In deze blog bespreken wij de waarde van klantenreviews en leggen wij uit hoe je deze kunt inzetten om klanten beter te begrijpen. Hierbij geven we een voorbeeld hoe dit er in de praktijk uit kan zien.

Het internet staat vol met klantenreviews. Denk aan websites zoals Trustpilot.com, Google Maps en Bol.com die duizenden reviews verzamelen over alles van producten tot aan bedrijven en restaurants.
Deze reviews zijn een unieke databron waarin klanten hun directe mening en ervaring delen over een product, dienst of een bedrijf. Door zulke reviews te verzamelen en analyseren kun je inzicht krijgen wat jouw klanten belangrijk vinden en waar je sterke en minder sterke punten liggen.

Aanpak in de praktijk

Hieronder leggen we in een aantal stappen uit hoe dit proces te werk gaat. Ook hebben we een applicatie ontwikkeld waarin we de reviews van een aantal toonaangevende bedrijven analyseren. Zo hopen we een concreet beeld te schetsen wat er mogelijk is met zulke review data. Bekijk de applicatie hier (let op: reviews zijn in het Engels).

Stap 1: Verzamel klantenreviews

Allereerst moet je klantenreviews verzamelen. Dit is vrij gemakkelijke taak middels web scraping. Zo hebben wij voor een aantal grote bedrijven reviews van Trustpilot.com verzameld.

Stap 2: Kies een analyse methode

Afhankelijk van het doel zijn er verschillende analyse methodes die je kunt toepassen. Sentiment analyse is een van de meest populaire data science technieken hiervoor en wordt gebruikt om te bepalen hoe positief of negatief een review is.
Voor onze applicatie gaan we één stap verder en onderzoeken we hoe positief of negatief klanten zich uitlaten over specifieke onderwerpen zoals de klantenservice of annuleringen. Zo kun je als bedrijf dieper inzicht krijgen waar klanten tevreden en ontevreden over zijn.

Stap 3: Classificeer de reviews

Het model dat we gebruiken om de reviews te classificeren als positief en negatief is gebaseerd op de nieuwste deep learning technieken (Bron). Hiermee is het mogelijk om inzichtelijk te maken waarom een review een bepaalde classificatie krijgt zoals te zien in de voorbeelden hieronder. Hier worden de gemarkeerde woorden als extra belangrijk gezien door het model voor het classificeren van de review.

Stap 4: Bestudeer de inzichten

Na het maken van de classificaties kun je aan de hand van statistieken en grafieken interessante inzichten opdoen. Een opvallend inzicht voor ons is dat Coolblue het beste uit de bus komt wat betreft reviews die ‘service’ en ‘klantenservice’ bespreken ten opzichte van de andere bedrijven. Zo lijkt Coolblue's obsessieve focus op klanttevredenheid zich uit te betalen in praktijk.

Conclusie

In aantal korte stappen hebben wij laten zien hoe je inzichten kunt halen uit klantenreviews. Mocht dit iets zijn waar je graag meer over wil leren of ben je nieuwsgierig hoe dit specifiek jouw bedrijf verder kan helpen? Neem gerust contact met ons op en dan onderzoeken we samen de mogelijkheden!