Tekoäly mullisti asiakaskokemuksen mittaamisen – kuukausien työ hoituu hetkessä ja päätelmät ovat luotettavampia

Tekoälyä sovelletaan yhä useammin asiakaskokemuksen mittaamiseen yrityksissä. Haaga-Helian opinnäytetyö osoitti monia kiinnostavia seikkoja asiakaspalautteiden analysoinnista tekoälyn avulla.

Tekoäly mullisti asiakaskokemuksen mittaamisen – kuukausien työ hoituu hetkessä ja päätelmät ovat luotettavampia
Uutinen

Body


Terho Tirkkosen Master-opintojen päättötyössä analysoitiin Azets Suomen avoimia asiakaspalautteita tekoälyn avulla. Yhteensä palautteita oli 32 000.

Manuaalinen läpikäynti olisi kestänyt kuukausia, ja päätelmät olisivat olleet epäluotettavia. Tutkimuksessa osoitettiin, että tekoäly analysoi datan päivissä ja tekoälyn tekemät päätelmät ovat ihmisen tekemiä luotettavampia.

Tekoälyohjelma hyödynsi luonnollisen kielen käsittelyä (NLP) ja koneoppimista (ML). Ohjelma tuotti tilastollisiin menetelmiin pohjautuvan luotettavan yhteenvedon asiakaskokemukseen vaikuttavista tekijöistä.

Tekoäly luokittelee sisällön ihmistä luotettavammin

Asiakaspalautteiden keräämiseen käytettiin Net Promoter System -järjestelmää (NPS), joka on yksi käytetyimmistä johtamisjärjestelmistä asiakaskokemuksen mittaamisessa ja kehittämisessä.

Kun asiakaspalautetta kerätään säännöllisesti, dataa kertyy luonnollisesti paljon.

Koska ihmiset eivät luontaisesti ole kyvykkäitä käsittelemään suuria tietomassoja, palautteita on tapana kategorisoida. Valitettavasti ihmiset eivät kuitenkaan kykene kategorisoimaan ristiriitaista tekstisisältöä luotettavasti.

– Esimerkiksi taloushallinnon ohjelman automaatioaste voi saada kehuja, mutta ohjelman hinnoittelumalli voi närkästyttää. Se, miten ihmishaastattelija luokittelee palautteet esimääritettyihin kategorioihin ja miten palautteet analysoidaan, voi johtaa organisaation kehittämään vääriä asioita, kirjoittaa Tirkkonen.

Tutkimuksen mukaan tekoäly pystyy luokittelemaan asiakaspalautteita dynaamisesti sekä tunnistamaan teemoihin liitetyt sentimentit. Yhdistämällä asiakaspalautteet laskutus- ja asiakaspoistumatietoon pystytään mm. luomaan asiakaskäyttäytymiseen pohjautuvia segmenttejä ja kehittämään asiakaskokemusta.

Opinnäyte toteutettiin Haaga-Helian Communication Management -koulutusohjelman YAMK-opinnoissa. Siihen voi tutustua verkossa:

Tirkkonen, Terho 2021. Improving Customer Experience with Artificial Intelligence, Data Analysis, and Automation in Azets.

Azets on talous-, palkka-, HR- ja neuvonantopalveluja sekä niitä tukevia teknologiaratkaisuja tarjoava Pohjoismaiden johtava toimija, joka palvelee asiakkaita henkilökohtaisesti niin digitaalisesti kuin paikallisesti.

Contact text

Mirka Sunimento, lehtori, Haaga-Helia ammattikorkeakoulu, mirka.sunimento@haaga-helia.fi, 040 544 7397

Terho Tirkkonen, NPS Manager, Azets Insight Oy, terho.tirkkonen@azets.com, 041 469 2682