Is Emotion Analytics de heilige Graal in CX?

by Maartje Luinenburg

Is Emotion Analytics de heilige Graal in CX?

by Maartje Luinenburg

by Maartje Luinenburg

Credence Research voorspelt in hun onlangs verschenen rapport dat de markt voor Emotion Analytics naar verwachting wordt uitgebreid naar een CAGR (compound annual growth rate) van 15,6% tijdens de prognoseperiode van 2019 tot 2027. Dit bevestigt cijfers die eerder dit jaar zijn gepubliceerd door Marketsandmarkets: zij voorspelden dat de wereldwijde Emotion Analytics marktomvang zou groeien van $ 2.200.000.000 in 2019 naar $ 4.600.000.000 in 2024.
Deze cijfers suggereren dat Emotion Analytics inderdaad de volgende heilige Graal is in CX. Maar wat is Emotion Analytics? En waarom voorspellen analisten een enorme groei?

Hoe leggen bedrijven vandaag de dag emoties vast?

Tegenwoordig combineren bedrijven customer journey technieken met kwalitatieve en kwantitatieve onderzoeksmethoden om te proberen inzicht te krijgen in emoties van klanten op belangrijke momenten in hun klantreizen.

Maar het proces van het vertegenwoordigen van emotie in customer journey maps is niet zonder zijn uitdagingen. Om te beginnen kan het nauwkeurig vastleggen van de emotionele toestand van de klant binnen de verschillende trajecten van de klantreis problematisch zijn. Klanten kunnen hun emoties delen als ze ernaar gevraagd worden, maar gebeurt dit op het juiste moment of hebben ze het gevoel eerlijk te zijn?

Emoties klanten verbonden met toekomstig gedrag

Hoe leg je klantemoties dan vast?

Emoties kunnen worden vastgelegd met behulp van een reeks kwalitatieve en kwantitatieve onderzoekstechnieken. Kwalitatief onderzoek is een uitstekende manier om positieve, neutrale of negatieve emoties in het moment op verschillende contactpunten binnen de klantreis vast te leggen. Het helpt je de intensiteit van die emoties en de gedragingen die hen drijven vast te leggen. Dit zal je helpen te beoordelen welke contactmomenten cruciaal zijn.

Enkele van de belangrijkste kwalitatieve klantreis onderzoeksmethoden bevatten:

  • Contextuele interviews
  • Observationele interviews
  • Digitale dagboekstudies
  • Focusgroepen
  • Communityforums

Naast kwalitatieve benaderingen zijn er ook kwantitatieve methoden die kunnen worden toegepast.

Kwantitatieve benaderingen worden vaak gebruikt door onderzoekers om een kwalitatieve inzichten te ondersteunen met ‘harde data’. Ze zijn een krachtige manier om te leren wat klanten ‘echt doen’ en te prioriteren welke gebieden van de klantreis essentieel zijn voor verdere verdieping.

Kwantitatieve onderzoeksmethoden bevatten:

  • Tekstmining van open teksten en enquêtes
  • Analyses van Customer Satisfaction Score (CSAT) en Net Promoter Score (NPS)
  • Trackinggegevens van de website, CRM-gegevens, telefoongegevens etc.
  • Customer journey analytics*

* Customer journey analytics is een aanpak die klantgedrag en -motivaties analyseert op verschillende contactpunten en in de loop van de tijd om klantinteracties te optimaliseren en toekomstig gedrag te voorspellen. Customer journey analytics kunnen onthullen welke stadia van de ervaring van uw klanten het belangrijkst zijn. Op deze manier kun je klanten in jouw enquête vragen hun emotionele reactie binnen een bepaald gebied van hun ervaring een cijfer te geven of te omschrijven.

Emotion Analytics; de next steps

Experts omschrijven Emotion Analytics (EA) als software die data verzamelt over de manier waarop een persoon verbaal en non-verbaal communiceert om de gemoedstoestand of houding van de persoon te begrijpen.
Onderstaande illustratie omschrijft alle mogelijke types van emotiedetectie en herkenningstechnieken:

Alle hierboven geschetste technieken worden nu in meer en mindere mate getest en gebruikt.

Communicatiesignalen zoals open teksten, spraak en gesproken taal zijn belangrijke middelen voor het meten en modelleren van menselijk gedrag. Met spraak is het niet alleen wat iemand zegt, maar ook hoe iemand het zegt. Een deel van het “hoe” bevat emotie: was een klant bijvoorbeeld boos, gelukkig of neutraal? En zullen ze als klant kopen/blijven?

