Allmänheten drunknar i undersökningar, vilket leder till färre och färre svar. Så beskrevs den största utmaningen inom undersökningsbranschen under en intervju med Kvalitetsmagasinet tidigare i år. Och få svar leder till data som inte är särskilt tillförlitlig. Samma sak gäller när det kommer till de kundmätningar företag gör för att mäta kundtillfredsställelse. Det säger Lina Bjelkmar, vd på Indicate me. Enligt henne är traditionella kundundersökningar snart döda. Det är bara att erkänna att det råder en allmän ”survey fatigue”, och att det inte längre går att enbart förlita sig på den formen av kundmätningar.
De jobbar för att veta vad kunden tycker – utan att behöva fråga
AI Dagens kundundersökningar visar knappt vad kunden faktiskt tycker. Det säger Lina Bjelkmar, vd på Indicate me, som berättar om hur hennes bolag gör för att bedöma kundnöjdhet utan att behöva interagera särskilt mycket med kund.

Foto: Adobe Stock/ Indicate me
Någonting är fel
Du är inloggad som prenumerant hos förlaget Pauser Media, men nånting är fel. På din profilsida ser du vilka av våra produkter som du har tillgång till. Skulle uppgifterna inte stämma på din profilsida – vänligen kontakta vår kundtjänst.
Kvalitetsmagasinet premium
Läs vidare – starta din prenumeration
Redan prenumerant? Logga in och läs vidare.
– Man får en homogen kundgrupp som svarar, vilket inte är särskilt representativt. Svaren på alla klassiska frågor man ställer till kund, kan man dessutom få svar på med hjälp av AI, säger hon.
SaPOQOP8PZn+brLmd8ir72JsBe/WeyJIBNOUN4Du9+pduCCY7AaHyT2rgCzLpF5M4ztk6PrqFHfzenaNneHkxB3mkhavaxflf3319+LVcPfHCqtnYieI2nSWNJNPznxiUNWl4HdrqIRWdP7hDuRbVMQuvdXFGfxYd3kqqYOyp0swxHPpwUJoD6QGrJjYCiXkbgmkSiXqNTabHdtGc1XzZqorN5UF9ZBxLJAKkX0hoGhwnNbnJVdCQRXI+qSLlQLuZ3ahwo4pH1k1BekXg0l8Jwr/qwnGv4vIgpaBArS7Zz/l/xKKIX5+IBTSTjbySZdPJM0acw7RFbWzqQ0Wfezs+seHBOzDhZZprMa8HXVbIDLP3QyXc+g67F/1G86R3688Qpq0FRTFW6Svsgs/FK2uxfS9uYmRcnnsQM6ak6H13W1+ucgQzgk7TXeG1JNOqFsYo4/BFJjslyf2HN4bNebENvwF9AthHkoig6N0rVBOS7x/f9OorJBkFcogFhMzY+WOfXLufrpvH31g5XmEu2hLc357oi567afkhPs0R3/Opt50PFAtIWDrH/ytE4YaE2YNGZ0fBJCFsOIT2/8atHmcFOs7lFCENJfgNcumUXV2FLDPM6ZDIwfY7wDHAJLfdEJsjfuRojT9f1oVE0oVIuZVLl42g2IsLuMSpvA2Bze3umJvM06wkWjP+Op8UZDt7UZEnCQVnzrb4HBITN7a8pSklLNqxOMM/j5SedvmbHbRzD9fJ8MtPaqntSg03R7bFXjnxVnjDdK74FrrgmJXue8NTMs0GZ1cHwLNdD2D1oKfxYGAPDxXeL7ZWLkBaJrzO7gUxFUedDfxnSORvaxoGY7AYs5TPpOSAUtrcWQzPBVaaVJiX1FyDboA4Zhz/1DbyAnsvYWJG/iBBesehvYfPYc7PdRywGGb6o06ZCDbzkPhfF3suf1focxxyOy/7nQwl3JOQxfKxJ2kJvqUOpr54ALSqZufOHiP8hSQ+YxXaw7sawdTAIofyy+trFhPhAAyxLCr9xkk6/mxXK/WqK6klOYDbnTlEcpYitY07uNgJ+OurRINW3uZelxJifmncNVSjfMGZQm/MvbcNlHZRfTdNPeGILsN6cYwNmAKiD3/WCjyLo/FJ3PweY2K/We1T/xqgmQTNEwYIIQg4n0fPc9iQ1IaPr7aqjleiqj3O5aN7XCAwNssPYeCgkIYOYVv0sOIuDAvjvNP6H5TFQOl5Ez/vT2s5k3+dZSuPTCrC66ayZvd+3sV6HID8mOfgmKXcZIh4pYLmzJbXalKWWzh9TD/80crp4jRrEExIaruZ1+AnZSb796TEaM1t3K6VYpD873aMwothqHhJPO63eZ0FhMdFcAkE2ETqwiHBhU1n1LB8TjIucWivcAWQWLwlPvGx2Le3bQ7PlU+qebeTZFX4Aly1oMShXkb+x48YBG6jHXnjU+lIuc5CgFvQjt89XCE10gIniwEP9VGGMwUDTMcT6SPYstR65AuAc/vZzaRMe+KYOLZ36aUk0IZs9HfEtDbPmPan+r5qmGkhkHH2ZsBHocWm/+mGJEFElsyDd9q0JzVLdDsqFVIaQ1k58j9PH7rZpIITlFW2zCLx/jOO1VKFLtVAhlnJDCnb5AoAdDuBD8xVfNUldQdecmX7bYneLIJSAST6Kngb+x3LZBNtoskE0o6CfrS6sqhVU/04m3cQa9S9QsCkcSjA33oOrgremPSbbAaqMnGbv9re0igfYFiiFHwfbNR8d/on2Cy9KweVQXPC7j1WO566XHzvdlNXq5ResImkp72KAlvR3eeSpTcmMO0u+X4TyYtZeVjdXfgLeImE2mrEsUuhcDkXDOS49rEh2xX8pZr1ud0zsuMpCZyqOsvWHbXFPxgWedI1kRThW4DjkDFUDvdTMhkOQB8vBvdNj0aO0o7ElZn03esQqW5lGS+PQEy2KwQMgyZRI/g4bpTg//d1Tu3QjPHW/N49Dply34kTJECnZEpeOoGY2NK3kTIQ45IfJT0eFIq50Xh3WE5pS5z3llS1zy3IxyJY9E5w+b4KXVJqlFzfVKv+h8zRMvb3UbM2kmDX9ZeDK7Ai8uXq3rmmr7DSBH88vnsstkz1AO7OE8A+lg5D01ZHDFoMHVXjYCXMMYgONB17mbDCiw+eOQCN/u9ax81n8TcsBZN6tDA+9p7qHhELPiFe8qypSA76SOBf6uJl+KjyblfBkzdEjrm8I3Kinzd49EriJFhmhdC5dGifzMngvdpLqcx8oyiU5orKjZeRhz2Qh4nHmKmxK4A37Uc13a7CDrywN1x5DdtU58sz9CaLvkIfknaK22P+Zl7eQpRTc434GOs9jOaFG3Dp1CH0Sfdq51GgQWRb8NSS08yO8F7F25bHmzIOWdXn7HznEQtq/V16I8i3Q8K9hWXj6GnZtRGEjfMi6+9H6pbG/0UTEIiYS1+KIEI+Gr5gq+x9w4vMp+vMoGyzKBBCFFgHuAXI/BWEMWTK5WbWm6c4EfrkYQVaUfCcGCu0X+s3vLuu/Z9PD9qbf7uxY4jVDZElLSfRwiSOpXI0MxGUurQJtTAlDs04JOYAdtygGixhcQ5iessIb3WWZzy43OB3XhgiOr35/3aDgnFrmYMB36gVkOAMaJ4N1ncjVq+xeAmESvyUuOdtlDb0UqH4dM7a7hiNYz3gCdbswqS015rIuDWQ/UJoWO8fUGAakwTBNw1Z0u5s1RKH0RWutfSB8P+iWAtW81JdpXQfUmMbY2UtHlhdD485vmpeAC2MdHQHgzTmVMoA8bICEYWZNJKdADVAUdr6FFZSSi77c6OlU5GnupsVrAMC7RSQcVCdA0aPILu776jJ0aJRSka+u0uCvNAZyxnl+8h8K+WK1jrKAODwKWOipa8DOKPZVI5HAF+ElalFiDiGa+qWKPzXyNJeEI3vsXNm/i2Lgu8L/qH33iuLPmZoIVuO5VkuSmCr28X5Z0wTtZuh+4OE+iYal1RdrOEd9yFeWnJc2fq+j5QB60tV4hkF7wxVJ6yzFbBlN6lwFTjAK2mm+pOueApZNbkRlptvrdPZuwQTjIMT4gCUh480xwzLwzoP8huO2ph7pKWZuDgdw4WTUGENOckEONzuKVfr1hkPqqfPOuhewix8WZtVa/8ChQpaWW3gzlgFYnFk+4hdv0OybJsmGF+i+1NdMkr8vaG6UlCreWQFBdaNWGsl0QrtozP3cWZH/ox2dUgDzubNuZrkEFeUJUj4HEl3qmQ6F7SH9WKniZFUAohqzs7h1L0caOa+JYlWamnQe6qCcnltVUjGk9tWjHHByZ/sAu0Z+VWdPjFfKxJYi5/YVe+AaZLDz4BEOwl6+Ws/QRjrrAkkbRRHioZQ4cA9wbSMe0siHmFml0hz2cHWsSNCnU7dSTz2tkvRye05NTZ2WD2w0tu6uW6MGTtvAN+DZZvLfXpkF8rdNufPfOTMj6ZHf2TLc6UENluZCV7QR9X36uJDsunHyWUhQecBnquVyWsOaT7yrcTW7OL+hhx7s+5kmSDEn3xw8F3gRxd9Zb3a5POvHTUKZcmcaf7H1uaP6gl238G94ywf91r+XP1Z74q+n9qgFlE92p1kR51w6CCFl6NJk0PNQtqEMsYJZ+bjUbfvRTeCoJhn270WB5krdy/lN5K/r1VV57e1/hGW40evgKQPgCZkQ/H1+n9Sd2Er8TpkFw+Br9QlL75mRPECJGSCsHOKv6osDvuvdlL0vGE16OoMXPoAMzdxjz06ehCatRJ4H2t2L3/iJfhAJH+8FzxhnCLyqjphcYPam8tgpbh6LzaEeERMbDo4o0DvceHoi1bSC6kLwoZDbSADoUuxbxX6WzV/2DkFd76mOV+GJpbN7W6nV8l0p/CjWYxpjswPDkj2+Y3DeQALVpUT2Ph1+7viKso3mtbjA2UfqUci8xR5pxzLz7d+qAZFR8ggzmtB1/sdPy5sPmWQNzyjJJhgOWzg70M/SsGvPnMK09ejhQJHf9pbMGWbiwfZQYpN27Eqm1txTYfQf5AAydHKliw4GytOeIitQRE/bYbpyiDHbOF763K7SUAdnDwLdkIUo/st4uUZhjh2E3nj/IkLqAeUZsjUyOR1HIuFTuHaPH+A2lZueRR4QZCV1QcB2XcMhAvD7445xOO6+a4ZpUMtlswEfPg/xNUaSrFzVdGGV7xxWpW1tlnHViLojBxdTLUziIPuqoXLZv2bsXpQCwvh3mSn4YoddcZO0x3pJzBnVuU52KgCTlwqPS3J/g7VeTYS9+yyk/keC8mFvytd0bqvlfvSfRM1tT3+J48q4pmmXfPXKgei4CTg4nnWycsn3lR+UFLLKryfPottPFumpddAJhUzKy+U9OhTrddiDqPCgJBsY10P71nTRJL4+N7YcrQmXeMYyK1Z9L49oQTlTtFUs04IOg32aqF4QB0UGzzDPkQAVJbYRwDjYMTMfa5cBILETzy7fCfp2UaRoDI1M9B/DX0/b+w0/Hnapij5jGMFNdLV03lezhZnWcEdKvzcRIxjOmD3PudH+xcb1MY+BnA9CipPM+hNZjQEA9oS6CFpPTUX6ysB+NgjCLZ0vcO6NNUaKWzZEQ3SPZAobgGgvnLYqc2kZZy7mrDvLtdffxsmfPPIr+vgRJr+5THVh6cKx0n0YSKTBNGxQmDDiEVZDYQOY+18iU7m9IkygAfuh7K9KLWwG5XZti0RBGkur0lja2+LzPoD/hJbTBHXcH9qrrrUBUlZySK51EgdDGDNo5A7RkaWLYegrhgDpjNw403nS7dzdupLEl7Z9zNbZAeSH3N39lb6OSBRG2SHXH9PM+7Eqho659+JzXTgJx6Q5wivrv9PcdYtQOjHpZdvhQ5fTwkJTOsWvpQNFQbvOS2/7d2y9eXgouDjyP4cwbDbxboWBf3vNVrqzMB1p9juoP2b2UPxh8qPW13BdSasrJOctjjgmFjD4B+pVaJdXW+i++N8GvZ6Yu3PBWAbY4qR1D/i871Wf6iFO6+VTApMyGyY743+Cvzn1QAnkq54I6WrEKgsmAtM8ZW7DQLBZ4g7pKiaR7XEbtAvQyt9GtRu5SSVD3v1eY08UlP416o8qbTW4GT65RJNW352XKdDybqPDcHODdBtbbqLkUi56kn1m8DFUZuStOGcuar/plpyV8+X9kHYRFBHEyYtf7RfbWyrmoPefjvSUg78FFf0wmXXkMmM71phoTjYZ0vvwvhRwA9a//98wojUuj4N7i3tJ8XmjmtwXgYQc5dxDZagNLu0JRgbzvtSPVFQFOGFGTYd0Y0pvBU8zRQDfg71YhJ6s4Frp5NgX2apleBYu4adqI66B/erefakxYUhad4PsTPRKoCGt5itK2JOuIbtR9/jtWOLTn6JBfWaLiXLsvFVG2SmPssBFlR/PUlwEZzB3QNmzigmd54TeAJl0GnXHiKVwWqA+pHZl/X+pWb88hk+Ubtb/ac6k7yvldvLqDW0znNlM7NK9i+Mx4R4tGN3zIE4A0qk0vEwSf/5NJ9g0XSnU0IlLEZA9X6IxVmWZeVohfWppVvbK9982LsqFhHZ7NE6JCvtxjHKt1fhA7gPJSNu/v0mwlGr+MsvyYin+XAnzR0xbIaQHmOsh5706UrlncQqYA6/IpWVsc=