Tag: customer experience

  • Impactos da Pandemia na Experiência do Cliente

    Impactos da Pandemia na Experiência do Cliente

    A situação que o mundo enfrenta atualmente não tem precedentes na nossa história recente. A quarentena e o isolamento social, a necessidade de permanecer em casa, junto da alteração da rotina de trabalho e lazer, tornam o descontentamento e o estresse inevitáveis.

    Os efeitos na economia são pauta de jornais e noticiários diariamente, sendo calculados objetiva e numericamente, porém, os efeitos no humor e no comportamento das pessoas também merecem atenção. Diante desse cenário, você já parou para pensar de que forma o Coronavírus está afetando a satisfação dos seus clientes?

    Como as empresas podem lidar?

    Em primeiro lugar, o que as empresas devem fazer é pensar no cliente: conhecer suas demandas e necessidades, entender o contexto em que está vivendo e as dificuldades que está enfrentando. A partir disso, o passo seguinte é pensar em ações nas quais a sua empresa pode ser útil ao seu cliente nesse momento de crise, de forma a diminuir os impactos negativos no comportamento e na produtividade. 

    Tendo isso em mente, a Postmetria vai apresentar a seguir um “mix de ferramentas”, todas dentro da métrica do Spontaneous NPS, viáveis nesse momento de crise, de forma a beneficiar o seu cliente e, consequentemente, a sua empresa. Você e sua empresa estão preparados para colocar os clientes em 1º lugar, no centro do seu planejamento estratégico e da sua tomada de decisão?

    Do NPS para o Spontaneous NPS

    Primeiramente, vamos entender o Spontaneous NPS, através da compreensão da métrica que lhe deu origem: o NPS convencional (Net Promoter Score®).

    O Net Promoter Score® é um método para diagnosticar o sentimento dos consumidores, além das métricas convencionais. Diferente das análises clássicas de satisfação de clientes, que apenas identificam como os consumidores se sentem em relação à ação e reação comercial de um produto ou serviço, o NPS se propõe a alcançar duas informações ainda mais importantes:

    1. Qual perfil de cliente tem mais disposição para uma indicação positiva da marca;
    2. Quem tende a ficar mais tempo, sendo mais fiel e lucrativo como cliente.

    Portanto, o NPS é uma métrica que tem por objetivo medir a satisfação desses consumidores, a partir do “grau de recomendação”. Assim, também se presta para identificar a lealdade dos clientes, analisando a probabilidade de permanência (retenção) desses consumidores. Fato este que está diretamente ligado à percepção do quanto indicariam, quão bem falarão do seu negócio, e quem tende a ampliar ou se manter consumindo sua marca.

    O Net Promoter Score®, pode ser calculado com base nas respostas a uma única pergunta: “Qual é a probabilidade de você recomendar a nossa empresa / produto / marca a um amigo?” A pontuação para esta resposta é mais frequentemente encontrada com base em uma escala de 0 a 10. Assim, através desse Score marcado pelo cliente, o método calcula os Detratores (0 a 6), os Neutros (7 e 8) e os Promotores (9 e 10) de marcas e produtos.

    O NPS surgiu em 2003, quando o autor e pesquisador de negócios Fred Heichheld lançou um artigo na revista Harvard Business Review chamado “One number you need to grow” (“Um número que você precisa para crescer”). Após esse artigo e depois de vários estudos, Fred Heichheld e a consultoria Bain & Company lançaram o livro “The Ultimate Question” (“A Pergunta Definitiva”) e também a versão mais atualizada “The Ultimate Question 2.0”.

    Este livro virou um best-seller mundial e, a já tradicional métrica NPS – Net Promoter Score, hoje é adotada por grandes empresas como Apple, Adidas, Amazon, Electrolux, Monsanto, entre outras.

    E o Spontaneous NPS?!

    A partir daí, após vários estudos e experiência de mercado com pesquisas e monitoramentos na internet para marcas líderes, a Postmetria decidiu inovar propondo o Spontaneous NPS (sNPS). Essa nova KPI identifica os motivos e índices de recomendação espontânea da sua marca. Ou seja, consolida cientificamente uma pontuação que identifica no próprio comentário do seu consumidor, já postado em seus canais, um nível de satisfação e recomendação que até então, só era alcançado a partir da “Pergunta Definitiva“ da métrica NPS convencional. Portanto, eis os segredos do sNPS:

