de virkelig mener – både fra en enkelt persons og offentlighedens perspektiv.
Under paraplyen af tekstmining bruges synspunktsanalyse rutinemæssigt til at finde ud af kundens mening i feedbackmaterialer og -kanaler som anmeldelser, spørgeskemaer, webartikler og sociale medier. Efterhånden som sproget udvikler sig, kan det blive stadig mere udfordrende at forstå hensigt via disse kanaler, og at anvende ordbogsdefinitioner som standarder kan føre til unøjagtige fortolkninger.
Med et algoritmebaseret værktøj til synspunktsanalyse, der er tilpasset dine kunders mening, kan du få vist, hvad kunderne ønsker og har brug for fra dit produkt, din service eller din løsning, og hvordan deres meninger ændrer sig over tid.
Nogle typer af synspunktsanalyse er:
Traditionelt har virksomheder brugt spørgeskemaer og undersøgelser til at vurdere kundernes mening. For eksempel indsamlede og vurderede NPS-undersøgelsen (Net Promoter Score) de oplysninger, der var nødvendige for at måle kundernes villighed til at anbefale en virksomhed. Det er værdifuldt, men det kan i høj grad mangle muligheden for at give dybere indsigt i kundeoplevelser – f.eks. når de foretager køb – på tværs af dine digitale kanaler.
Synspunktsanalyse kan imidlertid bygge bro over denne kløft.
Gennem overvågning, identifikation og udtræk af kunders meninger og synspunkter fra tekst kan synspunktsanalyse hjælpe med til at vise meningen bag hver kommentar, "synes godt om" på sociale medier, idé, klage og forespørgsel. Og hjælpe dig med hurtigt at imødekomme dine kunders stadigt skiftende behov.
Ved at analysere de indsamlede data får du en oversigt over hver kundes reaktion samt eventuel anden feedback, der kan hjælpe med at forme den offentlige opfattelse af dit produkt eller din virksomhed. Når disse data placeres på et positivt, neutralt eller negativt synspunktsspektrum, kan du se, hvad der fik kunden til at komme med den udtalelse – hvilket afslører de meninger, der beskriver kundens synspunkter og stemninger i forhold til et bestemt emne.
Disse meninger klassificeres derefter som direkte ("Dette produkt er det bedste, jeg nogensinde har brugt!") eller sammenlignende ("Produkt A kunne bedre integreres i min organisation end Produkt B."). De er ofte lette at fortolke, men det er vigtigt også at bemærke, at nogle kan have brug for yderligere opmærksomhed. Klassifikationer, f.eks. implicitte ("Virksomheden ved, hvad de skal gøre for at forbedre dette produkt.") og eksplicitte ("Funktion A er nem at bruge."), samt ordsekvenser, der er positive, men indeholder et negativt ord, kan være svære at analysere og kan kræve manuel gennemgang eller justeringer af dine synspunktmodeller.
Men når du har opdaget disse nøgleord og sætninger om, hvordan andre føler om dig, kan de hjælpe dig med at planlægge din organisations næste skridt. Men først skal du forstå, hvordan synspunktsanalyse fungerer som en fordel for din virksomhed.
Synspunktsanalyse bruger flere teknologier til at destillere alle dine kunders ord til et enkelt, handlingsorienteret element. Processen for synspunktsanalyse følger disse fire trin:
Ved at huske beskrivende ord og sætninger for at tildele dem en synspunktsvægtning kan du og dit team opbygge et synspunktsbibliotek. Gennem manuel scoring beslutter dit team, hvor stærke eller svage de enkelte ord skal være, samt polariteten af den tilsvarende sætningsscore – om den er positiv, negativ eller neutral. Flersprogede programmer til synspunktsanalyse skal også vedligeholde særlige biblioteker for hvert sprog, de understøtter, gennem konsekvent scoring, nye sætninger og fjernelse af irrelevante termer.
