O Sentiment Analytics é uma poderosa ferramenta de análise de do sentimento do cliente, que vai muito além de examinar palavras, pois concentra-se na forma como são ditas.
A ferramenta possibilita a percepção do que o cliente realmente sente sobre a marca durante as interações, atuando como um termômetro do estado emocional do consumidor, para entender o que ele de fato intui e almeja.
Por meio da análise de sentimento do cliente, ferramenta que surgiu pouco antes da pandemia, é possível reverter pontos críticos, como emoções ruins a respeito do atendimento da marca, e impulsionar pontos positivos, para aprimorar a experiência.
- O processo de análise do sentimento do cliente;
- Tudo é uma questão de probabilidade;
- Sentiment Analytics e detecção de fraudes;
- A revolução do CX através do termômetro da experiência.
O processo de análise do sentimento do cliente
“O Sentiment Analytics é o processo de transformar um texto específico em números estatísticos. Todo o trabalho feito, com machine learning e processos de aprendizagem, trata-se de uma probabilidade”, explica João Pedro Nascimento Lopes, Global Data Scientist da Foundever, antigo Sitel Group®. Segundo o executivo, isso ocorre porque a análise do sentimento do cliente, assim como as outras ferramentas de Customer Analytics, é feita por meio de inteligência artificial, com algoritmos, ou melhor, vetores, que captam frases ditas pelo cliente, seja por texto ou por voz, e transformam os termos destas frases em números.
Anteriormente à análise, em um processo de pré-classificação do texto, a inteligência artificial é treinada para associar as frases a aspectos positivos ou negativos. Juntando termos e associando palavras, obtém-se uma probabilidade sobre o sentimento do cliente em determinada interação. Logo, quando a análise é feita, a ferramenta fornece uma pontuação a respeito daquela interação do consumidor, indicando a probabilidade de seu sentimento ser positivo ou negativo em relação à marca naquele momento, e atuando como o termômetro da experiência.
“Neste ponto, entramos em um processo muito importante, que é a tratativa do dado. Se você pré-classificar muitos termos ruins para o algoritmo, ele não terá um bom processo de decisão. Então é importante saber balancear como o algoritmo está trabalhando”, diz João.
Tratar dados requer uma equipe com expertise, para compreender que as análises do algoritmo não se baseiam em certezas absolutas, mas sim em probabilidades.
Tudo é uma questão de probabilidade
Nenhum sistema atual de machine learning é 100% preciso. Antigamente, os programas eram mais certeiros, pois baseavam-se nas pontuações 0 e 1.
“Hoje, com machine learning e o Sentiment Analytics, temos a possibilidade de ir além, dependendo dos dados obtidos. Portanto, é um sistema que auxilia na decisão. Ele é muito mais a voz da consciência do que qualquer outra coisa”, esclarece Lopes.
Portanto, a ideia não é confiar a tomada de decisões nas mãos da inteligência artificial, mas sim utilizá-la como uma forma de obter percepções e antecipar possíveis situações sobre a temperatura emocional do cliente durante as interações, para implementar melhorias na experiência
Sentiment Analytics e detecção de fraudes
Além de atuar como termômetro da experiência, o Sentiment Analytics também auxilia na detecção de fraudes, tanto por parte das interações com a marca, quanto por parte dos agentes.
“O Sentiment Analytics, analisa o quão parecida é uma ligação com uma possível fraude, e aponta qual é a porcentagem de chance de realmente ser uma fraude. Com 2 segundos de chamada, o algoritmo já consegue detectar esse tipo de situação. Óbvio que quanto mais tempo o agente passar na ligação, mais será possível detectar a fraude”
Nestes casos, a primeira medida tomada pela ferramenta é emitir um alerta dentro do próprio sistema, para que o agente seja cauteloso, ou orientar a realização de perguntas específicas de validação de dados.
Já em situações que envolvem o agente, é possível identificar a fraude no processo de monitoria, utilizando o Sentiment Analytics. Este processo possibilita que níveis de estresse que destoam do baseline – ou linha de base, que representa um ponto de partida bem definido – sejam identificados na voz do analista. “Durante uma conversa normal, cria-se um baseline com algoritmo. Se na próxima ligação a voz estiver um pouco acima ou abaixo deste baseline, este aspecto será identificado pelo supervisor, que notará que algo estranho ocorreu. Sabe aqueles processos de detecção de mentiras nos filmes, em que os analistas começam com questões básicas para ver qual é o baseline da voz da pessoa? É basicamente isso.”afirma o Global Data Scientist da Foundever, antigo Sitel Group®.
Todas essas possibilidades em melhorar a experiência, seja detectando fraudes e pontos críticos a serem melhorados, ou associando termos para obter percepções sobre o sentimento do cliente em relação à marca, mudaram o Customer Experience para sempre.
A revolução do CX através do termômetro da experiência
Segundo uma pesquisa realizada pela Foundever, antigo Sitel Group®, existe uma conexão direta entre a ligação emocional e a relação duradoura com o cliente. De acordo com o levantamento, 70% dos consumidores que se descrevem como engajados emocionalmente, gastam o dobro nas marcas às quais são fiéis, enquanto 60% dos clientes que se dizem fiéis a uma marca, descrevem-na com o mesmo vocabulário que usam para falar de sua família, amigos e animais de estimação.
Estes dados são prova suficiente de que o sentimento do cliente em relação à marca importa, e é um fator-chave para conectá-lo e fidelizá-lo.
“O Sentiment Analytics realmente fornece a ideia do que é bom para o seu cliente. Temos o processo de Net Promoter Score (NPS), em que abordamos a marca como um procedimento. Mas o Sentiment Analytics fornece o que o cliente está de fato sentindo em relação à marca”, explica Lopes. “Temos muitos exemplos de clientes que começam negativados com a campanha, e quando terminamos o processo, eles estão felizes e satisfeitos”.
Quando aliado a pontuações relacionadas à lealdade do consumidor à marca, como o NPS, a análise do sentimento do cliente alcança resultados extremamente positivos. Em um processo de três meses, um cliente da Foundever, antigo Sitel Group®, obteve uma melhoria de 30% para 50% em seu NPS, aumentando sua pontuação em 20%.
Estes resultados podem ser alcançados por meio de uma análise que atua como um termômetro emocional; unificando dados e percepções intuitivas, interpretando elementos de interações de voz ou texto, tais como o tom, ritmo, palavras-chave ou sons que refletem o estado de espírito e a satisfação do cliente, para de fato aprimorar sua experiência como um todo.
“O ponto mais importante é que o cliente se sente ouvido. Antes o cliente podia reclamar e reclamar, mas no final sempre chegava à conclusão de que a empresa só pensava em si. Hoje o cliente se sente mais ouvido e, de fato, considerado pela empresa”, finaliza o especialista.
Quer saber mais sobre o tema? Baixe o e-book Guia de melhores práticas de Customer Experience Analytics!