Inzicht in het WHY achter de Customer Experience

21 juni 2019

In mijn vorige blog liet ik zien hoe je met topic identificatie en sentimentanalyse de klantbeleving kan verbeteren. In deze blog richt ik mij op een andere Natural Language Processing (NLP) taak, namelijk categoriseren. Om te laten zien hoe categoriseren gebruikt kan worden om de klantbeleving te verbeteren gebruik ik weer de dezelfde dataset als uit mijn vorige blog, namelijk de 8.100 klantbeoordelingen van 5 hotels die ik van Booking.com heb verzameld.

Inzicht in klantenfeedback zonder alle beoordelingen te lezen

Door klantenbeoordelingen te categoriseren breng je structuur aan. Zonder dat je alle beoordelingen hoeft te lezen zie je direct waar de beoordelingen over gaan. Je kunt zelf bepalen welke categorieën voor jouw relevant zijn en welke criteria je gebruikt om teksten te categoriseren. De een kiest ervoor feedback te categoriseren naar de verschillende touchpoints van de customer journey, een ander categoriseert beoordelingen naar de verschillende processtappen. In ons voorbeeld met klantbeoordelingen van hotels hebben we de beoordelingen gecategoriseerd naar:
• Locatie
• Ontbijt
• Personeel
• Restaurant
• Faciliteiten
• Kamer

Bespaar veel tijd

Door de beoordelingen automatisch te categoriseren kun je makkelijk en snel de gewenste beoordelingen vinden en terug lezen. Dit bespaart erg veel tijd in vergelijk met wanneer je de beoordelingen zelf moet selecteren.

Inzicht in de prestatie

Door voor iedere categorie de sentiment waarde te berekenen krijg je direct inzichtelijk hoe een locatie/afdeling/product op iedere categorie presteert. In onderstaande grafiek heeft Hotel Amsterdam bijvoorbeeld de hoogste sentiment waarde en hotel Utrecht de laagste. Door categoriseren te combineren met sentimentanalyse is direct inzichtelijk waar de pijn zit.

Vindt het WHY achter de Customer Experience

Door per categorie in te zoomen op de onderliggende topics krijg je een gedetailleerd beeld wat je goed doet en wat er verbeterd kan worden. We zagen al dat Hotel Utrecht niet goed scoorde op ‘Faciliteiten’. Door naar de onderliggende topics te kijken zien we dat ‘lift’ en ‘parkeergelegenheid’ daar verantwoordelijk voor zijn.

Context is koning

Door in bovenstaande grafiek op de balk achter ‘lift’ te klikken worden alle teksten over ‘lift’ geselecteerd. Je kunt vervolgens precies lezen wat het exacte probleem is en in welke context het probleem zich voordoet. Onderstaande tabel laat zien dat gasten lang moeten wachten voor de lift en dat men het pasjes systeem niet erg handig vindt.

Het categoriseren van klantenfeedback biedt een helicopter view op de belangrijke onderwerpen. Door vervolgens door te klikken naar de onderliggende topics en teksten krijg je een gedetailleerd beeld wat je goed doet en wat beter kan.
Met deze informatie kun je gericht aan de slag om de klantbeleving te verbeteren.

Interactief Dashboard