AI Builder 感情分析で解決されたビジネス上の問題
AI Builder 感情分析では、分析するテキストのセンチメントの分析情報を提供します。 Microsoft Power Platform と完全に統合されているため、他の方法で手動で実行する広範なシナリオを自動化することができます。
感情分析では、ビジネスのために以下を含む多数の有効なアプリケーションがあります。
ソーシャル メディアのデータを使用してブランドのセンチメントを分析し、顧客の否定的なエントリについて警告を発生させます。
アンケートからの否定的な顧客フィードバックに自動応答を送信します。
各製品、地域、顧客担当者に対するユーザーのセンチメントの傾向を分析します。
重要な顧客に送信する前に、電子メールのセンチメントを確認してください。
ソーシャル メディアでの認識の分析
AI Builder 感情分析を使用すると、ブランドまたは製品のソーシャル メディアでの認識を分析できます。
顧客は、Twitter、Facebook などのソーシャル メディアを使用し、ブランド、製品、問題などについての意見を表明しています。 あなたの会社との提携を決定する前に、新しい顧客がそのような意見をチェックすることを考慮すると、すべての会社にとって、ポジティブなブランド認識を維持することが重要です。
例:
ある銀行の顧客が、自分のアカウントにアクセスできないこと、およびサイトの保守の可能性の通知がないことについて、自分が立腹していることをその銀行のハッシュタグを使用してツイートします。
そのようなツイートの感情分析は、事前構築済みの AI Builder 感情分析モデルによって行われ、顧客サービス担当者に通知を送信するフローがトリガーされます。
顧客サービス担当者は、否定的なツイートに対し、午前 0 時から午前 2 時までの 2 時間に週次サイト メンテナンスを行っており、アカウント情報はすでに利用できるようになる旨の説明を即座に返信します。 求められる結果は、ソーシャル メディア上での迅速な対応が、その銀行との顧客のエクスペリエンスの改善に役立つことです。
電子メールのセンチメントを分析する
多くの場合、顧客とコミュニケーションを行う際には、電子メールに肯定的または中立的なトーンを維持する必要があります。 感情分析では、意図したセンチメントで電子メールが書かれたかどうかを確認できます。
例:
ある製品マネージャーは、社外の顧客に電子メールでやりとりしたいと思っており、それらの電子メールが適切かどうかがわかりません。
マネージャーが事前構築済みの AI Builder 感情分析モデルを電子メールのテキストに対して実行すると、結果はその電子メールが否定的なセンチメントを含んでいることを示します。
製品マネージャーは、いくつかの文を調整して、より中立的に見えるようにします。 事前構築済みの AI Builder 感情分析モデルを電子メールに対して再実行すると、電子メールのセンチメントは肯定的であり、送信する準備ができていることを示します。
従業員の士気と職場の健全性を分析する
従業員の士気と職場の健全性は、会社の福祉に関する重要な信号になります。 感情分析を使用すると、従業員のフィードバックを分析して従業員の満足度を確認できます。
例:
ある人事マネージャーは、新しい人事医療ポリシーに関する従業員のセンチメントをより的確に把握したいと考えています。 マネージャーは、アンケートに入力された従業員のコメントのセンチメントを分析します。 全体的に中立的なセンチメントに気付き、マネージャーは、否定的なセンチメントのコメントをすべて抽出します。
コメントを検討しながら、マネージャーは多くの従業員がポリシーの利点を理解していないことに気づきます。 その結果、マネージャーはポリシーを詳しく説明して懸念に対処するため、ランチ持参ミーティングを積極的に設定します。
ここでは、事前構築済みの AI Builder 感情分析モデルによって強化できる、数多くのビジネス シナリオの一部についての分析情報を得ました。