    • A métrica Spontaneous NPS em si, que pode ser segmentada do nível geral, até SKUs de produtos, eliminando a dependência do envio de questionários, utilizando conteúdos espontâneos internos (e-mail Fale Conosco, Chat, WhatsApp, Apps…), assim como externos (redes sociais, reviews de e-commerce, sites de reclamações, comentários em blogs e portais de notícias);
    • Uma Jornada Omnichannel aplicada, que na nossa Plataforma Multicanal de Big Data vai muito além do Social Listening. Em especial, porque consome dados multicanal, além das redes sociais, oportunizando cruzamentos com Dados Transacionais da empresa (BI) a exemplo de local de compra, ticket de compra, etc. Filtrando esses diagnósticos junto às notas, zonas de classificação e temas da métrica sNPS;
    • A evolução de um processo de Machine Learning (ML) supervisionado, com auditorias amostrais para o aperfeiçoamento da Inteligência Artificial dentro do contexto da marca estudada. Assim como, no apoio total do nosso time de CS desde a Arquitetura da Informação (setup da Plataforma).
    • Além de usar, como insumo do sNPS, as chamadas de Contact Center. Ou seja, o conteúdo de Voz/Áudio (SAC) do consumidor. A Postmetria está lançando no mercado, seu mais novo produto que vai transcrever e interpretar essa informação em áudio através de I.A., aproveitando mais um insumo de dados espontâneos, assim, atingindo os principais pontos de contato de CX, numa visão omnichannel dessas experiências com a marca.

    E a Pergunta Definitiva em evolução?

    Uma recente novidade proposta pela Postmetria é o NPS + Spontaneous (NPS+s), ou seja, o envio da pergunta definitiva (NPS convencional) via e-mail (em breve SMS/WhatsApp), com um estímulo a uma opinião qualitativa por chatbot, possibilitando ao consumidor detalhar os motivos da nota que marcou. 

    Essa métrica dá origem a uma resultante quantitativa, que combina a nota marcada pelo consumidor e a nota interpretada através de Inteligência Artificial no campo descritivo aberto.Assim, essa inovação permite aliar a nota dada pelo cliente à pergunta convencional do NPS, a sua percepção de marca mais subjetiva e complexa, por isso com maior contexto, vinda no campo descritivo aberto e estimulada por um chatbot, tornando o resultado muito mais completo, espontâneo e profundo.

    Ah, mas tem os funcionários também, que são os “clientes” internos… Como fica?

    Quando falamos de satisfação de clientes, há um ponto menosprezado por muitos, mas de importância fundamental: a satisfação do pessoal interno, dos funcionários da sua empresa. Afinal, clientes satisfeitos dependem de colaboradores satisfeitos!

    Quanto mais as organizações investem tempo e recursos no sentido de proporcionar a satisfação de seus colaboradores, maior retorno elas obterão no curto prazo. Um colaborador satisfeito é um colaborador motivado, que ajuda no crescimento dos colegas e, consequentemente, leva a empresa a melhores resultados e ao aumento da produtividade. Pontos esses que influenciarão diretamente no diferencial competitivo e no crescimento do negócio.

    Pensando nisso, a Postmetria desenvolveu o Employee NPS (eNPS), métrica que auxilia a sua empresa a mensurar o grau de satisfação e lealdade dos funcionários. Essa KPI se propõe a medir notas de satisfação atribuídas por colaboradores mas, especialmente, é capaz de interpretar as falas e opiniões abertas, descritivas, qualitativas e espontâneas desse público, mensurando o grau de recomendação dos funcionários de uma empresa, auxiliando o RH, através, claro, da utilização da métrica Net Promoter Score®. 

    Por consequência, essa tática auxilia a compreender mais profundamente a relação de lealdade dos funcionários com seus locais de trabalho, que muitas vezes são marcas e corporações que, querendo, ou não, exercem impacto social desde o seu público interno.

    O eNPS ainda é uma novidade científica em em consolidação nas corporações. Algumas empresas que fazem uso desta métrica, como Rackspace e Apple, utilizam uma pergunta central para determinar o envolvimento dos funcionários: “Em uma escala de 0 a 10, qual a probabilidade de você recomendar esta empresa como um lugar para trabalhar?”.
    Porém, em alguns casos, outro formato de pergunta que também pode ser utilizado e render resultados efetivos a respeito da satisfação desses funcionários é, por exemplo: “Como provavelmente você recomendaria os produtos ou serviços desta empresa para um amigo ou colega?” (modificada de acordo com o contexto, para incluir apenas amigos, colegas, ou aqueles que possam estar qualificados para comprar tal produto ou serviço).

