Sama ocjena od 0 do 10, koliko bi nas netko preporučio na temelju vlastitog iskustva, ne govori puno ako tu ocjenu ne razumijemo dublje. Stoga se uz tu ocjenu često koristi otvoreno pitanje kojim tražimo od korisnika da svojim riječima objasni svoju procjenu.
Čak i u ovom slučaju možemo mnogo toga propustiti. Primjerice, korisnik daje ocjenu preporuke 7, a među razlozima za to navodi da nije u potpunosti zadovoljan ponudom. Sada znamo da nam nešto nedostaje u ponudi, ali što? Nećemo znati do sljedećeg susreta s ovim korisnikom. Osim ako nije postojao način da tog istog korisnika već u sljedećem trenutku pitamo što mu točno nedostaje u našoj ponudi. Valiconov NPS 2.0 omogućuje upravo to.
Ovo nije jedina nadogradnja koju NPS 2.0 sadrži. Ljudi nisu savršeni. Mi griješimo. Posvuda. Također, primjerice, kod kategorizacije tekstova ili kodiranja dužih zapisa u kraće, manje brojne, smisleno zaokružene sadržajne kategorije. Čovjek je u tome pristran. Razvija nedosljednosti. Usput, promašuje bit. Što je, naravno, šteta, pogotovo ako ti zapisi kriju odgovor na pitanje što našoj usluzi nedostaje da bi bila savršena.
POZITIVAN UTJECAJ UI NA MARKETINŠKA ISTRAŽIVANJA
U nedavno objavljenoj anketi provedenoj među korisnicima online portala #NewMR (How is AI going to impact market research and insights over the next ten years?), većina od više od 200 ispitanika prepoznaje umjetnu inteligenciju (UI) i automatizaciju kao nešto pozitivno za razvoj usluga marketinških istraživanja, posebno u smislu učinkovitosti. Iako su i ispitanici svjesni potencijalnih negativnih učinaka i zamki korištenja UI-ja, daleko ih je manje od onih koji su oduševljeni korištenjem UI-ja. Kao područje unutar marketinških istraživanja u kojem će, po njihovom mišljenju, korištenje UI-ja imati najveću ulogu, na prvom mjestu navode analizu odgovora na otvorena pitanja (više od 80% ispitanika smatra da će za 10 godina UI odigrati ključnu ulogu upravo u tome) .
Analiza teksta, odgovora na otvorena pitanja, koja u istraživanju tržišta predstavljaju vrlo važan uvid u razmišljanja pojedinaca, kako nam ih oni prenose vlastitim terminima, jedno su od područja gdje ljudska pogreška može oduzeti velik dio bogatstva informacija koje ova metoda inače nudi. Vjerojatno najdragocjenija informacija u tom smislu su povratne informacije otvorenog tipa. Čak i oni dobiveni u sklopu mjerenja NPS-a, nezaobilaznog pokazatelja za praćenje kvalitete usluga.
NADOGRADNJA STANDARDNOG MODELA NPS NADZORA
Na temelju modela umjetne inteligencije, Valicon je nadogradio standardni model NPS nadzora koji se zbog novih značajki može nazvati NPS 2.0. Ključne prednosti ovog modela su dvojake.
Prvi je automatizirano kodiranje odgovora otvorenog tipa, što će posebno doći do izražaja u svim onim tvrtkama koje prikupljaju velike količine odgovora ovog tipa u kratkom roku. Nekoliko tisuća korisnika i isto toliko interakcija vrlo brzo se zbrajaju u ogromne količine teksta koji nose izuzetno važne informacije. S modelom NPS 2.0 analizirane su i dostupne za korištenje u vrlo kratkom roku.
Druga značajka modela NPS 2.0 je inovativnost na globalnoj razini. Riječ je o mogućnosti postavljanja pitanja u stvarnom vremenu, na temelju otvorenih odgovora, što do sada nije bilo moguće.
Zamislimo jednostavan primjer. Na pitanje zašto je našu uslugu ocijenila ocjenom 6, korisnica je odgovorila da je to iz razloga što joj se nije svidio odnos prodavača. Konvencionalni NPS model tu prestaje. Međutim, automatizirano kodiranje u stvarnom vremenu omogućuje anketnom sustavu da postavi dodatno otvoreno pitanje na temelju otvorenog odgovora. Ostanemo li pri prethodnom primjeru, sustav će ga pitati za konkretne razloge zašto se korisniku nije svidio stav prodavatelja. Drugim riječima, umjesto da provodimo dane i tjedne pitajući se što nam je kupac želio reći, saznat ćemo prije nego smo uopće znali da je kupac nečim nezadovoljan.
