ДОСЛІДЖЕННЯ МЕТОДІВ ВИЗНАЧЕННЯ ЛОЯЛЬНОСТІ КЛІЄНТІВ ТА ОЦІНЮВАННЯ РІВНЯ ЇХНЬОЇ ЗАДОВОЛЕНОСТІ
DOI:
https://doi.org/10.30837/ITSSI.2023.24.104Ключові слова:
уніфікована оцінка; рівень задоволеності клієнтів; лояльність клієнтів; відгуки; опитувальникиАнотація
Предметом дослідження є методи збирання й оброблення інформації для визначення рівня задоволеності та лояльності клієнтів щодо компанії, а також можливість оцінювання результатів. Мета роботи – аналіз методів визначення лояльності клієнтів та оцінювання рівня їхньої задоволеності, а також розроблення алгоритму визначення уніфікованої оцінки на підставі різнотипних даних. У статті вирішуються такі завдання: аналіз методів отримання інформації – опитувальників і відгуків; визначення та порівняння методів оцінювання опитувальників із закритими відповідями; аналіз методів оцінювання тональності тексту відгуків і відкритих відповідей із застосуванням методів штучного інтелекту; розроблення алгоритму визначення уніфікованої оцінки та проведення дослідження. У роботі використано такі методи: теоретичні – для визначення наявних методів збирання даних, а також методів оцінювання рівня лояльності та задоволеності клієнтів із використанням індексів CSI, CSAT; методи NLP для виявлення тональності тексту, зведення розрахованих значень до однієї шкали, визначення методу уніфікації оцінки; емпіричні – для проведення експерименту та доведення доцільності застосування методу. Здобуті результати. Запропоновано метод оцінювання лояльності клієнтів і рівня їхньої задоволеності на основі аналізу різнотипної інформації з подальшою уніфікацією результатів. Різнотипною інформацією є відповіді на опитувальники й відгуки користувачів. Опитувальники проаналізовано за допомогою KPI, відгуки – завдяки застосуванню методів штучного інтелекту. Після нормалізації результатів (зведення до однієї шкали), використано метод адитивного згортання для уніфікації загального результату. Розроблено прототип програмної системи, що дає змогу провести повний цикл робіт – від збирання інформації до розрахунку як КРІ-метрик, так і уніфікованої оцінки. Висновки. Експериментально визначено, що метод оцінювання лояльності клієнтів та рівня їхньої задоволеності, оснований на уніфікації комплексної оцінки різнотипної інформації, є ефективним та може застосовуватися для оптимізації процесів бізнесу завдяки зменшенню витрат часу й зусиль на аналіз здобутих результатів. Використання запропонованого методу є цілком виправдане, оскільки вірогідність отримання хибного значення не висока, а рівень допустимої похибки задовільний.
Посилання
References
Hogreve, J., Iseke, A., Derfuss, K., (2021), "The service-profit chain: reflections, revisions, and reimaginations", Journal of service research, Vol. 25(3), Р. 460–477. DOI: 10.1177/10946705211052410
Narayan, R., Gehlot, A., Singh, R., Akram, S. V., Priyadarshi, N., Twala, B., (2022), "Hospitality feedback system 4.0: digitalization of feedback system with integration of industry 4.0 enabling technologies", Sustainabilit, Vol. 14(19), 12158 р. DOI: 10.3390/su141912158
Capuano, N., Greco, L., Ritrovato, P., Vento, M., (2020), "Sentiment analysis for customer relationship management: an incremental learning approach", Applied intelligence, Vol. 51, Р. 3339–3352. DOI: 10.1007/s10489-020-01984-x
Cherednichenko, O., Yanholenko, O., Vovk, M., Sharonova, N., (2020), "Towards structuring of electronic marketplaces contents: items normalization technology", Proceedings of the 4th International Conference on Computational Linguistics and Intelligent Systems (COLINS 2020), P. 44–55, available at: https://ceur-ws.org/Vol-2604/paper4.pdf
Nichols, Р., (2000), Social Survey Methods: A field guide for development workers, Oxfam GB. Practical Action Publishing, 132 р.
