Hur man får praktisk nytta av textanalys

Textanalys är ett område som utvecklas mycket snabbt och har gjort det de senaste åren. Men hur kan du själv använda textanalystekniken för att faktiskt nå riktiga resultat i vardagen? Hur långt har textanalystekniken kommit och vad är nästa steg i mognaden?

Textanalys idag

Idag, hösten 2018, finns textanalys att tillgå som en generell tjänst från alla stora teknikleverantörer. Deras tjänster används för att få fritextsvar analyserade och analysen ska sedan ge svar och insikter. Insikterna i sig står inte teknikleverantörerna för utan behöver läggas på som en tjänst eller genom ytterligare tjänster som är till för att skapa insikten. Teknikleverantörer såsom Google, Amazon, Microsoft och IBM har stöd för generell analys på världens största språk. Tyvärr släpar möjligheterna på mindre språk efter, exempelvis de nordiska.

Att göra textfeedback agerbar

Quicksearchs största mål att hjälpa sina kunder att agera baserat på den kundfeedback de tar emot. Utan att göra något praktiskt med den feedback som kommer in är den egentligen inget värd eller i bästa fall kuriosa. Vi har haft denna approach även när det kommer till textanalys vilket är vårt senaste tillskott.

Baserat på textfeedback identifierar vi vilka kunder som uppvisar nöjdhet, lojalitet eller missnöje. Detta blir både en segmenterbar översikt där man kan följa trender i vad som fungerar och inte fungerar, men vi flaggar även för de enskilda kunder som säger att de har problem med en viss produkt, funktion eller process och har dessutom verktyg för att aktivt kunna hjälpa dem med att lösa deras kunders problem.

  • Kundtjänstteam eller KAM får information om vilka kunder som flaggats för att man behöver göra en insats. Vem som får informationen är knuten till vilken typ av problem som kunden har uttryckt.
  • Produktägare kan följa vilka frågor som är viktiga för deras produkter och på vilket sätt dessa frågor påverkar produkten positivt eller negativt.
  • Bolaget som helhet kan följa trender hos sina kunder för att aktivt kunna arbeta med att höja kundlojaliteten, minska churn eller öka återköp.
  • Chefer och ledning får djupare insikt om vilka frågor som fungerar eller inte fungerar i verksamheten och vad som behöver göras för att öka medarbetarengagemanget.

På så sätt är det väldigt likt vad Quicksearch alltid gör, men vilka nya möjligheter kommer med textanalys?

  • Genom textanalys kan man kvantifiera även sådan feedback som man inte uttryckligen bett om.  Med enkäter är det väldigt lätt att följa det man frågat om och även fånga sådant som missats att fråga om genom textkommentarer, men kan ha svårt att kvantifiera dessa. Både i vilka ämnen det rör sig om eller om det är positivt eller negativt.
  • Det är lätt att hitta svaren hos de kunder eller medarbetare som tar upp vissa ämnen för att få en bättre helhetsbild kring det de tar upp. Är det kunder med vissa produkter, prissättning eller endast vissa segment eller endast missnöjda kunder som tar upp vissa frågor.

Vi kan göra all feedback agerbar och skapa samma insikter som vi kan göra baserat på enkäter utan att feedbacken kommer via en enkät.

En hammare eller en spade?

All ny teknik blir lätt hausad innan det finns tydliga fall på där den inte skapar rätt nytta. Man vet inte om det nya verktyget är en hammare eller en spade och provar det på lite allt möjligt.

Vi har sett en del olika sätt att använda textanalys med tveksamma resultat. Det presenterar data, men leder inte till någon insikt eller något agerande. Ibland blir det lite gimmick av det. Men de fallen är rätt enkla att bedöma om man ställer sig frågan: Hur skall jag åstadkomma något med hjälp av detta?

Som alltid blir resultatet inte bättre än det man stoppar in och det är lätt att vara för generisk. Man brukar säga att content is king, men här gäller context is king.

  • Textanalys på generella texter eller kommentarer ger generella insikter. Medan feedback som är sammanställt i ett särskilt sammanhang ger djupare insikt om sammanhanget. Är det svar på specifika frågor, exempelvis kommer insikten i ett tydligt sammanhang och frågor som lockar fram djupare svar. Här är enkäter eller chatdialoger ett väldigt bra sätt att samla djupare svar som leder till bättre insikt.
  • Textanalys blir inte bättre än textanalysmodellen. Bakom varje textanalys finns en modell som tränats på att förstå textinnehållet. Dessutom ju mer specifik modellen är, desto bättre bedömning kan göras. Det finns både möjlighet för textanalys som är generell för svenska, men en modell som är tränad på sammanhanget och kan förstå skillnader på ord och sammanhang. Vi förväntar oss att det kommer att finnas färdiga modeller för enskilda branscher och även företagsspecifika tränade modeller.

Quicksearch har därför valt en unik approach.

Med målet att samtidigt vara både först och bäst.

  • Det oklart vilken av de stora leverantörerna som kommer att vara först med nordiska språken.
  • Framtiden kommer att avgöra vilken av dem som kommer att ha den bästa textanalysen.
  • Det finns leverantörer idag som tillåter att man använder egna ämnesspecifika modeller som tillåter hög precision på valfritt språk.

Quicksearch har stöd för alla dessa och du kan växla mellan dem.

Dessutom har vi rätt modell för att samla in feedback med rätt kontext som gör feedbacken insiktsfull och agerbar.

Det är bara att köra igång. Vad väntar du på? 😊


Skrivet av:
Magnus Olander, CTO, Quicksearch

Dela inlägg
Dela på facebook
Dela på Facebook
Dela på twitter
Dela på Twitter
Dela på linkedin
Dela på Linkedin
Dela på email
Dela via e-post