Hangulatelemzés az ügyfelek visszajelzéseiben (előzetes verzió)

[Ez a cikk egy előzetes kiadási dokumentáció, amely a későbbiekben változhat.]

A hangulatelemzés lehetővé teszi az ügyfelek hangulatának szintetizálását és az üzleti szempontok azonosítását fejlesztési lehetőségekként. Ez a funkció segít megérteni, hogy mi működik jól, és mit kell kezelnie. Segíthet olyan üzleti műveletek ösztönzésében, amelyek magas ügyfél-elégedettséget és hűséget eredményező élményeket tesznek lehetővé.

Fontos

• Ez egy előnézeti funkció.
• Az előzetes funkciókat nem célszerű termelési környezetben használni, és előfordulhat, hogy korlátozott funkcionalitással rendelkeznek. Ezek a funkciók a hivatalos kiadás előtt érhetők el, hogy az ügyfelek korán megismerkedhessenek velük, és visszajelzést adhassanak róluk.

Áttekintés

A hangulatelemzési funkció ügyfél-azonosítónként két származtatott statisztikát hoz létre. A hangulati pontszám (-5 és 5 között) és a vonatkozó üzleti szempontok (üzleti területek) listája, amelyek együttesen segítenek jobban megérteni az ügyfelek visszajelzéseit.

Ez az elemzés a következőkben nyújt segítséget:

• Áttekintést kaphat az ügyfelek márkával vagy szervezettel kapcsolatos érzéseiről
• Azonosítsa a negatív hangulatú ügyfeleket, hogy kampányaira és elköteleződéseire összpontosítson, és magasabb megtérülésre optimalizáljon
• Azonosítsa az üzleti szempontokat az ügyfelek által kiemelt problémákkal
• Az ügyfelek szegmentálása hangulatuk alapján, hogy személyre szabott kampányokat futtassanak célzott értékesítési, marketing és támogatási erőfeszítésekkel
• Optimalizálja az üzleti műveleteket az ügyfelek által említett aggodalomra okot adó területek vagy lehetőségek kezelésével
• Ismerje fel a jól teljesítő üzleti szempontokat, és jutalmazza a boldog ügyfeleket hűség- és promóciós programokkal

A modell felsorolja azokat a szavakat, amelyek befolyásolták a modell azon döntését, hogy egy adott hangulati pontszámot vagy üzleti szempontot rendeljen a visszajelzési megjegyzésekhez.

Két természetes nyelvi feldolgozási (NLP) modellt használunk: Az első minden visszajelzési megjegyzéshez hangulati pontszámot rendel. A második modell minden visszajelzést az összes vonatkozó üzleti szemponthoz társít. A modelleket a közösségi média, a kiskereskedelem, az étterem, a fogyasztási cikkek és az autóipar forrásaiból származó nyilvános adatok alapján tanítják be.

A modell visszajelzési adatokhoz való társításának előre meghatározott üzleti szempontjai a következők:

• Fiókkezelés
• Pénztár és fizetés
• Ügyfélszolgálat
• Bolti átvétel
• Csomagolás szállítása és visszakeresése
• Előrendelés
• Ár
• Adatvédelem és biztonság
• Promóciók és jutalmak
• Nyugta és garancia
• Adatcsere visszaküldése és visszavonása
• Teljesítési pontosság
• Webhely/alkalmazás minősége

Feljegyzés

Jelenleg csak az angol nyelvű vásárlói visszajelzések hangulatelemzését támogatjuk. A jövőben további nyelvek fognak támogatást kapni. Ha más nyelvű visszajelzéseket tölt fel, a modell továbbra is eredményeket ad vissza. Ezek az eredmények azonban nem lesznek pontosak.

Előfeltételek

• Legalább közreműködő engedélyek
• Egyesített szöveges visszajelzési adatok. Javasoljuk, hogy a visszajelzési adattáblákat szemantikai típusú tevékenységtáblákként (visszajelzés típusaként) konfigurálja.
• Egyesített ügyfél-azonosító (UCID) az adategyesítésből, hogy a szöveges visszajelzési adatrekordokat egy adott ügyfélhez igazítsa.
• Visszajelzés azonosítója
• Visszajelzés időbélyege
• Visszajelzés szövege

Dynamics 365 Customer Insights - Data Akár 10 millió visszajelzési rekordot is képes feldolgozni egyetlen modellfuttatáshoz. A modell legfeljebb 128 szavas visszajelzési megjegyzéseket képes elemezni. Ha egy visszajelzési megjegyzés hosszabb, az elemzés csak az első 128 szót veszi figyelembe.