    Pesquisas de eNPS contribuem no sentido de tornar o “lado humano das organizações” muito mais transparente e até tangível, levando a aprendizados quanto aos ciclos de evolução laboral. Assim, as empresas podem descobrir quais departamentos possuem falhas, ou boas práticas que podem ser replicadas, além de enxergar quais líderes de equipe estão fazendo um bom trabalho e quais precisam de mais treinamento. Compreender o sentimento e o envolvimento dos funcionários com o seu negócio, também pode tornar ainda mais possível identificar formas de melhorar a satisfação e a fidelidade dos clientes finais.

    Hora de pôr em prática!

    As “ferramentas” expostas acima são métricas disponibilizadas pela Postmetria que podem te ajudar no sentido de compreender os seus clientes e atingir sua satisfação e consequente lealdade.

    Todavia, neste momento, não são apenas os números que importam: sensibilidade e empatia para/com o outro são extremamente necessárias. Em nenhuma outra fase da nossa história recente, a humanização das relações interpessoais, comerciais e profissionais foi tão indispensável.

    Porém, não existe empatia baseada em nada: ela depende da informação. Para que possamos entender o que os nossos clientes estão passando e as dores que eles encontram em suas experiências, devemos monitorar satisfação, desempenho e atitudes. Portanto, a dica da Postmetria é: mantenha-se informado e tome suas decisões baseando-se em dados! 

    Os prejuízos serão inevitáveis, alguns irreparáveis, mas temos a certeza de que a situação é passageira. Precisamos fazer o que for possível para melhorar a jornada do cliente, ou seja, aprimorar a sua experiência.

    Essa é a visão que pode trazer conhecimento verdadeiramente estratégico sobre o conteúdo espontâneo não-estruturado dos consumidores. E por isso, somos conhecidos por um jeito próprio de dizer que somos apaixonados pelo consumidor! Pois, para a Postmetria, ser clientocêntrico é ser #ClientocentriX ?


    Esse artigo foi publicado na edição 62 da revista digital Mercado TI (julho 2020).


    E aí? Pronto para colocar o consumidor no centro do seu planejamento, com métricas que o permitam lhe apoiar com o feedback da sua experiência de consumo?

  • Métricas de Satisfação x Métricas de Lealdade: você sabe a diferença?

    Métricas de Satisfação x Métricas de Lealdade: você sabe a diferença?

    Sempre que falamos no NPS, o apresentamos como uma métrica que analisa a recomendação e o grau de lealdade de uma empresa ou marca.
    Hoje vamos falar um pouquinho sobre como os processos do NPS Relacional e o Transacional podem influenciar nessa diferença, assim como, sobre a visão da Postmetria a respeito de outras métricas que também trabalham contextos de Experiência do Consumidor.

    Do NPS para o Spontaneous NPS

    Primeiramente, vamos relembrar o que é o NPS convencional (Net Promoter Score®) e sua relação com a métrica proposta pela Postmetria, o Spontaneous NPS.

    O Net Promoter Score® é um método para diagnosticar a performance de marcas e produtos, através do feedback de seus consumidores. Contudo, diferente das análises clássicas de satisfação de clientes (pós-venda), que apenas identificam como os consumidores se sentem em relação a ação e reação comercial de um produto, ou serviço, o NPS se propõe a alcançar duas informações ainda mais importantes:

    1. Qual perfil de cliente tem mais disposição para uma indicação positiva da marca;
    2. Quem tende a ficar mais tempo, sendo mais fiel e lucrativo como cliente.

    Portanto, o NPS é uma métrica que tem por objetivo medir a satisfação desses consumidores, a partir do “grau de recomendação”. Assim, também se presta para identificar a lealdade dos clientes, analisando a probabilidade de permanência (retenção) desses consumidores. Este fato que está diretamente ligado à percepção do quanto indicariam, quão bem falarão do seu negócio, e quem tende a ampliar ou se manter consumindo a sua marca.

    O Net Promoter Score® pode ser calculado com base nas respostas a uma única pergunta: “Qual é a probabilidade de você recomendar a nossa empresa / produto / marca a um amigo?” A pontuação para esta resposta é mais frequentemente encontrada com base em uma escala de 0 a 10. Assim, através desse Score marcado pelo cliente, o método calcula os Detratores (0 a 6), os Neutros (7 e 8) e os Promotores (9 e 10) de marcas e produtos.

    E o Spontaneous NPS?!

