Analisi delle conversazioni: cosa chiedono davvero i clienti

Ogni mese il servizio clienti di Chiara riceve circa 20.000 contatti tra chat del sito, mail, telefono e WhatsApp. Tutto viene archiviato. Nessuno lo legge, se non a campione: dieci conversazioni il venerdì, quando c'è tempo.

Le decisioni si prendono su altre fonti. Le vendite dicono cosa va, il magazzino dice cosa torna indietro, le recensioni dicono cosa è andato storto quando ormai è tardi. Quello che i clienti chiedono prima di comprare, o dopo, resta chiuso nell'archivio.

Chiara ha il sospetto che molte domande nascano da tre o quattro cause precise: una pagina poco chiara, un corriere lento in una regione, un prodotto con un difetto ricorrente. Ma per dimostrarlo servirebbero settimane di lettura.

Il sistema legge tutte le conversazioni della settimana, rese anonime prima dell'analisi: nomi, telefoni, indirizzi e numeri d'ordine vengono sostituiti da segnaposto.

Poi le raggruppa per tema, con parole di tutti i giorni: «consegna in ritardo al Sud», «istruzioni della friggitrice ad aria», «buono sconto non accettato al carrello». Per ogni tema conta i contatti, confronta con la settimana prima e riporta tre conversazioni di esempio.

Ogni lunedì mattina Chiara riceve un resoconto di due pagine. In cima, i temi nuovi o in crescita. Sotto, le domande a cui l'assistente o gli operatori non hanno saputo rispondere, e i punti in cui i clienti abbandonano la conversazione. In fondo, i temi calati dopo una correzione, così si vede se una decisione ha funzionato.

Il resoconto non decide niente. Indica dove guardare: la decisione su cosa cambiare resta alla direzione.

Leggere tutto invece di un campione vale anche fuori dall'assistenza: note dei tecnici, moduli di reso, verbali di consegna, commenti nei questionari. Esempi di questi processi in cosa possiamo fare.

Il sistema controlla, a ogni lettura settimanale:

• che nomi, telefoni, email, indirizzi e numeri di carta siano rimossi prima di qualsiasi raggruppamento;
• che ogni tema abbia almeno un numero minimo di conversazioni, per non costruire un allarme su due casi;
• che gli esempi citati nel resoconto esistano davvero e siano riportati alla lettera, non riassunti;
• che i confronti con la settimana precedente usino le stesse regole di raggruppamento;
• che i temi legati a sicurezza dei prodotti (surriscaldamento, scosse, fumo) finiscano in cima, anche se i casi sono pochi.

Decide una persona:

• su cosa fare di ogni tema: correggere una pagina, chiamare un fornitore, cambiare una procedura;
• sui temi di sicurezza dei prodotti, che vanno al responsabile qualità con le conversazioni originali;
• sui nomi dei temi: Chiara può unire, dividere o rinominare i gruppi, e il sistema impara quelle regole;
• sull'uso dei dati: il resoconto non entra nella valutazione degli operatori.

Le parole che indicano urgenza o un reclamo vengono contate. Lo stato d'animo delle persone non viene stimato.

Non abbiamo ancora un sistema in produzione con numeri su questo caso. Nel pilota misuriamo quanti temi portano a una decisione e quanto calano i contatti dopo ogni correzione.

• Privacy: il GDPR, la legge europea sulla privacy, chiede di usare i dati per scopi compatibili con quelli della raccolta. L'analisi usa testi resi anonimi e lo dichiara nell'informativa.
• Niente emozioni: l'AI Act, la legge europea sull'intelligenza artificiale, vieta il riconoscimento delle emozioni sul luogo di lavoro. Noi non lo facciamo né sugli operatori né sui clienti.
• Lavoratori: il resoconto non serve a controllare l'attività dei singoli. Un uso diverso richiederebbe le procedure dell'articolo 4 dello Statuto dei lavoratori; non è un parere legale, lo valida il vostro consulente.
• Decisione umana: il sistema segnala, le persone decidono cosa cambiare.

Nella demo vedete il resoconto del lunedì: temi in crescita, domande senza risposta ed esempi letterali, con il confronto sulla settimana prima. Aprite la demo.