カスタマーエクスペリエンスを向上させるために感情分析を行う方法は?

公開: 2021-02-11

成長に焦点を当てた組織は、非成長企業よりも多くの顧客体験データを収集することをご存知ですか? はい、あなたはその権利を聞きました! これらの企業は、顧客体験の洞察に基づいて、ビジネスを次のレベルに引き上げることができる情報に基づいた意思決定を行っています。 調査は常に貴重な情報を収集するための企業のお気に入りのツールですが、感情分析は、顧客の心を深く掘り下げるためのはるかに優れた、よりスマートなアプローチです。

これは、人工知能を使用して顧客の感情を検出してデコードし、楽しい顧客体験を作成できるようにする手法です。 このブログでは、感情分析について知っておく必要のあるすべてのことを明らかにしています。

感情分析とは何ですか?その利点は何ですか?

簡単に言うと、感情分析では、自然言語処理の手法を使用して、受信したデータがポジティブ、ネガティブ、ニュートラルのいずれのトーンを表しているかを判断します。 オピニオンマイニングまたは感情的AIとも呼ばれます。

顧客データは非常にノイズが多く、構造化されておらず、複数のチャネルから流入するため、すべてのメッセージを手動でスキャンして処理し、分析してより良いサービスを提供することは不可能です。 そこで、感情分析が役立ちます。

感情分析のインフォグラフィック
ソース

感情分析は、直接フィードバック、電子メール応答、コメント、レビュー、投稿など、あらゆる種類の顧客コミュニケーションを処理し、主観性とトーンを示す数学的スコアにデータを抽出します。

このAIを活用した手法は、従来のNPSおよびCSATメトリックよりも深遠です。 顧客の感情を利用して、より具体的で定性的な洞察を提供します。

感情分析は、最も重要な2つのことを理解するのに役立ちます。

  • あなたの顧客はあなたのブランドとブランド提供全般についてどのように感じていますか?
  • あなたの顧客はあなたが提供する経験と旅についてどのように感じていますか?

顧客の態度に対するこのような強力なデータ主導の洞察により、次のことが可能になります。

  • 顧客中心のCX決定を行います。
  • 課題を特定する

次のカスタマーエクスペリエンスツールとトレンド調査2020のスクリーンショットは、感情分析の重要性を示しています。

4つのカテゴリのカスタマーエクスペリエンスツール
ソース
感情分析は、採用と財務実績の間のより高い相関関係を示すセンスカテゴリのツールの1つです
ソース

評判の高いグローバル企業が実施したこの調査は、顧客の感情分析がビジネスにどれほど影響を与えるかを示しています。

顧客の感情分析の主な利点のいくつかを次に示します。

感情分析の利点

1.アップセルの機会

感情分析を使用すると、顧客ベース全体をさまざまなセグメントに分離できます。たとえば、最も幸せな顧客、購入の可能性が最も高い顧客、欲求不満の顧客、ブランドを離れる準備ができている顧客などです。

あなたはあなたの幸せな顧客を活用することによってアップセルの機会を作り出すことができます。

2.卓越したサポートを提供する

感情分析を使用してチャットボットをトレーニングし、チャットをエージェントにエスカレーションしたり、経験豊富な専門家にルーティングしたりする適切なタイミングを検出できます。 これは、カスタマーサポートを改善し、楽しい体験を提供するための優れた方法です。

3.感情的なトリガーを特定する

顧客の行動の大部分は、彼らの感情と彼らが受ける経験から生じます。 ポジティブなカスタマーサービスはポジティブな感情を呼び起こし、ポジティブな行動につながる可能性があります。 それどころか、貧弱なサービスは否定的な感情や行動を引き起こす可能性があります。 これには、さまざまな順列と組み合わせがあります。

ソース

感情分析を使用すると、どのメッセージやチャットが顧客の感情的なトリガーとして機能するかを特定できます。

たとえば、「いつかご連絡いたします」というフレーズがお客様を悩ませている可能性があります。 または、チャット、メッセージ、または電子メールに絵文字を追加すると、顧客からの友好的な応答がトリガーされます。

感情分析は、顧客の感情と行動を解読します。 この分析を使用して、顧客サービスの品質を向上させるための知識に基づいた決定を下すことができます。

4.一度に複数の顧客を処理する

エージェントが一度に複数の顧客を処理するのは正常です。 ただし、すべての質問を手動で処理して一度に回答することはできません。 感情分析は、どの顧客の会話がスムーズに進んでいて、どれが迅速な行動を必要とするかを特定するのに非常に役立つことがわかります。

5.顧客と積極的に関わる

感情分析は、顧客の口調、態度、気分を解読し、適切な人と適切なタイミングで関わる機会を提供します。 誰に連絡すればよいか、何について話し合うべきか、同じためにどのチャネルを使用すべきかがわかります。

正しい方法で顧客とつながり、交流することで、売り上げの向上顧客の喜びなど、さまざまなメリットがもたらされます。

感情分析のその他の利点は次のとおりです。

  • 顧客離れに取り組む
  • 顧客満足度を監視する
  • 顧客の問題のシームレスなエスカレーション
  • インサイト主導のマーケティング戦略とキャンペーン
  • 顧客体験の向上

感情分析を行う方法と、同じためのさまざまな手法を見つけましょう。

カスタマーエクスペリエンスを向上させるために感情分析を行う方法は?

顧客の感情を収集し、ビジネス目的で同じものを処理する方法はたくさんあります。 このセクションでは、オンライン感情分析の最良の手法のいくつかについて説明します。

ソース

トップドキュメントレベルでの感情分析

最上位のドキュメントレベルの感情分析は、ドキュメントのトーンを決定します。 テキストブロックをトラバースしてそのトーン(ネガティブ、ポジティブ、ニュートラル)を評価することを含むデータ処理ワークフローがあります。 一部のツールは、NULLと呼ばれる3番目の出力も提供します。これは、テキストが負でも正でもないことを意味します。

この感情分析方法は、分析対象のテキストが長い場合に最適に機能します。

最上位のドキュメントレベルの感情分析は、顧客クラスター間の全体的なブランド認識を提供できますが、それ以上の実用的なより深い洞察を提供することはできません。

たとえば、次のレビューを見てください。 これらは、称賛に値する感情分析の例です。

ジャック:私はこのブランドが嫌いです…最悪のカスタマーサービス!

ブロディ:私は彼らの製品が好きではありません..そのような質の悪い!!

最上位のドキュメントレベルの感情分析では、これらのステートメントは両方とも否定的であることが示されますが、これらの否定的な応答の背後にある理由を特定することはできません。

したがって、全体的なブランド認知を評価したい場合は、トップドキュメントレベルの分析を選択できます。

段落レベルでの感情分析

段落レベルの感情分析は、段落レベルで行われるため、より洗練されています。 したがって、プロセッサはさまざまなテキスト段落をトラバースして、それらがネガティブまたはポジティブのトーンを持っているかどうか、両方のトーンを持っているか、またはまったく持っていないかを見つけます。

複数のセクションが含まれる長い段落や長いテキストドキュメントを掘り下げるのに最適です。 ブログ、評論家のレビュー、詳細なレビューは完璧な例です。

現代の顧客のコンテンツ消費能力は畏敬の念を起こさせます。 したがって、ブログは大衆の間で大ヒットし続けています。 これは、長い段落を持つブログまたは他のそのような書かれた部分を処理することを要求します。 段落のトーンを分析して、コンテンツが顧客の間でヒットするのかフロップになるのかをよりよく理解することができます。

単語またはフレーズの賢明な感情分析

これは、単語やフレーズなどの独立した字句エンティティで機能する、きめ細かい感情分析プロセスです。 あなたが複数の専門病院のチェーンの所有者であると仮定します。 ここで、ブランチが適切な仕事をしているかどうかを知りたいと思います。 単語またはフレーズレベルの感情分析は、仕事を完璧に行うことができます。

ソース

請求書」、「骨折」、「不注意」、「医療スタッフ」、「看護師」、「医師」などの単語を検索します。「医療スタッフ」、「看護師」などの単語を検索します。 「医師」などは肯定的な存在として検出され、「法案」や「骨折」という言葉は否定的です。

したがって、プロセッサはそれに関連するデータブロックの詳細な評価を提供します。

同様に、あなたが簿記ツールを提供するソフトウェア会社であると仮定します。 その場合、「言語サポート」、「使いやすさ」、「最新のアップデート」など、製品のパフォーマンスを評価するために使用できるさまざまなフレーズがあります。

したがって、単語レベルの感情分析は、非構造化データブロックの高度に洗練されたビューを提供します。 このデータプールを取得したら、それを活用して製品とカスタマーエクスペリエンスを向上させます

感情分析のための機械学習の使用

従来のソフトウェアでは個々の単語やフレーズを適切なコンテキストに関連付けることはできませんが、高度なAIを利用した感情分析ツールにはコンテキストインテリジェンスが備わっています。 機械学習を活用した分析は、より概念的で関連性のあるレベルで人間の感情を理解します。

これは、毎秒さまざまな感情が注がれているソーシャルメディアから収集された顧客データを処理する上で非常に有益であることがわかります。

感情分析の例をいくつか見てみましょう。

血まみれ」という言葉は、一般的に否定的な感情に関連付けられています。

さて、このように言ってください–「血まみれの素晴らしい!! 「; 感情全体が360度回転します。

MLを利用した感情分析では、コンテキストが豊富なさまざまなゾーンに個々のフレーズや単語を配置できるため、データの詳細なビューが提供されます。 黒と白を指摘するだけでなく、灰色の顧客データのさまざまな色合いを区別することもできます。

感情分析にソーシャルメディアを使用する

ソーシャルメディアの人口は41.4億人です。 これにより、顧客を見つけ、顧客の活動を追跡し、見込み客と交流できる、収益性の高いプラットフォームになります。

ソース

ソーシャルメディアは広大なデータリポジトリであり、顧客が質問をしたり、経験や意見を共有したり、サポートを求めたりするために使用する主要なコミュニケーションチャネルの1つです。

Mediatoolkitのようなスマートで直感的なソーシャルメディア監視ツールを使用すると、このビジネスデータをマイニングし、さまざまな形式の顧客の感情を抽出できます。

マーケティングキャンペーンに対する一般的なブランド認知と顧客の反応について、実用的な洞察を得ることができます。 直接および受動的なソーシャルメディアの言及という形で、重要な顧客フィードバックを収集することもできます。

下の画像でソーシャルメディアモニタリングのさまざまなメリットをご覧ください。

ソース

さらに、ソーシャルメディアは、状況やタグがすぐにエスカレートできる場所です。 したがって、ソーシャルメディアに関する顧客の懸念に迅速に、個人的に、そして効果的に対応することが重要です。 これにより、醜い状況を寄せ付けず、前向きな体験に変えることさえできます。

膨大な数のソーシャルメディアの言及とその多様な性質を考慮すると、感情分析のようなAIベースのアプローチが最善の策です。

顧客の感情をリアルタイムで分析することで、潜在的な危機に一歩先んじることができ、顧客体験の悪さが蔓延する前でも行動を起こすことができます。

カスタマーフィードバックソフトウェアを利用する

顧客フィードバックソフトウェアを使用すると、感情分析のために顧客フィードバックを収集できます。 NPS調査とCSAT調査は、製品またはサービスの入力を収集するための最も一般的なオプションの一部です。

NPS調査で感情分析を実行すると、生の数値、スコア、およびグループを超えて、より多くの洞察に基づく結果を得ることができます。 したがって、あなたがしなければならないのは、これらのツールをビジネスエコシステムに統合し、顧客データから実用的な洞察を得るだけです。

これがあなたを助けるかもしれない最高の顧客フィードバックツールのいくつかです:


Qualaroo

Qualarooは、あらゆるタイプの企業にとって最高の感情分析ツールの1つです。 これは、電子メール調査よりも10倍強力です。 このツールを使用すると、適切なタイミングで顧客に適切な質問をすることができます。 たとえば、顧客が価格設定ページを表示しているとき、または顧客が終了意向を示しているときです。

Qualarooは、コアに対する顧客のフィードバックを理解し、結果を分類し、比類のない洞察を提供します。

大量のデータを分析するという大変な作業をすべて行うため、リアルタイムで顧客に対応することに集中する必要があります。 この分析は、ブランドに満足している顧客とサービスに満足していない顧客を特定するのにも役立ちます。


ProProfsサーベイメーカー

ProProfs Survey Makerには、NPS調査、投票、アプリ内調査、レポート、スキップロジックなど、多くの強力な機能が備わっています。 それはあなたがほんの数分で楽しい調査を作成することを可能にします。

