Waarom emotie mining goed is voor de customer journey

  5 minuten

Wat is emotie mining? Waarom voegt emotie mining waarde toe aan de customer journey? En wat voor invloed heeft emotie? Het meten van klanttevredenheid met sentiment is snel, effectief en eenvoudig. Toch is meer te halen uit de communicatie voor de klant dan 🙂 en 🙁 alleen. “Gelukkige klanten zijn op dezelfde manier gelukkig, maar ongelukkige klanten zijn op verschillende manieren ongelukkig”, om Tolstoj te parafraseren. Voor wie de concurrentie voor wil blijven, is emotie mining een volgende stap.

Naarmate kwaliteit van dienstverlening belangrijker wordt, is data belangrijker om klanttevredenheid te meten en wordt het interessanter om te investeren in sentiment mining. Het belang van geautomatiseerde tekstanalyse van chats, mails en gesprekken neemt ook toe door de afnemende bereidheid van klanten om achteraf ‘even’ een enquête in te vullen.

Sentiment mining wordt inmiddels breed geaccepteerd en toegepast. Sentiment blijft waarde toevoegen aan de customer journey analyse maar het is niet langer een tool die exclusieve informatie geeft. Een beetje concurrent werkt ook met customer journey en sentiment.

 

Van customer journey naar customer story

Tijd dus voor de volgende stap: customer story, te beginnen met emoties. Een customer story vult de customer journey aan met de ervaring van de klant. Een customer story is dus vollediger. Om de customer story in kaart te brengen, dienen verschillende datatechnieken gecombineerd te worden:

  • Concrete gegevens (klantkenmerken, context, tijdlijn). Dit laat de journey zien;

Sentiment is een bijzonder algemene indicatie van die abstracte kenmerken. Emoties en motivaties zijn aanzienlijk preciezer en blijken goed te traceren te zijn met behulp van text mining. In een vorige blog ging ik in op text mining naar motivaties; deze blog gaat over de toegevoegde waarde van text mining naar emoties. Emoties voegen diepte toe aan het verhaal van de klant. Voor de organisatie is het met name interessant omdat emotie een goede voorspeller is van reacties en van impulsgedrag.

 

Emotie mining

Emotie mining maakt gebruik van dat intuïties (deels onbewuste) regels zijn. Met die regels kunnen algoritmes worden geconstrueerd. Door middel van artificial intelligence achterhaald het communicatiepatronen die samenhangen met emoties. De classificatie van Ekman (happy, sadness, anger, fear, disgust en neutral) wordt gebruikt bij het ontwikkelen van story mining.

Emoties worden in taal opgespoord door naar woorden te zoeken, maar omdat mensen zich meestal niet heel expliciet uitdrukken, kijkt emotie mining daarnaast ook naar andere taalkenmerken als zinslengte, woordlengte, woordcombinaties, grammatica, tikfouten. Sentiment mining koppelt kenmerken van taal aan 🙂 of 🙁. Emotie mining koppelt juist kenmerken van taal aan emoties. Zo bouwt het algoritmes die feedback geven over de manier waarop klanten (on)tevreden zijn en kan er sneller op de juiste manier geïntervenieerd worden in de customer journey. Wanneer de emoties gekoppeld worden aan de journey die de klant doorloopt, kan er gekeken worden welke emoties er optreden bij touchpoints. Dat is waardevolle informatie: een touchpoint dat gekenmerkt wordt door angstige klanten vraagt om andere inrichting dan een touchpoint met vooral boze klanten.

Emoties als communicatie

Wat we emotie noemen is eigenlijk de verklaring die we geven aan een gevoel. Een kloppend hart leggen we – afhankelijk van de context uit als angst, opwinding, verliefdheid. Soms wijten we die hartkloppingen aan de vele espresso’s die we op hebben. Emoties zijn ook conventie- en context gebonden. We uiten onze emoties anders op ons werk dan thuis. Dat is iets wat we gaandeweg leren.

