Terho Tirkkosen Master-opintojen päättötyössä analysoitiin Azets Suomen avoimia asiakaspalautteita tekoälyn avulla. Yhteensä palautteita oli 32 000.
Manuaalinen läpikäynti olisi kestänyt kuukausia, ja päätelmät olisivat olleet epäluotettavia. Tutkimuksessa osoitettiin, että tekoäly analysoi datan päivissä ja tekoälyn tekemät päätelmät ovat ihmisen tekemiä luotettavampia.
Tekoälyohjelma hyödynsi luonnollisen kielen käsittelyä (NLP) ja koneoppimista (ML). Ohjelma tuotti tilastollisiin menetelmiin pohjautuvan luotettavan yhteenvedon asiakaskokemukseen vaikuttavista tekijöistä.
Tekoäly luokittelee sisällön ihmistä luotettavammin
Asiakaspalautteiden keräämiseen käytettiin Net Promoter System -järjestelmää (NPS), joka on yksi käytetyimmistä johtamisjärjestelmistä asiakaskokemuksen mittaamisessa ja kehittämisessä.
Kun asiakaspalautetta kerätään säännöllisesti, dataa kertyy luonnollisesti paljon.
Koska ihmiset eivät luontaisesti ole kyvykkäitä käsittelemään suuria tietomassoja, palautteita on tapana kategorisoida. Valitettavasti ihmiset eivät kuitenkaan kykene kategorisoimaan ristiriitaista tekstisisältöä luotettavasti.
– Esimerkiksi taloushallinnon ohjelman automaatioaste voi saada kehuja, mutta ohjelman hinnoittelumalli voi närkästyttää. Se, miten ihmishaastattelija luokittelee palautteet esimääritettyihin kategorioihin ja miten palautteet analysoidaan, voi johtaa organisaation kehittämään vääriä asioita, kirjoittaa Tirkkonen.
Tutkimuksen mukaan tekoäly pystyy luokittelemaan asiakaspalautteita dynaamisesti sekä tunnistamaan teemoihin liitetyt sentimentit. Yhdistämällä asiakaspalautteet laskutus- ja asiakaspoistumatietoon pystytään mm. luomaan asiakaskäyttäytymiseen pohjautuvia segmenttejä ja kehittämään asiakaskokemusta.
