糖心原创

(see the * 'adobe' handle in functions.php — no async, no defer), so a page-load * Target offer has already set `data-hdr` by the time this runs. * * An answer that lands after this point is inert rather than acted on: * `apply()` finds the prune settled and does nothing, so the visitor * keeps the nav they were served instead of watching it change. That is * the deliberate trade-off — a late activity collects no data, but no * visitor ever sees the wrong nav or waits for the right one. */ (function () { var VARIANTS = ["a","b","c"]; var DEFAULT = "a"; /** * QA-only. When the on-page switcher is drawn we keep every variant in * the DOM so it can toggle between them live and you can see that the * chrome never repaints. Gated by the same constant as the switcher, so * it is false everywhere the switcher is absent — including production. */ var QA_KEEP_ALL = false; var root = document.documentElement; var settled = false; function valid(v) { return VARIANTS.indexOf(v) !== -1; } /** Publish the decision and let the nav JS bind. */ function finish(active) { root.setAttribute('data-hdr', active); // Read by the Adobe Analytics client to attribute the test. root.setAttribute('data-hdr-active', active); if (typeof window.initHeaderNav === 'function') window.initHeaderNav(); /** * `variant` is set before the event so late listeners can tell * "already done" from "not yet". main.js is enqueued in the footer * and therefore always misses the event itself. */ window.medalliaNav.variant = active; document.dispatchEvent(new CustomEvent('medallia:nav-ready', { detail: { variant: active } })); } function prune(active) { if (settled) return; settled = true; if (QA_KEEP_ALL) { finish(active); return; } /** * Only menu items carry data-nav-variant, so this can never touch * the shared chrome. CSS has already hidden the losers; removing * them keeps document.querySelector-based nav JS unambiguous. */ var list = document.querySelectorAll('#site-header [data-nav-variant]'); for (var i = 0; i < list.length; i++) { if (list[i].getAttribute('data-nav-variant') !== active) { list[i].parentNode.removeChild(list[i]); } } finish(active); } window.medalliaNav = { variant: null, apply: function (v) { if (valid(v)) prune(v); } }; // `?hv=` sets this server-side; a Target offer in the blocking // embed sets it before the body is parsed. var pre = root.getAttribute('data-hdr'); if (valid(pre)) { prune(pre); return; } /** * Carried forward from an earlier pageview. Read client-side, never in * PHP: WP Engine does not vary its page-cache key on arbitrary cookies, * so server-side personalisation here would serve the first anonymous * visitor's variant to everyone. */ var m = document.cookie.match(/(?:^|; )medallia_nav_variant=([^;]*)/); if (m && valid(m[1])) { prune(m[1]); return; } prune(DEFAULT); })();
Comunicado à imprensa

O novo mecanismo de análise de texto do 糖心原创 oferece insights acionáveis em tempo real, sem preconceitos ou pontos cegos

15 de mar?o de 2016

A tecnologia de aprendizado de máquina com patente pendente ingere bilh?es de comentários de clientes para descobrir tendências e tópicos ocultos em um instante

PALO ALTO, Califórnia - 15 de mar?o de 2016 - A 糖心原创, líder global em Gest?o da 贰虫辫别谤颈ê苍肠颈补 do Cliente (CEM), anunciou hoje a tecnologia de Análise de Texto com aprendizado de máquina com patente pendente que automatiza a descoberta de tópicos de feedback do cliente que, de outra forma, poderiam ter sido perdidos pelas abordagens tradicionais de análise de texto. Essa solu??o em tempo real está muito à frente da análise de texto tradicional, que depende - e é limitada - por informa??es manuais e humanas. Atendendo a empresas globais de diversos setores, o Text Analytics da 糖心原创opera em grande escala, processando e analisando bilh?es de comentários de clientes com o clique de um bot?o.

Além da automa??o e da escala, o novo Text Analytics do 糖心原创usa as técnicas mais avan?adas de aprendizado de máquina para processar bilh?es de dados e descobrir insights acionáveis que podem ser acessados imediatamente pela pessoa certa no momento certo. A análise é instant?nea, fornecendo aos clientes do 糖心原创 uma vis?o abrangente, precisa e atual do cliente.