    A partir daí, após vários estudos e experiência de mercado com pesquisas e monitoramentos na internet para marcas líderes, a Postmetria decidiu inovar propondo o Spontaneous NPS (sNPS). Essa nova KPI também identifica os motivos e índices de recomendação espontânea da sua marca. Todavia, consolida cientificamente uma pontuação que identifica no próprio comentário do seu consumidor, já postado em seus canais de relacionamento, um nível de satisfação e recomendação que até então, só era alcançado a partir da “Pergunta Definitiva“ da métrica NPS convencional.

    Guardem esse nome – Spontaneous NPS (sNPS) – que ainda voltaremos a falar dele… 😉

    Mas existem alternativas em relação ao NPS?

    Dentre outras métricas existentes no mercado, hoje falaremos um pouquinho sobre duas: a CSAT que, resumidamente, mede satisfação e a CES, que mede o esforço.

    Customer Satisfaction Score (CSAT)

    O Customer Satisfaction Score (CSAT) é uma pesquisa destinada diretamente em  coletar e medir a satisfação do cliente com uma empresa, um produto ou um serviço.

    A pergunta mais comum é: “O quão satisfeito você está com a experiência?”. A resposta é medida em escalas com notas que podem ser de 1-3; 1-5 ou 1-10. Sendo um formulário que pode ser enviado durante mais de um momento da jornada do cliente, permitindo acompanhar possíveis mudanças ao longo do tempo.

    O CSAT é uma métrica bastante simples: após respostas positivas, o processo é finalizado com agradecimentos; já nas respostas negativas, é possível agir no sentido de compreender o que tornou a experiência ruim.

    Ao contrário do NPS, o Customer Satisfaction Score não tem um foco na coleta de informações sobre a lealdade/recomendação do cliente, visto que é é uma métrica mais voltada a percepção de satisfação com cada ponto de contato da sua jornada com a empresa.

    Customer Effort Score (CES)

    Já o Customer Effort Score (CES) pode ser traduzido para “Índice de Esforço do Cliente” ou IES. Nesse tipo de pesquisa, o cliente é convidado a responder sobre sua experiência de uso de um produto.

    A pergunta pode ser algo como: “o quanto você teve de esforço para [usar o produto x]?”. As perguntas do CES podem ir de “menos do que eu esperava” (fácil) até “muito mais do que eu esperava” (difícil).

    O CES é um método que, quando aplicado corretamente, pode mostrar a uma empresa se o seu produto está resolvendo ou criando mais problemas para o cliente. É uma métrica geralmente usada em lançamentos de produtos e serviços tecnológicos, ou para medir o primeiro contato do cliente. Assim, não havendo uma boa UX, seja por uma experiência ruim, erro no manuseio etc., o CES permite que o sentimento do problema seja identificado, oportunizando um aprofundamento para a sua posterior resolução!

    A nossa solução: NPS transacional x NPS relacional

    O NPS é uma métrica extremamente versátil, possuindo várias formas diferentes de medição e aplicação. Assim sendo, ele pode ser trabalhado tanto do ponto de vista relacional, quanto transacional, o que o habilita a substituir o uso das métricas CSAT ou CES.

    Dependendo de como você mede o score da sua empresa ou marca, se regularmente a cada período de tempo específico, ou ainda após alguma transação importante, obterá feedbacks diferenciados em relação ao ciclo de vida do cliente.

    <a href="<a href='https://www.freepik.com/free-photos-vectors/heart'>Heart vector created by pch.vector – http://www.freepik.com

    NPS Relacional

    A pesquisa mais tradicional do NPS é a de relacionamento, na qual o objetivo é determinar a lealdade dos clientes em relação à empresa. É realizada em intervalos de envios regulares (trimestral, semestral, anual…), onde se pede aos clientes que avaliem a experiência geral com a marca.

    Através desse tipo de pesquisa, é possível compreender o contexto geral da sua empresa, e quais áreas da experiência do cliente merecem atenção, pois podem estar gerando frustrações e detratores, e quais delas estão funcionando satisfatóriamente.

    NPS Transacional

    Por outro lado, a pesquisa transacional de NPS tem o objetivo de medir a satisfação dos clientes nos principais pontos de contato, ou seja, aqueles que afetam a experiência desse consumidor. Esse tipo de pesquisa deve ser enviada logo após uma interação do cliente, com a compra, ou recebimento de um produto, ou um atendimento de pré, ou pós-compra, por exemplo.

    A fim de relacionar com tal momento de interação, o uso de palavras específicas se faz necessário, levando o cliente a avaliar a empresa tendo por base sua interação de compra, ou solicitação mais recente. 

