고객 피드백의 감정 분석(프리뷰)
[이 문서는 시험판 문서이며 변경될 수 있습니다.]
감정 분석을 통해 고객 감정을 종합적으로 파악하고, 비즈니스 환경을 개선 기회로 인식할 수 있습니다. 이 기능은 무엇이 잘 작동하고 있으며, 해결해야 할 사항은 무엇인지를 이해하는 데 도움이 됩니다. 고객 만족도와 충성도를 높이는 경험을 가능하게 하는 비즈니스 활동을 추진하는 데 도움이 될 수 있습니다.
중요
- 이는 프리뷰 기능입니다.
- 프리뷰 기능은 생산용으로 만들어진 것이 아니므로 기능이 제한될 수 있습니다. 이런 기능은 공식 릴리스 전에 사용할 수 있으므로 고객이 조기에 액세스하고 피드백을 제공할 수 있습니다.
개요
이런 감정 분석 기능으로 고객 ID당 인사이트 두 가지를 찾아냅니다. 감정 점수(-5~5)와 해당 비즈니스 측면(비즈니스 영역) 목록을 함께 사용하면 고객 피드백을 더 잘 이해할 수 있습니다.
이 분석은 다음을 수행하는 데 도움이 됩니다.
- 브랜드 또는 조직에 대한 고객 감정의 개요 확인
- 부정적인 감정을 가진 고객을 식별하여 캠페인을 집중하고, 적극적으로 대처하며, 최적화를 통한 수익 증대
- 고객이 지적한 문제를 바탕으로 비즈니스 개선 사항 파악
- 감정을 기반으로 고객을 세분화하여 타겟 마케팅, 영업, 지원 방식으로 맞춤형 캠페인 실시
- 고객이 언급한 우려를 해소하고 기회를 파악하여 비즈니스 운영 최적화
- 충성도 및 홍보 프로그램을 통해 효율적인 비즈니스 활동을 파악하고 만족하는 고객에게 보상
이 모델은 피드백 댓글에 특정 감정 점수 또는 비즈니스 측면을 할당하기로 한 모델의 결정에 영향을 미친 단어 목록을 제공합니다.
두 가지 자연어 처리(NLP) 모델을 사용합니다. 첫 번째 모델은 각 피드백 댓글에 감정 점수를 할당합니다. 두 번째 모델은 각 피드백을 적용 가능한 모든 비즈니스 부문과 연결합니다. 모델은 소셜 미디어, 소매, 레스토랑, 소비재, 자동차 산업 전반에 걸친 공개 데이터로 훈련됩니다.
피드백 데이터와 연결할 모델에 대해 미리 정의된 비즈니스 부문은 다음과 같습니다.
- 거래처 관리
- 체크 아웃 및 지불
- 고객 지원
- 매장 내 픽업
- 패키지 배송 및 검색
- 선주문
- 가격
- 개인 정보 보호 및 보안
- 프로모션 및 보너스
- 영수증 및 보증
- 반품 교환 및 취소
- 제공 정확도
- 웹 사이트/앱 품질
노트
현재 영어로 작성된 고객 피드백에 대한 감정 분석만 지원합니다. 앞으로 더 많은 언어를 지원할 예정입니다. 다른 언어로 작성된 피드백이 업로드돼도 모델은 여전히 결과를 보여줍니다. 그러나 이런 결과는 정확하지 않습니다.
전제 조건
- 최소한 기여자 권한이 있어야 합니다
- 통합 텍스트 피드백 데이터. 피드백 데이터 테이블을 시맨틱 유형 활동 테이블로 구성(피드백 유형)하는 것이 좋습니다.
- 텍스트 피드백 데이터 레코드를 개별 고객과 일치시키기 위한 데이터 통합의 UCID(통합 고객 ID).
