文本反馈是企业与客户进行一对一真实对话的窗口。在开放式作答的文本题中，客户可以不受问题的束缚，随心所欲地回答，向企业反馈他们真正在意的事情，以及每一个好评、差评背后的具体原因。
文本分析——作为体验管理中非常重要的一环，能够帮助企业从海量客户反馈中获取有价值的洞察。然而，分析10000条文本反馈，相当于阅读一整本小说，再逐字逐句地分析书中的每一句话，是一项非常耗时、费力且难以操作的“大”工程。
为了更好地将其应用在体验管理中，体验家XMPLus聚焦「文本分析」，整理编纂了《从入门到精通——文本分析应用指南》。本报告从文本分析的定义与应用、主题建模、准确率、多语言文本分析等多个方面展开详细解读，带领大家从入门到精通，深度了解文本分析。
文本分析是指从大量的文本数据中，自动提取和分类信息的过程。在体验管理中，文本数据主要来自于问卷调查、电子邮件、客服工单、通话记录、产品评论、社媒帖子或其他自由文本格式的反馈。
而在文本分析的应用中，最常使用的两种技术包括情绪分析技术和主题分类技术。
情绪分析技术可以识别客户反馈文本中的潜在情绪，比如积极、中立或消极的情绪；主题分类技术则可以对反馈文本中与业务或行业相关的关键词进行归纳分类，如食品质量、员工效率或产品可得性等。
这两种技术一般同时使用，不仅可以帮助企业了解客户所关注的话题，还可以了解他们在谈论此类话题时的整体情绪是积极的还是消极的。
图：体验家 文本评论详情表
在文本分析技术出现之前，大多数企业仍然需要依靠定量数据来找到需要提升的方面。尽管定量数据必不可少，仍有其局限性——提供给客户的选择是预先确定好的。
举个例子，一家电信公司在客户每次拨打完客服电话后，都会通过短信的方式向客户发送典型的CSAT（客户满意度）调查：“您对刚刚的服务是否满意？”
后续还会补充问题，来了解客户满意度得分背后的原因，问题常见的选项包括：
1. 等待时间
2. 解决问题的速度
3. 客服态度
4. 等等
实际上，问卷所列出的选项十分有限，并不一定能完全覆盖到客户的所有想法，这就会限制客户的回答和反馈，最终导致分析结果不够准确。如果客户的想法没有被包含在选项中，企业就无法获取到有价值的见解。
但是，在问卷中列举所有可能的答案是一件几乎不可能完成的事情。因此，一个更好的方法是，企业在问卷中加入开放的文本题，直接向客户提问，让客户可以随心所欲地回答。
这样一来，文本分析就可以解决两个核心的问题：
1. 调查企业的表现：如客户等待时间、服务可靠性、成本控制等；
2. 找到企业尚未发现的潜在问题：如产品中未修复的bug，过于复杂的安装流程，或其他产品的不足等。
这也体现出了文本分析对于获取未知信息的重要性——信息很有可能引起了客户不满，但却被企业忽略掉，以及帮助企业深入了解客户遭遇不良体验的方面及其相关意见。
通过让客户用自己的话说出他满意或不满意的原因，企业可以更深入地挖掘影响客户体验背后的因素，帮助企业直观具体地了解需要采取哪些行动来改善客户体验。
通过在客户体验管理计划中使用文本分析，可以更好地制定和推动客户体验管理方案：
1. 输出文本数据可视化图表，以确定客户体验的基线、趋势和关键驱动因素等；
2. 深入分析文本数据（如主题和情感标签）及统计分析中的定量数据，定位目标客户群体，发现客户行为本质；
3. 观察体验指标在一段时间的趋势变化，确保企业可以在关注的领域内，尽早地采取对应的行动；
4. 自动提供人员/角色定制化的数据看板，包括相关文本的见解；
5. 根据主题和情感标签触发对应的行动，对有消极情绪和流失风险的客户进行闭环管理；
6. 根据文本主题类别和情感评级，设定客户体验计划未来的目标。
通过使用复杂的机器学习模型，文本分析不仅可以发现隐藏在文本评论中的盲点，引导企业发现从未意识到的客户痛点，开放式的文本题同时也为客户提供了一个解释说明的窗口，说明他们留下低分或负面反馈的原因，从而为客服团队提供必要的背景信息，建立反馈闭环。
图：体验家 词云图
文本分析以多种不同的方式应用在体验管理当中，主要可以分为以下四种类型：
1. 客户体验
将文本分析应用在客户体验管理时，有三方面的优势：
(1) 提升客户忠诚度
帮助企业了解推荐者在重要问题上的意见和想法，同时便于企业采取行动，防止推荐者变为贬损者。
(2) 防止客户流失
智能识别不满意客户，对那些具有负面情绪的客户或潜在流失风险的客户及时实行闭环管理。
(3) 预测复购率
结合客户的运营数据（如客户花费或客户生命周期价值等）和接下来的续订日期，分析客户在忠诚度、推荐、奖励等方面的评论和反馈。也可以结合AI和文本分析技术，预测客户复购的潜在可能性。
2. 产品体验
将文本分析应用在产品体验管理时，在以下两个阶段发挥着重要作用：
(1)新品发布
在新品发布时通过文本分析获得有价值的客户反馈，从而发现在下一个版本迭代中需要改进或增加的功能。
(2)产品使用
分析产品的保修数据和反馈数据，提炼关键见解，帮助企业了解哪些功能需要改进，从而提高产品使用率、降低服务成本等。
3. 品牌体验
将文本分析应用在品牌体验管理时，也有两个主要作用：
(1)活动效果
通过分析活动满意度的主要驱动因素以及活动支出、触达率等运营数据，确定投资回报率。
(2)品牌追踪
除了了解自家品牌的相关话题，还可以了解竞品出现的热门话题内容。
4. 员工体验
文本分析也可以同样应用在企业内部的员工体验管理上，帮助企业实现：
(1)了解员工流失率
将员工的结构化数据（如员工敬业度）与会引发低落情绪的主题（如经理支持）结合起来，了解员工的流失倾向。
(2)干预员工的不良状态
通过文本分析，及时对“抑郁”、“焦虑”等相关关键词开启实时预警，在员工有需要时及时进行干预。
(3)工作与生活的平衡
围绕“工作-生活平衡”等相关主题，通过文本分析来了解和确定哪些员工群体受到的影响最大，并依次采取相应的行动。
关注公众号：体验家XMPlus，领取《从入门到精通——文本分析应用指南》，带你从0-1认识文本分析，驱动企业发展更有定向性！
