Todo el mundo ha utilizado alguna vez las redes sociales para descargar su ira hacia un mal servicio o un producto defectuoso. El alcance de nuestros mensajes es difícil de medir en muchas ocasiones, saber por ejemplo cuánta gente lo habrá leído y hará boicot a este restaurante o a aquella marca de ropa.
Sin embargo, las empresas cada vez son más conscientes de estas críticas, escuchan la red y responden a las reclamaciones de los clientes a través de Twitter o Facebook. Para ello, se valen de la tecnología informática y, en concreto, de las aplicaciones de análisis de opinión y sentimiento. Estos programas analizan automáticamente los mensajes en tiempo real y los clasifican según su disposición: positiva, negativa y neutra. Naturalmente, los mensajes que son relevantes para el servicio de atención de clientes son los negativos.
¿Cuáles son los servicios con más reclamaciones?
Según el informe anual de la OCU en 2014, la mayoría de las reclamaciones se concentran en los servicios financieros (bancos y seguros), las telecomunicaciones (telefonía móvil, paquetes de TV, internet), la vivienda (comunidades de vecinos, alquileres) y los bienes de consumo (coches, artículos electrónicos, electrodomésticos, ropa y calzado). Seguro que muchos de estos casos coinciden con nuestra intuición y experiencia. Por ello, los clasificadores automáticos de mensajes se están haciendo tan populares.
Intención de los mensajes en los medios sociales
Pero hoy queremos ir un paso más allá: ¿es posible saber si un cliente se está quejando o simplemente está haciendo una pregunta? Por supuesto que no es lo mismo enviar una sugerencia que plantear una amenaza:
- Estaría guay si pudiera pedirlo directamente por internet
- Como no lo solucionen pronto, voy a presentar una reclamación
En otras palabras, hay programas que empiezan a detectar la intención del usuario de los medios sociales y clasifican los mensajes de acuerdo a un tipo de actitud, que puede ir en una escala desde la agresividad hasta el apoyo incondicional. Esta nueva funcionalidad aporta información relevante para los servicios de atención al cliente, de modo que puedan enfocar su respuesta prioritaria hacia un lado u otro, o incluso especializar al personal que atiende el servicio según las intenciones que gestionan.
Un caso práctico del trabajo con las intenciones
Alguno se puede estar preguntando cuál es la proporción de mensajes con intención dentro del conjunto total asociado con una cuenta o marca. Las investigaciones del IIC con marcas de seguros nos han proporcionado el siguiente cuadro:
- Seleccionamos aleatoriamente 1.400 tuits que contenían palabras clave y hashtags de unas cuantas compañías (antes habíamos eliminado los retuits y algunos mensajes publicitarios de las propias marcas).
- Dos personas revisaron manualmente 700 mensajes cada una.
Nuestra sorpresa fue encontrar que solo un 20% de los mensajes contenían alguna intención relevante para el servicio de atención al cliente: duda, sugerencia, pregunta, queja, etc. Por tanto, separar los comentarios que les interesan a las empresas de aquellos que simplemente generan ruido supone un gran ahorro en tiempo y esfuerzo.
Por otra parte, también observamos que las intenciones más frecuentes, con diferencia, eran la queja y la petición, con el 55% y el 30% del total de mensajes con intención, respectivamente. Esto nos da pie para afirmar que un clasificador de intenciones en un servicio de atención al cliente puede aumentar la productividad. Estamos lejos de que los ordenadores contesten directamente a las solicitudes (¡afortunadamente para todos!), pero ya pueden ayudarnos a realizar una primera selección.
Desde luego, no me gustaría que los ordenadores contestaran a nuestras peticiones (¿están ya en ello?); lo que sí veo muy beneficioso es clasificar las intenciones de nuestros comentarios, por todas las posibles aplicaciones que tiene.
¡Muy buen post, Antonio!
Interesante post, sobre todo, ese porcentaje tan bajo de «intención» relevante. Si se consigue limpiar todo ese ruido, las entidades ahorrarían muchísimo tiempo en la gestión de redes sociales y darían mejor respuesta a quien realmente la está pidiendo.
Gracias, María Luisa. Afortunadamente los ordenadores no están capacitados para responder a nuestras peticiones. Esa no es la idea, sino
que redirijan la información a la persona capacitada para responder. Si el volumen de «ruido» es alto, la clasificación previa ahorra mucho tiempo y esfuerzo a las personas.
Efectivamente, Cristina, como ya he contado en el anterior comentario, los mensajes de la red contienen mucho ruido, es decir, hay pocos que realmente contienen información relevante que debe ser respondida. Por eso las aplicaciones actuales se centran en realizar una lectura previa que ahorre el esfuerzo al humano que tiene que contestar. Además, las máquinas no se cansan, ni se despistan. Luego para tareas que exijan atención continua son muy útiles.