Synspunktsanalyse kan destillere disse metoder til tre forskellige kategorier:
En blanding af statistik, NLP og algoritmer til maskinel indlæring til at identificere synspunkter. Systemet er trænet i at knytte input til tilsvarende output, det vil sige kundens tekst til polaritet. Maskiner klassificeres med inputdata og kan tilpasse sig over tid, når de er trænet. Dette kan testes med yderligere data for at give bedre forudsigelser.
Den mest ligefremme synspunktsanalyse bruger ordbøger eller leksika til at udforske ord og sætninger og bestemme deres tilknyttede synspunkter. Denne type tilgang fungerer godt med direkte og eksplicitte meninger. Dette system er hurtigt og nemt at bruge, men det tager sjældent højde for, hvordan ord kombineres i en sekvens. Teams skal tilføje regler for sammenlignende meninger, da denne tilgang ikke umiddelbart kan forstå implicitte meninger.
At kombinere både regelbaserede og automatiserede systemer betyder, at du kan opnå den nøjagtighed og præcision, du har brug for til virkelig at forstå dine kunder. Dette er det mest kraftfulde system, da det indeholder den følelsesmæssige oplysninger indsamlet fra leksika, som kan tilpasses over tid.
Mens sociale medier kun giver et lille overblik over, hvordan folk taler om dit brand online, giver synspunktsanalyse øjeblikkelig viden om, hvordan offentligheden opfatter både dit brand og produkt. Mange retweets på Twitter kan virke positive, men hvis du bemærker, at der er mange flere negative kommentarer end likes, kan du konkludere, at det er en interaktion, der er mindre end positiv.
Synspunktsanalyse kan også gøre det muligt for din virksomhed at udtrække uvurderlig kundefeedback fra interne datakilder. Ved f.eks. at overvåge transskriptioner af kundernes onlinechats med service- og supportmedarbejdere kan din virksomhed hurtigere blive opmærksom på problemer med produktkvalitet, sikkerhed og garanti. Andre fordele ved synspunktsanalyse inkluderer:
Alle disse fordele giver dit team et omfattende overblik over, hvad kunderne tænker, og hvordan man kan reagere derefter. Ud fra disse indsigter kan du vejlede interne teams, f.eks. kundeservice, for at forbedre brugeroplevelsen eller marketing- og kundeorienterede teams for at engagere kundesegmenter baseret på synspunkter med målrettede salgs-, marketing- og supportindsatser.
Det bedste er, at synspunktsanalyse ikke kun fungerer for et enkelt team. Hvert team kan bruge disse data til at planlægge i overensstemmelse hermed for alt fra marketingkampagner og prisstrategier til ordreopfyldelse eller kundesupport. Efterhånden som forskellige teams lærer mere om, hvordan kunderne føler om produktet, brandet og virksomheden, kan de bruge deres viden til at bestemme reaktioner og optimere forretningsdriften. De kan også genoverveje målene for både virksomheden og deres kunder og definere, hvilke handlinger der skal tages for at nå det mål.
Nogle eksempler på, hvordan teams bruger synspunktsanalyse omfatter:
Det er vigtigt at have et værktøj, der kan forstå komplekse menneskelige følelser, når du skal modtage den feedback, du har brug for fra din kundebase. Tidligere har synspunktsanalyse krævet viden inden for adskillige teknologier, men i dag gør adskillige softwareværktøjer det muligt at foretage synspunktsanalyser uden særlig viden.
Når du vælger en kundedataplatform (CDP) med et integreret, intelligent synspunktsanalyseværktøj, skal det være en topprioritet for din virksomhed. Hvis du skal kunne oprette en vellykket omnikanal-kundeoplevelse har dit team og din organisation brug for en CDP, der har alle de egenskaber, som er nødvendige for at kunne generere holistiske kundeprofiler i realtid. Det inkluderer et værktøj til synspunktsanalyse, der kan bidrage til ny indsigt til optimering af administration af kunderelationer og andre data, du har indsamlet.
Søg efter en CDP, der bruger NLP-modeller til nøjagtigt og effektiv analyse af kundernes meninger og følelser. Modellerne er trænet af en lang række data fra offentlige kilder og bør kunne generere kundesynspunktsscoringer og identificere relevante forretningsområder til målrettede forbedringer.
Følg Dynamics 365