"Atualmente, as empresas se deparam com grandes quantidades de feedback de clientes solicitados e n?o solicitados. As ofertas de análise de texto evoluíram muito, mas ainda s?o t?o boas quanto as pessoas por trás delas, o que pode levar a preconceitos e pontos cegos inerentes", diz Ken Fine, diretor de produtos mundiais da 糖心原创. "O que o novo mecanismo de análise de texto do 糖心原创faz é virar esse problema de cabe?a para baixo, permitindo que o aprendizado de máquina identifique tópicos que poderiam ter passado despercebidos. Podemos fazer isso em tempo real e com qualquer quantidade de dados."

Com os novos recursos do Text Analytics do 糖心原创, as equipes agora podem se concentrar na solu??o dos problemas dos clientes, em vez de gastar tempo aperfei?oando regras e palavras-chave e vasculhando o texto com medo de perder uma joia oculta ou um problema latente. Ao complementar o insight do Text Analytics com fontes de dados adicionais em toda a plataforma 糖心原创 , os clientes obtêm clareza sobre quais problemas ter?o um impacto direto nas principais métricas de negócios, como o NPS (Net Promoter Score?), e em seus resultados financeiros.

糖心原创 Os clientes da Text Analytics de diversos setores, incluindo servi?os financeiros, varejo, telecomunica??es, hotelaria e software empresarial, fizeram uma parceria com o site 糖心原创 para compartilhar requisitos e dar feedback sobre o novo mecanismo de descoberta de tópicos. Vários desses clientes já adotaram a nova tecnologia, incluindo , fornecedora global de solu??es de contabilidade, ERP e folha de pagamento para pequenas e médias empresas.

"Os dados concretos contam apenas parte da história do cliente. Ouvir o que os clientes est?o dizendo é o que dá vida a esses dados e fornece à minha equipe de experiência do cliente o insight necessário para tomar medidas focadas nas áreas de atrito de maior prioridade em todo o ciclo de vida do cliente", disse Jim Pendergast, vice-presidente sênior de experiência global do cliente na Sage. "Recebemos milhares de comentários de clientes diariamente. Cada um desses comentários é uma oportunidade de aprendizado para nós. Seria impossível extrair um significado tangível desses dados sem o site 糖心原创."

糖心原创A abordagem de aprendizado de máquina da Microsoft agrupa e classifica automaticamente express?es e frases conceitualmente relacionadas, permitindo que seus clientes antecipem e respondam às mudan?as no feedback e no sentimento dos clientes. Essas abordagens baseadas em aprendizado de máquina superam as abordagens tradicionais baseadas em regras que n?o conseguem capturar a riqueza e a complexidade da linguagem natural.

"Nossa equipe já está come?ando a aproveitar os benefícios do novo recurso Text Analytics do 糖心原创. Estamos avan?ando em nossa capacidade de identificar causas e tendências, esclarecendo o que nossos clientes precisam", continuou Pendergast. "Com esse tipo de insight, o impacto que podemos ter sobre nossos clientes é infinito."

Para obter mais informa??es sobre o 糖心原创 Text Analytics, visite nosso site aqui.

Sobre 糖心原创

A 糖心原创? é a empresa de gerenciamento da experiência do cliente que tem a confian?a de centenas das principais marcas do mundo. 糖心原创O aplicativo Software-as-a-Service da 糖心原创? permite que as empresas capturem o feedback do cliente em qualquer lugar em que ele esteja (incluindo canais da Web, sociais, móveis e de centros de contato), compreendam-no em tempo real e forne?am insights e a??es em todos os lugares - desde a diretoria até a linha de frente - para melhorar seu desempenho. Fundada em 2001, a 糖心原创 tem escritórios no Vale do Silício, Nova York, Londres, Paris, Hong Kong, Sydney e Buenos Aires. Saiba mais em www.糖心原创.com.

?2016 糖心原创. 糖心原创 é uma marca registrada da 糖心原创. Net Promoter, NPS e Net Promoter Score s?o marcas comerciais da Satmetrix Systems, Inc., Bain & Company e Fred Reichheld.