分析客戶意見回饋中的情感 (預覽版)
[本文章是發行前版本文件，隨時可能變更。]
情感分析可讓您綜合客戶情感，並在業務層面中找出改善的機會。 此功能可協助您瞭解哪些工作順利運作，以及您需要解決的事情。 它能協助您推動業務行動，這些行動會啟用能帶來高客戶滿意度和忠誠度的體驗。
重要
- 這是預覽功能。
- 預覽功能不供生產時使用，而且可能功能受限。 這些功能是在正式發行前先行推出，讓客戶能夠搶先體驗並提供意見反應。
概觀
對每個客戶識別碼，語義分析功能將生成兩個衍生的深入見解。 情感分數 (-5 到 5) 和適用的業務層面 (業務領域) 清單，加在一起可協助您更瞭解客戶意見反應。
此分析可協助您：
- 取得客戶對品牌或組織的情感概覽
- 找出負面情感的客戶，來集中行銷活動和服務，並最佳化來提高回饋
- 找出有客戶指出問題的業務層面
- 根據情感來細分客戶，以執行目標銷售、行銷及支援工作的個人化行銷活動
- 透過處理客戶在意的領域或提及的商機，最佳化業務運營
- 找出能順利進行的業務層面並透過忠誠度和促銷計畫，來獎勵開心的客戶
此模型會提供一份影響模型決策的字詞清單，會將特定的情感分數或業務層面指派給意見反應。
我們使用兩種 自然語言處理 (NLP) 模型：第一種會為每個意見反應指派情感分數。 第二種模型會將每個意見反應與可適用的業務部分關聯。 模型已使用來自社交媒體、零售、餐廳、消費品和汽車工業等來源的公用資料定型。
可關聯模型與意見反應資料的預先定義業務層面包括：
- 帳戶管理
- 結帳和付款
- 客戶支援
- 存放區收取
- 包裝運送及擷取
- 預購
- 價格
- 隱私權與安全性
- 促銷和獎勵
- 收據和瑕疵擔保
- 退貨交換和取消
- 履行正確性
- 網站/應用程式品質
Note
目前，我們只支援對英文的客戶意見反應進行情感分析。 在未來的版本中我們將支援更多語言。 如果有其他語言的意見反應被上傳，該模型仍會回傳結果。 但是，這些結果不會是準確的。
先決條件
- 至少參與者權限
- 統一的文字意見反應資料。 我們強烈建議您將您的意見反應資料資料表設定為語義類型活動資料表 (意見反應類型)。
- 使用來自資料統整的統一客戶識別碼 (UCID)，來對應個別客戶的文字意見反應資料記錄。
- 意見反應識別碼
- 意見反應時間戳記
- 意見反應文字
Dynamics 365 Customer Insights - Data 單次模型執行最多可以處理 1 千萬筆意見反應記錄。 此模型可以分析的意見反應最多為 128 個字。 如果意見反應較長，則分析只納入前 128 個字。
注意
只能設定一個意見反應資料表。 如果有多個意見反應資料表，請在資料擷取前，於 Power Query 結合它們。
設定情感分析
請移至深入解析>預測。
在建立索引標籤上，選取客戶情感分析 (預覽版) 圖標上的使用模型。
選取開始使用。
幫分析命名並提供業務層面輸出資料表名稱和情感分數輸出資料表名稱。
選取下一步。
選取客戶意見反應的新增資料。
選取包含意見反應資料的語義活動類型意見反應。 如果活動尚未設定，請選取這裡並建立它。
選取您想要用於情感分析的活動，然後選取下一步。
將資料中的屬性對應至模型屬性。
選取儲存。
選取下一步。 檢視和執行步驟會顯示設定的摘要，並提供機會讓您在建立分析之前進行變更。
若要檢視並進行任何變更，請在任一步驟上選取編輯。
如果您對於所有選取感到滿意，請選取儲存並執行來開始執行模型。 選取完成。 在建立預測時，會顯示我的預測索引標籤。 視預測中使用的資料量而定，此程序可能需要數個小時才能完成。
小費