    O intervalo de tempo para o envio dessa pesquisa é um ponto importante, pois como é um contato proativo da marca, portanto, relativamente intrusivo, deve sempre ser atrelada a uma jornada de compra, de modo a fornecer um feedback que demonstre como a opinião de um cliente pode mudar, a partir de um produto ou serviço, ou momento de interação com a empresa. Dessa forma, a pesquisa fará mais sentido para o seu cliente, que poderá lhe fornecer insights imediatos quanto à sua experiência, facilitando a ação da empresa quanto à melhorias e tomadas de decisão.

    Agora, alguns “segredos” do sNPS:

    Guardou o nome que combinamos?! Então agora chegou a hora de falar mais sobre essa métrica desenvolvida pela Postmetria:

    • A métrica Spontaneous NPS pode ser segmentada do nível geral, até SKUs de produtos, eliminando a dependência do envio de questionários, utilizando conteúdos de contatos espontâneos internos (email Fale Conosco, Chat, WhatsApp, Apps…), assim como externos (redes sociais, reviews de e-commerce, sites de reclamações, comentários em blogs e portais de notícias);
    • Uma Jornada Omnichannel aplicada, que na nossa Plataforma Multicanal de Big Data vai muito além do Social Listening. Em especial, porque consome dados multicanal além das redes sociais, oportunizando cruzamentos com Dados Transacionais da empresa (BI) a exemplo de local de compra, ticket de compra, etc. Filtrando esses diagnósticos junto às notas, zonas de classificação e temas da métrica sNPS;
    • A evolução de um processo de Machine Learning (ML) supervisionado, com auditorias amostrais para o aperfeiçoamento da Inteligência Artificial dentro do contexto da marca estudada. Assim como, no apoio total do nosso time de CS desde a Arquitetura da Informação (setup da Plataforma).
    • Além de usar como insumo do sNPS, chamadas de Contact Center, ou seja, o conteúdo da Voz/Áudio (SAC) do consumidor. A Postmetria está lançando no mercado, seu mais novo produto que vai transcrever e interpretar essa informação as interações do cliente em áudio, através de I.A. Assim, aproveitando mais um insumo de dados espontâneos, atingindo os principais pontos de contato de CX, numa visão omnichannel dessas experiências com a marca.

    Qual o olhar “postmétrico” a respeito desses diversos formatos de captação da Satisfação?!

    Que existem métricas um tanto mais específicas para cada momento é um fato! Diante disso, qual seria a melhor forma de trabalhar drivers de tomada de decisão, a partir do foco nos consumidores?!

    O primeiro ponto é a importância de o cliente ter ciência que terá esse momento de dar um feedback para a marca, um momento de interação, em que possa demonstrar a sua opinião. 

    O segundo ponto é que a empresa entenda que a vantagem de focalizar em apenas uma métrica, se dá no sentido de criar um rapport e familiaridade com o consumidor: ao já estar ciente que terá esse momento para demonstrar opiniões e também conhecer a forma de como esse feedback é solicitado, é mais fluido engajar o consumidor nessa jornada de apoio e melhoria em relação à marca. Essa é uma facilidade que tende a mitigar o atrito da interação de solicitação do feedback. Em especial, quando falamos de um contato estimulado no envio dessa solicitação…

    Contudo, com o Spontaneous NPS (sNPS), que só a Postmetria entrega ao mercado, ganha-se também na maior absorção da espontaneidade, da subjetividade e da autenticidade, reduzindo atritos e ampliando a capacidade de entender mais profundamente o contexto da fala do seu consumidor.


    E aí? Pronto para colocar o consumidor no centro do seu planejamento, com métricas que o permitam lhe apoiar com o feedback da sua experiência de consumo?

    E não esqueça de deixar o seu comentário ou dúvidas sobre a sua experiência com essas análises!

  • 4 benefícios de utilizar text analytics no feedback dos seus consumidores

    4 benefícios de utilizar text analytics no feedback dos seus consumidores

    As empresas, mais do que nunca, estão obtendo feedback de seus clientes de múltiplos canais e em volumes cada vez maiores. Esses feedbacks são coletados de forma proativa (pesquisas de NPS, por exemplo) e passiva (reviews de e-commerce, redes sociais, SAC etc). A partir disso, a criação de programas de Voz do Consumidor (VoC) também passou a ser rotina nas empresas, que passaram a utilizar esses dados de feedback do cliente para remodelar e melhorar sua Customer Experience.

