Tekstanalyse

De tekstanalyse-tool, digitaal leren wat mensen bezig houdt.

Door: Fred Roodbeen

Want create site? Find Free WordPress Themes and plugins.

Waarom vindt de klant je bedrijf klantvriendelijk? Welk gevoel krijgt hij bij jouw merk? Wat verwacht hij nu eigenlijk precies van je? De antwoorden haal je niet uit scorelijstjes-onderzoek, wel door te luisteren naar échte verhalen. Tekstanalyse van SAMR: de klant geeft zich bloot, onze digitale Freud analyseert.

 

Bij traditioneel klanttevredenheidsonderzoek worden scorelijsten gebruikt, waarin de klant een waarde kan geven aan diensten en producten van het bedrijf. Tekstanalyse gaat een stap verder.

Bij de tekstanalysemethode wordt een open vraag gesteld, waarin wordt gevraagd om de score toe te lichten. Om die toelichting gaat het. Want dáárin staan de echte, concrete  verhalen van je klanten. En door deze grote hoeveelheden tekst digitaal te analyseren, worden de onderwerpen, en misschien zelfs veelgenoemde klachten, die de tevredenheid beïnvloeden zichtbaar.

Hoe werkt de tekstanalyse-tool

Alles begint met het stellen van een open vraag. In dit voorbeeld: ‘Wat zijn volgens u kenmerken van een klantvriendelijk bedrijf? U kunt alles noteren wat er in u opkomt. Er zijn geen goede of foute antwoorden.’

De analyse start met het onderscheiden van de onderwerpen die in de teksten voorkomen. Die onderwerpen geeft het programma vervolgens visueel weer, zodat de antwoorden duidelijk zichtbaar worden. Dit noemen we een ‘bollenplaat’.

Een bollenplaat is een soort mindmap van alle onderwerpen uit de teksten, waarbij de grootte van de bol het volume en dus de relevantie van het onderwerp aangeeft.

De lijnen tussen de bollen geeft het verband tussen de onderwerpen weer. Een cluster van onderwerpen noemen we een thema. Dát zijn de inzichten waar je naar op zoek bent.  Vervolgens kun je actie ondernemen. Een voorbeeld.

Tekstanalyse

Vraag: ‘Wat zijn volgens u kenmerken van een klantvriendelijk bedrijf? U kunt alles noteren wat er in u opkomt. Er zijn geen goede of foute antwoorden.’

E-mails als bron, een voorbeeld

Dagelijks ontvang je tientallen, zo niet honderden e-mails van je klanten. Al eens bedacht dat ook die mails een schat aan informatie zijn?
Recent hebben we voor een klant een tekstanalyse uitgevoerd op alle e-mails die bij de klantenservice zijn binnengekomen. Zij zagen zelf in dat er veel informatie uit deze data te halen was. Maar het was onbegonnen werk om daar handmatig een lijn in te vinden. Met tekstanalyse hebben we de veel voorkomende thema’s en het sentiment van die thema’s ontdekt.
Zo zagen we dat er regelmatig werd gemaild over problemen bij het inloggen op de klantomgeving. Maar ook dat er vaak dezelfde vragen via e-mail werden gesteld.
De klantenservice kreeg met deze informatie beter zicht op de thema’s die spelen bij de klant, verbeterde de service aan de hand van concrete aanknopingspunten. Gevolg: klanten hoefden minder vaak contact op te nemen en waren tevredener.

iFreud

Tekstanalyse brengt structuur aan in grote hoeveelheden tekstdata. Als een soort digitale psychiater geeft het je inzicht in de klant. Je weet vervolgens op welke onderwerpen je moet inspelen.
Verzamel bij een onderzoek dus open reacties van klanten. Deze informatie komt vanuit de klant zelf en is veel waardevoller dan de scores op statements. En zoals gezegd: tekstanalyse is ook makkelijk te realiseren als de input al aanwezig is. Misschien hoef je helemaal geen nieuwe data te verzamelen.

Kansen zien, met SAMR en een meesterlijk instrument Meer weten? Mijn digitale Freud en ik komen graag een keer langs.

Did you find apk for android? You can find new Free Android Games and apps.
The following two tabs change content below.
Fred Roodbeen

Fred Roodbeen

Fred is gespecialiseerd in het vinden van de juiste boodschap voor de doelgroep. Hij heeft veel ervaring met Customer Experience en communicatieonderzoek en weet daardoor als geen ander hoeveel waardevolle inzichten verhalen van consumenten opleveren.
Fred Roodbeen

Alle berichten van Fred Roodbeen

Meer uit de serie big data
Meer uit de serie tekstanalyse
<< TERUG

Ook interessant