Processamento de Linguagem - Computadores que Leem e Interpretam

Os sistemas de análise de sentimentos geralmente produzem os seguintes resultados típicos quando recebem entradas textuais que dão uma interpretação categórica do texto subjacente:

• Positivo - O conteúdo textual é de um tom positivo e sentimentalismo
• Neutro - O conteúdo textual é de um tom negativo e sentimentalismo
• Negativo - O conteúdo textual é de um tom negativo e sentimentalismo

É importante notar que as pessoas curaram os léxicos ao longo de muitos anos, enfatizando que são necessários dados de alta qualidade para que os sistemas de inteligência artificial tenham um bom desempenho e alcancem os objetivos pretendidos.

Visão Geral do Desafio Organizacional

Dado múltiplos pontos finais de comunicação e o tamanho do que as organizações operam, é difícil acompanhar a sentimentalidade numa organização. Funcionários e clientes podem estar espalhados por diferentes regiões, áreas ou departamentos onde as partes interessadas e os clientes expressam uma sentimentalidade positiva enquanto outros representam uma sentimentalidade negativa. Assim, determinar a sentimentalidade em todo o espetro de operação de uma organização é difícil.

É essencial compreender as perceções organizacionais gerais, tanto internas como externas. Tradicionalmente, os inquéritos têm desempenhado esta função, embora possam ser enviesados com base nos indivíduos motivados a preenchê-los. A utilização das redes sociais e de outras fontes de dados pode contribuir para a compreensão do sentimento organizacional. Como exemplo, uma marca de vestuário multinacional e amplamente reconhecida, como a Adidas, com presença em vários países, fazendo negócios em vários idiomas e em muitos contextos culturais diferentes. Diferentes níveis de sentimento provavelmente serão observados em várias regiões. A identificação de sentimentos negativos é uma boa forma de abordar as suas causas, resultando em mais vendas e, assim, contribuindo para o resultado final.

Dados Organizacionais Disponíveis como Input de AI

A seguinte lista de potenciais fontes de dados que podem ser utilizadas como meio de análise de sentimento:

• Plataformas de redes sociais, incluindo Facebook, Twitter, Instagram, TikTok
• Sistemas de gestão de relacionamento com o cliente, incluindo Salesforce, Microsoft CRM
• E-mails e cartas organizacionais enviados entre funcionários e clientes
• Sistemas de call center, como Cisco e Google Voice, são capazes de fornecer transcrições de conversas
• Agregadores de críticas como as críticas do Google e Facebook que classificam as empresas listadas entre 1-5 estrelas

Alguns problemas de dados apresentam-se ao combinar informações de múltiplas fontes. Um problema óbvio é como ligar clientes com precisão através de vários conjuntos de dados. Neste estudo de caso, sugerimos tratá-los como entidades independentes para descobrir o sentimento agregado em toda uma organização e não direcionado a um nível individual. Dada a extensão da entrada textual, as estruturas de dados devem ser selecionadas cuidadosamente, tanto no esquema da base de dados como dentro dos vários scripts usados para processar os próprios dados.

Metodologia de Integração

Segue-se uma visão geral do processo que realizaríamos a um nível elevado para analisar fontes textuais dentro de uma organização:

1. Identificar referências textuais e os sistemas que as capturam, determinar qual o texto que é um candidato adequado para análise
2. Extrair fontes textuais através de APIs REST e alimentá-las a um fornecedor de computação em nuvem para análise em tempo real
3. Passar as transmissões pela Telemus AI™ e devolver transmissões de vídeo aumentadas de volta ao sistema de monitorização de segurança
4. Configurar alertas personalizados para o pessoal de segurança com base no que é detetado

Dado que a Telemus AI™ trata da maior parte do trabalho, a organização pode focar-se na lógica de negócio e na interpretação dos resultados em vez da implementação técnica.

Aplicações Organizacionais

A seguinte lista apresenta outras potenciais aplicações para a sua organização:

• Analisar os endpoints de redes sociais online numa organização e determinar o sentimento geral.
• Monitorizar notas de clientes em sistemas de CRM como o Salesforce para determinar o conteúdo das notas.
• Analisar os e-mails para obter uma métrica agregada geral do sentimento numa organização.
• Processar automaticamente transcrições de conversas telefónicas e identificar experiências positivas e negativas dos clientes.
• Analisar o feedback deixado em sites de agregadores de críticas, bem como a classificação.
• Detetar automaticamente comportamentos antissociais praticados através de meios digitais e combatê-los antes que se agravem, levando a uma experiência de utilizador melhorada.

Como há muitas fontes de dados às quais as organizações tipicamente têm acesso, recomendamos passá-las para um data lake antes de as alimentar num sistema de inteligência artificial; isto ajudará a garantir a repetibilidade e a auditabilidade.

Benefícios Potenciais e Realizados

Uma compreensão mais detalhada das perceções gerais de uma organização, tanto internamente como no exterior, proporciona benefícios significativos na gestão proativa de relacionamentos. Interpretar e agir com base no feedback pode proporcionar um melhor produto ou serviço aos acionistas e clientes. Num mundo cada vez mais digital, as organizações precisam de compreender o que a sua pegada digital diz sobre elas. Uma maior compreensão da composição demográfica de onde esse feedback está a chegar também pode ajudar a melhorar as experiências para todos.

A Telemus AI™ é uma empresa de inteligência artificial sediada na Austrália que fornece soluções avançadas ao governo e às empresas. Contacte-nos hoje para uma consulta gratuita sobre como a Telemus AI™ pode ser incorporada na sua organização.