In een periode van grote operationele druk ervoer deze nationale spoorwegmaatschappij ongekende verschuivingen in klantfeedback. Traditionele meetwaarden lieten slechts een daling in klanttevredenheid zien, maar Sentor's op entiteiten gebaseerde sentiment-API onthulde de ernstige, structurele hoofdoorzaken die verborgen lagen achter het ruisniveau.
De uitdaging
Het merk ontving enorme hoeveelheden feedback via meerdere kanalen. Verouderde systemen konden geen onderscheid maken tussen oppervlakkige klachten en diepgewortelde operationele tekortkomingen. Het managementteam had grondige diagnostiek nodig, niet alleen een oppervlakkige NPS-score.
Sentor's diepgaande AI-analyse
Door hun datapijplijnen aan Sentor te koppelen, genereerde de organisatie de volgende directiediagnostiek, waarbij de kritieke tekortkomingen rechtstreeks uit de onbewerkte klantreacties werden geïsoleerd:
1. Directiediagnostiek
De merkkwaliteit is kritiek. Systeemfouten in de betrouwbaarheid van treindiensten, gecombineerd met ernstige tekortkomingen in de klantenservice en onbuigzaam beleid, leiden tot extreme klantontevredenheid. Het meest verontrustende inzicht is de gemelde discriminerende behandeling van en het gebrek aan empathie voor kwetsbare reizigers tijdens verstoringen.
2. Hoofdoorzaken
Betrouwbaarheid van treindiensten
Klantenservice en discriminatie
Onbuigzaam terugbetalings- en kaartjesbeleid
3. Meest schadelijke klantreactie
4. Herstelplan
Transformatie en resultaten
Door het door Sentor opgestelde herstelplan stap voor stap uit te voeren, loste de organisatie beleidsmatige tekortkomingen direct op en herzag de afhandelingslogica volledig. Binnen 90 dagen verbeterde het sentiment rondom de klantenservice aanzienlijk, waardoor verdere reputatieschade werd voorkomen. Het merk maakte de overgang van reactief giswerk naar datagedreven operationele excellentie.