Analisis sentimen dalam umpan balik pelanggan (pratinjau)

Artikel
01/31/2024

[Artikel ini adalah dokumentasi prarilis dan dapat berubah.]

Analisis sentimen memungkinkan Anda untuk mensintesis sentimen pelanggan dan mengidentifikasi aspek bisnis sebagai peluang untuk perbaikan. Fitur ini membantu Anda memahami apa yang berfungsi dengan baik dan apa yang perlu Anda tangani. Ini dapat membantu Anda mendorong tindakan bisnis yang memungkinkan pengalaman yang menghasilkan kepuasan dan loyalitas pelanggan yang tinggi.

Penting

Ini adalah fitur pratinjau.
Fitur pratinjau tidak dibuat untuk penggunaan produksi dan mungkin memiliki fungsionalitas terbatas. Fitur ini tersedia sebelum rilis resmi agar pelanggan bisa memperoleh akses awal dan memberikan tanggapan.

Gambaran Umum

Fitur analisis sentimen menghasilkan dua wawasan turunan per ID pelanggan. Skor sentimen (-5 hingga 5) dan daftar aspek bisnis yang berlaku (bidang bisnis) yang bersama-sama membantu Anda lebih memahami umpan balik pelanggan.

Analisis ini membantu Anda:

Dapatkan gambaran umum tentang sentimen pelanggan terhadap merek atau organisasi
Identifikasi pelanggan dengan sentimen negatif untuk memfokuskan kampanye dan keterlibatan Anda dan mengoptimalkan untuk pengembalian yang lebih tinggi
Identifikasi aspek bisnis dengan masalah yang ditunjukkan oleh pelanggan
Segmentasikan pelanggan berdasarkan sentimen mereka untuk menjalankan kampanye yang dipersonalisasi dengan upaya penjualan, pemasaran, dan dukungan yang ditargetkan
Mengoptimalkan operasi bisnis dengan mengatasi area yang menjadi perhatian atau peluang yang disebutkan oleh pelanggan
Kenali aspek bisnis yang berjalan dengan baik dan beri penghargaan kepada pelanggan yang bahagia melalui program loyalitas dan promosi

Model ini menyediakan daftar kata-kata yang memengaruhi keputusan model untuk menetapkan skor sentimen tertentu atau aspek bisnis ke komentar umpan balik.

Kami menggunakan dua model Natural Language Processing (NLP): Yang pertama menetapkan setiap komentar umpan balik skor sentimen. Model kedua mengaitkan setiap umpan balik dengan semua aspek bisnis yang berlaku. Model dilatih tentang data publik dari sumber di media sosial, ritel, restoran, produk konsumen, dan industri otomotif.

Aspek bisnis yang telah ditentukan sebelumnya untuk model untuk dikaitkan dengan data umpan balik meliputi:

Manajemen akun
Selesai dan pembayaran
Dukungan pelanggan
Pengambilan di toko
Pengemasan pengiriman dan pengambilan
Pra-pemesanan
Harga
Privasi dan keamanan
Promosi dan hadiah
Tanda terima dan garansi
Pengembalian penukaran dan pembatalan
Akurasi pemenuhan
Kualitas situs web/aplikasi

Catatan

Saat ini, kami hanya mendukung analisis sentimen pada umpan balik pelanggan bahasa Inggris. Lebih banyak bahasa akan didukung di masa mendatang. Jika umpan balik dalam bahasa lain diunggah, model masih akan mengembalikan hasil. Namun, hasil ini tidak akan akurat.

Prasyarat

Setidaknya kontributor izin
Data umpan balik teks terpadu . Kami sangat menyarankan Anda mengonfigurasi tabel data umpan balik sebagai tabel aktivitas tipe semantik (Jenis umpan balik).
ID Pelanggan Terpadu (UCID) dari penyatuan data untuk mencocokkan catatan data umpan balik teks dengan pelanggan individu.
ID tanggapan
Stempel waktu umpan balik
Teks tanggapan

Dynamics 365 Customer Insights - Data dapat memproses hingga 10 juta catatan umpan balik untuk satu model yang dijalankan. Model ini dapat menganalisis komentar umpan balik hingga 128 kata. Jika komentar umpan balik lebih panjang, analisis hanya mempertimbangkan 128 kata pertama.

