Her er de gode eksempler på konkret udbytte af tekstanalyse - og sådan kommer du selv i gang

Klumme: Lenovo og Sygehus Lillebælt er to eksempler på, at det er smart at bruge og lære af alle de datakilder, man kan komme i nærheden af. Få også konkrete tip til selv at gå i gang.

Enhver virksomhed, der arbejder struktureret med at skabe værdi gennem analyse af kundedata og andre datakilder, har som målsætning at forbedre grundlaget for at træffe bedre forretningsbeslutninger i fremtiden.

Dataanalyse har foregået lige så længe, som vi har gemt oplysninger om vores kunder, og har med digitaliseringen betydet, at vi har fodret vores datawarehouses med nuller og et-taller i struktureret format via eksempelvis CRM-systemer for senere at kunne hente dem frem og vurdere deres betydning.

Det er stadig den tilgang, mange virksomheder og analyseansvarlige har - og den har stadig værdi.

Men i dag har man mulighed for at berige processen voldsomt ved at integrere tekst baseret information i datagrundlaget - og på den måde få meninger og sammenhænge frem, som nuller og et-taller ikke formår at udtrykke.

Ikke pille ved vores keyboard!
Et godt eksempel kommer fra Lenovo, som på et tidspunkt var ved at lægge sidste hånd på et nyt keyboard.

Men analyseafdelingen bankede på hos udviklerne og kunne fortælle, at man via onlinesøgninger var kommet frem til et for virksomheden ukendt brugerforum for hardcore gamer-entusiaster.

Her havde en bruger rost det nuværende design i en ikke mindre end seks sider lang minutiøs anmeldelse, som var blevet delt og havde udløst ikke mindre end 200 kommentarer.

Fokusgrupper og andet indledende arbejde inklusive indsigt i spørgeundersøgelser blandt kunder havde ikke givet designteamet tilnærmelsesvis den samme feedback.

Dockingstationen var den oversete fejlkilde
På samme måde fandt Lenovo endelig frem til en fejlløsning, da kunder begyndte at klage over, at deres pc'er lukkede uventet ned, mens andre havde skærmproblemer.

Først da indhold fra sociale medier blev føjet til i analysen, blev det klart, at problemet stammede fra tilknyttede dockingstationer, ikke fra skærm eller selve pc'en.

Kun få brugere, som ringede til kundeservice, havde nævnt brug af dockingstation, men med den yderligere information blev opmærksomheden på denne faktor skærpet.

Disse to eksempler beviste over for Lenovo, at det gav rigtig god mening at sammenholde ustrukturerede data fra blandt andet sociale medier med den viden, man i forvejen besad.

Man afværgede i god tid en produktændring, som sandsynligvis havde ført til stor ærgrelse for en vigtig kernegruppe af brugere, og man nedbragte fejlfindingstiden på et problem, som var svært at pinpointe, fordi fejlen lå et uventet sted.

Læs mellem linjerne, når kunderne kommunikerer
De besparelser, der ligger i den slags rettidig omhu, er store, ikke mindst når det gælder globale spillere med produkter, der sælges over alt i verden.

Men også for mindre og mere lokale spillere er der meget at hente.

Eksempelvis er læren fra handelsskolens introklasser jo, at det er langt dyrere at få en ny kunde end at fastholde en eksisterende kunde.

Churn, som det hedder med et nydansk ord, er en konstant hovedpine for mange brancher, for eksempel telebranchen.

Tekstanalyse af indkomne e-mails, call center-transskriberinger og noter fra CRM-systemer kan analyseres for at afsløre "sentiment", altså basalt set tonen i korrespondancen.

Er der noget, som tyder på, at kunden er sur og utilfreds, også selv om det ikke udtrykkes så direkte?

Sammenholdt med informationerne fra den "normale" churn-analyse kan man begynde at tegne sig et langt mere præcist billede af, om man har en kunde, der er på vej væk.

Pilotprojekter på netop dette område har vist, at præcisionen i forudsigelsen af kundens adfærd kan øges med op til 25 procent.

Ikke så mange danske eksempler
De ovenstående eksempler er internationale, og desværre er de kendte danske eksempler på lignende resultater med sammenligning af kundedata og data fra sociale medier eller anden kommunikation i ustruktureret form, ikke så talrige.

Jeg er for nylig vendt tilbage til Danmark efter en årrække i Australien og er stor fortaler for, at danske virksomheder bruger flere ressourcer på at udforske potentialet i analyse af ustrukturerede datakilder

Meget mere viden om risikoen for hospitalsinfektion
Tekstanalyse har et kæmpe potentiale - og ikke kun i erhvervslivet.

