Gevoel in klantfeedback analyseren (preview)

Artikel
10/25/2023

[Dit artikel maakt deel uit van de voorlopige documentatie en kan nog veranderen.]

Met gevoelsanalyse kunt u klantgevoel synthetiseren en bedrijfsaspecten identificeren als kansen voor verbetering. Deze functie helpt u te begrijpen wat goed werkt en wat verbeterd moet worden. Het kan u helpen om zakelijke acties te stimuleren die ervaringen mogelijk maken, resulterend in een hoge klanttevredenheid en -loyaliteit.

Belangrijk

Dit is een preview-functie.
Preview-functies zijn niet bedoeld voor productiegebruik en bieden mogelijk beperkte functionaliteit. Deze functies zijn beschikbaar vóór een officiële release zodat klanten vroeg toegang kunnen krijgen en feedback kunnen geven.

Samenzicht

De gevoelsanalysefunctie genereert twee afgeleide inzichten per klant-id. Een gevoelscore (van -5 tot 5) en een lijst van toepasselijke bedrijfsaspecten (bedrijfsgebieden) samen helpen u om de feedback van klanten beter te begrijpen.

Deze analyse helpt u bij het volgende:

Een overzicht krijgen van klantgevoelens ten opzichte van een merk of organisatie
Klanten identificeren die een negatief gevoel hebben, om uw campagnes en contacten te focussen en te optimaliseren voor een hoger rendement
bedrijfsaspecten identificeren met problemen die door klanten zijn opgemerkt
Klanten segmenteren op basis van hun gevoel om gepersonaliseerde campagnes uit te voeren met gerichte verkoop-, marketing- en ondersteuningsinspanningen
Bedrijfsactiviteiten optimaliseren door aandachtsgebieden of kansen aan te pakken die door klanten zijn genoemd
bedrijfsaspecten herkennen die het goed doen en tevreden klanten belonen via loyaliteits- en promotieprogramma's

Het model biedt een lijst met woorden die van invloed waren op de beslissing van het model om een bepaalde gevoelsscore of bepaald bedrijfsaspect toe te kennen aan feedbackopmerkingen.

We gebruiken twee Modellen voor verwerking van natuurlijke taal (Natural Language Processing, NLP): het eerste kent aan elke feedbackopmerking een gevoelsscore toe. Het tweede model legt een relatie met alle toepasselijke bedrijfsaspecten. De modellen zijn getraind op openbare gegevens uit bronnen uit sociale media, de detailhandel, restaurants, consumentenproducten en de auto-industrie.

Vooraf gedefinieerde bedrijfsaspecten voor het model om te relateren aan feedbackgegevens zijn onder meer:

Accountbeheer
Uitchecken en betaling
Klantenondersteuning
In de winkel ophalen
Verzending en ophalen van verpakking
Vooraf bestellen
Prijs
Privacy en beveiliging
Promotie en beloningen
Betalingsbewijs en garantie
Omruilen en annuleren
Nauwkeurigheid van afhandeling
Website-/app-kwaliteit

Notitie

Momenteel ondersteunen we alleen gevoelsanalyse op Engelse feedback van klanten. In de toekomst zullen meer talen worden ondersteund. Als feedback in andere talen wordt geüpload, geeft het model nog steeds resultaten. Deze resultaten zullen echter niet nauwkeurig zijn.

Vereisten

Minimaal Inzendermachtigingen
Geharmoniseerde gegevens voor tekstfeedback. We raden u sterk aan om uw tabellen met feedbackgegevens te configureren als activiteitentabellen van het semantische type (Feedback-type).
Unified Customer ID (UCID) van gegevensharmonisatie voor afstemming van gegevensrecords voor tekstfeedback op een individuele klant.
Feedback-id
Tijdstempel van feedback
Feedbacktekst

Dynamics 365 Customer Insights - Data kan tot 10 miljoen feedbackrecords verwerken voor een enkele modelrun. Het model kan feedbackopmerkingen tot 128 woorden analyseren. Als een feedbackopmerking langer is, houdt de analyse alleen rekening met de eerste 128 woorden.

