Создание присутствия в электронной коммерции означает не просто проведение операций онлайн и использование одних и тех же маркетинговых методов. Чтобы оставаться конкурентоспособными на переполненном рынке, необходимо усовершенствовать маркетинговые методы с помощью инструментов текстовой аналитики.
Что такое текстовая аналитика?
Текстовая аналитика — это процесс сбора неструктурированных пользовательских данных, таких как отзывы, публикации в социальных сетях и взаимодействия со службой поддержки клиентов, и разработки действенной информации о потребителях. Инструмент текстовой аналитики использует алгоритмы машинного обучения для выявления тем в категориях товаров и представления комментариев клиентов в контексте. В результате получается информация, которая может стимулировать разработку продукта и маркетинговых стратегий.
Благодаря ИИ инструменты текстовой аналитики развивают почти человеческое понимание текстов и могут определять тонкости в неструктурированных текстах. Они распределяют информацию по категориям и анализируют настроения клиентов, даже если они неуловимы или нейтральны. Текстовая аналитика дополняет результаты других показателей, чтобы дать полную картину того, как люди рассматривают бренды и продукты.
Помимо анализа данных
Искусственный интеллект открыл новый мир анализа данных, который позволяет присваивать числовые показатели, такие как рейтинг удовлетворенности клиентов (CSAT) и рейтинг Net Promoter Score (NPS). Эти цифры могут быть полезны и служить основой для сравнения, но анализ текста также необходим, чтобы рассказать полную историю.
Использование только числовых данных для измерения удовлетворенности клиентов и других показателей дает доступ к информации, но означает, что они остаются за бортом обсуждения. Слушая, как потребители обсуждают бренды и новые продукты в социальных сетях, можно выявить намеки на поведение покупателей и предпочтения одних брендов и функций другим. Сочетание анализа текста и данных — это комплексный подход к реализации стратегии «Голос клиента».
Например, любая компания может быть довольна высоким рейтингом NPS или Net Promoter. Этот показатель определяет лояльность клиентов и вероятность того, что клиент порекомендует товары друзьям. Некоторые компании могут остановиться на этом и быть удовлетворены тем, что людям нравятся их продукты и они готовы рекомендовать их.
Однако та же компания может решить извлечь выгоду из успехов, добавив в продукт новые функции, например, газировку с другими фруктовыми вкусами, такими как манго, чтобы продолжить успех cherry cola. Стратегия, учитывающая только цифры, не покажет, что покупателям понравился в напитке именно вкус вишни. Предположение, что другие сорта колы с фруктовым акцентом подойдут, неверно.
Анализ пользовательских текстов в социальных сетях может предотвратить ошибочный запуск продукта или невнятные разработки, которые могут негативно повлиять на NPS в дальнейшем. Анализ текста дает ответ “почему“ на вопрос ”что» при анализе данных, и оба подхода дополняют друг друга и вносят вклад в полное представление о бренде.
Не все черно-белое
Некоторые стратегии, основанные на данных, дают черно-белое представление о прогрессе бренда. Цифры либо увеличиваются, либо уменьшаются. Либо большинству людей нравится продукт, либо нет. Текстовая аналитика учитывает не только самые крайние точки зрения с обеих сторон, тех, кому действительно нравится или не нравится продукт, но и тех, чьи взгляды более тонки.
Анализ текста часто выявляет клиентов, которые оставляют отзывы типа “Мне понравился продукт, но его можно улучшить”. или “Я мог бы не покупать этот товар повторно, но мне понравилась эта функция”. Эти комментарии ценны, потому что это потребители, которые сомневаются в конкретном товаре, и их можно привлечь на свою сторону. Они не любят или ненавидят функцию, но некоторых настроек и улучшений может быть достаточно, чтобы заставить их покупать с большим энтузиазмом.
Анализ обслуживания клиентов
Анализ текста предоставляет полную информацию о взаимодействии с обслуживанием клиентов. Вопрос заключается не только в том, “Насколько эффективно наше обслуживание клиентов?” но “Почему люди обращаются к нашим представителям? На какие вопросы им нужны ответы?”
Нет необходимости читать каждое из этих взаимодействий, что потребовало бы много времени, но инструменты текстового анализа могут анализировать, какие слова продолжают повторяться, и эмоции, обнаруживаемые за этими словами. Например, продавец кофе может увидеть слово “горький”, часто появляющееся в чатах обслуживания клиентов, и понять, что есть проблема со вкусом кофе.
Однако, если слово “крепкий” часто встречается с позитивной эмоциональной окраской, это может указывать на то, что клиенты довольны крепостью кофе. Помимо отслеживания частоты появления определенных слов, анализ настроений может дать подсказки о значении этих слов и отношении потребителей при их использовании.
Опережать тенденции рынка
Исследование рынка — это не то, что следует проводить несколько раз в год, оно должно быть постоянным. Тенденции в мире социальных сетей развиваются быстрее, поскольку все больше людей обсуждают все больше вопросов. Вчерашний популярный продукт быстро устаревал. Сбор и анализ пользовательского текста — это процесс, который должен продолжаться в течение всего года, а не только перед праздничной суетой.
Многие инновационные идеи исходят от клиентов. Поскольку они предлагают улучшения в обзорах или обсуждают в социальных сетях то, что они хотят видеть, компании, которые слушают эти разговоры, выигрывают. Выделение определенных полезных комментариев может побудить других клиентов оставлять отзывы и повысить лояльность к бренду. Клиенты вознаграждают слушание продажами.
Прислушиваться к тому, что говорят клиенты
Потребители могут говорить о многом, но также важно обращать внимание на их разговоры о брендах, функциях и продуктах. Анализ текста дополняет анализ данных и придает цвет и контекст действиям потребителей. Прислушиваясь к мнению потребителей, можно открыть двери для инноваций и помочь компаниям производить товары того типа, которые люди хотят покупать, и бренды, на которые они могут положиться.