Kategoryzacja automatyczna

Kategoryzacja automatyczna w platformie YourCX to mechanizm, który rozpoznaje kluczowe wątki w wypowiedziach respondentów i przypisuje je do odpowiednich tematów, niezależnie od użytego języka. Dzięki temu można łatwo wyodrębnić najpopularniejsze zagadnienia, a także sprawdzić, czy respondenci poruszają kwestie związane z obsługą klienta, produktami, cenami bądź dowolnymi innymi obszarami istotnymi dla firmy. Ta automatyczna analiza jest od razu powiązana z sentymentem i emocjami, więc od razu wiadomo, czy w danym temacie dominują pozytywne, neutralne czy negatywne nastroje, a także jakie konkretne emocje – na przykład radość, zaufanie, niepokój czy smutek – najczęściej się pojawiają.

Dużą zaletą kategoryzacji automatycznej jest jej skalowalność. W sytuacji, gdy firma otrzymuje dziesiątki tysięcy komentarzy miesięcznie, ręczne przeglądanie i tagowanie każdej wypowiedzi byłoby praktycznie niewykonalne w sensownych ramach czasowych. Automatyczny mechanizm działa szybko, co daje bieżący wgląd w trendy i aktualne problemy lub pochwały. Dodatkowo nie jest ograniczony językowo, ponieważ rozpoznaje intencje i słowa kluczowe w wielu językach, co pozwala międzynarodowym firmom zbierać i analizować opinie z różnych rynków w jednej platformie. Kategoryzacja automatyczna pomaga też w efektywniejszym zarządzaniu zasobami i podejmowaniu decyzji. Gdy firma wie, że część użytkowników negatywnie wypowiada się o nowych funkcjach w aplikacji, a inni doceniają obsługę sklepu stacjonarnego, może szybciej zaplanować konkretne działania naprawcze bądź rozwijające dany obszar. Pozytywne lub negatywne wzmianki są przy tym wzbogacone o stopień nasilenia emocji, co pozwala szacować skalę satysfakcji albo niezadowolenia. Mechanizm pozwala błyskawicznie ocenić, o czym piszą respondenci na podstawie dowolnie dużego zbioru wypowiedzi.

Niestety skoro są zalety, to też są wady. Jedną z nich jest ryzyko popełnienia błędów interpretacyjnych przez algorytmy. Zdarza się, że system błędnie identyfikuje temat w tekście lub niepoprawnie rozpoznaje sarkazm, ironię bądź kontekst kulturowy. Wypowiedzi niejednoznaczne mogą przez to zostać zakwalifikowane jako inny temat, niż wynikałoby to z rzeczywistej intencji autora. Istnieją również wypowiedzi, w których pojawia się wiele wątków, a automatyczna analiza może skupić się tylko na jednym z nich albo równomiernie rozdzielić kategorie, tracąc przy tym główny sens komentarza. Choć takie sytuacje nie zdarzają się często, konieczne jest posiadanie opcji ręcznego dostosowania czy korekty.

Kolejnym ograniczeniem bywa fakt, że modele nierzadko opierają się na słowach kluczowych bądź określonych strukturach językowych, co może prowadzić do pominięcia mniej typowych sformułowań lub żargonów branżowych. Ciągłe udoskonalanie algorytmów i monitorowanie wyników analizy pozwala jednak stopniowo minimalizować ten problem. Innym problemem może być nadmierna liczba kategorii wyznaczonych przez automat, co prowadzić może do nadmiernego rozdrobnienia tematów. Można to jednak obejść stosując ręczne bądź automatyczne grupowanie zbliżonych do siebie tematów.