Asiakaspalvelussa kerättävän datan käyttö ja hyödyntäminen

Abstract

Opinnäytetyön tarkoituksena oli tutkia toimeksiantajan asiakaspalvelurajapinnassa kerättävän datan käyttöä sekä hyödyntämistä. Työn tavoitteena oli perehtyä aihealueen teorioihin, suunnitella ja toteuttaa tutkimus yhden liiketoimintayksikön datasta, analysoida tulokset, laatia johtopäätökset ja esittää kehitysehdotukset yksikön johdolle.

Tietoperusta koostui datan ja sen kategorioiden, datastrategian ja datastandardin, tekoälyn ja asiakaspalvelun teoriakirjallisuudesta ja verkkolähteistä. Tutkimus toteutettiin empiirisenä tutkimuksena, joka oli luonteeltaan kvantitatiivinen case-tutkimus. Tutkimusta varten kerättiin dataa kohdeyrityksen asiakasrajapinnasta. Kerättävä data piti sisällään aihealue- ja käsittelyaikadataa. Työ tehtiin siten, ettei toimeksiantajaa voi tunnistaa. Tästä työstä kirjoitettiin kaksi versiota, joista toinen pitää sisällään toimeksiantajalle tarpeelliset yksityiskohtaiset tiedot.

Varsinaisella tutkimuksella pyrittiin löytämään vastauksia seuraaviin kysymyksiin: löytyykö asiakaspalvelussa kerättävästä datasta uusia havaintoja, joita ei ole ennen huomattu, voiko aineistoa hyödyntää koneoppimisessa opetusaineistona ja voiko dataa hyödyntää uusilla tavoilla.

Tutkimuksen perusteella uusia havaintoja tehtiin kerättävän aineiston pohjalta. Yksi tärkeimpiä havaintoja oli aihealueiden ”Aihe 2” ja ”Aihe 3” käsittelyaikojen osuudet, jotka veivät muihin aiheisiin verrattuna eniten aikaa. Lisäksi aihealueen ”Aihe 2” syvemmässä analyysissa nousi esille, kuinka paljon se työllisti yrityksen asiakaspalvelijoita. Työllistävä vaikutus mitattiin aiheeseen liittyvien ulossoittojen perusteella. Opinnäytetyön tutkimusaineisto osoittautui tarkaksi ja luotettavaksi, jolloin tekoälypohjaisen ohjelman tekeminen on mahdollista. Opetusdataksi aineisto oli tarpeeksi kattava koneoppimismallin opettamista varten.

Tutkimus osoitti lisäksi sen, että uudenlaisia tapoja hyödyntää kerättyä aineistoa oli useita. Havaintojen pohjalta tehtiin kolme kehitysehdotusta toimeksiantajalle: tekoälypohjainen seurantamalli, yksilöllinen aihealuekartta ja ennustaminen. Lisäksi kehitysehdotuksissa käytiin läpi pitkän ja lyhyen tähtäyksen suunnitelmaa.

The purpose of this thesis is to study utilization of data collected from the customer service interface. The objectives are to familiarise with the theories of the subject, plan and implement a study of the data of a business unit, analyze the results, make conclusions and present development proposals to the management of that business unit.

The theoretical background consists of literature of data and artificial intelligence. The research was carried out as an empirical study, which was a quantitative case study by nature. For the research, data was collected from the customer interface. The collected data included disposal and processing time data.

The research aims to find answers to the following questions: Are there new observations in the data collected from customer service and can the data be used as training data in machine learning.

Based on the research, new observations were made on the collected data. One of the most important findings was the amount of processing time for “Topic 2” and “Topic 3” took compared to other topics. In addition, in a deeper analysis of “Topic 2”, depicted the amount of extra time needed by customer service personnel. The effect was measured based on the outbound calls related to the topic. The research data was accurate and reliable, making it possible to create and artificial intelligence-based program.

The research also showed that there were several new ways of utilizing the collected data. Based on the observations, three development proposals were made for the business unit: artificial intelligence-based monitoring model, individual subject area map and forecasting. In addition, a long- and short-term plan was discussed in the development proposals.