Asiakaskokemuksen visualisointi

Edellisessä kirjoituksessa käytiin läpi asiakaskokemuksen parantamista tekoälyn avulla. Löydettiin NPS-vastauksista asiakaskokemusta parantavia ja heikentäviä asioita ja saatiin niskalenkki vastauksien määrästä.

Usein asiakaskokemuksesta kertoavaa aineistoa ei kuitenkaan ole muutamaan haastattelua enempää ja tällaisen kokemusaineiston esittäminen, kokonaiskuvan muodostaminen ja ymmärryksen tuottaminen on haastavaa. Tyypillisesti aineisto luetaan läpi, tehdään johtopäätökset, nostetaan esille muutama lainaus ja ehkä tehdään sanapilvi.

Valitettavan yleinen sanapilvityyppi, jossa ei ole sanoja muutettu perusmuotoon tai hälysanoja (stopwords) poistettu

Sanapilvet ovat ihan kivoja ilmentämään sanojen esiintymistiheyttä, mutta pohjimmiltaan ne ovat kuitenkin kaksiulotteista dataa, joka häviää informaatioarvossa perinteisille frekvensseille. Esimerkiksi viime viikon casessa Helsingin kaupungin NPS-suositteluherkkyyttä kysyvästä aineistosta saisi seuraavat suositut sanat:

Sanojen esiintyminen eri NPS-vastauksissa.

Sanojen konteksti kuitenkin ratkaisee. On eri asia, esiintyykö sana "sijainti" sanan "hyvä" vai "kallis" yhteydessä. Kun selvitetään mitkä sanat esiintyvät samoissa virkkeissä toistensa kanssa, saadaan selville vastaajien päänsisäisiä merkitysrakenteita ja näistä rakenteista voidaan visualisoida ja verkostoanalyysillä analysoida sanojen muodostama verkosto.

Pallon koko vastaa sanan esiintymistiheyttä ja tärkeyttä sanojen muodostamassa verkostossa (kuinka usein esiintyvät samassa virkkeessä). Sanojen väri on klusteroinnin tulos, jossa algoritmi löytää yhteisesiintymisen tihentymiä.

Tulokset ovat samansuuntaisia kuin tekoälyn avulla tehdyssä analyysissä (jossa hyötynä on tulosten jatkokäsittelyjen laajemmat mahdollisuudet). Mutta tässä ehdoton etu on tulosten kommunikoitavuus ja elämyksellisyys. Näitä kun olemme näyttäneet purkutyöpajoissa, niin takarivin kädet puuskassa jurottava nurkkatoimistolainenkin nousee ylös ja tulee ruudulle yksityiskohtia katsomaan.

Sanaverkostojen avulla olemme löytäneet haastatteluaineistoista asiakaskokemuksen piiloisia rakenteita ja saaneet asiakaskokemuksesta vastaavalle kättä pidempää. Tätä ollaan käytetty mm. palvelumuotoilun ja brändipositioinnin apuna.

Hyötyjä:

1. Kommunikoitavat ja elämykselliset tulokset

2. Näkemys asiakkaiden mielen maantieteen syvärakenteeseen

3. Tekstimuotoisen datan visualisointi ja ymmärrettäväksi tekeminen

4. Pienemmän datan analyysi

5. Keino vastata "says who"-kysymykseen

Sanaverkostojen visualisointi on hyvä apuväline asiakaskokemuksen ymmärryksen tuottamiseen. Varsinkin jos aineistoa ei ole mitenkään älyttömän paljon.

Ota yhteyttä, jos sinulla on aineistoa, johon kaipaat uutta näkemystä!

-O