zenloop launcht mit Sentiment & Impact Analyse neue Features

zenloop Launches New Sentiment & Impact Analysis Features

Mit der Sentiment sowie der Impact Analyse launcht die Customer Retention und NPS® Plattform zenloop gleich zwei neue Features, die zusätzlichen Einblick in die Customer Experience liefern.

Die Sentiment Analyse (dt. Stimmungsanalyse) ermöglicht es nun, Meinungen, Pain Points und Stimmungen von Kunden besser differenziert und schneller zu identifizieren. Die Impact Analyse zeigt, welche Themen den größten Einfluss auf den Net Promoter Score haben.


Mit der neuen Sentiment Analyse noch mehr Insights in die Customer Experience erhalten

Neben dem Net Promoter Score (NPS), der eine Kennzahl zur Messung von Kundenloyalität und -bindung darstellt, analysiert unsere Customer Retention Plattform auch qualitatives Feedback in Form von Kundenkommentaren. Anhand dieser lassen sich die Gründe hinter dem NPS erfahren.

Mittels Smart Labels können Nutzer so auf einen Blick erkennen, welche Themen von Kunden angesprochen werden. Dabei werden diese Smart Labels in einem blauen Rahmen unterhalb des Kundenkommentars angezeigt. Erfolgte die Auswertung bisher rein neutral auf Themen bezogen und beinhaltete keine emotionale Analyse ändert sich das nun mit der Sentiment Analyse.

Vorher:

smart-labels-vorher

Sie gibt ein Stimmungsbild dieser Kundenkommentare und Smart Labels und gibt Aufschluss darüber, ob ein Themengebiet innerhalb des Kommentars positiv oder negativ besetzt ist. Um dies auch optisch zu unterstreichen werden die Smart Labels entsprechend der Stimmung farblich angepasst und konnotiert: Für positive Erwähnungen wird ein grünes, für negative Erwähnungen ein rotes Label verwendet. Neutrales Feedback wird in grau gehalten.

Jetzt:

smart-labels-after

Detaillierte Insights durch verbesserte Sentiment Analyse

Kundenfeedback wird nun viel differenzierter und unabhängig vom eigentlichen Score analysiert. An dem obigen Beispiel erkennt man sehr gut, dass auch Promotoren eine negative Meinung zu einem Thema haben können – in dem Fall der Preis – und trotzdem eine sehr gute Bewertung abgeben. Andersherum können auch Detraktoren einen Teil der Customer Journey als positiv empfinden, aber einen schlechten Score abgeben.

Diese granulare Auswertung des offenen Text-Feedbacks macht es möglich, themenbezogene Einstellungen der Kunden differenzierter zu betrachten und Pain Points in der Customer Journey noch gezielter zu erkennen, bevor sie zu Abwanderungsgründen werden.

Zusammengefasst ergeben sich folgende Vorteile: * Stimmung der Kunden wird in Echtzeit erkannt. Themen können differenziert betrachtet und unabhängig vom NPS evaluiert werden. * Smart Labels und Themen können auf Basis der eingestuften Stimmung nach „positiv”, „neutral” und „negativ” gefiltert werden. * Pain Points der Customer Journey werden gezielt identifiziert. User können schneller reagieren und ihre Kunden mit unserer Retention Management Plattform zenloop vom Abwandern abhalten. * Servicebereiche, die für Unzufriedenheit bei den Kunden sorgen, können vorzeitig verbessert werden, bevor sie zu einem Abwanderungsgrund werden.

Relevante Labels durch die Impact Analysis erkennen und NPS-Hebel identifizieren

Im Analytics-Bereich unserer Software bereiten wir die Ergebnisse der NPS-Abfragen grafisch auf. So lässt sich dort direkt der jeweilige Prozentsatz für Detraktoren, Passive und Promotoren ablesen. Ein Balkendiagramm gibt zudem darüber Aufschluss, welche Themen am häufigsten in den unterschiedlichen Bewertungsgruppen angesprochen werden.

Hier setzt die Impact Analyse an und zeigt in einem neuen Chart auf, welche der genannten Themengebiete den stärksten Einfluss auf den NPS nehmen. So lässt sich ablesen, um wie viele Punkte der eigene NPS sinkt oder steigt, würden bestimmte Themenbereiche nicht in die Wertung einfließen.

overview analyses

Für weitere Informationen, besuchen Sie bitte unsere Support-Seite. Dort finden Sie unter anderem hilfreiche Bedienungsanleitungen, die weitere Informationen über unsere Plattform und ihre Funktionen enthalten.


article-page-author-thais

Thaïs Kaiser

Junior Content Marketing Specialist