Asiakaspalaute- ja asiakastyytyväisyysdatan käsittelyprosessin kehittämistarpeet tiedon tehokkaaseen hyödyntämiseen

Abstract

Positiivisen asiakaskokemuksen tuottaminen on viime vuosina noussut yhä useamman organisaation strategisiin tavoitteisiin. Asiakaslähtöinen toiminnan kehittäminen edellyttää relevanttia informaatiota asiakaskokemuksen tasosta, joten asiakaspalautteen keräämisestä on tullut lyhyessä ajassa yksi organisaatioiden liiketoiminnan perustehtävistä. Asiakaskokemusdataa on käytettävissä enemmän kuin koskaan, mutta kasvava datan määrä on asettanut uusia vaatimuksia palautteiden esikäsittelylle, raportoinnille ja analysoinnille.

Tämä opinnäytetyö on laadullinen tutkimus, joka tehtiin toimeksiantona julkisen sektorin organisaatiolle. Tutkimuksessa selvitettiin, millainen dataprosessi tukisi parhaiten asiakaspalaute- ja asiakastyytyväisyysdatan hyödyntämistä toiminnan kehittämisessä sekä miten tekoälyä ja koneoppimista voisi hyödyntää datan sisältämien vapaiden tekstivastausten sisällön aihepiirien tunnistamisessa. Tutkimuksen lopputuloksen tavoitteena oli kuvata vaatimusmäärittely mahdollista ohjelmistokehitysprojektia varten.

Tutkimusmenetelmänä käytettiin tapaustutkimusta, jossa oli konstruktiivinen tutkimusote. Teoreettinen viitekehys muodostui pääasiassa asiakaskokemukseen, datan käsittelyyn ja tekoälyn hyödyntämiseen liittyvästä kirjallisuudesta, artikkeleista ja verkkojulkaisuista. Empiirisen osan tutkimusaineisto kerättiin osallistuvalla havainnoinnilla, asiakaspalaute- ja asiakastyytyväisyysdatasta, organisaation aiheeseen liittyvästä dokumentaatiosta, kyselystä ja aktiivisesta keskustelusta prosessin loppukäyttäjien kanssa.

Vaatimusmäärittelyn tekoa varten tehtiin myös kokeilu dataprosessin uudistamisesta, ja samalla luotiin luokittelumalli kertyvän palautedatan aiheiden kategorisointiin. Tutkimuksessa todettiin, että datan hyödyntäminen tuote- ja palvelukehityksessä edellyttää koko dataprosessin uudistamista ja useiden eri vaiheiden automatisointia. Lopputuloksena kuvattiin koko dataprosessin kehittämistarpeiden vaatimusmäärittely.

Positive customer experience has become one of the main strategic goals in many organizations. Also, collecting customer feedback has become one of the basic tasks in organizations. Growing amount of data has made new demands on preprocessing, reporting, and analyzing feedback and comments of customer satisfaction queries.

The purpose of this thesis was to gather information about how the processing of customer experience data should be developed that the information could be better utilized in the development of products and services in the commissioning organization. The study also focused on how artificial intelligence and machine learning could be utilized in the classification of topics for free text responses of feedback. The main goal of the study was to describe the requirement specification for a possible software development project.

The study was carried out mainly using the method of a case study. The theoretical section explores customer experience, data analysis and artificial intelligence related literature, articles, and online sources. The data for empirical section was collected in multiple ways in the organization.

The study found that utilizing data in product and service development requires renewing the entire data processing and automating several different phases.