Notitie

Er kan slechts één feedbacktabel worden geconfigureerd. Als er meerdere feedbacktabellen zijn, combineert u deze in Power Query vóór de gegevensopname.

Een gevoelsanalyse configureren

Ga naar Inzichten>Voorspellingen.
Selecteer op het tabblad Maken de optie Model gebruiken op de tegel Analyse van klantgevoel (preview).
Selecteer Aan de slag.
Geef de analyse een naam en verstrek de tabelnaam voor uitvoer van bedrijfsaspect en de tabelnaam voor uitvoer van gevoelsscore.
Selecteer Volgende.
Selecteer Gegevens toevoegen voor Klantfeedback.
Selecteer het semantische activiteitstype Feedback die de feedbackgegevens bevat. Als de activiteit niet is ingesteld, selecteert u hier en maakt u deze.
Selecteer de activiteiten die u voor deze gevoelsanalyse wilt gebruiken en selecteer vervolgens Volgende.
Wijs de kenmerken in uw gegevens toe aan de modelkenmerken.
Selecteer Save.
Selecteer Volgende. De stap Controleren en uitvoeren toont een samenvatting van de configuratie en biedt een kans om wijzigingen aan te brengen voordat u de analyse maakt.
Selecteer Bewerken in een van de stappen om te controleren en eventuele wijzigingen aan te brengen.
Als u tevereden bent over uw selecties, selecteert u Opslaan en uitvoeren om te beginnen met het uitvoeren van het model. Selecteer Gereed. Het tabblad Mijn voorspellingen wordt weergegeven terwijl de voorspelling wordt gemaakt. Het proces kan enkele uren in beslag nemen, afhankelijk van de hoeveelheid gegevens die in de voorspelling is gebruikt.

Tip

Er zijn statussen voor taken en processen. De meeste processen zijn afhankelijk van andere upstreamprocessen, zoals de vernieuwing van gegevensbronnen en gegevensprofilering.

Selecteer de status om het deelvenster Details van voortgang te openen en de voortgang van de taken te bekijken. Als u de taak wilt annuleren, selecteert u Taak annuleren onder aan het deelvenster.

Onder elke taak kunt u Zie details selecteren voor meer voortgangsinformatie, zoals verwerkingstijd, de laatste verwerkingsdatum en eventuele toepasselijke fouten en waarschuwingen die verband houden met de taak of het proces. Selecteer Systeemstatus weergeven onder aan het deelvenster om andere processen in het systeem te zien.

Analyseresultaten weergeven

Ga naar Inzichten>Voorspellingen.
Selecteer op het tabblad Mijn voorspellingen de voorspelling die u wilt weergeven.

Er zijn twee tabbladen met resultaten.

Tabblad Overzicht

Er zijn vier primaire secties met gegevens op de resultatenpagina.

Gemiddelde gevoelstscore: gevoelsscores helpen u het algemene gevoel van alle klanten te begrijpen.
- Negatief (-5 > 2)
- Neutraal (-1 > 1)
- Positief (2 > 5)
Verdeling van klanten op gevoelsscore: klanten worden ingedeeld in negatieve, neutrale en positieve groepen op basis van hun gevoelsscores. Plaats de muisaanwijzer op de balken in het histogram om het aantal klanten en de gemiddelde gevoelsscore in elke groep te zien. Deze gegevens kunnen u helpen segmenten van klanten maken op basis van hun gevoelsscores.
Gemiddelde gevoelsscore in de loop van de tijd: klantgevoel kan in de loop van de tijd veranderen. We bieden trends in het gevoel van uw klanten voor het tijdsbereik van uw gegevens. Deze weergave helpt u het effect van seizoenspromoties, productlanceringen of andere tijdgebonden interventies op het klantgevoel te meten. Bekijk de grafiek door het gewenste jaar te selecteren in het vervolgkeuzemenu.
Gevoel in zakelijke aspecten: een gemiddeld sentiment over zakelijke aspecten helpt u te bepalen over welke aspecten van uw bedrijf klanten al tevreden zijn of wel meer aandacht vereisen. Feedbackrecords die niet overeenkomen met een van de ondersteunde bedrijfsaspecten, worden gecategoriseerd onder Overige. Sorteer de gegevens door een kolom te selecteren.

