Проактивное управление клиентами

Анализ настроений с использованием R в среде аутсорсинговой поддержки продуктов — CSAT вырос на 20 %

Пакеты, логика и небольшой стёб о том, почему анализ настроений

«Это был период большого давления и бесконечных встреч…»

Команда не соблюдала согласованный SLA для оценки удовлетворенности клиентов (CSAT).

Раньше я наблюдал за совершенством процессов в группе поддержки, которая является офшорным аутсорсинговым бизнесом по поддержке продуктов для ведущей и быстрорастущей компании, работающей с облачными технологиями CRM.

Оценка CSAT была индикатором того, насколько клиент был удовлетворен, когда он получил решение проблемы.

Проблема, с которой они столкнулись, может быть связана с удобством использования программного обеспечения, проблемами доступа, или клиент просто хочет знать, как создать отчет, информационную панель, добавить пользователей и так далее.

Компания CRM, которая передала поддержку этого продукта на аутсорсинг, очень заинтересована в удовлетворенности клиентов или клиентском опыте (Cx), поскольку они платят тысячи и миллионы долларов за услугу.

Обычные инструменты и методы совершенствования процессов и операций помогли поднять оценку на 1% по сравнению с существующей траншеей.

Где-то во время этих бесконечных совещаний у меня в голове зажглась лампочка, что проактивный Cx должен быть идеальным решением, поскольку реактивные методы не давали ожидаемых результатов и имели свои проблемы с устойчивостью.

К счастью, мне не пришлось изобретать велосипед, поскольку было множество вариантов использования, чтобы уловить пульс клиента (анализ настроений).

Ограничения:

Для решения не требуется больших инвестиций.

Максимизация и оптимизация рентабельности инвестиций были первыми в списке с общими проблемами.

В то время в области аутсорсинга компании не было вариантов использования, которые можно было бы использовать повторно.

Решения с открытым исходным кодом были моим выбором, так как я уже давно подумывал о том, чтобы заняться наукой о данных / ML. Я подумал, что это может быть мой шанс запачкать руки.

Python был моим первым выбором, но к тому времени, когда я смог понять, как загрузить python и выполнить установку библиотек с помощью pip, я был разочарован (тогда я не знал азбуки python) и пытался понять все, используя StackExchange и результаты поиска Google.

Я наткнулся на R и варианты его использования во время одного из моих утомительных поисков и захотел попробовать. Это было так просто и легко. Вуаля, он был установлен и мгновенно заработал. С тех пор R стал моим молотком Маслоу.

Результат :-

«20-процентный скачок в баллах CSAT и средний возраст пациентов сократился на 2 дня»

Подход:

Библиотекииспользовали «tm», «syuzhet», «stringr», «readr», «wordcloud», «SnowballC», «RWeka», «lubridate», «scales». , «изменить форму2», «ggplot2», «блестящий», «блестящая приборная панель»

Логика —

  1. Комментарии/заметки клиентов, которые были либо получены по электронной почте, либо напечатаны в открытом тикете, были извлечены в виде CSV-файла и использованы в качестве входных данных.
  2. Комментарии были разделены по заявкам и по дате
  3. Выполнена предварительная обработка текста (удалены номера, ссылки и другой контент, не добавляющий ценности)
  4. Стемминг/лемматизация выполнена
  5. Пользовательский словарь использовался для обозначения эмоций/настроений.
  6. Пакет Сюжет использовался для определения настроений и восьми различных эмоций.
  7. Блестящая информационная панель была создана, чтобы команды могли легко анализировать в разные промежутки времени.
  8. Вывод за последние пять дней по дате был предоставлен с пометкой клиентов с потенциально плохим клиентским опытом.

Выходные данные использовались командой и менеджерами для активного обращения к клиентам, чтобы понять их проблемы и быстро устранить соответствующие причины.

Возможности для улучшения — интеграция API с инструментом CRM для автоматического сбора отзывов клиентов и анализа настроений через заданные промежутки времени, чтобы руководство/руководство действовало более активно и обеспечивало наилучшее качество обслуживания клиентов в случае необходимости. .