Современные технологии и искусственный интеллект сегодня помогают многим компаниям проанализировать целевую аудиторию более масштабно и улучшить потребительский опыт. Это однозначно способствует укреплению репутации бренда, что немаловажно в условиях нынешней конкуренции.

Задача

Чем крупнее компания, тем сложнее обрабатывать отзывы клиентов. Год назад к нам за помощью обратился один известный автомобильный концерн. Основная задача – разметка отзывов клиентов, которые обслуживаются в представительствах в России. Нашим специалистам нужно было эти отзывы проанализировать и понять, о чем пишут в своих отзывах клиенты. Следующим шагом заказчик хотел проанализировать тональность всех отзывов (положительный/нейтральный/отрицательный).

После анализа каждого отзыва необходимо присвоить ему соответствующие категории и подкатегории. Например, если человек пишет о качестве автомобиля (это категория), то чаще всего он указывает, что конкретно его устраивает или, наоборот, не устраивает. Например, проблема с тормозной системой или двигателем. Это уже относится к подкатегории.

От заказчика мы получили определённый список категорий и подкатегорий и краткое описание по ним.

Как осуществляется разметка?

Ежедневно мы выгружаем с сервера заказчика файлы с отзывами клиентов. Далее загружаем файлы на свой собственный Маркер и передаём в работу разметчиками. Им также в Маркере необходимо проставить каждому отзыву подходящую категорию и подкатегорию. Иногда отзыв попадает сразу под несколько категорий. После завершения обработанные файлы загружаются на сервер заказчика.

Есть ли сложности?

Да. Они не так критичны, но стоит их упомянуть. Во-первых, список категорий ограничен. Например, в категории «Дизайн» среди подкатегорий присутствуют не все элементы автомобиля. В данном случае мы либо проставляем общую подкатегорию, если описание это позволяет (например, «Внешний вид»), либо просто оставляем этот пункт без категории. Во-вторых, среди категорий есть очень похожие по смыслу. Здесь мы указываем любой по своему усмотрению. И, наконец, необходимо было, чтобы разметчики немного ориентировались в автомобильной тематике, так как клиенты иногда используют автомобильный сленг и описывают детали автомобиля.

Почему именно ручная обработка отзывов?

Да, она занимает гораздо больше времени. Но она более точная и качественная. Такая разметка позволяет проанализировать отзыв полностью, а не только по ключевым словам. Кроме того, задача была не просто определить, о чём отзыв, а выявить более конкретные детали (подкатегории).

Что в итоге?

Сегодня в общей сложности проанализировано более 60000 отзывов. Далее заказчик работает с датасетом самостоятельно. Как улучшит работу данный проект? Он позволит:

– автоматизировать процесс мониторинга. Теперь специалистам не нужно самостоятельно анализировать каждый поступающий отзыв. Все отзывы распределены по категориям.

– своевременно отвечать на запросы клиентов. За счёт сокращения времени на обработку, специалисты смогут реагировать на обращения в более короткие сроки.

– полноценно исследовать рынок. С помощью категоризации можно выявить наиболее часто встречающиеся проблемные зоны.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *