Terugblik Themaconferentie Data Science en Pensioencommunicatie

Door middel van infrarood eye-tracking kan vrij accuraat bekeken worden hoe mensen informatie op een website tot zich nemen. Rein Cozijn (TiU) licht toe hoe verschillende eye tracking technieken worden ingezet in onderzoek. Om informatie te verzamelen over bijvoorbeeld de frequentie waarmee informatie wordt bekeken, het ‘scan pad’ dat wordt afgelegd, de intensiteit, synchroniciteit en waar de blik op blijft hangen. Bij verzekeraar NN wordt gekeken in hoeverre deze techniek inzichtelijk kan maken welke informatie je waar op een pagina kunt zetten, om voor klanten en medewerkers de geboden opties duidelijker en meer begrijpelijk te maken.

Bekijk de presentatie van Rein Cozijn (TiU)

Begrijpelijkheid van informatie
Text mining biedt mogelijkheden om op grote schaal, met gebruik van grote hoeveelheden data, tekst te structureren, analyseren en categoriseren waardoor de effectiviteit van geschreven communicatie vergroot kan worden. Met behulp van deze techniek kan in kaart worden gebracht welke woorden je in communicatie moet gebruiken om bepaalde groepen mensen aan te spreken. Er is echter wel veel data nodig om een zelflerend algoritme te ontwikkelen. Deze is voor de Nederlandse taal beperkt beschikbaar. Toezichthouder AFM staat voor de uitdaging te voorkomen dat een groep Nederlanders straks pensioeninkomen tekort heeft. Informatie speelt daarbij een cruciale rol en de wetenschap kan helpen om data toe te passen en modellen voor communicatie te bouwen, waarmee bijvoorbeeld de begrijpelijkheid van informatie in tools als Pensioen 1,2,3, geanalyseerd en verbeterd kan worden. Een andere belangrijke vraag is hoe je informatie effectief bij mensen krijgt.

Bekijk de presentatie van Drew Hendrickson (TiU)

Sentiment als voorspeller
In klantcommunicatie is steeds meer aandacht voor emoties. Vocale analyse is een betrouwbare methode om affect te bespeuren in interactie. Het is echter ook belangrijk om hetgeen wat is besproken tekstueel te analyseren. Maar, waarschuwt onderzoeker Marie Postma (TiU) het is zeker niet de enige variabele die klantgedrag kan voorspellen. Het interpreteren van emoties is sterk afhankelijk van de context waarin je stemgeluid analyseert. Het is in het geval van bijvoorbeeld een klantenservice gesprek niet goed mogelijk om automatisch te detecteren wie de klant is en wie de medewerker. Bij verzekeraar a.s.r. vormen klanten die best tevreden zijn over de service, maar zich toch niet geholpen voelen een uitdaging. Spraakanalyse kan helpen te achterhalen waar de eventuele onduidelijkheid zit, zodat een call center medewerker daarop in kan haken en de juiste info geven.

Bekijk de presentatie van Hanka van Waas (a.s.r.)