Algorytm polskiej firmy analizuje wiadomości i komentarze pod kątem emocji. Dla firm to nieocenione źródło badania satysfakcji klienta

Podczas zakupów niemal 80 proc. klientów zwraca uwagę na opinie o sprzedawcy. Niezadowolony z obsługi nie tylko rezygnuje z zakupu, ale swoimi emocjami dzieli się z innymi. Dlatego firmy inwestują w nowoczesne techniki monitorowania satysfakcji klienta. Część sklepów stacjonarnych wykorzystuje nagrania, by sprawdzić mimikę klienta. Sklepy internetowe monitorują call center, co jednak pozwala zbadać tylko część komunikacji. Rozwiązanie polskiej firmy, dzięki wykorzystaniu uczenia maszynowego, ocenia pod kątem satysfakcji całą komunikację. Algorytm analizuje komunikaty klientów, przedstawia średnią emocji i wskazuje, który obszar może okazać się niekorzystny dla firmy.

– Analizujemy konwersacje z klientem za pomocą maila, czatu lub też konwersacji audio, np. z call center. Algorytm ocenia, na ile istnieje ryzyko, że dany klient wystawi negatywną opinię, np. z powodu źle działającej usługi, słabej obsługi czy zbyt długiego czasu oczekiwania. Dzięki temu właściciel firmy, menadżer produktu lub obsługi klienta jest w stanie ocenić, gdzie leży problem, czy to wina produktu, czy wina obsługi samej, czy też może klient miał zły dzień  – wskazuje w rozmowie z agencją Newseria Innowacje Krzysztof Guz, prezes firmy Deep Clue.

Większość firm zdaje sobie sprawę, że ocena klienta jest kluczowa. Stąd np. nagrywanie rozmów czy monitorowanie korespondencji. Zwykłe metody nie zawsze się jednak sprawdzają, a negatywne odczucia łatwo zignorować. Pomocne okazują się nowe technologie. W USA pojawiają się już rozwiązania, które na podstawie monitoringu i mimiki twarzy klienta oceniają jego poziom zadowolenia z obsługi, czy nawet samego wystroju sklepu. Jeszcze inne sprawdzają, czy klient przechodząc obok sklepu, jest zainteresowany produktem patrząc wyłącznie na wystawę. Rozwiązanie polskiej firmy sprawdza się przede wszystkim w e-commerce.

– Wykorzystujemy machine learning, tzn. pracujemy nad algorytmem, który wyciąga wnioski z tekstów, nie tylko po słowach kluczowych, które są jednoznacznie określane jako negatywne, także z całego kontekstu. Nawet ironia typu: bardzo wam dziękuję za stratę czasu używając waszego serwisu także zostanie odczytana jako negatywna emocja i też zapali się czerwona lampka przy tej wiadomości – tłumaczy Krzysztof Guz.

Algorytm opracowany przez Polaków analizuje komunikaty klientów i pokazuje ich zadowolenie, wskazuje też kiedy rośnie poziom negatywnych emocji. Aplikacja podpowiada gdzie jest problem, przedstawia średnią emocję wiadomości i sortuje je według poziomu negatywnych emocji. Na tej podstawie firma może skupić się na najważniejszych problemach klientów.

– W przypadku sklepów internetowych mamy produkt, który jest aplikacją do analizy maila. Właściciel sklepu czy menadżer obsługi klienta instaluje sobie tę aplikację, która analizuje wszystkie maile przechodzące przez skrzynki. W przypadku wykrycia złych emocji, dostaje on powiadomienie: zwróć uwagę na tego klienta, być może coś się dzieje nie tak – mówi ekspert.

Pakiet podstawowy, czyli monitoring przychodzących wiadomości, to koszt 29 dolarów miesięcznie. Deep Clue oferuje też ocenę czatu, gdzie co miesiąc analizuje ok. 10 tys. wiadomości. Tu także w przypadku oceny, że dany klient może nie być zadowolony z obsługi, właściciel firmy dostaje powiadomienie.

– Kolejny produkt jest do analizy audio. Na razie pracujemy nad jego rozwojem i wprowadzeniem. Myślę, że w okolicach końca roku będzie już taka wersja, którą będzie można pokazać – zapowiada Guz.

Analiza satysfakcji klienta jest kluczowa, bo to opinia o sklepie i obsłudze decyduje, czy klient jeszcze wróci. Negatywna ocena, czy komentarz mogą dla firmy stanowić straty liczone w setkach tysięcy. Troska o wizerunek jest więc kluczowa.

– Ponad 80 proc. ludzi przy zakupie na Allegro oprócz ceny bierze pod uwagę historię transakcji i opinie o sprzedawcy – podkreśla Krzysztof Guz. – W innych firmach w przypadku dużych nakładów na marketing, na budowanie jakiegoś wizerunku każdy komentarz w social mediach, który bardzo łatwo się rozpowszechnia jest ogromnym kosztem – dodaje.