Improving customer experience with natural language processing in customer service

Abstract

Customer experience is one of the most crucial factors for determining a business’s competitive advantage and driving long-term success. The importance of customer experience has been widely acknowledged. However, there is a significant gap between the measurement of customer experience and application of the information for strategic and operational decision-making. Traditional measurement strategies tend to simplify the multifaceted nature of customer experience, providing only a glance into the challenges that customers encounter in their journey.

This research explores how recent technological advancements in the subfield of artificial intelligence, natural language processing can be utilized in the customer service to improve customer experience. The aim is to provide tools for customer experience improvement by enhancing transparency into the customer interface. This is achieved by capturing the state of customer experience directly from its source—customers themselves.

The research is conducted as design science research, incorporating a literature review, interviews, and the design and development of a software architecture. The literature review examines the relationship between customer service, customer experience, and its measurement. The literature review explores how natural language processing applications can improve customer experience in the customer service. The empirical part combines this knowledge into software artefact. The system delivers actionable insights and the state of customer experience across all interaction channels in the customer service environment.

The study concludes that, through natural language processing, businesses can both improve and measure the state of customer experience in customer service. With a combination of sentiment analysis, intent recognition, customer journey extraction, and issue-resolution summaries businesses can understand the needs and challenges of their customers. This provides insights for targeted process improvements leading to better customer experience in the future. Future research directions include expanding the proposed solution with operational, and outcome-based measurements, as well as adopting multimodal approaches for customer experience measurement.

Asiakaskokemus on yksi tärkeimmistä yrityksen kilpailukyvyn ja pitkäaikaisen menestymisen kulmakivistä. Asiakaskokemuksen tärkeys on laajalti tunnistettu. Kaikesta huolimatta asiakaskokemuksen mittaamisen ja saadun tiedon hyödyntämisessä strategisen ja operatiivisen päätöksenteon tukena on edelleen merkittävä kuilu. Perinteiset mittausmenetelmät yksinkertaistavat asiakaskokemuksen moniulotteista luonnetta ja tarjoavat ainoastaan pintapuoleisen näkymän asiakkaiden kohtaamiin haasteisiin asiakaspolun aikana.

Tämä tutkimus käsittelee, kuinka tekoälyn alakategorian, luonnollisen kielen käsittelyn teknologisia edistysaskeleita voidaan hyödyntää asiakaspalvelussa asiakaskokemuksen parantamiseksi. Tutkimuksen tavoitteena on tarjota keinoja asiakaskokemuksen kehittämiseen lisäämällä läpinäkyvyyttä asiakasrajapintaan. Tämä saavutetaan analysoimalla asiakaskokemuksen nykytilaa suoraan sen lähteestä—asiakkailta itseltään.

Työ suoritetaan suunnittelutieteellisenä kehittämistutkimuksena, mihin sisältyy kirjallisuuskatsaus, haastattelu, sekä ohjelmistoarkkitehtuurin suunnittelu ja kehitys. Kirjallisuuskatsauksessa tarkastellaan asiakaspalvelun, asiakaskokemuksen ja sen mittaamisen välistä suhdetta. Kirjallisuuskatsaus pureutuu luonnollisen kielen käsittelyn käyttökohteisiin asiakaspalvelussa asiakaskokemuksen parantamiseksi. Empiirisessä osiossa kirjallisuuskatsauksen tieto yhdistetään käytännön toteutukseksi, joka tarjoaa oivalluksia asiakaskokemuksen tilasta asiakaspalvelun eri vuorovaikutuskanavissa.

Tutkimuksen tuloksina voidaan havaita, että luonnollisen kielen käsittelyn avulla yritykset voivat sekä parantaa, että mitata asiakaskokemusta asiakaspalveluympäristössä. Hyödyntämällä sekä sentimentti-, että juurisyyanalyysiä, asiakaspolun vaiheiden tunnistamista, sekä yhteenvetoa ongelmista ja ratkaisuista yritykset kykenevät ymmärtämään asiakkaiden tarpeita ja haasteita. Tämä tarjoaa mahdollisuuden prosessien kohdennettuihin parannuksiin tulevaisuuden asiakaskokemuksen kehittämiseksi. Jatkotutkimuksena luotua ratkaisuarkkitehtuuria voidaan laajentaa operatiivisilla ja tulosperusteisilla mittareilla, sekä moniulotteisilla asiakaskokemuksen mittauskeinoilla.