Oggi è possibile migliorare la qualità del servizio reso al cliente e l’efficienza operativa del customer care attraverso le text analytics. Per capire come, dobbiamo partire dal servizio clienti, elemento che incide in misura rilevante sulla qualità della customer experience e dal contact center che a sua volta è il cuore pulsante del servizio clienti. Specie in un periodo come questo, in cui nuovi canali d’interazione – chat, social media, bots – si aggiungono ai tradizionali metodi di contatto rappresentati dal centralino telefonico e dalle e-mail, e il call center evolve verso un vero e proprio contact center. Un moltiplicarsi di punti d’interazione tra brand e cliente che genera un flusso enorme di dati, specie di quelli destrutturati rappresentati da conversazioni telefoniche e file audio, e-mail con testi anche piuttosto complessi, chat e post.

 

Le text analytics per valutare l’efficacia delle interazioni del contact center

La gestione strategica dei contact center non si può fondare unicamente sui dati relativi ai tempi di risposta. Servono metriche più efficaci, che tengano conto dell’efficienza e della qualità di servizio percepite dall’utente.

Le text analytics, ovvero l’analisi dei testi basata sulle tecnologie di elaborazione del linguaggio naturale (NLP) permettono di trasformare i contenuti di tutte le interazioni dei servizi di customer care in informazioni intelligenti. In molti casi questo contenuto è già disponibile sotto forma testuale – per esempio una chat, un messaggio di posta elettronica e le interazioni via social. In altri, invece, come nel caso delle registrazioni delle chiamate, dovranno essere convertite in un formato testuale per poi essere sottoposte ad analisi successive. Una volta convertiti e debitamente integrati, questi dati testuali potranno essere sottoposti a trattamenti di estrazione delle informazioni, classificazione per tematiche e analisi del sentiment, rilevamento delle emozioni e delle intenzioni all’acquisto da parte dei clienti. Due sono gli obiettivi fondamentali delle text analytics:

  • Comprensione profonda del cliente, sotto forma di identificazione dei suoi problemi, bisogni, opinioni e attitudini, per comprendere gli elementi di soddisfazione del servizio, e conseguente affezione al brand, o al contrario di insoddisfazione (Churn Rate);
  • Ottimizzazione dell’efficienza operativa, dalla supervisione al supporto attivo sulle interazioni, utile per controllare l’aderenza alle procedure da parte degli operatori oltre all’automatizzazione di tutte le attività ripetitive a scarso valore aggiunto.

 

Text analytics per comprendere i bisogni del consumatore

Le interazioni multicanale sono una fonte inesauribile di informazioni sul cliente: bisogni inespressi, problemi d’uso, opinioni, motivi di soddisfazione o insoddisfazione, percezione del brand e comparazioni con i competitor… Tutte informazioni preziose che potranno orientare le azioni del marketing, dello sviluppo prodotti e delle vendite.

 

Analisi testuale per ottimizzare il customer care

L’analisi delle interazioni si rivela particolarmente utile per migliorare la gestione operativa della customer care. Questo potrà avvenire in due modi:

- Real time analytics

In questo scenario, il focus è sugli operatori del customer care. Le applicazioni di text analytics permettono di notificare sul monitor degli operatori una checklist di azioni da compiere che varia dinamicamente in relazione al motivo del contatto (chiamata, email o altro) oppure dei suggerimenti su come proseguire l’interazione sulla base della profilazione del cliente.

 

- Analisi a posteriori

In questo caso, le principali applicazioni di text analytics riguardano l’elaborazione di metriche utili per valutare l’evoluzione delle intenzioni e dell’empatia del cliente e la creazione di modelli predittivi utili per migliorare l’efficacia del servizio. Creazione di cluster di buyer persona, segmentazione della propria audience con la possibilità di creare sempre più dei prodotti e una comunicazione cucita su misura per il singolo cliente.

Infografica - estrarre valore dai dati