os datos del cliente provienen de todas direcciones, muchas fuentes y en docenas de formatos. La recopilación de estos y su análisis sirven para identificar las tendencias que iluminan la experiencia general del cliente. Pero para comprender lo que realmente está sucediendo con los clientes, es crucial profundizar en ellos.
Detectar nuevos temas usando Machine Learning
Uno de los beneficios del análisis de los datos es la posibilidad de descubrir temas completamente nuevos o que nos sorprendan en los comentarios. Las técnicas de aprendizaje automático pueden identificar estos nuevos patrones fácilmente, descubriendo nuevas áreas de interés en tiempo real. Los datos de las redes sociales son un gran ejemplo porque los temas se retroalimentación constantemente.
Por ejemplo, un fabricante de automóviles observa quejas sobre los parachoques. Rastrea el posible problema hasta dar con el fallo, (cómo se apilan los parachoques para el envío) y corrigen la situación rápidamente.
Monitorear tendencias
Es importante ver los volúmenes generales de comentarios, pero también ver cómo cambian con el tiempo. Los datos de tendencias permiten a los analistas ver el movimiento en los volúmenes de los temas por días, semanas, años o incluso en un pequeño período de 24 horas.
Los picos en los datos también brindan la oportunidad de reaccionar rápidamente a las tendencias de los clientes o monitorear los problemas actuales para evaluar su importancia. Si se lanza una campaña que provoca reacciones negativas y estas superan a las positivas, se puede detener rápidamente.
Encontrar la causa
Puede ser difícil encontrar la causa que provoca un pico o tendencia cuando el volumen de clientes o las valoraciones de satisfacción comienzan a moverse en grandes cantidades. Esta dificultad se multiplica a medida que se agregan más fuentes de datos, y capas de atributos. Sin embargo, mediante el uso de técnicas de análisis estadístico, se pueden medir la importancia de todos los factores, desbloqueando los problemas más importantes.
Este tipo de análisis podría mostrar, por ejemplo, que la causa fundamental del bajo sentimiento de un concesionario de automóviles es que su nuevo centro de servicio especialmente diseñado no tiene wifi para clientes que esperan.