Catatan

Hanya satu tabel umpan balik yang dapat dikonfigurasi. Jika ada beberapa tabel umpan balik, gabungkan sebelum Power Query penyerapan data.

Mengonfigurasi analisis sentimen

Buka Prediksi Insight>.
Pada tab Buat , pilih Gunakan model pada petak analisis sentimen pelanggan (pratinjau).
Pilih Mulai.
Beri nama analisis dan berikan nama tabel output aspek Bisnis dan nama tabel output skor Sentimen.
Pilih Selanjutnya.
Pilih Tambahkan data untuk umpan balik Pelanggan.
Pilih jenis aktivitas semantik Umpan balik yang berisi data umpan balik. Jika aktivitas belum disiapkan, pilih di sini dan buat.
Pilih aktivitas yang akan digunakan untuk analisis sentimen ini, lalu pilih Berikutnya.
Petakan atribut dalam data Anda ke atribut model.
Pilih Simpan.
Pilih Selanjutnya. Langkah Tinjau dan jalankan menampilkan ringkasan konfigurasi dan memberikan kesempatan untuk membuat perubahan sebelum Anda membuat analisis.
Pilih Edit pada salah satu langkah untuk meninjau dan membuat perubahan.
Jika Anda puas dengan pilihan Anda, pilih Simpan dan jalankan untuk mulai menjalankan model. Pilih Selesai. Tab Prediksi saya ditampilkan saat prediksi sedang dibuat. Proses dapat berlangsung selama beberapa jam hingga selesai, tergantung pada jumlah data yang digunakan dalam prediksi.

Tip

Ada status untuk tugas dan proses. Sebagian besar proses bergantung pada proses hulu lainnya, seperti sumber data dan refresh pembuatanprofil data.

Pilih status untuk membuka panel Detail kemajuan dan melihat kemajuan tugas. Untuk membatalkan pekerjaan, pilih Batalkan pekerjaan di bagian bawah panel.

Di bawah setiap tugas, Anda dapat memilih Lihat detail untuk informasi kemajuan selengkapnya, seperti waktu pemrosesan, tanggal pemrosesan terakhir, serta kesalahan dan peringatan yang berlaku terkait dengan tugas atau proses. Pilih Lihat status sistem di bagian bawah panel untuk melihat proses lain dalam sistem.

Lihat hasil analisis

Buka Prediksi Insight>.
Di tab Prediksi saya, pilih prediksi yang ingin Anda lihat.

Ada dua tab hasil.

Tab Sumary

Ada empat bagian utama data dalam halaman hasil.

Skor sentimen rata-rata: Skor sentimen membantu Anda memahami sentimen keseluruhan di semua pelanggan.
- Negatif (-5 > 2)
- Netral (-1 > 1)
- Positif (2 > , 5)
Distribusi pelanggan berdasarkan skor sentimen: Pelanggan dikategorikan ke dalam kelompok negatif, netral, dan positif berdasarkan skor sentimen mereka. Arahkan kursor ke bilah di histogram untuk melihat jumlah pelanggan dan skor sentimen rata-rata di setiap grup. Data ini dapat membantu Anda membuat segmen pelanggan berdasarkan skor sentimen mereka.
Skor sentimen rata-rata dari waktu ke waktu: Sentimen pelanggan dapat berubah seiring waktu. Kami menyediakan tren sentimen pelanggan Anda untuk rentang waktu data Anda. Tampilan ini membantu Anda mengukur pengaruh promosi musiman, peluncuran produk, atau intervensi terikat waktu lainnya terhadap sentimen pelanggan. Lihat grafik dengan memilih tahun yang diminati dari menu tarik-turun.
Sentimen di seluruh aspek bisnis: Sentimen rata-rata di seluruh aspek bisnis membantu Anda mengukur aspek bisnis mana yang sudah memuaskan pelanggan atau memerlukan lebih banyak perhatian. Catatan umpan balik yang tidak selaras dengan salah satu aspek bisnis yang didukung dikategorikan di bawah Lainnya. Urutkan data dengan memilih kolom mana saja.