Feljegyzés

Csak egy visszajelzési tábla konfigurálható. Ha több visszajelzési tábla van, kombinálja őket az Power Query adatbetöltés előtt.

Hangulatelemzés konfigurálása

1. Ugrás az Elemzések előrejelzései> oldalra.

2. A Létrehozás lapon válassza a Modell használata lehetőséget az Ügyfélhangulat-elemzés (előzetes verzió) csempén.

3. Válassza az Első lépések lehetőséget.

4. Nevezze el az elemzést, és adja meg az Üzleti szempont kimeneti táblájának nevét és a Hangulati pontszám kimeneti tábla nevét.

5. Válassza a Következő lehetőséget.

6. Válassza az Adatok hozzáadása az ügyfelek visszajelzéseihez lehetőséget.

7. Válassza ki a visszajelzési adatokat tartalmazó Visszajelzés szemantikai tevékenységtípust . Ha a tevékenység még nincs beállítva, válassza ki itt , és hozza létre.

   

8. Válassza ki a hangulatelemzéshez használni kívánt tevékenységeket, majd kattintson a Tovább gombra.

9. Leképezi az adatok attribútumait a modell attribútumaira.

10. Válassza a Mentés parancsot.

11. Válassza a Következő lehetőséget. Az Áttekintés és futtatás lépés a konfiguráció összegzését jeleníti meg, és lehetőséget nyújt a módosítások elvégzésére az elemzés létrehozása előtt.

12. Válassza a Szerkesztés lehetőséget bármelyik lépésben az áttekintéshez és a módosítások elvégzéséhez.

13. Ha elégedett a választásokkal, válassza a Mentés és futtatás lehetőséget a modell futtatásának megkezdéséhez. Válassza a Kész lehetőséget. A Saját előrejelzések lap a előrejelzés létrehozása közben jelenik meg. A folyamat – az előrejelzésben használt adatok mennyiségétől függően – több óráig is tarthat.

Tipp.

A feladatoknak és folyamatoknak vannak állapotai . A legtöbb folyamat más felsőbb rétegbeli folyamatoktól, például az adatforrásoktól és az adatprofil-készítés frissítéseitől függ.

Válassza ki az állapotot a Folyamat részletei ablaktábla megnyitásához és a tevékenységek előrehaladásának megtekintéséhez. A feladat megszakításához válassza a panel alján található Feladat megszakítása lehetőséget .

Az egyes feladatok alatt kiválaszthatja a Részletek megtekintése lehetőséget további előrehaladási információkért, például a feldolgozási időért, az utolsó feldolgozási dátumért, valamint a feladathoz vagy folyamathoz kapcsolódó hibákért és figyelmeztetésekért. Válassza a panel alján található Rendszerállapot megtekintése lehetőséget a rendszer egyéb folyamatainak megtekintéséhez.

Elemzési eredmények megtekintése

1. Ugrás az Elemzések előrejelzései> oldalra.

2. A Saját előrejelzések lapon válassza ki a megtekinteni kívánt előrejelzés.

Az eredmények két lapja van.

Összegzés lap

Az eredményoldalon négy elsődleges adatszakasz található.

• Átlagos hangulati pontszám: A hangulati pontszámok segítenek megérteni az összes ügyfél általános hangulatát.

  • Negatív (-5 > 2)
  • Semleges (-1 > 1)
  • Pozitív (2 > , 5)

  

• Az ügyfelek eloszlása hangulati pontszám szerint: Az ügyfelek a hangulati pontszámuk alapján negatív, semleges és pozitív csoportokba vannak kategorizálva. Vigye az egérmutatót a hisztogram sávjai fölé az egyes csoportok ügyfeleinek számának és átlagos hangulati pontszámának megtekintéséhez. Ezek az adatok segíthetnek az ügyfelek szegmenseinek létrehozásában a hangulati pontszámuk alapján.

  

• Átlagos hangulati pontszám az idő múlásával: Az ügyfelek hangulata idővel változhat. Trendeket biztosítunk ügyfelei hangulatában az adatok időtartományában. Ez a nézet segít felmérni a szezonális promóciók, termékbevezetések vagy más, időhöz kötött beavatkozások hatását az ügyfelek hangulatára. Tekintse meg a grafikont úgy, hogy kiválasztja az érdeklődési évet a legördülő menüből.

