Terug naar alle algoritmes

Klantsignalen

Om de klantsignalen goed te categoriseren en hier verbeteracties uit te halen, wordt een tekstmining algoritme gebruikt zodat open tekstenvelden omgezet worden naar categorieën.

Laatst gewijzigd op 22 oktober 2024 om 9:43 | Publicatiestandaard 1.0
Publicatiecategorie
Overige algoritmes
Impacttoetsen
Veld niet ingevuld.
Status
In gebruik

Algemene informatie

Thema

Organisatie en bedrijfsvoering

Begindatum

06-2019

Contactgegevens

kccrapportagespzr@rotterdam.nl

Link naar publiekspagina

https://algoritmeregister.rotterdam.nl

Link naar bronregistratie

https://algoritmeregister.rotterdam.nl/p/Onzealgoritmes/53761720551736097

Verantwoord gebruik

Doel en impact

DOEL: Gericht verbeteren van de concernbrede dienstverlening, producten, processen en diensten
IMPACT: Het algoritme wordt gebruikt om de dienstverlening te verbeteren in algemene zin. De resultaten hebben geen impact op de (on)gelijke behandeling van individuele burgers.

Afwegingen

De toepassing zorgt voor betere dienstverlening (lagere kosten en hogere tevredenheid). Mogelijke persoonsgegevens in de data worden gemaskeerd.

Menselijke tussenkomst

Er is altijd menselijke tussenkomst tussen de uitkomsten van het algoritmes en de acties die genomen worden omdat de uitkomsten als input dienen voor verbeterteams binnen de gemeente.

Risicobeheer

nvt

Wettelijke basis

Gerechtvaardigd belang: verbeteren dienstverlening

Werking

Gegevens

Veld niet ingevuld.

Technische werking

Om de signalen vanuit Rotterdammers goed te kunnen bundelen tot één set aan signalen en hier verbeteracties uit te kunnen halen wordt een tekstmining algoritme gebruikt. Dit algoritme is ontwikkeld door Underlined. Het algoritme wordt ingezet om open tekstvelden om te zetten naar categorieën, ook wel topic-modelling genoemd. Het algoritme brengt zowel onderwerpen als belevingen in kaart. Elke tekst wordt door dit tekstminingalgoritme voor beide dimensies voorzien van maximaal 3 hoofdonderwerpen en met elk maximaal 3 subonderwerpen. Input komt voort uit verschillende bronnen binnen de gemeente (bijv. terugbelnotities, klanttevredenheidsonderzoeken en klachten). Dit gaat jaarlijks om ruim meer dan 100.000 teksten, die op deze manier uniform en snel gecategoriseerd kunnen worden.

Leverancier

Underlined by Market Repsonse