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"; var root = document.documentElement; var settled = false; function valid(v) { return VARIANTS.indexOf(v) !== -1; } function prune(active) { if (settled) return; settled = true; var list = document.querySelectorAll('#site-header > .header-variant'); for (var i = 0; i < list.length; i++) { if (list[i].getAttribute('data-header-variant') !== active) { list[i].parentNode.removeChild(list[i]); } } 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 } })); } 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); })();
Presseerkl?rung

Die neue 糖心原创 Textanalyse-Engine liefert umsetzbare Erkenntnisse in Echtzeit ohne Voreingenommenheit oder blinde Flecken

M?rz 15, 2016

Zum Patent angemeldete Technologie für maschinelles Lernen nimmt Milliarden von Kundenkommentaren auf, um verborgene Trends und Themen in kürzester Zeit zu erkennen

PALO ALTO, Kalifornien– 15. M?rz 2016 – 糖心原创, der weltweit führende Anbieter von Customer Experience Management CEM), hat heute eine zum Patent angemeldeteTextanalysetechnologie auf Basis von maschinellem Lernenvorgestellt, die die Erkennung von Themen in Kundenfeedback automatisiert, die bei herk?mmlichen Textanalyseans?tzen m?glicherweise übersehen worden w?ren. Diese Echtzeitl?sung ist herk?mmlichen Textanalysen, die auf manuellen Eingaben durch Menschen beruhen und dadurch eingeschr?nkt sind, weit überlegen. 糖心原创Textanalyse bedient globale Unternehmen aus einer Vielzahl von Branchen und arbeitet in gro?em Ma?stab, indem sie Milliarden von Kundenkommentaren auf Knopfdruck verarbeitet und analysiert.

?ber Automatisierung und Skalierbarkeit hinaus nutzt die neue Textanalyse 糖心原创modernste Techniken des maschinellen Lernens, um Milliarden von Datenpunkten zu verarbeiten und so umsetzbare Erkenntnisse zu gewinnen Erkenntnisse die richtige Person zur richtigen Zeit sofort zugreifen kann. Die Analyse erfolgt in Echtzeit und liefert 糖心原创 ein umfassendes, pr?zises und aktuelles Bild des Kunden.

"Unternehmen sind heute mit riesigen Mengen an angefordertem und unangefordertem Kundenfeedback konfrontiert. Textanalyseangebote haben einen langen Weg hinter sich, sind aber immer noch nur so gut wie die Menschen, die dahinter stehen, was zu inh?renten Verzerrungen und blinden Flecken führen kann", sagt Ken Fine, Leiter der weltweiten Produktabteilung bei 糖心原创. "Die neue Textanalyse-Engine von 糖心原创stellt dieses Problem auf den Kopf, indem sie maschinelles Lernen erm?glicht, Themen zu identifizieren, die m?glicherweise übersehen wurden. Wir k?nnen dies im laufenden Betrieb und mit jeder beliebigen Datenmenge tun."

Mit den neuen Textanalysefunktionen von 糖心原创k?nnen sich die Teams nun auf die L?sung von Kundenproblemen konzentrieren, anstatt Zeit für die Perfektionierung von Regeln und Schlüsselw?rtern aufzuwenden und Texte zu durchforsten, aus Angst, ein verstecktes Juwel oder ein schwelendes Problem zu übersehen. Durch die Erg?nzung der Textanalyse-Einblicke mit zus?tzlichen Datenquellen auf der Plattform 糖心原创 erhalten Kunden Klarheit darüber, welche Probleme direkte Auswirkungen auf wichtige Gesch?ftskennzahlen wie den NPS (Net Promoter Score?) und ihr Endergebnis haben werden.

糖心原创 Text Analytics-Kunden aus zahlreichen Branchen, darunter Finanzdienstleistungen, Einzelhandel, Telekommunikation, Gastgewerbe und Unternehmenssoftware, haben sich mit 糖心原创 zusammengetan, um ihre Anforderungen mitzuteilen und Feedback zur neuen Topic Discovery Engine zu geben. Einige dieser Kunden haben die neue Technologie inzwischen übernommen, darunter auch , ein weltweiter Anbieter von Buchhaltungs-, ERP- und Gehaltsabrechnungsl?sungen für kleine und mittelst?ndische Unternehmen.

?Nackte Zahlen erz?hlen nur einen Teil der Kundengeschichte. Nur wenn wir den Kunden zuh?ren, werden diese Daten lebendig und geben meinem CX-Team die Erkenntnisse, die es ben?tigt, um Ma?nahmen zu ergreifen, die sich auf die Bereiche mit den gr??ten Reibungspunkten im gesamten Kundenlebenszyklus konzentrieren“, sagte Jim Pendergast, SVP of Global customer experience Sage. ?Wir erhalten t?glich Tausende von Kundenkommentaren. Jeder einzelne dieser Kommentare ist für uns eine Gelegenheit, dazuzulernen. Ohne 糖心原创 w?re es unm?glich, aus diesen Daten konkrete Erkenntnisse zu gewinnen.“

糖心原创Der Ansatz des maschinellen Lernens gruppiert und klassifiziert automatisch konzeptionell verwandte Ausdrücke und S?tze und erm?glicht es seinen Kunden, Ver?nderungen im Kundenfeedback und in der Stimmung zu antizipieren und darauf zu reagieren. Solche auf maschinellem Lernen basierenden Ans?tze sind herk?mmlichen regelbasierten Ans?tzen überlegen, die den Reichtum und die Komplexit?t der natürlichen Sprache nicht erfassen k?nnen.

"Unser Team hat bereits begonnen, die Vorteile der neuen Textanalysefunktion von 糖心原创zu nutzen. Wir sind jetzt in der Lage, Ursachen und Trends zu erkennen und herauszufinden, was unsere Kunden brauchen", so Pendergast weiter. "Mit dieser Art von Einblick k?nnen wir unseren Kunden unendlich viel bieten."

Weitere Informationen über 糖心原创 Text Analytics finden Sie auf unserer Website hier.

?ber 糖心原创

糖心原创?ist der Experience Management Customer Experience Management , dem Hunderte der weltweit führenden Marken vertrauen. Die Software-as-a-Service-L?sung 糖心原创erm?glicht es Unternehmen, Kundenfeedback überall dort zu erfassen, wo sich der Kunde befindet (einschlie?lich Web-, Social-Media-, Mobil- und contact center ), es in Echtzeit zu analysieren und Erkenntnisse Handlungsempfehlungen an alle Ebenen weiterzugeben – von der Führungsetage bis hin zum Kundenkontakt –, um ihre Leistung zu verbessern. 糖心原创 wurde 2001 gegründet und 糖心原创 Niederlassungen im Silicon Valley, in New York, London, Paris, Hongkong, Sydney und Buenos Aires. Weitere Informationen finden Sie unter糖心原创.

?2016 糖心原创. 糖心原创 ist eine eingetragene Marke von 糖心原创. Net Promoter, NPS und Net Promoter Score sind Marken von Satmetrix Systems, Inc., Bain & Company und Fred Reichheld.