このクラウドベースのツールには、100以上の既製のテンプレートと、アンケートの作成を簡単にする多数のすぐに使用できる質問が付属しています。

その他の機能には、プレゼンテーション対応のレポート、インテリジェントな分析、およびデータセキュリティオプションが含まれます。


クイック検索

クイック検索は、幅広いカスタマーサービスプラットフォームであるTalkwalkerの一部である感情分析ツールです。 これは、ブランドのソーシャルメディアアカウントについて人々がどのように感じているかを正確に伝えるため、ソーシャルメディアチャネルに最適です。 それはあなたの言及、エンゲージメント、コメント、および他のデータを見て、あなたの顧客のソーシャルメディア活動の広範な内訳を提供します。

したがって、効果的でより包括的なマーケティングキャンペーンを計画し、可能な限り最善の方法でオーディエンスをターゲットにすることができます。


Repustate

Repustateは、顧客の感情を正確に評価するための高度なテキスト分析APIを提供します。 また、「LOL」、「SMH」、「ROFL」などの短い形式のテキストやスラングを処理することもできます。もう1つの強力な機能は、絵文字を処理して、使用されているかどうかを通知する機能です。

APIルールをカスタマイズして、業界に固有の言語でフィルタリングすることもできます。 このような微妙な点をRepustateにプログラムして、感情分析を全体的に制御することができます。


Lexalytics

その名前が示すように、Lexalyticsは、特定のタイプの顧客行動の背後にある理由を説明することに焦点を当てたテキスト分析ツールです。 テキストの解析にNLPを採用し、その後、感情分析を行って顧客の意図を判断します。

その後、すべての情報は、読みやすく、顧客の態度に関する豊富な洞察を提供する共有可能なディスプレイに表示されます。


ブランドウォッチ

Brandwatchには、ブランドに関連する画像を識別する「画像インサイト」という独自の機能があります。 たとえば、ロゴの画像をアップロードすると、ソフトウェアがインターネットを閲覧してそのロゴの画像を探します。 結果はリストにまとめられ、ブランドのロゴが言及されているすべての場所、投稿、およびチャネルに直接アクセスできます。

さらに、ボリュームや最新のアクティビティなど、各画像に対する印象的な洞察を提供します。

ライブチャットの力を使う

ライブチャットの感情分析では、すべてのチャットセッションでネガティブおよびポジティブなムード指標が評価されます。 分析のスコアは1〜100です。 このスコアリングシステムにより、顧客は受け取った経験に基づいてチャットサービスを評価できます。

ライブチャットの感情分析は、サポートサービスに関する顧客の認識をリアルタイムで表示します。 チャットセッションが終了すると、詳細な分析が実行され、顧客データを理解し、反省的で詳細な感情スコアが生成されます。

顧客の行動に対するこの深い洞察により、チャットサポートを改善し、全体的な顧客体験をより前向きな方向に導くことができます。 ライブチャット感情分析は、チャット会話内のキーワード、構文効果、およびトーンを自動的に監視します

これは、すべての着信顧客メッセージに対して行ごとに実行されます。 したがって、それはあなたがあなたの顧客と対話している間、主要な気分指標が見落とされないことを確実にします。

製品のレビューと評価を介して顧客の感情を監視する

公開フォーラム、レビューWebサイト、ニュースWebサイトも、オンラインでの会話やコミュニティでのディスカッションに人気の場所です。 これらのプラットフォームで顧客が残した製品レビューと評価は、未処理のデータの大規模なプールを提供します

適切に分析された場合、このデータはあなたのブランドの市場認識への豊富な洞察を提供することができます。

最近の調査によると、平均的な顧客は最終的な購入を行う前に少なくとも10件のレビューを読んでいます。 レビューの感情分析を行うと、顧客の期待に応じてビジネスオファリングを変更およびアップグレードするのに役立ちます。

感情分析の一種であるアスペクトベースの分析は、製品のさまざまな機能に関する詳細な洞察を提供します。 これは、顧客が愛している機能と、顧客が嫌いまたは嫌いな製品機能を直接表示できることを意味します。

感情を理解するために電話で顧客とつながる

AIおよびNLPベースの感情分析により、顧客と話しているときに、顧客の正直なシグナルと本物の感情を特定できます。 これは、エージェントが顧客の声やスピーチの根底にあるトーンを把握するための感情的知性を欠いている場合でも、感情分析によってそれらをカバーできることを意味します。

