Observação
O acesso a essa página exige autorização. Você pode tentar entrar ou alterar diretórios.
O acesso a essa página exige autorização. Você pode tentar alterar os diretórios.
[Este artigo faz parte da documentação de pré-lançamento e está sujeito a alterações.]
A análise de sentimento permite sintetizar o sentimento do cliente e identificar aspectos comerciais como oportunidades de melhoria. Esse recurso ajuda você a entender o que funciona bem e o que você precisa resolver. Isso pode ajudar você a promover ações comerciais que permitem experiências que resultam em alta satisfação e fidelidade do cliente.
Importante
- Este é um recurso em versão preliminar.
- A versão preliminar dos recursos não foi criada para uso em ambientes de produção e pode ter funcionalidade restrita. Esses recursos são disponibilizados antes de um lançamento oficial para que os clientes possam ter acesso antecipado e forneçam comentários.
Visão geral da análise de sentimento
O recurso de análise de sentimento gera dois insights derivados por ID do cliente. Uma pontuação de sentimento (de -5 a 5) e uma lista de aspectos comerciais aplicáveis (áreas do negócio) que, juntos, ajudam você a entender melhor os comentários do cliente.
Essa análise ajudará a:
- Obter uma visão geral dos sentimentos do cliente em relação a uma marca ou organização
- Identificar clientes com sentimento negativo para focar suas campanhas e participações e otimizá-las para um retorno maior
- Identificar aspectos comerciais com problemas relatados pelos clientes
- Segmentar os clientes com base em seu sentimento para executar campanhas personalizadas com vendas, marketing e esforços de suporte direcionados
- Otimizar as operações comerciais abordando áreas de preocupação ou oportunidades que foram mencionadas pelos clientes
- Reconhecer aspectos comerciais que estão indo bem e recompensar clientes satisfeitos por meio de programas de fidelidade e de promoções
Este modelo fornece uma lista de palavras que afetaram a decisão dos modelos de atribuir uma determinada pontuação de sentimento ou aspecto comercial aos comentários.
Usamos dois Modelos de processamento de linguagem natural (NLP): o primeiro atribui a cada comentário uma pontuação de sentimento. O segundo modelo associa cada comentário a todos os aspectos comerciais aplicáveis. Os modelos são treinados com dados públicos provenientes de fontes de diversos setores, como redes sociais, varejo, setor de restaurantes, bens de consumo e setor automotivo.
Os aspectos de negócios predefinidos para serem associados pelo modelo aos dados de feedback incluem:
- Gerenciamento de contas
- Finalização de compra e pagamento
- Suporte ao cliente
- Retirada na loja
- Envio e recuperação de embalagens
- Pré-venda
- Preço
- Privacidade e segurança
- Promoções e recompensas
- Recibo e garantia
- Devolução, troca e cancelamento
- Precisão no atendimento
- Qualidade do site/aplicativo
Nota
No momento, só oferecemos suporte à análise de sentimento nos comentários do cliente em inglês. Ofereceremos suporte a mais idiomas no futuro. Se os comentários em outros idiomas forem carregados, o modelo ainda retornará resultados. No entanto, esses resultados não serão precisos.
Pré-requisitos
- Pelo menos permissões de Colaborador
- Dados de feedback de texto unificados. É altamente recomendável configurar suas tabelas de dados de comentários como tabelas de atividades do tipo semântico (Tipo de comentários).
- ID unificado do cliente (UCID) da unificação de dados para associar registros de dados de feedback textual a um cliente individual.
- ID dos Comentários
- Data e hora do feedback
- Texto de comentários
O Dynamics 365 Customer Insights - Data pode processar até 10 milhões de registros de comentários para uma única execução de modelo. O modelo pode analisar comentários de até 128 palavras. Se um comentário for mais longo, a análise considerará somente as primeiras 128 palavras.
Nota
Somente uma tabela de comentários pode ser configurada. Se houver várias tabelas de comentários, combine-as no Power Query antes da ingestão de dados.
Configurar uma análise de sentimento
Vá para Insights>Previsões.
Na guia Criar, selecione Usar modelo no bloco Análise de sentimento do cliente (versão preliminar).
Selecione Começar.
Nomeie a análise e forneça o Nome da tabela de saída do aspecto comercial e o Nome da tabela de saída da pontuação de sentimento.
Selecione Avançar.
Selecione Adicionar dados para Feedback do cliente.
Selecione o tipo de atividade semântica Feedback que contém os dados de feedback. Se a atividade não foi configurada, selecione aqui e crie-a.
Selecione as atividades a serem usadas para essa análise de sentimento e selecione Avançar.
Mapeie os atributos em seus dados para os atributos do modelo.
Selecione Salvar.
Selecione Avançar. A etapa Revisar e executar mostra um resumo da configuração e oferece a chance de fazer alterações antes de criar a análise.
Selecione Editar em qualquer uma das etapas para revisar e fazer alterações.
Se estiver satisfeito com as seleções, selecione Salvar e executar para iniciar a execução do modelo. Selecione Concluído. A guia Minhas previsões é exibida enquanto a previsão está sendo criada. O processo pode demorar várias horas para ser concluído, dependendo da quantidade de dados usados na previsão.
