Customer Experience
Individua il ticket arrabbiato prima che diventi una disdetta.
Analizzatore del Sentiment nel Supporto is analisi sentiment clienti for teams that want the reasoning shown, not hidden. Plans start at $49 a month with a 14-day free trial.
L'analisi del sentiment ha una cattiva reputazione, e meritata. Gli strumenti comuni restituiscono un numero tra −1 e 1, sbagliano su ironia e gergo di settore, e non offrono modo di verificare perché abbiano classificato qualcosa in quel modo. Sentiment Pulse fa diversamente: i temi vengono prima dei punteggi, ogni classificazione è tracciabile fino al passaggio di testo, e il modello dice quando è incerto.
Un sentiment di −0,3 su diecimila commenti non dice nulla. Ciò che serve è sapere quali temi compaiono e com'è il sentiment dentro ciascuno — perché quasi sempre due temi vanno in direzioni opposte e si annullano nella media.
I riscontri vengono prima raggruppati per tema, con citazioni di esempio per gruppo, e solo poi il sentiment viene valutato per tema. Un prodotto con il prezzo criticato e l'assistenza elogiata appare neutro in un numero unico e completamente diverso in questa scomposizione.
Tre classi di errore ricorrono sempre, e vale nominarle perché nessuno strumento le risolve del tutto. L'ironia viene letta male quasi sempre. Il gergo di settore inverte la polarità — "la build è fallita" è una descrizione fattuale neutra per chi sviluppa. E le negazioni distribuite su più frasi sfuggono alla maggior parte dei modelli.
Il trattamento qui non è essere migliori, è essere onesti: i testi che cadono in queste classi vengono marcati per revisione e non contano per intero negli aggregati. Una metrica di sentiment che espone i propri casi dubbi è utilizzabile; una che li somma e tace non lo è.
I riscontri arrivano da ticket di assistenza, recensioni degli app store, commenti NPS, sondaggi e menzioni sui social. Il consolidamento è per tema, non per canale — perché lo stesso problema compare in ogni canale con parole diverse, e contarlo separato diluisce il segnale.
Gli avvisi scattano sugli spostamenti di tema, non sul cambio del punteggio complessivo. Un tema nuovo che passa da zero al 3% del volume in 48 ore è un segnale; un punteggio complessivo che scende da −0,28 a −0,31 è rumore.
Ogni punteggio deve essere verificabile. In pratica questo significa che il modello conserva le proprie prove invece di restituire solo il numero.
Non consegnare un numero complessivo è una limitazione deliberata e a volte scomoda — i report vogliono un numero. Ma una distribuzione che mostra il 40% positivo e il 35% negativo porta a decisioni diverse da una media di 0,05, e la distribuzione è quella corretta.
Quando arrivano migliaia di commenti a settimana, il raggruppamento per tema è il valore reale — leggere non scala e contare da solo non aiuta.
I temi estratti dai ticket mostrano quale classe di problema sta spingendo il volume prima che diventi tendenza nelle metriche.
Recensioni seguite per tema lungo le versioni rendono evidente quale rilascio ha generato quale lamentela.
Il numero è in ogni report e i commenti nessuno li legge. Qui sono la fonte da cui nascono i temi.
Valutazione delle conversazioni, raggruppamento per tema, avvisi di escalation e lessico modificabile. Ogni punteggio risale ai termini, ai modificatori e ai segnali esatti che lo hanno prodotto, così puoi contestarlo invece di limitarti a crederci.
Analizzatore del Sentiment nel Supporto starts at $49 a month with a 14-day free trial. Thematic is about $2,000 per month per company.
Sì, ed è la ragione principale per sceglierlo. Ogni punteggio elenca i termini esatti, il loro peso di base, il peso applicato dopo negazioni o intensificatori, e i segnali rilevati. Nessun punteggio compare senza il proprio ragionamento.
Entrambi. Le negazioni invertono la polarità delle parole che governano, gli intensificatori la amplificano, e in una frase come «X era ottimo, ma Y era rotto» è la proposizione dopo il contrasto a portare il verdetto, perché lì sta il messaggio vero.
Con Growth e Scale puoi aggiungere termini tuoi con pesi tuoi. «Rottura di stock» in italiano è neutro ma per i tuoi clienti è sempre negativo, e il modello dovrebbe saperlo.
Cercato anche come: software analisi del sentiment · individuare clienti insoddisfatti · analisi ticket assistenza · prevedere abbandono clienti · classificazione automatica ticket · voice of customer software