McDougall G. H. G., Levesque, T., (2000), "Customer Satisfaction with Services: Putting Perceived Value into the Equation", Journal of Services Marketing, Vol. 14(5), Р. 392–410. DOI:10.1108/08876040010340937
Gonchar, O., Polishchuk, I., (2019), "Integration factors of today as a prerequisite for forming a mechanism for managing the marketing potential of the enterprise", Journal of European Economy, Vol. 18(2), Р. 213–225. DOI: https://doi.org/10.35774/jee2019.02.213
Saher, L., Kolesnyk, A. (2018), "Customer Loyalty: the Essence and Program Types", Market Infrastructure, Vol. 20, Р. 176–186, аvailable at: http://www.market-infr.od.ua/journals/2018/20_2018_ukr/32.pdf
Sinkovska, V., (2019), "Measuring consumer loyalty in competition", Marketing and digital technologies, Vol. 4, No. 3, Р. 40–53. DOI: 10.15276/mdt.3.4.2019.4
Holovachov, I., (2023), "Digital marketing strategies of the enterprise", International Scientific Journal "Internauka". Series: "Economic Sciences", No. 2(70), Р.95-100. DOI: https://doi.org/10.25313/2520-2294-2023-2-8658
Fedorchenko A., Ponomarenko I., (2019), "A/B-testing as an efficient tools for digital marketing", The problems of innovation and investment-driven development, No. 19, Р. 36–42, аvailable at: https://doi.org/10.33813/2224-1213.19.2019.4
Pavlyk, S., Chunikhina, T., (2023), "Marketing in electronnic kommerce", Brand Management: Marketing Technologies, Р. 389-392, аvailable at: https://knute.edu.ua/file/MzEyMQ==/dfa2684085a58809d90b630a0fe26059.pdf
Balan, V., (2023), "Fuzzy hybrid model for forming a system of indicators for assessing the efficiency of an enterprise", Ekonomy and society, No. 48. DOI: https://doi.org/10.32782/2524-0072/2023-48-70
Parmenter, D. (2020), Key Performance Indicators: developing, implementing, and using winning KPIs, Hoboken, New Jersey: John Wiley & Sons. 384 р., аvailable at: https://digilibdprdsumselprov.id/index.php?p=fstream-pdf&fid=53&bid=44
Fritze, A., Schnup, C., Moller, K., (2017), "Strategy-based prioritisation of KPIs using the fuzzy analytic network process–An application in the context of shared services", Magazine for success-oriented corporate management, No. 29(2), Р. 58–68. аvailable at: https://www.alexandria.unisg.ch/entities/publication/d0787a67-8732-4e0d-ba51-08f6027eac9f/details
Hordiienko, I., (2010), "Modeling of the system of key performance indicators of the organization", Collection of Scientific Papers "ECONOMY AND ENTREPRENEURSHIP", No. 25. Р. 205–215, аvailable at: https://ir.kneu.edu.ua/handle/2010/2044?locale-attribute=en
Martynova, O., (2018), "Basic principles and provisions of the company's evaluation modeling using a balanced scorecard", Young Scientist, No. 11(63). Р. 1158–1165, аvailable at: http://repository.hneu.edu.ua/bitstream/123456789/21361/1/4%20%d0%9c%d0%b0%d1%80%d1%82%d0%b8%d0%bd%d0%be%d0%b2%d0%b0_%d0%b6%d1%83%d1%80%d0%bd%d0%b0%d0%bb%20%d0%9c%d0%be%d0%bb%d0%be%d0%b4%d0%b8%d0%b9%20%d0%b2%d1%87%d0%b5%d0%bd%d0%b8%d0%b9.pdf
Feshchur, R., Samuliak, V., (2010), "The groups of indexes (indicators) of evaluation of level of enterprises development", Bulletin of the National University "Lviv Polytechnic", No. 691. Р. 231–239, available at: https://ena.lpnu.ua/bitstreams/970e4a3b-b052-494d-9be9-25c9d3c5ed4a/download
"Quality management systems–Requirements", (2015), ISO 9001:2015(en), available at: https://www.iso.org/obp/ui/#iso:std:iso:9001 (last accessed 11.04.2023)
Picha, V. (2018), Sociology: basic terms and concepts encyclopedic dictionary-reference, New World-2000. 658 р.
