分析客戶意見回饋中的情感 (預覽版)
現在的客戶期待有高品質的產品、服務和體驗。 特別是會提供意見反應的使用者。 組織要分析不斷增加的資料量，想要不降低其準確性和付出較高的勞動成本是很困難的。 Dynamics 365 Customer Insights 提供情感分析模型，讓組織可以在較低的成本下更準確地分析資料。
情感分析可讓您綜合客戶情感，並在業務層面中找出改善的機會。 此 Customer Insights 功能可協助您瞭解哪些工作順利運作，以及您需要解決的事情。 將重點放在最相關與影響最大的業務領域上，來改善您的客戶體驗。 最重要的是，這可以啟發業務行動來創造讓客戶滿意和提高忠誠度的體驗。
概觀
對每個客戶識別碼，語義分析功能將生成兩個衍生的深入見解。 情感分數 (-5 到 5) 以及適用的業務層面 (業務領域) 清單，可協助您更清楚的瞭解客戶意見反應。
此資訊可協助您達成下列結果：
- 取得客戶對品牌或組織的情感概覽
- 找出負面情感的客戶，來集中行銷活動和服務，並最佳化來提高回饋
- 找出有客戶指出問題的業務層面
- 根據情感來細分客戶，以執行目標銷售、行銷及支援工作的個人化行銷活動
- 透過處理客戶在意的領域或提及的商機，最佳化業務運營
- 找出能順利進行的業務層面並透過忠誠度和促銷計畫，來獎勵開心的客戶
為了讓您信任模型的結果，我們把模型如何作出決策的資訊保持透明。 您將取得一份詞彙清單，此清單會影響模型指派意見反應的情感分數或業務層面。
我們使用兩種 自然語言處理 (NLP) 模型：第一種會為每個意見反應指派情感分數。 第二種模型會將每個意見反應與可適用的業務部分關聯。 模型已使用來自社交媒體、零售、餐廳、消費品和汽車工業等來源的公用資料定型。
可關聯模型與意見反應資料的預先定義業務層面包括：
- 帳戶管理
- 結帳和付款
- 客戶支援
- 存放區收取
- 包裝運送及擷取
- 預購
- 價格
- 隱私權與安全性
- 促銷和獎勵
- 收據和瑕疵擔保
- 退貨交換和取消
- 履行正確性
- 網站/應用程式品質
備註
目前，我們只支援對英文的客戶意見反應進行情感分析。 在未來的版本中我們將支援更多語言。 如果有其他語言的意見反應被上傳，該模型仍會回傳結果。 但是，這些結果不會是準確的。
先決條件
情感分析是根據整個資料整合程序中經過的文字意見反應資料而定。 強烈建議您提前 將您的意見反應資料實體設定為語義類型活動實體 （意見反應類型）。
若要設定情感分析模型，您至少需要參與者權限。
Customer Insights 單次模型執行最多可以處理 1 千萬筆意見反應記錄。 此模型可以分析的意見反應最多為 128 個字。 如果意見反應較長，則分析只納入前 128 個字。
資料需求
需要下列資料屬性：
- 整合客戶識別碼 (UCID)，以對應每個客戶的文字意見反應資料記錄。 此識別碼是資料整合程序的結果。
- 意見反應識別碼
- 意見反應時間戳記
- 意見反應文字
提示
情感分析需要客戶的文字意見反應。 目前只可以設定一個意見反應實體。 如果有多個意見反應實體，您可以在開始資料擷取前，在 Power Query 將它們合併。
設定情感分析
在 Customer Insights 中，移至 智慧 > 預測。
在 客戶情感分析 圖格上，選取 使用模型。
在 客戶情感分析 (預覽版) 圖格中，選取 開始使用。
在 模型名稱 步驟中，給予分析一個 名稱。
提供 業務層面輸出實體名稱 和 情感分數輸出實體名稱，然後選取 下一步。
在 必要的資料 步驟中，選取 新增資料。
在 新增資料 窗格中，從 清單中選擇語義類型的 意見反應。
選取您想要用於情感分析的活動，然後選取 下一步。
將資料中的屬性對應至模型屬性。 選取 儲存 套用選擇。
您會看到資料對應的狀態。 選取 下一步 以繼續。
在 檢閱模型詳細資料 步驟中，驗證您的情感分析設定。 您可以回到預測設定的任何步驟。 選取 儲存並執行 開始進行分析。
選取 完成 以離開設定體驗。 依使用的資料量不同，此程序可能需要數個小時才能完成。
檢閱分析狀態
- 請前往 智慧 > 預測 並選取 我的預測 索引標籤。
- 選取您要檢閱的預測。
- 預測名稱：建立預測時提供的名稱。
- 預測類型：用於預測的模型類型。
- 輸出實體：儲存預測輸出實體的名稱。 移至 資料 > 實體 尋找此名稱的實體。