これは、感情分析のユニークな方法です。 強力なツールを使用すると、200の音声信号を識別して区別し、一度に顧客の気分を知ることができます。 さらに、データが時間の経過とともに蓄積されるにつれて、データを処理して、隠れたパターン、オンコールサポートの問題、および顧客の行動のパターンを明らかにすることができます。

このタイプの顧客感情分析は、顧客サポートの大部分が電話で提供されるコールセンターやビジネスのセットアップに最適です。

サポートエージェントが顧客とやり取りしている間、サポートエージェントは、感情分析ツールによって発行されたアラートから同時に手がかりを得て、最高の解決策を提供できます。 このアプローチは、エージェントがコミュニケーションを前向きに保つのにも役立ちます。

感情分析のユースケース

サービスを改善するために個人に焦点を当てる

個々の顧客に焦点を当てることにより、CXリーダーは問題の根本に到達することができます。

たとえば、ジャックがソーシャルメディアのハンドルに否定的な評価を残し、400人がそれに反応するとします。 CXスタッフがすぐに状況に取り組み、目前の問題を解決できれば、ジャックは価値があり満足しているだけでなく、他の400人も感動するでしょう。 これが世論の仕組みです。

別の例は調味料ブランドです。 同社は、ソーシャルメディア上の顧客の60%が感情的につながっていることを発見しました。

それは、アクティブなオンラインコミュニティを開発するためにソーシャルメディアエンゲージメントの改善に焦点を合わせ始めたときです。 また、レシピやプロモーションに関する情報を得るために、顧客がブランドのソーシャルメディアアカウントにアクセスするように促すための措置も講じました。

これにより、ほんの数か月で会社の成長が促進されました。

時間の経過とともに感情を追跡する

さまざまなビジネスの側面に関する感情を評価することが重要でなかった場合、NPSだけで、すべての感情分析方法のトーチを運ぶことができたはずです。

ただし、地上の現実は異なります。 さまざまなビジネスの側面に同じものを添付することによって顧客の感情を経時的に追跡することは、顧客をコアに理解するために重要です。

たとえば、スポーツ用品製造会社がカスタマーサービスに関連する5つのレビューを受け取ったとします。そのうち、2つは製品の配送に関連し、1つは返品ポリシーに関連し、2つは新しいデザインに関連しています。

時間の経過とともに行われる徹底的な感情分析の追跡は、これらすべての理由を示し、より良い顧客体験を提供するのに役立ちます。

批判者と促進者の特定

中傷者は、否定的なレビューを投稿する可能性が高い不満のある顧客です。 一方、プロモーターはあなたのブランドに満足し、彼らの社会的サークルで喜んで良い経験を共有する顧客です。

感情分析を使用すると、プロモーターとデトラクターを簡単に特定し、両方のタイプの顧客に驚異的な効果をもたらす戦略を考案できます。

より深い感情的な愛着を持つ顧客クラスターを特定する

顧客セグメンテーションは、あなたの会社とその製品についてより強く感じている顧客のクラスターを明らかにすることができます。 このような顧客の感情に焦点を当てることで、高度にパーソナライズされたエクスペリエンスを提供し、忠実なブランド支持者を獲得できます。

さらに、弱いクラスターで顧客の感情を徹底的に評価することで、ブランドポートフォリオを改訂して関心を喚起し、新しいトレンドを生み出すことができます。

変更をロールアウトした後の顧客の感情を追跡する

顧客インテリジェンスのない非常に有名で評判の良いブランドは、更新や変更を恐れています。

アーモンドのクルミケーキを販売するベーカリービジネスがあるとします。 さて、ある日、ケーキにさくらんぼを加えて変更を加えることを考えます。

あなたはそのようなケーキの大きなバッチを準備します、しかしあなたの顧客の大多数がサクランボを嫌うので、それらの50%以上は古くなります。 あなたの売り上げに打撃を与えるだけでなく、それはまたあなたのブランドに対する顧客の信頼を低下させます。

ただし、顧客の食事の好みに関するデータを収集して感情分析を行うと、そのような変化についてより自信を持つことができます。

それでは、感情分析のさまざまな課題を見てみましょう。

感情分析に関連する課題

感情分析の例を見てみましょう。

アラベラ:私は彼らのカスタマーサポートが大好きです…彼らが私の台無しにされたキャンプ旅行の即時の補償をどのように発行したかは血まみれの素晴らしいです。

ディーン:キャンプキットは大混乱で、私のキャンプ旅行は大失敗でした!