Panchenko, D., Maksymenko, D., Turuta, O., Yerokhin, A., Daniiel, Y., Turuta, O. (2022), "Evaluation and Analysis of the NLP Model Zoo for Ukrainian Text Classification", Communications in Computer and Information Science, available at: https://link.springer.com/chapter/10.1007/978-3-031-20834-8_6
Batiuk, T., Dosyn, D. (2023), "Implementation of the intellectual system of sentiment analysis and clusterization of publications in the Twitter social network", Innovative Technologies and Scientific Solutions for Industries, No. 1 (23), P. 25–44. DOI: https://doi.org/10.30837/ITSSI.2023.23.025
Yuvchenko, K., Yesilevskyi, V., Sereda, O. (2022), "Human emotion recognition system using deep learning algorithms", Innovative Technologies and Scientific Solutions for Industries, No. 3(21). Р. 60–69. DOI: https://doi.org/10.30837/ITSSI.2022.21.060
Farris, Р., Bendle, N., Pfeifer, P., Reibstein, D. (2010), Marketing metrics: the definitive guide to measuring marketing performance, Upper Saddle River, N.J: Wharton School Pub. 53 р., available at: https://ptgmedia.pearsoncmg.com/images/9780137058297/samplepages/9780137058297.pdf
Rachitsky, L. (2021), "Choosing your north star metric", Future, available at: https://future.com/north-star-metrics/ (last accessed 12.04.2023).
Erdem, E., Kuyu, M., Yagcioglu, S., Frank, A., Parcalabescu, L., Plank, B., Babii, A., Turuta, O., Erdem, A., Calixto, I., Lloret, E., Apostol, E.-S., Truică, C.-O., Šandrih, B., Martinčić-Ipšić, S., Berend, G., Gatt, A., Korvel, G. (2022), "Neural Natural Language Generation: A Survey on Multilinguality, Multimodality, Controllability and Learning", Journal of Artificial Intelligence Research, No. 73, Р.1131–1207. DOI: https://doi.org/10.1613/jair.1.12918
Sharonova, N., Kyrychenko, N., Gruzdo, I., Tereshchenko, G. (2022), "Generalized Semantic Analysis Algorithm of Natural Language Texts for Various Functional Style Types", Proceedings of the 6th International Conference on Computational Linguistics and Intelligent Systems (COLINS 2022), Gliwice, Poland, May 12-13, Р. 16–26, available at: https://ceur-ws.org/Vol-3171/paper4.pdf
Kaur, G., Sharma, A. (2023), "A deep learning-based model using hybrid feature extraction approach for consumer sentiment analysis", Journal of big data. No. 10(5), 4227 р. DOI: https://doi.org/10.1186/s40537-022-00680-6
Haque, R., Islam, N., Tasneem, M., Das, A. K. (2023), "Multi-class sentiment classification on bengali social media comments using machine learning", International journal of cognitive computing in engineering, Vol. 4, Р. 21–35. DOI: https://doi.org/10.1016/j.ijcce.2023.01.001
Smelyakov, K., Karachevtsev, D., Kulemza, D., Samoilenko, Y., Patlan, O., Chupryna, A. (2020), "Effectiveness of Preprocessing Algorithms for Natural Language Processing Applications", 2020 IEEE International Conference on Problems of Infocommunications. Science and Technology (PIC S&T), Kharkiv, Ukraine, Р. 1–5. DOI: https://doi.org/10.1109/picst51311.2020.9467919
Xu, Y., Wu, G., Chen, Y. (2022), "Predicting patients’ satisfaction with doctors in online medical communities", Of organizational and end user computing, Vol. 34(6), Р.1–17. DOI: https://doi.org/10.4018/joeuc.287571
Avrunin, O., Vlasov, O., Filatov, V. (2020), "Model of semantic integration of information systems properties in relay database reengineering problems", Innovative Technologies and Scientific Solutions for Industries, No. 4(14), Р. 5–12. DOI: https://doi.org/10.30837/ITSSI.2020.14.005
Kosenko, V. (2017), "Principles and structure of the methodology of risk-adaptive management of parameters of information and telecommunication networks of critical application systems", Innovative Technologies and Scientific Solutions for Industries, No. 1(1), P. 46–52. DOI: https://doi.org/10.30837/2522-9818.2017.1.046
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2023 Яна Лейба, Марія Широкопетлєва, Ірина Груздо
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Наше видання використовує положення про авторські права Creative Commons для журналів відкритого доступу.
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:
Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License (CC BY-NC-SA 4.0), котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
Автори мають право укладати самостійні додаткові угоди щодо не комерційного та не ексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису опублікованої роботи, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи.