Selecteer de naam van een bedrijfsaspect om te zien hoe een bedrijfsaspect door het model wordt geïdentificeerd:
- Invloedrijke woorden: de belangrijkste woorden die van invloed waren op de identificatie van een bedrijfsaspect door het AI-model in klantfeedback. Aanstootgevende woorden tonen: hiermee kunt u aanstootgevende woorden uit de oorspronkelijke feedbackgegevens van klanten in de lijst opnemen. Gewoonlijk is dit uitgeschakeld. Maskering van aanstootgevende woorden wordt mogelijk gemaakt met een AI-model en detecteert mogelijk niet alle aanstootgevende woorden. Als u een aanstootgevend woord ontdekt dat niet is gefilterd zoals verwacht, laat het ons dan weten.
- Feedbackvoorbeelden: feitelijke feedbackrecords in uw gegevens. Woorden zijn kleurgecodeerd volgens hun invloed op de identificatie van een bedrijfsaspect.

Tabblad Analyse van invloedrijke woorden

Er zijn drie secties met aanvullende informatie die uitleggen hoe het gevoelsmodel werkt.

Topwoorden die bijdragen aan een positief gevoel: belangrijkste woorden die van invloed zijn geweest op de identificatie van positief gevoel in klantfeedback door het AI-model.
Topwoorden die bijdragen aan een negatief gevoel: belangrijkste woorden die van invloed zijn geweest op de identificatie van negatief gevoel in klantfeedback door het AI-model.
Feedbackvoorbeelden: actuele feedbackrecords, één met een negatief gevoel en één met een positief gevoel. Woorden in de feedbackrecords worden gemarkeerd op basis van hun bijdrage aan de toegewezen gevoelsscore. Woorden die bijdragen aan een positieve gevoelsscore zijn groen gemarkeerd. Woorden die bijdragen aan een negatieve score zijn rood gemarkeerd. Selecteer Meer bekijken om meer feedbackvoorbeelden te laden.

Aanstootgevende woorden tonen: hiermee kunt u aanstootgevende woorden uit de oorspronkelijke feedbackgegevens van klanten in de lijst opnemen. Gewoonlijk is dit uitgeschakeld. Maskering van aanstootgevende woorden wordt mogelijk gemaakt met een AI-model en detecteert mogelijk niet alle aanstootgevende woorden. Als u een aanstootgevend woord ontdekt dat niet is gefilterd zoals verwacht, laat het ons dan weten.

Optreden naar aanleiding van analyseresultaten

Als u nieuwe segmenten met klanten wilt maken vanuit de resultaten van de gevoelsanalyse selecteert u Segmenten maken boven aan de pagina met modelresultaten.

Potentiële vertekening

Zoals met elke functie die kunstmatige intelligentie voor voorspellingen gebruikt, is er mogelijk sprake van vertekening in de gegevens die u gebruikt om het klantgevoel te voorspellen. Als u feedback bijvoorbeeld alleen digitaal verzamelt, mist u mogelijk feedback van klanten die voornamelijk persoonlijk zaken met u doen, wat van invloed is op de uitvoer van de functie.

Aangezien deze functie geautomatiseerde middelen gebruikt om gegevens te evalueren en voorspellingen te doen op basis van die gegevens, kan het daarom worden gebruikt als een methode voor profilering, zoals die term is gedefinieerd door privacywetten en -voorschriften. Uw gebruik van deze functie om gegevens te verwerken, kan onderhevig zijn aan deze wetten of regelgeving. U bent ervoor verantwoordelijk dat uw gebruik van Customer Insights - Data, inclusief gevoelsanalyse, voldoet aan alle toepasselijke wet- en regelgeving, inclusief wetten met betrekking tot privacy, persoonlijke gegevens, biometrische gegevens, gegevensbescherming en vertrouwelijkheid van communicatie.

Share via