Computerworld har blandt flere medier beskrevet en case fra sundhedssektoren, nemlig på Sygehus Lillebælt, hvor man har brugt tekstanalyse til at forbedre den tilgængelige information om patienters risiko for at få en hospitalsinfektion og blive genindlagt.

Her handler det om at sikre, at man opfanger forskellige "indikationer" på infektion fra de tekstbaserede journal-indføringer, som forskellige læger, sundhedspersonale og eventuel hjemmepleje beskriver - men som måske kan have så forskellige udtryk som "feber", "utilpashed" "sår, der ikke heler", "forhøjet temperatur" og meget andet - som først giver den fulde indsigt, når det sammenstilles med øvrige patientdata fra eksempelvis måleudstyr og med informationer om hospitalets egne arbejdsgange.

Den danske case har vakt berettiget opsigt internationalt og er blot et eksempel på den enorme samfundsmæssige værdi af at integrere tekstanalyse i det øvrige kvalitetssikrings-arbejde - for ikke at tale om den menneskelige gevinst for patienterne!

Sådan kommer du i gang
Hvis jeg har givet dig nyt mod på at få taget hul på at arbejde mere struktureret med tekstanalyse og vise værdien i din organisation, er her et par hurtige råd til, hvordan du kommer videre:

- Opsæt og prioriter hypoteser om, hvor værdien antages at kunne findes. At bruge måneder på at organisere al virksomhedens tekstdata for derefter at kaste sig ud i en "open ended"-analyse tager for lang tid.

- Sideløbende med analyseprocessen bør det undersøges, om den indsigt, der måtte skabes, rent faktisk kan udnyttes i front-end processerne, både teknisk og forretningsmæssigt. Indsigt uden eksekvering er umådeligt ressourcespild.

- Få eventuelt en leverandør på området til at udforske de to ovenstående elementer i samarbejde med jer, deres ekspertise vil kunne inspirere og kvalificere jeres arbejde.

- Sørg for, at I tænker drift ind i jeres arbejde tidligt. Sproget udvikler sig hele tiden, og der skal løbende input til for at sikre, at sproganalysen er så præcis som overhovedet muligt.

Held og lykke med guldgraveriet.

Ytringer på debatten er afsenders eget ansvar - læs debatreglerne
Indlæser debat...

Premium
Danmarks Statistik skifter fra Oracle og SAS Institute til open source-platforme for at spare på licensbetalinger: "Vi ser et teknologi-landskab, hvor nogle af de store spillere er ved at blive overhalet af nye letvægtsprodukter"
Interview: For at nedbringe udgifterne til de årlige licensbetalinger mindsker Danmarks Statistik forbruget af kerner hos Oracle og SAS Institute for i stedet at bruge open source-platforme. "Vi har haft sindssygt gode resultater med at introducere dem. På de åbne platforme kan vi bygge en del mere selv," siger CIO Annie Stahel. Se platformene her.
Computerworld
NemID ramt af nedbrud
Det er ikke muligt at logge på med NemID i øjeblikket. Nets bekræfter, at der er driftsproblemer. (Opdateret).
CIO
Torben Fabrin og Arla måtte på få dage omstille hele deres produktion da coronaen ramte
Da coronaen ramte verden måtte mejerigiganten Arla på få dage omstille sin produktion. Samtidig voksede salget massivt til supermarkeder mens institutioner og restauranter gik næsten i stå. Hør hvordan Arla kom gennem krisen ved blandt andet være klar med realtime analytics.
Job & Karriere
På jagt efter et it-job i Jylland? Her er 10 stillinger fra Aabenraa til Aalborg, der ledige netop nu
Vi har fundet en række spændende stillinger til dig, der jagter et it-job. Her kan du vælge og vrage mellem ledige stillinger lige fra Aabenraa til Aalborg.
White paper
Det skal dit endpoint detection and response-system kunne
EDR, eller endpoint detection and response, lovede egentlig bedre it-sikkerhed og bedre overblik. Men resultaterne er ikke helt overbevisende. I dette whitepaper kan du læse om nogle af begrundelserne for, at traditionel EDR kan drille – blandt andet et systemerne kæmper med manglende integration af data fra andre kilder. Samtidig får du i dette whitepaper en checkliste for, hvad du kan forvente at dit endpoint detection and response-system skal kunne samt en række relevante use cases.