Per molte organizzazioni è fondamentale monitorare gli argomenti di tendenza ed emergenti. Customer Experience Insights ti consente di rilevare e identificare i principali fattori di conversazione da chiamate o chat senza etichettatura preventiva. Segui queste best practice per utilizzare la funzionalità di modellazione degli argomenti CX Insights V2.1. La sua modellazione non supervisionata semplifica la configurazione e identifica automaticamente i principali fattori che emergono dalle conversazioni analizzate.
Addestrare il modello di argomento
Inizia addestrando un modello di argomenti non supervisionato senza fornire argomenti personalizzati. Sebbene sia facoltativo, per identificare la lingua utilizzata nelle conversazioni, imposta un filtro della lingua.
Quando addestri il modello degli argomenti, comprendi il caso d'uso della tua attività e decidi la granularità degli argomenti che ti interessano. Il caso d'uso potrebbe includere ciò che stai cercando nel modello di argomenti o i valori aziendali che il modello offre. La granularità determina la dimensione del modello nell'addestramento. Chiedi: Qual è il numero approssimativo di cluster di argomenti nella soluzione esistente, se presente?
Se la qualità del modello non supervisionato è bassa, prova ad addestrare un altro modello di argomenti con un elenco di argomenti personalizzati.
Valutare il modello di argomenti
La valutazione di un modello di argomenti addestrato può essere eseguita in due fasi: convalida degli argomenti e delle descrizioni generati, seguita dalla valutazione delle conversazioni analizzate per gli argomenti identificati.
Passaggio 1: convalida degli argomenti e delle descrizioni generati
Ti consigliamo di rimuovere gli argomenti che non sono pertinenti alle tue esigenze. Ad esempio, rimuovi un argomento "saluti" che parla principalmente di espressioni di saluto nelle conversazioni. Per informazioni dettagliate sulla rimozione di un argomento, consulta Eliminare un argomento.
Aggiungi un nuovo argomento per qualsiasi insieme di argomenti non identificato dal modello di argomenti. È più probabile che questo scenario si verifichi con un modello addestrato senza argomenti personalizzati.
Passaggio 2: valuta le conversazioni analizzate
Una volta completato il passaggio 1, le conversazioni analizzate devono essere valutate in base agli argomenti identificati.
Perché vengono appresi meno argomenti rispetto a quelli selezionati per la granularità?
Se ci sono pochi argomenti da scoprire, il numero finale di argomenti potrebbe essere notevolmente inferiore ai numeri indicati nella granularità selezionata.
- Più grossolana: fino a 30 argomenti
- Generico: fino a 50 argomenti
- Standard: fino a 150 argomenti
- Granulare: fino a 200 argomenti
- Più precisa: fino a 350 argomenti
Il numero di argomenti appresi dal modello di argomenti addestrato può anche essere inferiore a causa di problemi di qualità dei dati. Assicurati che i requisiti dei dati siano soddisfatti in termini di conteggio delle conversazioni di addestramento, turni di agenti o clienti nelle conversazioni e qualità di STT e oscuramento.
Come aumentare il conteggio degli argomenti?
Verifica che i requisiti di qualità dei dati di addestramento siano soddisfatti, come discusso in precedenza. Inoltre, assicurati che vengano soddisfatti in termini di numero di conversazioni di addestramento, turni dell'agente o del cliente nelle conversazioni e qualità della sintesi vocale e della redazione. Se le conversazioni continuano per troppi turni, puoi provare a rimuovere la parte di autenticazione.
Sperimentare con un filtro per il numero minimo di turni (ad esempio 5, 10, 15, 20) durante la selezione delle conversazioni di addestramento nella fase di addestramento può contribuire ad aumentare il numero di argomenti appresi. Può anche aiutare a scartare le conversazioni troppo brevi per prevedere gli argomenti.
Perché il conteggio dell'addestramento è inferiore al conteggio delle conversazioni?
Il conteggio del volume di addestramento è il numero di conversazioni utilizzate per l'addestramento del modello di argomenti dopo il sottocampionamento dei dati delle conversazioni forniti durante la fase di addestramento.
Durante l'addestramento, le conversazioni che non contengono espressioni sufficientemente lunghe del cliente o sono troppo brevi vengono filtrate. Una volta addestrato il modello, la somma del volume di addestramento nella console CX Insights rappresenta il set di conversazioni di addestramento/post-filtrato.
Perché il mio modello ha più argomenti di quelli personalizzati forniti?
A seconda delle dimensioni del modello, è possibile aggiungere altri argomenti agli output del modello. La dimensione del modello influisce sul numero di argomenti nell'output, ma il numero effettivo dipende dagli argomenti reali appresi nel modello.
Se addestri un modello con una dimensione del modello "Più fine" e prevedi che impari fino a 350 argomenti, ma inserisci solo 30 argomenti personalizzati nell'addestramento, potresti notare negli output del modello che sono stati addestrati solo 32 argomenti. Questo perché il modello è addestrato su conversazioni con circa 30 argomenti, non 350.