工作和程序的狀態。 大部分程序都是依靠其他上游程序而定，例如：資料來源和資料分析重新整理。
選取狀態打開進度詳細資料窗格並查看工作的進度。 若要取消作業，請在窗格下方選取取消作業。
在每個工作下方，您可以選取查看詳細資料取得更多的進度資訊，例如：處理時間、上次處理日期以及可取得的任何與工作或程序相關的錯誤和警告。 選取面板下方的查看系統狀態，以查看系統中的其他程序。
查看分析結果
請移至深入解析>預測。
在我的預測索引標籤中，選取您想要查看的預測。
結果有兩個索引標籤。
摘要索引標籤
結果頁面中有四個主要的資料區段。
平均情感分數：情感分數可協助您瞭解全部客戶的整體情感。
- 負面 (-5 > 2)
- 中立 (-1 > 1)
- 正面 (2 > 5)
情感分數上的客戶分布：根據其情感分數，將客戶分類為負面、一般和正面群組。 將滑鼠懸停在長條圖中的方塊，可以查看每個群組中的客戶數目和平均情感分數。 這份資料可協助您根據情感成績來建立客戶細分。
過去一段時間的平均情感分數：客戶情感可能會隨時間而變更。 我們依您的資料的時間範圍提供客戶情感趨勢。 此檢視表可協助您判斷季節性促銷、產品發佈或其他在客戶情感上與時間相關之介入的效果。 您可以從下拉式功能表中選取感興趣的年份，來查看圖形。
跨業務層面的情感：跨業務層面的平均情感可協助您判斷業務中的哪些層面已經滿足客戶需求或需要更加留意。 未對應至任何支援業務領域的意見反應記錄，會分類到其他。 透過選取任何欄來排序資料。
選取業務層面的名稱，以查看模型如何找出業務層面：
影響力字詞：影響 AI 模型在客戶意見反應中找出商務層面的熱門字詞。 顯示冒犯性詞彙：可讓您從原始的客戶意見反應資料中納入清單上的冒犯性詞彙。 根據預設，這是關閉的。 冒犯性詞彙遮罩是由 AI 模型提供，並可能無法偵測到所有的冒犯性詞彙。 如果偵測到未如預期被過濾的冒犯性詞彙，請告知我們。
意見反應範例：您資料中的實際意見記錄。 詞彙會根據識別出對業務層面影響來進行色彩編碼。
影響性詞彙分析索引標籤
三個區段的其他資訊在解釋情感模型的運作方式。
導致正面情感的熱門字詞：影響 AI 模型在客戶意見反應中找出正面情感的熱門字詞。
導致負面情感的熱門字詞：影響 AI 模型在客戶意見反應中找出負面情感的熱門字詞。
意見反應範例：實際的意見反應記錄，其中一個帶有負面情感，另一個帶有正面情感。 意見反應記錄中的詞彙會根據影響情感分數指派的程度而突出顯示。 影響正面情感分數的詞彙會以綠色醒目提示。 影響負面情感分數的詞彙會以紅色醒目提示。 選取查看更多以載入更多意見反應範例。
顯示冒犯性詞彙：可讓您從原始的客戶意見反應資料中納入清單上的冒犯性詞彙。 根據預設，這是關閉的。 冒犯性詞彙遮罩是由 AI 模型提供，並可能無法偵測到所有的冒犯性詞彙。 如果偵測到未如預期被過濾的冒犯性詞彙，請告知我們。
對分析結果採取行動
若要從情感分析結果建立新的客戶細分，請選取模型結果頁面頂端的建立客戶細分。
潛在偏差
與任何使用預測型人工智慧的功能一樣，您用來預測客戶情感的資料可能存在偏差。 例如，如果您只收集數位意見反應，就有可能漏掉主要是親自與您進行實體業務往來之客戶的意見反，這會影響功能的輸出。
由於此功能使用自動化方法評估資料，並根據該資料進行預測，因此可以用作分析方法，因為該條款是由隱私權法律和法規所定義。 您使用此功能處理資料的行為應受到這些法律或法規的規範。 您有責任確保 Customer Insights - Data (包括情感分析) 的使用方式符合所有適用的法律和法規，包括與隱私權、個人資料、生物資料、資料保護和通訊機密性的相關法律。