La metodología NPS (Net Promoter Score®) se ha convertido en una metodología estándar en diversas industrias para medir, en una sola pregunta, la percepción de los clientes con respecto a un servicio o marca en particular. El momento de hacer esa pregunta al cliente es el momento idóneo para recibir además su opinión y sus observaciones respecto a su última interacción con la marca; por eso, en la práctica muchas encuestas NPS además aprovechan para hacer una pregunta abierta donde el cliente puede escribir sus comentarios libremente.
Cuando recién se está comenzando, leer -y gestionar- las respuestas una por una es factible. ¿Qué hacer cuando el volumen de estas respuestas crece y se vuelve inmanejable?
Uno de nuestros clientes, en la industria del retail financiero, se enfrentó a este problema y los acompañamos con una solución. Aplicando técnicas de procesamiento de lenguaje natural, creamos dos soluciones:
- la primera solución consistió en aplicar algoritmos de machine learning no-supervisado para encontrar clusters temáticos en los comentarios libres de los clientes. Así, pudimos encontrar grupos de comentarios de temática similar (como por ejemplo, lentitud en la atención, problemas de uso de la tarjeta de crédito, entre otros) y visualizarlos a través de un dashboard. Este algoritmo puede procesar miles de comentarios en poco tiempo y permite orientas a los usuarios de negocio para detectar rápidamente las grandes temáticas que se repiten en los comentarios de sus clientes,
- Adicionalmente, implementamos otro algoritmo para hacer una clasificación automática de los comentarios una vez hecho el levantamiento de las temáticas más comunes a gestionar. Además de permitir llevar un seguimiento periódico de los problemas reportados por los clientes y poder derivar casos específicos a las áreas responsables, esta solución también permitió detectar casos “cruzados”, en las que las respuestas de los clientes hacían referencia a otra área del negocio -distinta a la de la encuesta contestada- lo que permite derivar esos casos a las áreas correspondientes.
