分析客户反馈中的情绪（预览版）
[本文为预发布文档，可能会发生变化。]
情绪分析让您能够整合客户情绪并确定哪些业务方面有改进机会。 此功能可帮助您了解哪些方面运作良好以及您需要解决哪些问题。 它可以帮助您推动业务行动，实现能够带来高客户满意度和忠诚度的体验。
重要提示
- 这是一项预览功能。
- 预览功能不适合生产使用且功能可能受限。 这些功能在正式发布之前推出，以便客户可以提前使用并提供反馈。
概览
情绪分析功能为每个客户 ID 生成两个派生见解。 情绪分数（-5 到 5）和适用的业务方面（业务领域）列表一起帮助您更好地了解客户反馈。
此分析可以帮助您：
- 整体了解客户对品牌或组织的情绪
- 识别具有负面情绪的客户，以专注于您的市场活动和互动，并进行优化以获得更高的回报
- 确定具有客户指出问题的各个业务方面
- 根据客户的情绪细分客户，通过有针对性的销售、营销和支持工作开展个性化市场活动
- 通过解决客户提到的问题领域或机会来优化业务运营
- 发现表现良好的业务方面并通过忠诚度和促销计划奖励满意的客户
模型将提供影响模型将特定情绪分数或业务方面分配给哪些反馈评论的决定的字词列表。
我们使用两个自然语言处理 (NLP) 模型：第一个模型为每个反馈评论分配情绪分数。 第二个模型将每个反馈与所有适用的业务方面相关联。 这些模型使用来自社交媒体、零售、餐厅、消费品和汽车行业的公共数据进行训练。
模型将其与反馈数据关联的预定义业务方面包括：
- 帐户管理
- 结帐和付款
- 客户支持
- 店内自取
- 包装装运和检索
- 预订购
- 单价
- 隐私与安全
- 促销和奖励
- 收据和保修
- 返回 Exchange 和取消
- 履行准确性
- 网站/应用质量
备注
目前，我们仅支持对英文客户反馈的情绪分析。 未来将支持更多语言。 如果上载了其他语言的反馈，模型仍会返回结果。 但这些结果会不准确。
先决条件
- 至少具有参与者权限
- 统一的文本反馈数据。 我们强烈建议您将反馈数据表配置为语义类型的活动表（反馈类型）。
- 来自数据统一的统一客户 ID (UCID) 将文本反馈数据记录与单个客户匹配。
- 反馈 ID
- 反馈时间戳
- 反馈文本
Dynamics 365 Customer Insights - Data 最多可以为单个模型运行处理 1000 万条反馈记录。 模型最多可以分析 128 个字词的反馈评论。 如果反馈评论更长，分析仅考虑前 128 个字词。
备注
只能配置一个反馈表。 如果有多个反馈表，应在数据引入之前将它们合并到 Power Query 中。
配置情绪分析
转到见解>预测。
在创建选项卡上，在客户情绪分析（预览）磁贴上选择使用模型。
选择开始。
为分析命名，并提供业务方面输出表名称和情绪分数输出表名称。
选择下一步。
为客户反馈选择添加数据。
选择包含反馈数据的语义活动类型反馈。 如果尚未设置活动，在此处选择并创建活动。
选择要用于此情绪分析的活动，然后选择下一步。
将数据中的属性映射到模型属性。
选择保存。
选择下一步。 查看并运行步骤显示配置的摘要，并在创建分析之前提供进行更改的机会。
在任何步骤中选择编辑查看并进行任何更改。
如果您对您的选择满意，选择保存并运行开始运行模型。 选择完成。 创建预测时，将显示我的预测选项卡。 完成该过程可能需要几个小时，具体取决于预测中使用的数据量。
小费
任务和流程有状态。 大多数流程依赖于其他上游流程，例如数据源和数据分析刷新。
选择状态以打开进度详细信息窗格，并查看任务的进度。 要取消作业，选择窗格底部的取消作业。
在每个任务下，您可以选择查看详细信息来获取更多进度信息，例如处理时间、上次处理日期以及与任务或流程相关的任何适用的错误和警告。 选择面板底部的查看系统状态可以查看系统中的其他流程。
查看分析结果
转到见解>预测。
在我的预测选项卡中，选择您要查看的预测。
有两个结果选项卡。
“摘要”选项卡
在结果页中，有四个主要的数据部分。
平均情绪分数：情绪分数帮助您了解所有客户的整体情绪。
- 负面 (-5 > 2)
- 中性 (-1 > 1)
- 正面 (2 > 5)
按情绪分数划分客户：根据客户的情绪分数将客户分为负面、中性和正面组。 将鼠标悬停在直方图中的条形上查看每组的客户数量和平均情绪分数。 这些数据可以帮助您根据客户的情绪分数创建客户细分。
随时间发展的平均情绪分数：客户情绪可能会随着时间发生变化。 我们提供数据时间范围内客户情绪的发展趋势。 此视图帮助您衡量季节性促销、产品发布或其他有时限的干预措施对客户情绪的影响。 从下拉菜单中选择感兴趣的年份来查看图表。
业务方面的情绪：业务方面的平均情绪帮助您判断业务的哪些方面已经达到客户满意或需要更多关注。 与任何受支持业务方面都不相符的反馈记录归类在其他下。 选择任意列对数据进行排序。
选择业务方面的名称可以查看模型如何识别业务方面：
影响字词：对 AI 模型在客户反馈中识别业务方面影响最大的的字词。 显示冒犯性词语：允许您在来自原始客户反馈数据的列表中包含冒犯性词语。 默认情况下，此部分处于关闭状态。 冒犯性字词屏蔽由 AI 模型提供支持，可能无法检测到所有冒犯性字词。 如果您检测到未按预期过滤掉的冒犯性字词，请告诉我们。
反馈示例：数据中的实际反馈记录。 字词根据它们对识别业务方面的影响进行颜色编码。
影响字词分析选项卡
有三个介绍其他信息的部分解释情绪模型的工作原理。
引发正面情绪的主要字词：影响 AI 模型识别客户反馈中正面情绪的主要字词。
引发负面情绪的主要字词：影响 AI 模型识别客户反馈中负面情绪的主要字词。
反馈示例：实际反馈记录，一条带有负面情绪，一条带有正面情绪。 反馈记录中的字词会根据它们对指定情绪分数的贡献突出显示。 对正面情绪分数有贡献的字词以绿色突出显示。 对负面分数有贡献的字词以红色突出显示。 选择查看更多可加载更多反馈示例。
显示冒犯性词语：允许您在来自原始客户反馈数据的列表中包含冒犯性词语。 默认情况下，此部分处于关闭状态。 冒犯性字词屏蔽由 AI 模型提供支持，可能无法检测到所有冒犯性字词。 如果您检测到未按预期过滤掉的冒犯性字词，请告诉我们。
对分析结果采取行动
要从情绪分析结果创建新客户细分，选择模型结果页面顶部的创建客户细分。
潜在偏差
与使用预测性人工智能的任何功能一样，您用于预测客户情绪的数据中可能有偏差。 例如，如果您仅以数字方式收集反馈，您可能会错过主要与您当面开展业务的客户的反馈，这会影响功能的输出。
由于此功能使用自动化方式来评估数据并根据该数据进行预测，因此它能够用作分析方法，该条款由隐私法律和法规定义。 您使用此功能处理数据时可能会受到这些法律或法规的约束。 您负责确保您对 Customer Insights - Data 的使用（包括情绪分析）遵守所有适用的法律和法规，包括与隐私、个人数据、生物识别数据、数据保护和通信保密性相关的法律。