Digiarjessa-blogi

Analytiikka auttaa asiakaspalautteen käsittelyssä

Cloetta sai tuta asiakaspalautteen ja sosiaalisen median yhdistelmän voiman elokuun alussa. Julkistettu uusi tuote, Lakupalamix sisälsi asiakkaiden mielestä aivan liikaa tavallisia lakuja luvattujen täytelakujen sijaan. Negatiivisen palauteryöpyn myötä Cloetta julkaisi Facebook-sivuillaan anteeksipyynnön ja lupauksen päivittää tuote.

Yritykset saavat nykyään asiakaspalautetta monista lähteistä. Asiakkaat jättävät palautetta puhelimitse tai sähköpostitse, he antavat sitä web-vierailun yhteydessä lomakkeiden kautta tai kertovat asioista sosiaalisen median kanavissa. Lisäksi yritykset usein itse keräävät palautetta, joko massakyselyinä tai yksitellen.

Kun käyn esimerkiksi työterveyshuollossa, kaksinappinen pömpeli kysyy minulta kolme kysymystä vierailun onnistumisesta, joihin vastaan joko kyllä tai ei. Tiedot välittyvät työterveyshuollon palautteenkeruujärjestelmään. Bussissa tapaan silloin tällöin HSL:n palautekyselijän, joka pyytää täyttämään yksinkertaisen lomakkeen matkan aikana. Twitterissä käymäni keskustelu tunnetun brändin tuotteesta kantautuu taatusti valmistajan korviin.

Jotta asiakaspalautteesta olisi yrityksen toiminnan kehittämisessä hyötyä, tulee kerätty tietomassa luokitella ja jäsennellä. Modernit analytiikkaohjelmistot soveltuvat tähän työhön erinomaisesti. Ne luokittelevat jätetyn palautteen sen aiheen mukaan (esim. tuotekohtaisesti) ja erottelevat sen sävyn mukaan (positiivista vai negatiivista). Monet ohjelmistot erottavat tekstistä myös slangin, sarkasmin tai asiayhteyden.

Kun palaute on kerätty ja analysoitu, se voidaan näyttää vaikkapa muun BI-tiedon yhteydessä. Näin yrityksen edustajat saavat parhaimmillaan miltei reaaliaikaisen näkymän tuotteista käytävään keskusteluun. Tuloksia voidaan hyödyntää paitsi tuotekehityksessä, myös viestinnässä ja markkinoinnissa. Ongelmatilanteisiin voidaan puuttua ajoissa ja välttää mainekatastrofit. Toisaalta esimerkiksi uuden tuotteen tai palvelun markkinoille tuonnissa voidaan hyödyntää aiemmin annettua palautetta ja paremmin hallita asiakaskokemusta jo etukäteen.

P.S. Asiakaspalautteen merkityksestä asiakaskokemuksen muodostumisessa voit lukea tästä postauksestani.


analytiikka   asiakaskokemus   sosiaalinen media


Tilaa blogikirjoitukset sähköpostiisi