Integration of Voice of Customer into Customer Experience Measurement

Lucie Šperková

Doctoral thesis

Integrace Voice of Customer do měření Customer Experience

Abstract:

Disertační práce se zaměřuje na konsolidované měření zákaznické zkušenosti (Customer Experience), založené na dolování informací ze zákaznických dat v textové podobě (Voice of Customer). Hlavním cílem práce je vytvoření artefaktu v podobě multidimenzionálního datového modelu. V něm jsou kombinovány informace z textů zákazníků s dalšími strukturovanými zákaznickými daty pocházejících z různých zdrojů. Artefakt obohacuje současné roztříštěné metody v měření zákaznické zkušenosti o sofistikovanější, datově řízené a metodologické přístupy. Využívá především domény textové analytiky, která v marketingu zatím není zcela etablována. Datový model je rozdělen na textovou a analytickou část. Metody textové analytiky jsou prováděny během procesu extrahování, transformace a nahrávání do databáze. V rámci artefaktu jsou navrženy metriky ke sledování celkové zákaznické zkušenosti z pohledu zákazníka v každé fázi zákaznické cesty.Na základě rešerše autor konceptualizuje konstrukt zákaznické zkušenosti a určuje jeho základní prvky. Dále obohacuje měření zákaznické zkušenosti o detekci sentimentu, emocí a osobnostních charakteristik – percepčních prvků skrytých v písemném vyjadřování zákazníka. Tyto prvky odrážejí chování zákazníka a provázejí celou zákaznickou cestu. Autorka definuje požadavky na dolování těchto prvků z textu s důrazem na zachování zákaznické perspektivy.Kvalitativní výzkum mezi českými společnostmi operujícími v prostředí internetu ukazuje nevyspělost v měření zákaznické zkušenosti a v dolování informací ze zákaznických textů. Artefakt byl zvalidován metodou technického akčního výzkumu (TAR) na reálných datech z prostředí e-commerce. Autorka zanalyzovala textová data v podobě zákaznických recenzí sadou metod textové analytiky – využila slovníkového přístupu k určování sentimentu, přístupu založeného na pravidlech k detekci aspektu, latentní dirichletové alokace pro určení kategorií aspektů, hlubokého učení pro určení emocí a shlukování pro detekci osobnosti. Výsledky metod, které splnily definovaná kritéria na dolování prvků, poté autorka zintegrovala s dalšími strukturovanými daty z jiných zdrojů do modelu zákaznické zkušenosti. Navržený reporting s měřením, který zachovává zákaznickou perspektivu, úspěšně naplnil cíle zúčastněných stran. Vedle TAR, sedm expertů prokázalo využitelnost artefaktu v praxi a zhodnotilo jeho manažerský dopad. Dle expertů artefakt zmírňuje bariéry využití plného potenciálu analýzy zákaznických dat v rámci měření zákaznické zkušenosti, definované během kvalitativního výzkumu. Artefakt je tedy vhodně navržen a připraven k použití v praxi.

Abstract:

The dissertation focuses on consolidated Customer Experience Measurement based on the integration of information mined from customer data in a textual form known as Voice of Customer (VoC). The main objective of this thesis is the creation of an artefact in the form of the Customer Experience multidimensional data model combining the information from textual VoC with other structured customer data extracted from various sources. The artefact enhances the currently fragmented methods in Customer Experience Measurement by providing more sophisticated data-driven and methodological approaches. In particular, text analytics is not yet fully established in marketing. The data model is divided into the textual and analytical part. Text analytics methods are performed during ETL processes. Following the Business Intelligence principles, different metrics are designed to track overall Customer Experience from the customer's perspective at each stage of the customer journey.Based on literature research, the author conceptualises the Customer Experience construct and defines its constituent elements. Customer Experience Measurement is further enhanced with detection of sentiment, emotions and personality traits – perceptual elements hidden in customers’ written expressions which emerge in their behaviour and accompany the entire customer journey. The author defines requirements on mining these elements with an emphasis on maintaining a customer perspective.The qualitative research among Czech organisations operating in the internet environment shows the immaturity in Customer Experience Measurement and lack of approaches to mine the information from textual VoC. The artefact is validated by Technical Action Research (TAR) in an e-commerce environment with real-world datasets. The author analysed textual customer data in the form of customer reviews with a set of text analytics methods – a lexicon-based approach for customer sentiment, rule-based approach and Latent Dirichlet Allocation for aspects detection, deep-learning for emotions mining, and clustering for personality detection. The results of methods met the stated criteria and were integrated with other structured data within Customer Experience data model. The proposed reports, which maintain the customer perspective, have successfully met the stakeholders’ goals. Beside TAR, seven expert opinions validated the usability of the artefact and assessed its managerial impacts. Experts agreed that the artefact mitigates the barriers of achieving the full potential of analysing VoC within Customer Experience mentioned in Czech companies. The artefact is thus properly designed and ready to be utilised by business practitioners.

Keywords

Customer Experience, datový model, textová analytika, detekce aspektu, osobnost, měření, řízení, sentiment analýza, zákaznická spokojenost, Voice of Customer, emoce

Keywords

Voice of Customer, Customer Experience, data model, text analytics, sentiment analysis, aspect detection, emotions, personality traits, customer satisfaction, measurement, management

Language used: English

Date on which the thesis was submitted / produced: 7. 5. 2015

Thesis defence

• Date of defence: 10. 2. 2020
• Supervisor: Ota Novotný
• Reader: Klára Antlová, Josef Steinberger, Michal Pařízek

Vysoká škola ekonomická v Praze

Doctoral programme / field:
Aplikovaná informatika / Aplikovaná informatika