Text analysis per migliorare la soddisfazione dei clienti

Piraeus Bank, grazie ai tool di Text Analytics, integrati con SAS Visual Analytics, è ora in grado di elaborare anche dati destrutturati provenienti dai feedback dei clienti e scoprire insight determinanti per il processo decisionale.

I contenuti testuali possono essere rilevanti ai fini del business: lettere, email, conversazioni trascritte, indagini, reclami racchiudono un potenziale enorme per apprendere nozioni importanti, ma sconosciute. Nell’era dei Big Data, per carpire tendenze, temi caldi o segnali di allerta e cogliere nuovi indicatori sui risultati delle linee strategiche, le organizzazioni devono essere in grado di analizzare quanti più dati (strutturati e non) a disposizione, organizzare i contenuti in temi comuni e trarre senso dalle informazioni raccolte.

Ma il linguaggio colloquiale è ambiguo e i messaggi chiave sepolti nei dati sono difficili da discernere e processare. Utilizzando text analytics, basati sull’elaborazione del linguaggio naturale, i contenuti testuali possono essere trasformati in informazioni essenziali per migliorare l’efficienza operativa e le attività di decision-making.

In questo scenario, Piraeus Bank rappresenta una success story significativa con un progetto che ha visto l’implementazione dei Text Analytics, integrati con SAS® Visual Analytics (soluzione già adottata in precedenza dalla banca), per scoprire insight sconosciuti e preziosi sul livello di soddisfazione dei clienti.

Ci interessa l’indice di gradimento espresso dai clienti in merito ai nostri prodotti e alla qualità del servizio offerto, per individuare eventuali problematiche e migliorare la customer satisfaction, nonché il grado di fidelizzazione.

Ascoltare la voce del cliente per carpire le informazioni nascoste

Ogni anno la banca riceve circa 100.000 questionari/survey compilati dai clienti con risposte a Customer Service, d’altra parte, raccoglie importanti informazioni in forma testuale. A questi dati si aggiungono le opinioni e le esperienze di clienti che vengono raccolte attraverso siti web e social media.

La banca voleva essere in grado di analizzare i dati memorizzati nei sistemi legacy interni all’azienda e contemporaneamente raccogliere dal web contenuti aggiornati e pertinenti, incrociando dati strutturati e testuali.

Con l’obiettivo di monitorare tutte queste informazioni attraverso tecniche avanzate di esplorazione/visualizzazione per la misurazione delle performance (KPI) e delle attività, al fine di definire strategie basate sulla reale "voce del cliente".

«Ci interessa l’indice di gradimento espresso dai clienti in merito ai nostri prodotti e alla qualità del servizio offerto, per individuare eventuali problematiche e migliorare la customer satisfaction, nonché il grado di fidelizzazione», dichiara Thomas Iosifidis, Head of Business Intelligence & CRM Department.

«Le informazioni pertinenti arrivano da una pluralità di fonti: customer feedback, email, documenti web, blog, social feed, reclami, survey, chiamate al call center e così via. Fonti, obiettivi e tipologia di dati da elaborare vengono definiti in stretta collaborazione con il mio team e il Feedback Management Department, una divisione interna al Customer Care che ha il compito preciso di verificare, valutare e gestire le segnalazioni provenienti dai clienti».

Il progetto di text analysis è stato avviato nell’estate del 2015 e ad oggi le attività si stanno concentrando sulla fase di orchestrazione e automazione dei processi, affinché le applicazioni possano operare dinamicamente e fornire insight secondo un modello di fruizione congeniale all’utente, cosicché i dati possono essere raccolti, analizzati ed esplorati molto più facilmente rispetto al passato.

«Abbiamo scelto le soluzioni SAS perché permettono di effettuare da un’unica piattaforma sia analisi statistiche per identificare i topic più frequenti, sia operazioni di data mining, collection and management, attraverso analisi linguistiche e di contesto, al fine di ottenere una più accurata sentiment analysis».

Verso una migliore analisi linguistica

Secondo Iosifidis, le caratteristiche maggiormente apprezzate della soluzione SAS si riassumono in: capacità di combinare analisi linguistiche e statistiche; automazione, attraverso tecniche di machine-learning, di attività manuali e time consuming come l’estrazione dei topic e delle relazioni tra keyword; supporto nativo alla lingua Greca, con la possibilità di arricchire il dizionario con termini propri.

La banca infatti era alla ricerca di una soluzione in grado di supportare sia la lingua greca sia la “scrittura” Greeklish, con funzioni quali rilevamento automatico degli argomenti, categorizzazione dei contenuti e sentiment analysis dinamica. Obiettivo molto sfidante: il Greeklish non segue regole di trascrizione precise, la traslitterazione fonetica delle parole greche nell’alfabeto latino è totalmente arbitraria: lo stesso termine può essere scritto in modi diversi, utilizzando combinazioni di caratteri differenti che riproducono lo stesso fonema. I text analytics supportano la scrittura Greeklish e, in particolare consente di mappare ogni parola Greeklish nella equivalente greca. Oltre alla possibilità di aggiungere nuovi termini e nuove classificazioni.

«Uno dei principali requisiti del progetto era appunto la possibilità di aggiungere nuove voci al vocabolario, ad esempio nomi di brand o prodotti oppure espressioni del Greeklish”.

Iosifidis conclude spiegando le future evoluzioni del progetto e i benefici attesi «ampliare quanto più possibile il numero delle fonti di dati non strutturate, arrivando a disegnare nuovi modelli di business e di relazione con il cliente», identificando eventuali problemi relativi a prodotti e servizi prima che possano influire negativamente sulla customer satisfaction.

Cos’è il Greeklish

Si tratta della traslitterazione deIla lingua greca con l’alfabeto latino. Il greeklish è oggi utilizzato da alte percentuali di giovani greci nella comunicazione scritta quotidiana. Nell’era della rivoluzione digitale, con l’introduzione di nuovi strumenti tecnologici, in molti scelgono il greeklish per inviare un sms e una e-mail, o condividere pensieri sui social network. App e convertitori automatici online sono a disposizione degli utenti per “tradurre” testi dal greco al greeklish e viceversa. Il sistema ortografico greco è complesso, e con il greeklish scrivere sembra più facile e veloce.

text-analytics

Obiettivo

Elaborare anche dati destrutturati provenienti dai feedback dei clienti, dal siti web e dai social per scoprire insight determinanti per il processo decisionale.

Soluzioni

Thomas Iosifidis
Thomas Iosifidis, Piraeus Bank
Single blank pixel

Articolo tratto da

itasascom Magazine - Digital Edition

3 / 2015

The results illustrated in this article are specific to the particular situations, business models, data input, and computing environments described herein. Each SAS customer’s experience is unique based on business and technical variables and all statements must be considered non-typical. Actual savings, results, and performance characteristics will vary depending on individual customer configurations and conditions. SAS does not guarantee or represent that every customer will achieve similar results. The only warranties for SAS products and services are those that are set forth in the express warranty statements in the written agreement for such products and services. Nothing herein should be construed as constituting an additional warranty. Customers have shared their successes with SAS as part of an agreed-upon contractual exchange or project success summarization following a successful implementation of SAS software. Brand and product names are trademarks of their respective companies. Per questo articolo: Copyright © SAS Institute Inc. All Rights Reserved. L'articolo non è riproducibile senza il suo consenso.

Back to Top