Améliorer l'expérience du client avec de grandes analyses de données

Le gros des données qui peuvent faire une différence dans la façon dont les entreprises à satisfaire leurs clients et partenaires est pas nécessairement dans les bases de données traditionnelles plus. La valeur de données non structurées provenant de sources non traditionnelles est devenue apparente. Les chefs d'entreprise ont découvert que si ils peuvent analyser rapidement les informations qui est non structurées - soit sous la forme de texte à partir des systèmes de soutien à la clientèle ou sites de médias sociaux - ils peuvent obtenir des informations importantes.

Sommaire

Quelle analyse de données rend les entreprises agile et rentable

Lorsque les entreprises peuvent analyser collections massives de données et de comparer les résultats en temps réel pour le processus de décision à la clientèle, les entreprises peuvent obtenir des recettes énormes augmentations. Par conséquent, misant sur une combinaison de données structurées et non structurées dans le cadre d'un processus d'entreprise peut transformer la capacité d'une entreprise d'être agile et maniable, et surtout, rentable.

Beaucoup d'entreprises accumulent d'énormes quantités de données non structurées qui ont été sous-utilisés comme sources d'information au sujet de leur expérience client. Les données non structurées est le texte trouvé dans les e-mails, les messages texte, les notes des centres d'appel, des commentaires dans les réponses au sondage, tweets et les blogs. Ce type de données représente environ 80 pour cent des données disponibles pour les entreprises, et il continue de croître.

Les données non structurées a généralement pris de nombreuses heures manuelles pour examiner, et dans de nombreuses entreprises, il n'a jamais été suffisamment analysés ont. Les entreprises reconnaissent que si ces données sont analysées au bon moment, il peut aider à identifier les tendances de l'insatisfaction du client ou d'un défaut potentiel du produit afin que des mesures correctives puissent être prises avant qu'il ne soit trop tard.




La sophistication croissante de l'analyse de texte est considéré par les entreprises comme un avantage majeur, permettant l'analyse profonde de grands volumes de données non structurées en temps réel ou presque de sorte que les résultats peuvent être utilisés dans la prise de décision. Text Analytics est le processus d'analyse des textes non structurés, extraire des informations pertinentes, et de la transformer en une information structurée qui peut être exploité de différentes manières.

Utilisation de grandes analyses de données et de texte pour améliorer la réactivité

Comprendre les mécanismes de l'analyse de texte est très bien, mais comment serait ce travail dans le monde réel? Regardez l'exemple d'une société de location de voiture qui a été connaît d'énormes pressions de la part des sociétés émergentes qui ne possèdent pas le même niveau de frais généraux. Comment l'entreprise existante ne pouvait rivaliser? Améliorer la réactivité semble être la clé du succès.

Par conséquent, la société a été en mesure d'utiliser l'analyse de texte pour commencer à faire des améliorations significatives dans son service à la clientèle. L'entreprise a encouragé ses clients à fournir une rétroaction sur ses services dans les enquêtes en ligne ou par e-mail ou un SMS. Les clients ont utilisé ces méthodes de communication pour fournir des commentaires sur les questions de services tels que de plus longues que prévu des temps d'attente, le service de l'agent pauvres, ou ne pas obtenir la voiture qu'ils ont commandé.

Cependant, la réponse et l'interprétation de la société de ces commentaires avaient été contradictoires. La société a été adopte la bonne approche, mais la réponse a été trop lente et l'analyse était incompatible. Gestionnaires de l'Agence de lire les e-mails et de commentaires dans les sondages sur le Web et des messages texte. Les gestionnaires de lire les commentaires en ligne et les a placés dans des catégories d'attention avenir.

Malheureusement, cette approche a fallu du temps, et chaque gestionnaire a suivi une approche différente de la catégorisation des commentaires. Il était trop facile de manquer des motifs d'insatisfaction ou de préoccupation qui pourrait apparaître si vous étiez en mesure de regarder à travers un grand nombre de commentaires à un moment donné.

Ce que les gestionnaires voulaient faire était d'analyser les commentaires des clients plus rapidement afin qu'ils puissent identifier les problèmes potentiels en temps réel et de traiter les problèmes au début avant qu'ils ne deviennent des problèmes plus graves.

Les gestionnaires mis en œuvre une solution d'analyse de texte qui leur a permis d'analyser rapidement le texte pour un aperçu de tous les types de sources, y compris les données structurées et non structurées. Ils ont également mis en œuvre une solution d'analyse de sentiment qui a permis une approche automatisée pour identifier les formes de communication qui pourraient avoir besoin d'une attention immédiate. Ils étaient capables de capturer de grands volumes d'informations sur l'expérience du client en temps réel et d'analyser rapidement et de prendre des mesures.

La société a été en mesure d'apporter des améliorations majeures dans la satisfaction du client. Il est capable de faire un meilleur suivi de location de voitures et l'équipement des niveaux de performance et de trouver les problèmes et de les corriger tôt. Il a maintenant une compréhension plus précise de l'endroit où se trouvent les problèmes et peut les reconnaître beaucoup plus rapide. La nouvelle analyse a fourni aux gestionnaires une identification précoce des problèmes à un seul endroit.

En conséquence, ils ont été en mesure de faire des changements et d'améliorer la satisfaction des clients à cet endroit.


» » » » Améliorer l'expérience du client avec de grandes analyses de données