您位於此處：
主題分類
在 Data 360 中使用主題分類,將非結構化文字 (例如檢閱、個案註解或調查回應) 組織到有意義的種類中。為了評估要分類的記錄,模型會將訓練的語言模型套用至選取的欄位。針對每個記錄,模型會指派主題標籤與信賴分數。Data 360 會將這些輸出新增至您的資料集。在報告與查詢中套用主題分類。
備註
所有主題分類模型與演算法都會使用新的執行階段。
檢閱這些主題分類目標。
- 將文字分類為種類,例如帳單、產品問題或功能要求。
- 標準化文字資料在資料集之間的組織方式。
- 依照主題識別趨勢與模式。
- 根據目標參與的主題來區隔資料。
- 使用主題標籤和信賴分數增強資料集。
使用個案
預測支援各種使用個案。
| 類型 | 使用個案 | 解決方式為何 |
| 行銷 | 區段受眾 | 若要建立更具針對性的行銷活動,請依興趣或主題將客戶分組。 |
| 分析行銷活動 | 若要瞭解傳訊的共鳴,請依照主題將回應和參與分類。 | |
| 策略化內容 | 識別電子郵件、網路和社交管道之間的主題。 | |
| 服務 | 追蹤問題 | 若要加速解決,請自動分類支援個案,例如帳單或技術問題。 |
| 路線個案 | 若要加速解決,請自動分類支援個案,例如帳單或技術問題。 | |
| 管理升級 | 若要加速處理個案,請標記敏感或高優先順序的主題,例如抱怨或中斷。 | |
| 銷售 | 分析交易洞察 | 若要識別關鍵主題,例如價格、反對或競爭者,請分析電子郵件和通話文字記錄。 |
| 路由商機 | 若要將商機指派給正確的小組,請依產品、行業或使用個案將輸入查詢分類。 | |
| 追加銷售和交叉銷售 | 呈現高意圖主題,例如示範要求或定價討論。 |
考量事項
在您套用主題分類模型之前,請先檢閱這些考量事項。
- 重疊或不明確的種類會降低準確性。
- 非常短或不明確的文字較難分類。
- 模型效能取決於輸入資料的品質與相關性。
- 模型為多國語言,並支援多國語言的文字。
限制
在您使用主題分類前,請先檢閱這些限制。
- 定義明確且不同的主題種類以獲得更佳的準確性。
- 使用反映實際客戶語言的文字資料。
- 視業務需求發展定期檢閱及精簡種類。
- 將主題分類與情感分析結合,以取得更豐富的洞察。
- 在您通過模型之前,請先切片長文字。主題分類最適用於短、意圖豐富的文字,最多 512 個權杖
此文章是否解決您的問題？
請讓我們知道，以便我們改進！