  

• Hangulat az üzleti szempontok között: Az üzleti szempontok átlaga segít felmérni, hogy a vállalkozás mely aspektusai elégítik ki már az ügyfeleket, vagy igényelnek több figyelmet. Azok a visszajelzési rekordok, amelyek nem igazodnak a támogatott üzleti szempontok egyikéhez sem, az Egyéb kategóriába kerülnek. Rendezze az adatokat bármelyik oszlop kijelölésével.

  

  Válassza ki egy üzleti szempont nevét annak megtekintéséhez, hogy a modell hogyan azonosítja az üzleti szempontot:

  • Befolyásos szavak: Kiemelt szavak, amelyek befolyásolták az AI-modell üzleti szempontjának azonosítását az ügyfelek visszajelzéseiben. Sértő szavak megjelenítése: Lehetővé teszi, hogy sértő szavakat vegyen fel a listára az eredeti ügyfél-visszajelzési adatokból. Alapértelmezés szerint ki van kapcsolva. A sértő szómaszkolást egy AI-modell működteti, és előfordulhat, hogy nem észleli az összes sértő szót. Ha olyan sértő szót észlel, amely nem a várt módon lett szűrve, tudassa velünk.

    

  • Visszajelzési minták: Tényleges visszajelzési rekordok az adatokban. A szavak színkódjai az üzleti szempont azonosítására gyakorolt hatásuk szerint vannak kódolva.

Befolyásos szavak elemzése lap

A hangulatmodell működését három további információ ismerteti.

• A pozitív hangulathoz hozzájáruló leggyakoribb szavak: Azok a leggyakoribb szavak, amelyek befolyásolták az AI-modell pozitív hangulatának azonosítását az ügyfelek visszajelzéseiben.

• A negatív hangulathoz hozzájáruló leggyakoribb szavak: Azok a leggyakoribb szavak, amelyek befolyásolták az AI-modell negatív hangulatának azonosítását az ügyfelek visszajelzéseiben.

• Visszajelzési minták: Tényleges visszajelzési rekordok, egy negatív hangulattal és egy pozitív hangulattal. A visszajelzési rekordokban szereplő szavak a hozzárendelt hangulati pontszámhoz való hozzájárulásuk alapján vannak kiemelve. A pozitív hangulati pontszámhoz hozzájáruló szavak zöld színnel vannak kiemelve. A negatív pontszámhoz hozzájáruló szavak piros színnel vannak kiemelve. Válassza a Továbbiak lehetőséget további visszajelzési minták betöltéséhez.

  

Sértő szavak megjelenítése: Lehetővé teszi, hogy sértő szavakat vegyen fel a listára az eredeti ügyfél-visszajelzési adatokból. Alapértelmezés szerint ki van kapcsolva. A sértő szómaszkolást egy AI-modell működteti, és előfordulhat, hogy nem észleli az összes sértő szót. Ha olyan sértő szót észlel, amely nem a várt módon lett szűrve, tudassa velünk.

Cselekedjen az elemzési eredmények alapján

Ha új ügyfélszegmenseket szeretne létrehozni a hangulatelemzés eredményeiből, válassza a Szegmensek létrehozása lehetőséget a modell eredményoldalának tetején.

Lehetséges torzítás

Mint minden prediktív mesterséges intelligenciát használó funkció esetében, az ügyfelek hangulatának előrejelzéséhez használt adatok is elfogultak lehetnek. Ha például csak digitálisan gyűjt visszajelzéseket, előfordulhat, hogy nem kap visszajelzést azoktól az ügyfelektől, akik elsősorban személyesen kötnek üzleti tevékenységet Önnel, ami befolyásolja a funkció kimenetét.

Mivel ez a funkció automatizált eszközöket használ az adatok kiértékeléséhez és az adatok alapján történő előrejelzésekhez, ezért profilalkotási módszerként használható, mivel ezt a kifejezést az adatvédelmi törvények és rendeletek határozzák meg. A funkció adatfeldolgozásra való használatára az említett törvények vagy rendeletek vonatkozhatnak. Ön felelős annak biztosításáért, hogy az Ön általi felhasználás, beleértve a Customer Insights - Data hangulatelemzést is, megfeleljen az összes vonatkozó törvénynek és rendeletnek, beleértve a magánéletre, a személyes adatokra, a biometrikus adatokra, az adatvédelemre és a kommunikáció titkosságára vonatkozó törvényeket is.