- 預測欄位：此欄位只填入某些類型的預測，並不用在客戶生命週期價值預測中。
- 狀態：預測執行狀態。
- 已排入佇列：預測正等待其他程序完成。
- 重新整理：預測目前正在建立將進入輸出實體的結果。
- 失敗：預測執行失敗。 如需更多細節，請回顧記錄。
- 已成功：預測已成功。 在垂直省略符號下方選取檢視表，以檢閱預測結果。
- 已編輯：預測設定變更的日期。
- 上次重新整理：輸出實體中預測重新整理結果的日期。
管理情感分析
您可以最佳化、疑難排解、重新整理或刪除預測。 檢閱輸入資料可用性報表，找出如何讓預測更快捷和更可靠。 如需詳細資訊，請參閱管理預測。
檢閱分析結果
- 請前往 智慧 > 預測 並選取 我的預測 索引標籤。
- 選取您要檢閱結果的預測名稱。 在此案例中，請選取您要查看的情感分析。
摘要索引標籤
結果頁面中有四個主要的資料區段。
平均情感分數：可協助您瞭解全部客戶的整體情感。 情感分數會分為三個類別。
- 負面 (-5 > 2)
- 一般 (-1 > 1)
- 正面 (2 > 5)
情感分數上的客戶分布：根據其情感分數，將客戶分類為負面、一般和正面群組。 將滑鼠懸停在長條圖中的方塊，可以查看每個群組中的客戶數目和平均情感分數。 這份資料可協助您根據情感成績來建立客戶細分。
過去一段時間的平均情感分數：客戶情感可能會隨時間而變更。 我們依您的資料的時間範圍提供客戶情感趨勢。 此檢視表可協助您測定季節性促銷、產品發佈或其他時間相關介入在客戶情感上的效果。 您可以從下拉式功能表中選取感興趣的年份，來查看圖形。
跨業務層面的情感：此表格列出業務各層面的平均情感。 這可協助您測定哪些已滿足客戶或哪些需要更多注意的業務層面。 未對應至任何支援業務領域的意見反應記錄，會分類到 其他。 表格預設會根據字母順序排序。 您可以選取表格標題來修改排序。
選取業務層面的名稱，以查看模型如何識別出業務層面。 此窗格有兩個部分：
影響詞彙：顯示在客戶意見反應中識別商務層面時最具影響力的字。 顯示冒犯性詞彙：可讓您從原始的客戶意見反應資料中納入清單上的冒犯性詞彙。 根據預設，這是關閉的。 冒犯性詞彙遮罩是由 AI 模型提供，並可能無法偵測到所有的冒犯性詞彙。 我們繼續迭代並定型分類器以取得最佳效能。 如果偵測到未如預期被過濾的冒犯性詞彙，請告知我們。
意見反應範例：在資料中顯示實際的意見記錄。 詞彙會根據識別出對業務層面影響來進行色彩編碼。
影響性詞彙分析索引標籤
三個區段的其他資訊在解釋情感模型的運作方式。
對正面情感最具影響力的詞彙：顯示在客戶意見反應中對正面情感識別最能影響 AI 模型的詞彙。
對負面情感最具影響力的詞彙：顯示在客戶意見反應中對負面情感識別最能影響 AI 模型的詞彙。
意見反應範例：顯示實際的意見反應記錄，其中一個帶有負面情感，另一個帶有正面情感。 意見反應記錄中的詞彙會根據影響情感分數指派的程度而突出顯示。 影響正面情感分數的詞彙會以綠色醒目提示。 影響負面情感分數的詞彙會以紅色醒目提示。 選取 查看更多，以載入更多的意見範例，可提供情感模型運作方式的詳細資訊與脈絡。
顯示冒犯性詞彙：可讓您從原始的客戶意見反應資料中納入清單上的冒犯性詞彙。 根據預設，這是關閉的。 冒犯性詞彙遮罩是由 AI 模型提供，並可能無法偵測到所有的冒犯性詞彙。 我們繼續迭代並定型分類器以取得最佳效能。 如果偵測到未如預期被過濾的冒犯性詞彙，請告知我們。
對分析結果採取行動
您可以在模型結果頁面頂端選取 建立區段，從情感分析結果頁面中輕鬆地開始建立新的客戶細分。
潛在偏差
與任何使用預測型人工智慧的功能一樣，您必須注意用來預測客戶情感的資料可能存在偏差。 例如，如果您只收集數位的意見反應，就可能會錯過與實體業務往來的客戶意見反應，這可能會影響功能的產出。
因為此功能會使用自動化方式來評估資料，並根據該資料進行預測，所以它可以做為分析 (profiling) 的方法，即一般資料保護法規 (「GDPR」) 定義的術語。 您使用此功能來處理資料將受到 GDPR 或其他法律或規定的制約。 您有責任確保 Dynamics 365 Customer Insights (包括情感分析) 的使用方式符合所有適用的法律和法規，包括與隱私權、個人資料、生物資料、資料保護和通訊機密性的相關法律。
意見反映
提交及檢視以下的意見反映：