- 피드백 ID
- 피드백 타임스탬프
- 피드백 텍스트
Dynamics 365 Customer Insights - Data는 단일 모델을 실행하여 피드백 레코드를 최대 1천만 개까지 처리할 수 있습니다. 이 모델은 피드백 댓글을 최대 128단어까지 분석할 수 있습니다. 피드백 댓글 단어 수가 128개 이상이면 처음 128단어만 분석합니다.
노트
피드백 테이블은 한 개만 구성할 수 있습니다. 피드백 테이블이 여러 개인 경우 데이터 수집 전에 Power Query에서 이를 결합합니다.
감정 분석 구성
인사이트>예측으로 이동합니다.
만들기 탭의 고객 감정 분석(프리뷰) 타일에서 모델 사용을 선택합니다.
시작하기를 선택합니다.
이름 분석 및 비즈니스 부문 출력 테이블 이름과 감정 점수 출력 테이블 이름을 제공합니다.
다음을 선택합니다.
고객 피드백에 대한 데이터 추가를 선택합니다.
피드백 데이터가 포함된 의미 활동 유형 피드백을 선택합니다. 활동이 설정되지 않은 경우 여기를 선택하여 생성합니다.
이 감정 분석에 사용할 활동을 선택하고, 다음을 선택합니다.
데이터 속성을 모델 속성에 매핑합니다.
저장을 선택합니다.
다음을 선택합니다. 검토 및 실행 단계는 구성 요약을 보여주고 분석을 만들기 전에 변경할 수 있는 기회를 제공합니다.
검토하고 변경할 단계에서 편집을 선택합니다.
선택에 만족하면 저장 및 실행을 선택하여 모델 실행을 시작합니다. 완료를 선택합니다. 예측이 생성되는 동안 내 예측 탭이 표시됩니다. 예측에 사용된 데이터 양에 따라 프로세스를 완료하는 데 몇 시간이 걸릴 수 있습니다.
팁
작업 및 프로세스에 대한 상태가 있습니다. 대부분의 프로세스는 데이터 원본 및 데이터 프로파일링 새로 고침과 같은 다른 업스트림 프로세스에 의존합니다.
상태를 선택하여 진행 세부 정보 창을 열고 작업 진행 상황을 봅니다. 작업을 취소하려면 창 하단에서 작업 취소를 선택합니다.
각 작업 아래에서 처리 시간, 마지막 처리 날짜, 작업 또는 프로세스와 관련된 해당 오류 및 경고와 같은 자세한 진행 정보를 보려면 세부 정보 보기를 선택합니다. 시스템의 다른 프로세스를 보려면 패널 하단에서 시스템 상태 보기를 선택합니다.
분석 결과 보기
인사이트>예측으로 이동합니다.
내 예측 탭에서 보려는 예측을 선택합니다.
두 개의 결과 탭이 있습니다.
요약 탭
결과 페이지에는 4개의 기본 데이터 섹션이 있습니다.
평균 감정 점수: 감정 점수는 모든 고객의 전반적인 감정을 이해하는 데 도움이 됩니다.
- 부정적(-5 > 2)
- 보통(-1 > 1)
- 긍정적(2 > 5)
감성 점수별 고객 분포: 고객은 감정 점수에 따라 부정적, 중립적, 긍정적인 그룹으로 분류됩니다. 히스토그램의 막대 위로 마우스를 가져가면 각 그룹의 고객 수와 평균 감정 점수를 볼 수 있습니다. 이 데이터는 감정 점수를 기반으로 고객 세그먼트를 생성하는 데 도움이 됩니다.
시간 경과에 따른 평균 감정 점수: 고객의 감정은 시간이 지남에 따라 변할 수 있습니다. 데이터의 시간 범위에 따른 고객 감정의 추세를 제공합니다. 이런 정보는 계절별 판촉, 제품 출시 또는 기타 시간 제한이 있는 개재가 고객 감정에 미치는 영향을 측정하는 데 도움이 됩니다. 드롭다운 메뉴에서 관심 연도를 선택하여 그래프를 확인합니다.