De technologie geeft inzicht in hoe een klant een product, de presentatie van een product of de interacties met een medewerker van de klantenservice waarneemt. Wetenschappelijke vooruitgang in hoe we ongestructureerde signaaldata zoals tekst, spraak/audio en video kwantificeren, stelt ons in staat snel inzicht te krijgen in grote datasets.

Hoewel nog in de experimentele fase, binnen 5 tot 10 jaar kan deze technologie mensen overtreffen in het begrijpen van menselijke emoties. Er worden gegevens aangeboord die de mens zelf niet kan waarnemen: biometrie, hersengolven, subtiele aanwijzingen van lichaamstaal en gezichtsuitdrukkingen, en meer.

De evolutie in emotionele text analytics

Als we inzoomen op het gebied van emotionele text analytics dan zijn grote stappen up-to-date gemaakt. Maar er moet nog veel worden verkend en getraind met behulp van AI en deep learning-technieken.

Voortbouwend op de ontwikkelingen in sentimentanalyse de afgelopen 10 jaar, die in toenemende mate wordt aangenomen door CX-leiders, is er een race gaande. Het doel is de noodzakelijke volgende stappen te ontwikkelen om maximale emotiedetectie te bereiken waarbij gebruik wordt gemaakt van een volledige integratie van tekstanalyse met gezichtscodering, toon, EGG, biometrie etc:

1. Sentimentanalyse, huidige technieken

Sentimentanalyse is het geautomatiseerde proces dat gebruik maakt van AI om positieve, negatieve en neutrale meningen vanuit tekst te identificeren. Sentimentanalyse wordt veel gebruikt voor het verkrijgen van inzichten van reacties op sociale media, enquêtereacties en productrecensies en het maken van datagedreven beslissingen.

2. Meer gedetailleerde emotieherkenning

Dit is een stap omhoog van sentimentanalyse op het gebied van emotieclassificatie; een meer gedetailleerde vorm van sentimentanalyse die zich richt op het extraheren van emoties uit tekst zoals vreugde, woede en angst.

3. Contextueel emotiebegrip

Recente ontdekkingen op het gebied van emotionele intelligentie tonen aan dat emoties gezien moeten worden als contextgevoelige verbintenissen met de wereld. Dit leidt tot een behoefte om te specificeren of de emoties die in een gesprek worden overgebracht, geschikt zijn voor een situatie waarin ze worden uitgedrukt.

4. Volledige EQ besluitvorming

Empathische technologie is ‘the next big thing’. En in principe komt het neer op technologie die emotionele gemoedstoestanden en welzijn ‘leest ‘ én erop reageert. Het opent een nieuwe dimensie in de relatie tussen mens en technologie. Met behulp van AI en deep learning-technieken, zal technologie emotioneel gevoelig worden.

5. Volledige integratie van tekst, spraak, toon, gezichtscodering etc.

Deze integratie is de heilige Graal en het eindspel van Emotion Analytics. Experts zeggen dat deze stap zal worden gezet binnen 5 tot 8 jaar.

Emotion Analytics in Customer Experience Management is niet meer weg te denken

Emotion Analytics technologie belooft fascinerende nieuwe datatypes op te leveren die we in de loop van de tijd moeten leren gebruiken en verfijnen. Net als bij alle datageïnformeerde marketingontwikkelingen die eraan voorafgingen, zal de echte test van Emotion Analytics zijn hoe er gebruik wordt gemaakt van de inzichten en mee om wordt gegaan.

Veel bedrijven over de hele wereld benutten de kracht van emotionele intelligentie om hun bedrijfsprocessen en klantervaring vandaag nog te verbeteren. Emotion Analytics is niet meer weg te denken en er worden momenteel enorme investeringen gedaan die naar verwachting zullen exploderen.

Underlined doet continu onderzoek naar Emotion Analytics samen met klanten en academische partners. Onze voornaamste partner is JADS (Jheronimus Academy of Data Science). Doel: nieuwe technieken ontwikkelen die voortdurend betere (emotionele) inzichten verkrijgen uit data. Dit onderzoek richt zich op hoe we de steeds volwassener wordende CX-initiatieven kunnen helpen sturen naar meer datagedreven werken en inzicht te krijgen in steeds complexere klantrelaties en gedrag.

Onze huidige studies richten zich op emotiedetectie in data op basis van AI-toepassingen. We werken ook aan technieken om klantreizen transparant te maken met process mining producten. Traditioneel hebben deze producten vooral het proces als uitgangsprincipe, wat echt een ander uitgangspunt is (naar binnen gericht) dan een customer journey traject (naar buiten kijken). Hoe dit samen kan komen is een belangrijk onderzoeksgebied voor ons.

Auteur:

Joan Willemse, partner bij Underlined

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *

Top