Ich stecke gerade in einem Projekt fest, wo wir versuchen, die Kundenzufriedenheit aus Support-Chats abzuleiten. Wir haben einen Haufen Textdaten, aber irgendwie fehlt mir das Gefühl, dass unsere einfache Sentiment-Analyse wirklich erfasst, was vor sich geht. Manchmal ist ein Kunde sachlich, aber trotzdem total frustriert, oder er sagt "danke", aber eigentlich ist es sarkastisch gemeint. Ich frage mich, ob wir mit unseren aktuellen Ansätzen vielleicht zu oberflächlich bleiben und den eigentlichen Kontext verpassen.
Ich höre eine klebrige Mischung aus Frust und Höflichkeit. Die Gefühle springen zwischen uns und den Antworten hin und her und ich frage mich ob Kundenzufriedenheit wirklich dahinter steht
Es wäre sinnvoll die kontextuellen Signale zu erfassen statt nur Stimmungswerte zu addieren Wir könnten Muster wie Fragen Wiederholungen und Dank als Hinweis auf zugrunde liegende Bedürfnisse ansehen
Vielleicht täuscht der Kunde sich selbst oder nutzt eine höfliche Form weil er unsicher ist
Ich frage mich ob das ganze Benchmarking am Ende doch nur eine glänzende Oberfläche ist die sich um das eigentliche Problem dreht oder ob dahinter wirklich etwas Grundlegendes liegt?
Vielleicht sollten wir das Thema neu rahmen als Dialog über Erwartungen an den Service statt als reine Stimmungsanalyse
Eine Idee könnte sein den Kontext stärker zu berücksichtigen statt sich auf einfache Labels zu beschränken