Gorjeta
Selecione um status para abrir o painel de detalhes de progresso , onde você pode ver o progresso da tarefa ou selecionar Cancelar trabalho para parar o trabalho.
Visualizar resultados da análise
Vá para Insights>Previsões.
Na guia Minhas previsões, selecione a previsão que deseja visualizar.
Há duas abas de resultados.
Aba Resumo
Há quatro seções principais de dados na página de resultados.
Pontuação média de sentimento: As pontuações de sentimento ajudam você a entender o sentimento geral de todos os clientes.
- Negativo (-5 > 2)
- Neutro (-1 > 1)
- Positivo (2 > 5)
Distribuição de clientes por pontuação de sentimento: os clientes são categorizados em grupos negativos, neutros e positivos com base em suas pontuações de sentimento. Passe o mouse sobre as barras no histograma para ver o número de clientes e a pontuação média de sentimento em cada grupo. Esses dados podem ajudar você a criar segmentos de clientes com base em suas pontuações de sentimento.
Pontuação média de sentimento ao longo do tempo: o sentimento do cliente pode mudar ao longo do tempo. Fornecemos tendências sobre os sentimentos de seus clientes para o intervalo de tempo de seus dados. Essa exibição ajuda você a medir o efeito de promoções sazonais, lançamentos de produtos ou outras intervenções com limite de tempo sobre o sentimento do cliente. Veja o gráfico selecionando o ano desejado no menu suspenso.
Sentimento em todos os aspectos do negócio: o sentimento médio em todos os aspectos de negócios ajuda a avaliar quais aspectos de seus negócios já satisfazem os clientes ou exigem mais atenção. Os registros de comentários que não se alinham a nenhum dos aspectos comerciais com suporte são categorizados em Outros. Classifique os dados selecionando qualquer coluna.
Selecione o nome de um aspecto comercial para ver como um aspecto comercial é identificado pelo modelo:
Palavras influentes: principais palavras que influenciaram a identificação do modelo de IA de um aspecto comercial nos comentários do cliente. Mostrar palavras ofensivas: permite que você inclua palavras ofensivas na lista dos dados originais de comentários do cliente. Por padrão, essa opção está desativada. O mascaramento de palavras ofensivas é fornecido por um modelo de IA e pode não detectar todas as palavras ofensivas. Se você detectar uma palavra ofensiva que não foi filtrada conforme o esperado, informe-nos.
Amostras de feedback: registros reais de feedback presentes nos seus dados. As palavras são codificadas por cores de acordo com sua influência na identificação de um aspecto comercial.
Aba de análise de palavras influentes
Há três seções de informações adicionais que explicam como o modelo de sentimento funciona.
Principais palavras que contribuem para o sentimento positivo: as principais palavras que influenciaram a identificação do sentimento positivo do modelo de IA nos comentários do cliente.
Principais palavras que contribuem para o sentimento negativo: as principais palavras que influenciaram a identificação do sentimento negativo do modelo de IA nos comentários do cliente.
Exemplos de feedback: registros reais de feedback, um com sentimento negativo e outro com sentimento positivo. As palavras nos registros de comentários são destacadas de acordo com sua contribuição para a pontuação de sentimento atribuída. As palavras que contribuem para uma pontuação de sentimento positiva estão destacadas em verde. As palavras que contribuem para uma pontuação negativa estão destacadas em vermelho. Selecione Ver mais para carregar mais amostras de feedback.
Mostrar palavras ofensivas: permite que você inclua palavras ofensivas na lista dos dados originais de comentários do cliente. Por padrão, essa opção está desativada. O mascaramento de palavras ofensivas é fornecido por um modelo de IA e pode não detectar todas as palavras ofensivas. Se você detectar uma palavra ofensiva que não foi filtrada conforme o esperado, informe-nos.
Agir com base nos resultados da análise
Para criar segmentos de clientes na página de resultados da análise de sentimento, selecione Criar segmentos na parte superior da página de resultados do modelo.
Possível viés na análise de sentimento
Como em qualquer recurso que utiliza inteligência artificial preditiva, pode existir viés potencial nos dados que você usa para prever o sentimento do cliente. Por exemplo, se você coletar feedback apenas digitalmente, pode perder o feedback de clientes que fazem negócios principalmente com você pessoalmente, o que afeta a produção do recurso.
Como esse recurso usa meios automatizados para avaliar dados e fazer previsões com base nesses dados, ele tem, portanto, a capacidade de ser usado como um método de criação de perfil, conforme esse termo é definido pelas leis de privacidade e regulamentações. O uso desse recurso para processar dados pode estar sujeito a essas leis ou regulamentações. Você é responsável por garantir que seu uso do Customer Insights - Data, incluindo a análise de sentimento, esteja em conformidade com todas as leis e regulamentos aplicáveis, incluindo as leis relacionadas à privacidade, dados pessoais, dados biométricos, proteção de dados e confidencialidade das comunicações.