Pilih nama aspek bisnis untuk melihat bagaimana aspek bisnis diidentifikasi oleh model:
- Kata-kata yang berpengaruh: Kata-kata teratas yang memengaruhi identifikasi model AI tentang aspek bisnis dalam umpan balik pelanggan. Tampilkan kata-kata yang menyinggung: Memungkinkan Anda menyertakan kata-kata yang menyinggung dalam daftar dari data umpan balik pelanggan asli. Secara default, fitur ini dinonaktifkan. Masking kata ofensif didukung oleh model AI dan mungkin tidak mendeteksi semua kata ofensif. Jika Anda mendeteksi kata menyinggung yang tidak difilter seperti yang diharapkan, beri tahu kami.
- Contoh umpan balik: Catatan umpan balik aktual dalam data Anda. Kata-kata diberi kode warna sesuai dengan pengaruhnya terhadap identifikasi aspek bisnis.

Tab analisis kata yang berpengaruh

Ada tiga bagian informasi tambahan yang menjelaskan cara kerja model sentimen.

Kata-kata teratas yang berkontribusi terhadap sentimen positif: Kata-kata teratas yang memengaruhi identifikasi model AI tentang sentimen positif dalam umpan balik pelanggan.
Kata-kata teratas yang berkontribusi terhadap sentimen negatif: Kata-kata teratas yang memengaruhi identifikasi model AI tentang sentimen negatif dalam umpan balik pelanggan.
Contoh umpan balik: Catatan umpan balik aktual, satu dengan sentimen negatif dan satu dengan sentimen positif. Kata-kata dalam catatan umpan balik disorot sesuai dengan kontribusinya terhadap skor sentimen yang ditetapkan. Kata-kata yang berkontribusi pada skor sentimen positif disorot dengan warna hijau. Kata-kata yang berkontribusi pada skor negatif disorot dengan warna merah. Pilih Lihat lainnya untuk memuat lebih banyak sampel umpan balik.

Tampilkan kata-kata yang menyinggung: Memungkinkan Anda menyertakan kata-kata yang menyinggung dalam daftar dari data umpan balik pelanggan asli. Secara default, fitur ini dinonaktifkan. Masking kata ofensif didukung oleh model AI dan mungkin tidak mendeteksi semua kata ofensif. Jika Anda mendeteksi kata menyinggung yang tidak difilter seperti yang diharapkan, beri tahu kami.

Bertindak berdasarkan hasil analisis

Untuk membuat segmen pelanggan baru dari hasil analisis sentimen, pilih Buat segmen di bagian atas halaman hasil model.

Potensi bias

Seperti halnya fitur apa pun yang menggunakan kecerdasan buatan prediktif, mungkin ada potensi bias dalam data yang Anda gunakan untuk memprediksi sentimen pelanggan. Misalnya, jika Anda hanya mengumpulkan umpan balik secara digital, Anda mungkin kehilangan umpan balik dari pelanggan yang terutama melakukan bisnis dengan Anda secara langsung, yang memengaruhi output fitur.

Karena fitur ini menggunakan cara otomatis untuk mengevaluasi data dan membuat prediksi berdasarkan data tersebut, fitur ini memiliki kemampuan untuk digunakan sebagai metode pembuatan profil, karena istilah tersebut didefinisikan oleh undang-undang dan peraturan privasi. Penggunaan Anda atas fitur ini untuk memproses data mungkin tunduk pada undang-undang atau peraturan tersebut. Anda bertanggung jawab untuk memastikan bahwa penggunaan Customer Insights - Data Anda, termasuk analisis sentimen, mematuhi semua hukum dan peraturan yang berlaku, termasuk undang-undang yang terkait dengan privasi, data pribadi, data biometrik, perlindungan data, dan kerahasiaan komunikasi.

Bagikan melalui