Езикова обработка - Компютри, които четат и интерпретират

Системите за анализ на настроенията обикновено генерират следните типични изходи, когато им се подадат текстови входове, които дават категорична интерпретация на основния текст:

• Положително - Текстовото съдържание е с положителен подтекст и сантименталност
• Неутрално - Текстовото съдържание е с негативен подтекст и сантименталност
• Отрицателен - Текстовото съдържание е с отрицателен подтекст и сантименталност

Важно е да се отбележи, че хората са съставяли лексиконите в продължение на много години, което подчертава, че за системите с изкуствен интелект са необходими висококачествени данни, за да работят добре и да постигнат желаните цели.

Преглед на организационното предизвикателство

Предвид множество крайни точки за комуникация и мащаба, в който оперират организациите, е трудно да се проследи сантиментът в цялата организация. Служителите и клиентите могат да бъдат разпределени в различни региони, области или отдели, където заинтересованите страни и клиентите изразяват позитивен сантимент, докато други представляват негативен сантимент. По този начин определянето на сантимента в целия спектър на дейността на една организация е трудно.

От съществено значение е да се разберат общите организационни възприятия както вътрешно, така и външно. Традиционно проучванията са изпълнявали тази функция, въпреки че те могат да бъдат пристрастни въз основа на лицата, мотивирани да ги попълват. Използването на социалните медии и други източници на данни може да допринесе за разбирането на организационните настроения. Като пример, мултинационална и добре разпознаваема марка за дрехи като Adidas, с присъствие в множество държави, която води бизнес на различни езици в много различни културни среди. Вероятно е да се наблюдават различни нива на настроения в различните региони. Идентифицирането на негативни настроения е добър начин за адресиране на техните причини, което води до повече продажби и по този начин допринася за крайния финансов резултат.

Организационни данни, налични като вход за AI

Следните списъци на потенциални източници на данни, които могат да бъдат използвани като средство за анализ на настроенията:

• Платформи за социални мрежи, включително Facebook, Twitter, Instagram, TikTok
• Системи за управление на взаимоотношенията с клиенти, включително Salesforce, Microsoft CRM
• Организационни имейли и писма, разменяни между служителите и клиентите
• Системи за кол центрове като Cisco и Google Voice са способни да предоставят транскрипции на разговори
• Агрегатори на отзиви като Google и Facebook ревюта, които класират изброените бизнеси между 1 и 5 звезди

Някои проблеми с данните се появяват при комбиниране на информация от множество източници. Очевиден проблем е как да се свържат клиентите точно в различни набори от данни. В този казус предлагаме да ги третираме като независими обекти, за да открием агрегирани настроения в цяла организация, а не на индивидуално ниво. Предвид дължината на текстовия вход, структурите на данните трябва да се избират внимателно както в схемата на базата данни, така и в различните скриптове, използвани за обработка на самите данни.

Методология на интеграцията

Следното е общ преглед на процеса, който бихме изпълнили на високо ниво за анализиране на текстови източници в рамките на организация:

1. Идентифицирайте текстови препратки и системите, които ги улавят, определете кой текст е подходящ кандидат за анализ
2. Извличайте текстови източници чрез REST API и ги подайте към доставчик на облачни изчисления за анализ в реално време
3. Пуснете потоците през Telemus AI™ и върнете разширените видео потоци обратно към системата за наблюдение на сигурността
4. Настройване на персонализирани известия към охранителния персонал въз основа на това, което се открива

Тъй като Telemus AI™ се грижи за по-голямата част от работата, организацията може да се фокусира върху бизнес логиката и интерпретирането на резултатите, а не върху техническата реализация.

Организационни приложения

Следното изброява други потенциални приложения за вашата организация:

• Сканирайте крайните точки в социалните мрежи в една организация и определете общото настроение.
• Следене на бележките на клиентите в CRM системи като Salesforce за определяне на съдържанието на бележките.
• Сканиране на имейлите за получаване на обща обобщена метрика на настроението в една организация.
• Автоматична обработка на транскрипти от телефонни разговори и идентифициране както на положителни, така и на отрицателни клиентски преживявания.
• Сканиране на обратната връзка, оставена на сайтовете за агрегиране на отзиви, както и на оценката.
• Автоматично засичане на антисоциално поведение, проявявано чрез дигитални среди, и противодействие на него, преди да е ескалирало, което води до подобрено потребителско преживяване.

Тъй като организациите обикновено имат достъп до много източници на данни, препоръчваме да ги насочите към езеро за данни (data lake), преди да ги подадете към система за изкуствен интелект; това ще помогне за осигуряване на повторяемост и одитируемост.

Потенциални и реализирани ползи

По-подробно разбиране на общите възприятия за една организация както вътре, така и в чужбина, предоставя значителни ползи при проактивното управление на отношенията. Тълкуването и прилагането на обратна връзка може да осигури по-добър продукт или услуга на акционерите и клиентите. В един все по-дигитализиращ се свят организациите трябва да разбират какво казва техният дигитален отпечатък за тях. По-нататъшно разбиране на демографския състав на местата, откъдето пристига такава обратна връзка, също може да помогне за подобряване на преживяванията за всички.

Telemus AI™ е австралийска компания за изкуствен интелект, предоставяща напреднали решения на правителството и бизнеса. Свържете се с нас днес за безплатна консултация относно това как Telemus AI™ може да бъде вградена във вашата организация.