비즈니스 측면 전반에 걸친 감정: 비즈니스 측면에 대한 평균 감정은 비즈니스의 어떤 측면이 이미 고객을 만족시키거나 더 많은 관심을 필요로 하는지 측정하는 데 도움이 됩니다. 지원하는 비즈니스 부문과 일치하지 않는 피드백 레코드는 기타 아래에 분류됩니다. 열을 선택하여 데이터를 정렬합니다.
비즈니스 측면이 모델에 의해 식별되는 방식을 보려면 비즈니스 측면의 이름을 선택합니다.
영향력 있는 단어: 고객 피드백에서 AI 모델의 비즈니스 부문 식별에 영향을 준 상위 단어입니다. 공격적인 단어 표시: 원래 고객 피드백 데이터의 목록에 공격적인 단어를 표시할 수 있습니다. 기본으로 꺼져 있습니다. 공격적인 단어 마스킹은 AI 모델로 구동되는데 공격적인 단어를 전부 감지하지 못할 수 있습니다. 예상대로 필터링되지 않은 공격적인 단어를 발견하면 알려주십시오.
피드백 샘플: 데이터에 포함된 실제 피드백 레코드입니다. 단어는 비즈니스에 미치는 영향에 따라 색상으로 구분됩니다.
영향력 있는 단어 분석 탭
감정 모델의 작동 방식을 설명하는 추가 정보가 담긴 세 섹션이 있습니다.
긍정적인 감정에 기여하는 상위 단어: AI 모델이 고객 피드백에서 긍정적인 감정을 식별하는 데 영향을 준 상위 단어입니다.
긍정적인 감정에 기여하는 상위 단어: AI 모델이 고객 피드백에서 긍정적인 감정을 식별하는 데 영향을 준 상위 단어입니다.
피드백 샘플: 부정적인 감정이 있는 것과 긍정적인 감정이 있는 실제 피드백 레코드입니다. 피드백 레코드의 단어는 할당된 감정 점수에 대한 기여도에 따라 강조 표시됩니다. 긍정적인 감정 점수에 기여하는 단어는 녹색으로 강조 표시됩니다. 부정적인 점수에 기여하는 단어는 빨간색으로 강조 표시됩니다. 더 많은 피드백 샘플을 로드하려면 더보기를 선택하세요.
공격적인 단어 표시: 원래 고객 피드백 데이터의 목록에 공격적인 단어를 표시할 수 있습니다. 기본으로 꺼져 있습니다. 공격적인 단어 마스킹은 AI 모델로 구동되는데 공격적인 단어를 전부 감지하지 못할 수 있습니다. 예상대로 필터링되지 않은 공격적인 단어를 발견하면 알려주십시오.
분석 결과에 따른 조치
감성 분석 결과에서 새로운 고객 세그먼트를 생성하려면 모델 결과 페이지 상단에서 세그먼트 생성을 선택하세요.
잠재적 편향
예측 인공 지능을 사용하는 모든 기능과 마찬가지로 고객 감정을 예측하는 데 사용하는 데이터에 잠재적인 편향이 있을 수 있습니다. 예를 들어 디지털 방식으로만 피드백을 수집하는 경우 주로 직접 비즈니스를 하는 고객의 피드백을 놓쳐서 예측 결과에 영향을 미칠 수 있습니다.
이 기능은 자동화된 수단을 사용하여 데이터를 평가하고 해당 데이터를 기반으로 예측하므로 개인정보 보호법 및 규정에 정의된 대로 프로파일링하는 방법으로 사용할 수 있습니다. 데이터 처리를 위해 이 기능을 사용하는 경우 해당 법률 또는 규정이 적용될 수 있습니다. 감정 분석을 포함한 Customer Insights - Data의 사용이 개인 정보 보호, 개인 데이터, 생체 인식 데이터, 데이터 보호 및 통신 기밀 유지와 관련된 법률을 포함하여 모든 관련 법률 및 규정을 준수하는지 확인할 책임이 여러분에게 있습니다.