顧客は、ブランドの提供にコメントを残しながら、極端な言葉、俗語、皮肉を使用するのが一般的です。 上で共有した例では、2つのまったく異なる人間の感情を伝えるために、単一の形容詞「血まみれ」が使用されています。

ただし、使用している感情分析アプリケーションで2つを区別できない場合、適切な顧客フィードバックを見つけることができません。

ここで説明する課題のあいまいさは別として、皮肉、多極性、否定タイプ、皮肉など、解読が難しい他の多くの落とし穴があります。 これは、人間のスピーチとテキストが、あらゆるタイプの感情分析ツールにとって非常に困難でノイズの多い入力であるためです。

これらすべての課題について詳しく説明するために、感情分析の例をいくつか取り上げましょう。

皮肉

「この電話には、20時間の驚くべきバッテリーバックアップがあります。」 (非皮肉)

「この素晴らしい電話には、3時間の素晴らしいバッテリーバックアップがあります。」 (皮肉な)

否定

否定にはさまざまな形式があります。

  • 「dis-」、「non-」などの接頭辞と「-less」などの接尾辞が付いた単語。
  • 「これはまったく良くない」などの明示的な否定。
  • 「この製品では、これがこのブランドの棺桶の最後の釘です」などの暗黙の否定。

多極ステートメント

「バッテリーのバックアップは素晴らしく、オーディオ品質は良好ですが、ディスプレイは最終スコアからいくつかのマークを取り除きます。」

そのような発言は非常に紛らわしく、テキストやスピーチなどの詳細な分析が必要です。

最後に、すべてのチャネルからの顧客データと着信通信の量は膨大です。 それは、大企業だけが買うことができるかもしれない非常に効率的で高度なプロセッサーを必要とします。

感情分析テンプレート

感情分析テンプレートを作成するためのステップバイステップのプロセスを確認してください。

  1. トレーニングデータを準備します。 トレーニングデータとは、一連のツイートなど、モデルのトレーニングに使用するテキストサンプルを指します。 この一連のツイートをExcelファイルにエクスポートする必要があります。
  2. ここで、このセットをより小さなデータチャンクまたは「意見単位」に分割する必要があります。
  3. 「Extractor」や「Classifier」などのモデルタイプを選択します。
  4. 「トピック分類」、「意図分類」、「感情分析」などの分類子タイプを選択します
  5. データをアップロードします(意見単位が抽出されたExcelファイル)。
  6. 各意見に手動でタグを付けて、感情分析分類子をトレーニングします。 モデルは、入力とNLP手法によって学習し、次のバッチでパターンを解読します。
  7. モデルをテストします。 分類器にテキストを入力し、パフォーマンスを評価します。 結果が期待できない場合は、戻ってさらに多くの例にタグを付けて分類器をトレーニングできます。
  8. 最後に、モデルを独自のデータセットで機能させ、それ自体で機能させることができます。

感情分析:顧客の成功を解読するデータ駆動型プロセス

これまでに、感情分析を実行する方法についての良いアイデアを得たかもしれません。

現代のビジネス環境は時間の経過とともに競争が激しくなり、オンラインマーケットプレイスは、顧客サービスの「新しい常識」を超えようとするブランドで過密になっています。

このようなシナリオでは、カスタマーエクスペリエンスの重要性を理解することはできません

高品質の製品とサービスを提供するだけではもはや十分ではありません。 包括的なパルスチェックを行うには、顧客の好み、感情、レビュー、感情を理解することが重要です。

カスタマーインサイトとビジネスインテリジェンスに利用できる多数のツールとテクニックの中で、感情分析はあなたの賭けをするための強力なダイムです! これは、顧客の態度を解き放ち、顧客の成功を確実に解読するための強力なツールです。

これらの感情分析手法のいずれかを選択し、ビジネスニーズに照らして評価します。 関連する感情分析機能を備えた適切なツールを入手して、ビジネスに適切なスタートを切りましょう。