Kenmerkend voor emoties is dat we ze kunnen sturen. Mensen leren van jongs af aan dat er ‘rules of display’ zijn: er zijn beperkingen aan waar en wanneer je emoties mag laten zien. Dat betekent ook dat emoties een vorm van communicatie zijn die mensen, al dan niet bewust, actief inzetten om de communicatie te sturen. Kinderen zijn daar goed in, maar volwassenen misschien nog wel beter, want volwassenen drukken emoties subtieler uit, meestal onbewust. We doen dat met gebaren, geluiden en gezichtsuitdrukkingen maar ook door de manier waarop we iets zeggen. Willen we mensen meekrijgen, dan lachen we. Wanneer we steun zoeken, trekken we een somber gezicht, we zuchten eens diep, of we beginnen te hakkelen. Willen we laten zien dat we de baas zijn, dan gaat dat gepaard met een frons, gaan de mondhoeken naar beneden, kiezen expliciete bewoordingen, we verheffen onze stem of gaan juist gevaarlijk zacht spreken. Met een grimas laten we merken dat we niet op ons gemak zijn. We blijken een vies gezicht te trekken en afstandelijke woorden te kiezen als we het niet met de gang van zaken eens zijn.

De emotie beïnvloedt de klantreis. Kennis en inzicht in de emoties is van belang voor het optimaliseren van de klantreis. Om de klantreis prettig te laten verlopen, correct te reageren wanneer het eens misgaat en de journey aan te passen als dat nodig is.

Emotie mining geeft dieper en vollediger inzicht dan sentiment mining. Dat die extra inzichten waardevol kunnen zijn, blijkt bijvoorbeeld uit de observatie dat een neutraal sentiment nogal eens geïnterpreteerd wordt alsof er geen emoties spelen. De praktijk kan volslagen anders zijn: een neutraal sentiment kan namelijk ook een uiting zijn van ‘fear’: het kan ook een signaal zijn dat de klant zich niet bloot wenst te geven, bijvoorbeeld als er sprake is van wantrouwen en de klant met ingehouden adem wacht op wat er gaat gebeuren. Die informatie wordt met emotie mining wél zichtbaar.

 

De invloed van emotie

Het is belangrijk om de reacties van de klant te onderkennen zodat er anders gereageerd wordt op een boze klant dan op een teleurgestelde klant. Maar het is ook verstandig om na te gaan welke rol je zelf speelt in de dynamiek van communicatie. Hoe wordt je tone-of-voice begrepen? Want communicatie is een proces waar beide kanten hun invloed doen gelden. Ook in de customer story. Een afstandelijke tone-of-voice  communiceert weerstand, die terug zal komen in de manier waarop de klant reageert.

Emotie mining kan worden toegepast op de communicatie tussen klant en organisatie. Als de output wordt gekoppeld aan de customer journey map ontstaat een customer story waarin wordt weergegeven welke emoties kenmerkend zijn per touch point of voor het gehele proces. De volgende stap is nagaan of de opgeroepen emoties al dan niet functioneel zijn. Vervolgens wordt gezocht naar interventie, wat in de praktijk neerkomt op aanpassingen van het proces of de communicatie.

Snel en eenvoudig inzicht in de mate waarin de ervaring positief of negatief is: daarin ligt de toegevoegde waarde van sentiment mining. De toegevoegde waarde van emotie mining ligt dieper, namelijk in het onderkennen welke reactie correct is. Waar structureel ongewenste emoties worden meten, kan het proces worden aangepast. Door de helpdesk en klantenservice beter te informeren over welke emoties er in het spel zijn, zijn ze beter uitgerust om goed te reageren. Ze kunnen worden getraind op het herkennen en aansturen van emoties. O&I werkt aan de ontwikkeling van Real Time Feedback met onderzoeksconsortium The Data Tales.

Ten slotte: naarmate klanten consistent correct worden behandeld tijdens hun customer journey, treedt een ander effect op: ‘priming’. Klanten gaan het gevoel een uitleg geven die aansluit bij hun verwachting. Wie een goede behandeling gewend is, heeft de neiging om elke volgende reactie in dat kader te interpreteren. Zo kan emotie mining vicieuze cirkels doorbreken en een ‘virtuous circle’ in gang zetten, die bij elk klantcontact beter wordt. Waarbij de klant best begrip heeft voor die enkele keer dat het misging omdat het daarna wel goed werd opgepakt.

 

Meer over emoties:

Meer over customer story en het onderzoeksconsortium:

New call-to-action
Deel dit artikel