    A aplicação correta dos insights obtidos a partir desses canais de feedback de clientes é fundamental para aumentar o Customer Lifetime Value (CLV) e reduzir seu Custo de Aquisição de Clientes (CAC) para as empresas. Os feedbacks vindos de dados não-estruturados, principalmente, tem o potencial de oferecer uma qualidade extremamente maior de insights – além de uma maior quantidade de informações – em comparação com as tradicionais pesquisas de múltipla escolha.

    Eles geram uma imagem mais completa, com menos viés e envolvendo mais o cliente. O resultado disso é uma visão mais holística de CX e com mais oportunidades de ação. Entretanto, esses dados não-estruturados são muito mais difíceis de analisar, ainda mais em grande escala. Nesse sentido, surge a análise textual – ou text analytics – feita por inteligência artificial. Vamos conferir as vantagens desse tipo de análise?

    1. Revela os motivos por trás da nota dada

    Ao enviar uma pesquisa para avaliar sua experiência do seu cliente (NPS, CSAT, CES etc), é possível ter uma ideia geral do que está acontecendo. Mas é quando o cliente tem a oportunidade de se expressar através de um comentário que você descobre o verdadeiro motivo da nota. Formulários abertos de feedback lhe permitem identificar os fatores-chave da experiência geral do consumidor.

    É um ótimo sinal para uma empresa possuir um NPS de 60, por exemplo, mas o número em si não fornece nenhuma recomendação de como melhorar essa nota ou o motivo dela ter aumentado desde o último envio da pesquisa. Ao analisar com text analytics o feedback aberto é possível descobrir especificamente tópicos positivos e negativos que os consumidores estão mencionando para assim identificar automaticamente o problema exato para dar atenção, como problemas com Entrega ou Comunicação.

    2. Funciona para toda a Jornada do Consumidor

    As pesquisas tradicionais são normalmente estruturadas em algumas hipóteses simplificadas e exigem que o consumidor dê seu retorno sobre atributos específicos, como a qualidade de algum produto ou do atendimento. Desnecessário dizer que é impossível encaixar cada parte da Jornada do Consumidor em uma grande pesquisa. Isso geralmente afasta os consumidores, que dificilmente responderão uma pesquisa com uma sequência de múltiplas questões.

    Uma questão em aberto, ao contrário, possibilita o consumidor decidir qual etapa da jornada importa pra ele e, assim, deixar sua opinião específica sobre essa etapa. Um text analytics com uma inteligência artificial robusta, então, lida com o trabalho pesado de detectar a nota, o sentimento e o tópico de atenção contido nesses comentários. Utilizando o exemplo do tópico Entrega, por exemplo, é possível segmentar esse aspecto genérico em subcategorias como Tempo de Entrega, Preço do Frete e Comportamento do Entregador, por exemplo.

    3. Identifica o surgimento de tendências

    A partir das pesquisas tradicionais é impossível prever a opinião dos consumidores nem considerá-las nos questionários, especialmente se levarmos em conta o ambiente cada vez mais dinâmico de negócios que estamos inseridos.

    Um concorrente pode lançar um produto inovador que atraia a atenção do mercado ou algum erro – antes desconhecido – pode estar afetando a experiência de compra de seus clientes. Permitir que os consumidores deem feedback em suas próprias palavras e deixando o text analytics fazer o trabalho pesado permite detectar problemas imprevisíveis e identificar novas oportunidades.

    4. Funciona de forma eficiente e em escala

    As vantagens de usar dados não-estruturados não são descoberta recente. Entretanto, esse tipo de análise só estava disponível para grandes empresas que podiam arcar com os custos de contratar agências especializadas nesse tipo de dado. Essas agências tipicamente recorrem ao tagueamento manual, onde vários funcionários leem os feedbacks e os colocam em categorias específicas. Infelizmente, esse sistema é muito caro e difícil de manter devido a sua não-escalabilidade.

    A classificação automática de nota, sentimento e tópico ajudam na escalabilidade da análise

    Uma ferramenta que utiliza inteligência artificial para escalar esse processo com text analytics e processamento de linguagem natural – como a Postmetria – consegue lidar com essas bases de dados de forma mais rápida e com uma maior precisão. Combinando essa abordagem com uma boa gestão de experiência do consumidor é possível fazer com que as empresas tomem ações assertivas baseadas nos feedbacks dos consumidores, otimizando cada ponto de contato para a melhor experiência possível.


    Quer saber como tirar o máximo de inteligência dos feedbacks espontâneos de seus clientes?