Her Yorumu Okumak: AI Açık Uçlu Geri Bildirimi Ölçekte Nasıl Anlamlandırır?

• Skorlar kaç müşterinin mutsuz olduğunu gösterir; yorumları ise nedenini ve neyin düzeltilmesi gerektiğini.
• AI motoru her yorumu, her kanalda ve 50'den fazla dilde aynı konulara, duygu durumuna ve niyete göre kodlar.
• Kontrol insanlarda kalır. Yeni konuları onaylar, örneklemleri kontrol eder ve neyin üzerine gidileceğine karar verirler.

Bir anketteki tek bir açık uçlu soru ayda binlerce yorum getirebilir. Buna çevrimiçi yorumları, sohbet kayıtlarını ve çağrı kayıtlarını da eklediğinizde hacim kısa sürede her ekibin kapasitesini aşar. Bu yüzden çoğu ekip bir örneklemi okur, geri kalanına göz gezdirir ve örneklemin temsili olmasını umar.

Nadiren öyledir. Bir kararı değiştiren yorumlar çoğu zaman kimsenin okumaya vakit bulamadığı yorumlardır. Bu yazı, AI'ın bu yorumların her birini nasıl okuduğunu, ne ürettiğini ve ona güvenebileceğinizden nasıl emin olacağınızı anlatıyor.

İki müşteri de size 6 veriyor. Biri teslimatı çok uzun süre beklemiş, diğeri doğru bedeni bulamamış. Skor ikisini aynı sorun gibi görür, oysa farklı ekiplerden farklı çözümler gerektirirler.

Skor, zaman içindeki değişimi izlemek için iyidir. Nerede harekete geçmeniz gerektiğini ise altındaki yorum söyler.

Eski metin araçları kelime sayardı. “Geç”in kötü, “harika”nın iyi olduğunu bilirlerdi. Ama “Kimse beni geri aramadı” cümlesini düşünün: içinde olumsuz bir kelime yok, yine de kendini önemsenmemiş hisseden bir müşteriyi anlatıyor.

AI motoru cümlenin tamamını bağlamıyla okur ve onu birkaç katmanda kodlar:

• Konu: yorumun neyle ilgili olduğu; örneğin teslimat bilgilendirmesi, personelin yardımseverliği ya da iade süreci.
• Duygu durumu: müşterinin her konu hakkında ne hissettiği; bu, tek bir yorum içinde bile farklılık gösterebilir.
• Duygu: örneğin hayal kırıklığı, düş kırıklığı ya da rahatlama.
• Niyet: müşterinin ne istediği. Bir şikâyet, bir teşekkür, bir öneri, bilgi talebi ya da ayrılabileceğine dair bir işaret olabilir.

Bir anahtar kelime sayımı bu yorumu, teslimat zamanında olduğu için genel olarak olumlu puanlardı. Kodlama asıl sorunu gösteriyor: müşterilere ne bekleyecekleri söylenmiyor.

Yorumlar pek çok yerden gelir: anket yanıtları, WhatsApp görüşmeleri, AI sesli görüşmeler, iletişim merkezi çağrıları, çevrimiçi yorumlar ve sosyal medya. Her kanal farklı analiz edilirse sonuçlar karşılaştırılamaz.

Çözüm, her kaynağı aynı şekilde kodlayan tek bir konu modelidir. Analizin ilk günden çalışması için sektörünüze göre oluşturulmuş bir modelden başlayın, ardından onu kendi ürünlerinize, lokasyonlarınıza ve süreçlerinize uyarlayın.

Tüm kanallar aynı dili konuştuğunda, düşük anket skorlarının ardındaki sorunun müşterilerin çağrılarda ve yorumlarda dile getirdiği sorunla aynı olduğunu görebilirsiniz.

Birden fazla pazarda hizmet veren markalar için çeviri sessiz bir hata kaynağıdır. Nüanslar kaybolur, daha az konuşulan dillerdeki yorumlar çoğu zaman tamamen dışarıda kalır.

Cloud4Feed yorumları 50'den fazla dilde, yazıldıkları dilde okur ve aynı konulara göre kodlar. Bir ülkedeki bölge müdürü ile başka bir ülkedeki CX lideri, her biri kendi dilinde, aynı tabloyu görür.

Müşteriler planladığınız konulara bağlı kalmaz. Yeni bir uygulama sürümü, kargo firması değişikliği ya da bir fiyat güncellemesi bir gecede yeni bir konuşma başlatabilir.

Konu modelinin henüz kapsamadığı bir şeye yeterince yorum işaret ettiğinde AI yeni bir konu önerir. Bahsedilme sayısını ve örnek yorumları gösterir. Ardından ekibinizden biri onu onaylar, yeniden adlandırır ya da mevcut bir konuyla birleştirir. Model öğrenir, ama kararı ekibiniz verir.

AI analizine güven varsayılmaz, kazanılır. Dört basit alışkanlık bunu sağlam tutar:

• Her hafta bir örneklemi gözden geçirin. Kodlanmış yirmi yorumu okuyun ve farklı kodlayacağınız yorumları not edin.
• Bildiklerinizle karşılaştırın. Ayın 12'sinde teslimat iş ortağınızı değiştirdiyseniz teslimat konuları 12'si civarında hareketlenmeli.
• Kaymalara dikkat edin. Arkasında bir olay olmadan bir konuda görülen ani sıçramalar daha yakından incelenmeyi hak eder.
• Değişikliklerin kaydını tutun. Konuları düzenlediğinizde ya da birleştirdiğinizde tarihi not edin, böylece eğilim çizgileri karşılaştırılabilir kalır.

• CX ekipleri bir örneklem yerine tablonun tamamını görür.
• Operasyon hangi lokasyonların ve süreçlerin hangi şikâyetleri yarattığını görür.
• Ürün ekipleri müşterilerin her ürünle ilgili dile getirdiği sorunları görür.
• Yönetim bir yığın grafik yerine kısa ve kanıta dayalı bir özet alır.

Sonraki adım, ekibin önce neyi düzelteceğini bilmesi için bu konuları NPS üzerindeki etkilerine göre sıralamak. Bunu Geri Bildirimden Karara: AI Destekli CX Analitiği Neyi Değiştiriyor? yazımızda ele alıyoruz.

Hangi araçları kullanırsanız kullanın, her ankette bir açık uçlu soru bulundurun. “Puanınızın temel nedeni nedir?” sorusu neredeyse her yolculukta işe yarar.

Araştırma, analitik ve CX ekibimiz 15+ sektörde geri bildirim programları yürütürken öğrendiklerini yazıyor.