糖心原创

Athenaの教師なし機械学習アルゴリズムは、これまで注目すべきだと気づかなかったデータの傾向を可視化することで、業務の时间を節約します。これが「Theme Explorer」です。テーマ機能により根本原因の分析が容易になり、ユーザーはエクスペリエンスデータに基づくインサイト からインサイト 、迅速かつスムーズに展開できます。 「テーマ」を活用することで、インパクトスコアやセンチメント、その他のKPIの変化によって浮上したトピックについて、より迅速かつ容易に根本原因分析を行うことができます。これにより、时间を節約し、リスクを低減できるため、そのリソースをエクスペリエンスの向上に振り向けることが可能になります。

ルールベースのトピックがテキスト および音声分析の「体」であるならば、アテナはその「魂」と言えます。アテナは、動画、画像、音声、アンケート、その他あらゆるソースからのデータなど、インサイト 最も包括的なインサイト ためのテキストおよび音声分析を支えています。アテナの感情、労力、センチメント、意図の検出機能により、ビジネスの健全性や全体的な体験に対する満足度に関する情報を得ることができます。

础迟丑别苍补の机械学习机能を活用して、础滨モデルの手动によるメンテナンスを最小限に抑えましょう。础迟丑别苍补は、新たなフィードバック、関连する顾客データ、および利用パターンに基づいて机械学习モデルを継続的に适応?改善し、最も正确なインサイトを提供します。

トピックとセンチメントに注釈を付けるためのシンプルでコード不要のユーザーインターフェイスが用意されています。モデルのメンテナンスに費やす従業員の时间を大幅に削減し、チームがエクスペリエンスに関するアクションに集中できるようにします。