詳細情報:
トピック分類
Data 360 のトピック分類を使用して、レビュー、ケースコメント、アンケートへの回答などの非構造化テキストを意味のあるカテゴリに整理します。分類するレコードを評価するために、モデルではトレーニング済み言語モデルが選択した項目に適用されます。モデルでは、レコードごとにトピックの表示ラベルと信頼度スコアが割り当てられます。Data 360 では、次の出力がデータセットに追加されます。レポートとクエリでトピック分類を適用します。
メモ
すべてのトピック分類モデルとアルゴリズムで新しいランタイムが使用されます。
次のトピック分類の目標を確認します。
- 請求、商品の問題、機能要求などのカテゴリにテキストを分類します。
- データセット全体でテキストデータを整理する方法を標準化します。
- トピック別にトレンドとパターンを特定します。
- 対象を絞ったエンゲージメントのトピックに基づいてデータをセグメント化します。
- トピックの表示ラベルや信頼性スコアを使用してデータセットを強化します。
使用事例
売上予測では、さまざまな使用事例がサポートされます。
| 種別 | 使用事例 | IT ソリューション |
| マーケティング | オーディエンスのセグメント化 | より対象を絞ったキャンペーンを作成するには、関心やトピックで顧客をグループ化します。 |
| キャンペーンの分析 | 共感を呼ぶメッセージングを理解するには、トピック別に回答とエンゲージメントを分類します。 | |
| コンテンツの戦略化 | メール、Web、ソーシャルチャネルでテーマを特定します。 | |
| サービス | 問題の追跡 | 解決を迅速化するために、請求や技術的な問題などのサポートケースを自動的に分類します。 |
| ケースの転送 | 解決を迅速化するために、請求や技術的な問題などのサポートケースを自動的に分類します。 | |
| エスカレーションの管理 | ケースをより迅速に処理するには、苦情や中断などの機密性の高いトピックにフラグを設定します。 | |
| セールス | 案件インサイトの分析 | 価格設定、反対意見、競合他社などの主要なトピックを特定し、メールを分析し、トランスクリプトをコールします。 |
| リードの転送 | リードを適切なチームに割り当てるには、受信問い合わせを商品、業種、または使用事例別に分類します。 | |
| アップセルとクロスセル | デモ要求や価格設定に関するディスカッションなど、意図の高いトピックを表示します。 |
考慮事項
トピック分類モデルを適用する前に、次の考慮事項を確認してください。
- カテゴリが重複していたりあいまいであったりすると、精度が低下します。
- 非常に短いテキストや不明瞭なテキストは分類が困難です。
- モデルのパフォーマンスは、入力データの品質と関連性によって異なります。
- このモデルはマルチ言語であり、複数の言語のテキストをサポートしています。
制限事項
トピック分類を使用する前に、次の制限事項を確認してください。
- 精度を高めるために、明確で個別のトピックカテゴリを定義します。
- 実際の顧客の言語を反映するテキストデータを使用します。
- ビジネスニーズの変化に応じて、カテゴリを定期的に確認して絞り込みます。
- トピック分類とセンチメント分析を組み合わせて、より充実したインサイトを得ます。
- 長いテキストをチャンクにしてモデルに渡します。トピック分類は、最大 512 トークンの簡潔でインテントの多いテキストで最適に機能
この記事で問題は解決されましたか?
ご意見をお待ちしております。
