Customer Experience

カスタマーサポート感情分析

解約につながる前に、不満を抱えた問い合わせを見つける。

カスタマーサポート感情分析 is 感情分析ツール for teams that want the reasoning shown, not hidden. Plans start at $49 a month with a 14-day free trial.

無料トライアルを始める

感情分析の評判は悪く、それは当然です。一般的な道具は−1から1の数字を返し、皮肉と業界用語を読み違え、なぜそう分類したのかを確かめる手立てを与えません。センチメント・パルスは別の順序で進みます。評点より先に話題を出し、各分類は本文の該当箇所まで遡れ、モデルは自信がないときにそう言います。

先に話題、後に感情

一万件の声に対する−0.3という感情値は何も教えません。役に立つのは、どの話題が現れ、各話題の中で感情がどうなっているかです。ほぼ必ず二つの話題が逆方向に向き、平均で打ち消し合うからです。

声はまず話題ごとにまとめられ、各群に実例の引用が付き、その後で話題ごとに感情が評価されます。価格を批判され対応を称賛されている製品は、単一の数字では中立に見え、この分解ではまったく違って見えます。

話題の検出: 声を主題ごとにまとめます。語句だけでなく実例の引用を添えます。
話題別の感情: 平均ではなく分布。分かれた意見が中立に見えないようにします。
遡れる分類: 各評点は、それを支えた本文の該当箇所を指します。
不確かさの印: 曖昧な文、皮肉、短すぎる文は、不当な自信で分類せず印を付けます。

感情分析の道具が失敗するところ

三種類の誤りが繰り返し現れます。どの道具も完全には解けないので、名前を付けておく価値があります。皮肉はほぼ常に読み違えられます。業界用語は極性を反転させます。「ビルドが落ちた」は開発者には中立な事実の記述です。そして複数の文にまたがる否定は、ほとんどのモデルが見落とします。

ここでの対処は、優れていることではなく正直であることです。これらに当たる文は確認用に印を付け、集計に満額では数えません。自分の疑わしい事例を提示する感情指標は使えます。それを足し込んで黙っている指標は使えません。

取得元と通知

声はサポートの問い合わせ、アプリストアの評価、推奨度調査の自由記述、アンケート、ソーシャルでの言及から入ります。まとめ方は経路別ではなく話題別です。同じ問題が経路ごとに違う言葉で現れるので、別に数えると信号が薄まるからです。

通知は総合評点の変化ではなく話題の動きで発火します。新しい話題が48時間で零から全体の3%まで上がるのは信号です。総合評点が−0.28から−0.31に下がるのは雑音です。

感情の算出と裏づけ

すべての評点は確かめられる必要があります。実際にはそれは、モデルが数字だけを返すのではなく根拠を保持することを意味します。

分割する本文を意見の単位に分けます。ひとつの声が同じ段落に称賛と批判を含むことが多いからです。
話題を割り当てる各単位に話題を割り当てます。既存のどれにも当てはまらない単位が十分に集まると、新しい話題が形成されます。
単位ごとに極性を判定する分類は単位の水準で行い、決め手となった箇所を根拠として保存します。
疑わしい事例に印を付ける皮肉の兆候、業界用語、文をまたぐ否定が不確かさの印を立て、集計から差し引かれます。
分布を報告する話題ごとに肯定・否定・中立・不確かの割合を出します。単一の平均は出しません。

総合的な一つの数字を出さないのは意図した制約で、ときに不便です。報告書は数字を求めます。しかし肯定40%・否定35%と示す分布は、0.05という平均とは違う判断を導きます。そして正しいのは分布のほうです。

こんな方に

声の多い製品チーム

週に数千件の声が届くなら、話題ごとのまとめが本当の価値です。読むのは規模に追いつかず、数えるだけでは助けになりません。

サポート組織

問い合わせから抽出した話題が、どの種類の問題が件数を押し上げているかを、指標の傾向として現れる前に示します。

アプリとマーケットプレイスの提供者

バージョンをまたいで話題別に評価を追うと、どの配信がどの不満を生んだかが見えます。

推奨度調査の自由記述を放置している場合

数字はどの報告書にもあり、記述は誰も読みません。ここではそれが話題の生まれる取得元です。