위치:
분위기 분석
Data 360에서 분위기 분석을 사용하여 구조화되지 않은 텍스트를 평가하고 고객이 브랜드, 제품 또는 서비스에 대해 어떻게 느끼는지 알아보십시오. 고객 리뷰 또는 설문 조사 응답과 같은 각 레코드에 대해 모델이 긍정적, 부정적 또는 중립 레이블과 신뢰도 점수를 할당합니다. 대상 그룹을 필터링하고, 대시보드를 구축하고, 자동화를 트리거하려면 모델 출력을 적용합니다.
노트
모든 분위기 분석 모델 및 알고리즘은 새 런타임을 사용합니다.
사용 사례
예측은 다양한 사용 사례를 지원합니다.
| 유형 | 사용 사례 | 해결 방법 |
| 마케팅 | 캠페인 세분화 | Messaging을 개선하려면 캠페인 응답에서 분위기를 분석합니다. |
| 세그먼트 대상 | 추천인, 중립자, 반대자를 다르게 대상으로 합니다. | |
| 브랜드 인사이트 추적 | 시간에 따른 캠페인이 분위기에 미치는 영향을 모니터링합니다. | |
| 서비스 | 사례 우선 순위 지정 | 부정적인 분위기를 빠르게 식별하고 에스컬레이션합니다. |
| 지원 품질 향상 | 담당자와의 상호 작용에서 분위기를 분석합니다. | |
| 이탈 줄이기 | 불만족한 고객을 조기에 감지하고 복구 작업을 트리거합니다. | |
| 세일즈 | 거래 상태 점수 매기기 | 거래 동력을 측정하려면 이메일, 통화 기록, 회의 노트에서 분위기를 분석합니다. |
| 파이프라인 우선 순위 지정 | 개선되거나 지속적으로 긍정적으로 유지되는 분위기가 있는 기회에 집중합니다. | |
| 상향 판매 및 교차 판매 | 긍정적인 분위기가 있는 만족한 고객을 강력한 확장 후보로 식별합니다. |
고려 사항
분위기 분석 모델을 적용하기 전에 다음 고려 사항을 검토하십시오.
- 고객 리뷰 또는 사례 댓글과 같은 깔끔한 관련 텍스트 데이터를 사용합니다.
- 더 나은 인사이트를 얻으려면 행동 또는 인구 통계와 같은 다른 데이터와 분위기를 결합합니다.
- 개별 결과가 아닌 시간 경과에 따른 추세를 분석합니다.
제한 사항
분위기 분석을 사용하기 전에 다음 제한 사항을 검토하십시오.
- 짧은 텍스트, 모호하거나 매우 기술적인 텍스트는 해석하기 어렵습니다.
- 시각화 및 섬세한 언어는 정확도에 영향을 미칩니다.
- 결과는 입력 데이터의 품질 및 컨텍스트에 따라 다릅니다.
이 기사를 통해 문제를 해결했습니까?
개선을 위한 의견을 보내주세요.
