Nyelvfeldolgozás - Számítógépek, amelyek olvasnak és értelmeznek

A hangulatelemző rendszerek általában a következő tipikus kimeneteket állítják elő, ha szöveges bemeneteket kapnak, amelyek kategorikus értelmezést adnak a mögöttes szövegről:

• Pozitív - A szöveges tartalom pozitív hangsúlyú és érzelmi töltésű
• Semleges - A szöveges tartalom negatív felhangú és érzelmileg töltött
• Negatív - A szöveges tartalom negatív felhangú és érzelmileg töltött

Fontos megjegyezni, hogy az emberek évek óta válogatták össze a lexikonokat, hangsúlyozva, hogy a mesterséges intelligencia rendszerek megfelelő teljesítményéhez és a kívánt célok eléréséhez kiváló minőségű adatok szükségesek.

A szervezeti kihívás áttekintése

Több kommunikációs végpont és a szervezetek működési mérete adott, nehéz nyomon követni a szentimentalitást egy szervezeten belül. Az alkalmazottak és az ügyfelek különböző régiókban, területeken vagy részlegeken helyezkedhetnek el, ahol az érintettek és az ügyfelek pozitív szentimentalitást fejeznek ki, míg mások negatív szentimentalitást képviselnek. Így a szentimentalitás meghatározása a szervezet működésének teljes spektrumában nehéz.

Elengedhetetlen megérteni az általános szervezeti észleléseket mind belső, mind külső szempontból. Hagyományosan a felmérések látták el ezt a funkciót, bár ezek torzíthatók a kitöltésre motivált egyének alapján. A közösségi média és más adatforrások használata hozzájárulhat a szervezeti érzelmek megértéséhez. Példaként egy multinacionális és jól ismert ruházati márka, mint az Adidas, amely több országban van jelen, és különböző nyelveken üzletel számos különböző kulturális háttérrel. A különböző régiókban valószínűleg az érzelmek különböző szintjei figyelhetők meg. A negatív érzelmek azonosítása jó módja az okok kezelésének, ami több eladáshoz és így a végeredményhez való hozzájáruláshoz vezet.

AI bemenetként elérhető szervezeti adatok

Az alábbiakban azoknak a potenciális adatforrásoknak a listája látható, amelyek hangulatelemzés eszközeként hasznosíthatók:

• Közösségi média platformok, beleértve a Facebookot, a Twittert, az Instagramot, a TikTokot
• Ügyfélkapcsolat-kezelő rendszerek, beleértve a Salesforce-t és a Microsoft CRM-et
• A munkavállalók és az ügyfelek között küldött szervezeti e-mailek és levelek
• A olyan hívásközponti rendszerek, mint a Cisco és a Google Voice, képesek a beszélgetések átiratának biztosítására
• Olyan értékelés-aggregátorok, mint a Google és a Facebook értékelések, amelyek 1-5 csillag között rangsorolják a felsorolt vállalkozásokat

Több forrásból származó információk kombinálásakor bizonyos adatproblémák merülnek fel. Egy nyilvánvaló probléma az, hogyan lehet a vásárlókat pontosan összekapcsolni a különböző adathalmazokon keresztül. Ebben az esettanulmányban azt javasoljuk, hogy független entitásként kezeljük őket, hogy felfedezzük az összesített hangulatot egy teljes szervezeten belül, és ne egyéni szinten célozzunk. A szöveges bemenet hossza miatt az adatszerkezeteket gondosan kell kiválasztani mind az adatbázis-sémában, mind az adatok feldolgozására használt különböző szkriptekben.

Integrációs módszertan

Az alábbiakban áttekintjük azt a magas szintű folyamatot, amelyet egy szervezeten belüli szöveges források elemzésére hajtanánk végre:

1. Azonosítsa a szöveges hivatkozásokat és az azokat rögzítő rendszereket, határozza meg, hogy mely szöveg alkalmas az elemzésre
2. Szöveges források kinyerése REST API-kon keresztül és továbbításuk felhőalapú számítástechnikai szolgáltatónak valós idejű elemzés céljából
3. Adatfolyamok futtatása a Telemus AI™-n keresztül, és a kiegészített videó adatfolyamok visszaküldése a biztonsági monitorozó rendszerbe
4. Állítson be személyre szabott riasztásokat a biztonsági személyzet számára az észlelt elemek alapján

Mivel a Telemus AI™ elvégzi a munka nagy részét, a szervezet a technikai megvalósítás helyett az üzleti logikára és az eredmények értelmezésére koncentrálhat.

Szervezeti alkalmazások

Az alábbiakban a szervezete egyéb potenciális alkalmazásai listája látható:

• Online közösségi média végpontok átvizsgálása egy szervezeten belül, és az általános hangulat meghatározása.
• Ügyféljegyzetek figyelése olyan CRM rendszereken, mint a Salesforce, a jegyzetek tartalmának meghatározása érdekében.
• E-mailek átvizsgálása a szervezeten belüli általános összesített hangulatmetrika meghatározásához.
• Telefonbeszélgetések átiratainak automatikus feldolgozása és a pozitív, valamint negatív ügyfélélmények azonosítása.
• Az értékelés-aggregátor webhelyeken hagyott visszajelzések, valamint az értékelés átvizsgálása.
• A digitális médiumokon keresztül zajló antiszociális viselkedés automatikus észlelése és megakadályozása annak eszkalálódása előtt, ami jobb felhasználói élményt eredményez.

Mivel a szervezeteknek általában sok adatforráshoz van hozzáférésük, javasoljuk, hogy egy mesterséges intelligencia rendszerbe történő betáplálás előtt továbbítsák azokat egy adattóba; ez segíteni fog az ismételhetőség és a hallgathatóság biztosításában.

Potenciális és megvalósult előnyök

Egy szervezet általános megítélésének részletesebb megértése mind a szervezeten belül, mind külföldön jelentős előnyöket nyújt a kapcsolatok proaktív kezelésében. A visszajelzések értelmezése és alkalmazása jobb terméket vagy szolgáltatást nyújthat a részvényeseknek és az ügyfeleknek. Egy egyre digitálisabb világban a szervezeteknek meg kell érteniük, mit mond róluk a digitális lábnyomuk. Annak a demográfiai összetételnek a további megértése, ahonnan az ilyen visszajelzések érkeznek, szintén segíthet az élmények javításában mindenki számára.

A Telemus AI™ egy ausztrál székhelyű mesterséges intelligencia vállalat, amely fejlett megoldásokat nyújt a kormányzat és a vállalatok számára. Lépjen kapcsolatba velünk még ma egy ingyenes konzultációért arról, hogyan építhető be a Telemus AI™ a szervezetébe.