您已成功订阅主题
伟大的!接下来,完全结账以完全访问主题
欢迎回来!你已经成功登录了。
成功!您的帐户已完全激活,您现在可以访问所有内容。
成功!您的结算信息已更新。
结算信息更新失败。

快速指南:如何衡量反馈分析的准确性

当你考虑使用新的时客户反馈分析软件,您需要确保它是反馈分析功能准确可靠。

在专题上我们认真对待准确性。我们评估每个数据集的准确性,我们的方法取决于有多少时间。

有三种主要方法您应该考虑测量反馈分析的准确性。

眼球[轻松评论:(1H)]

眼球结果:我们使用这种方法专题对于每个客户。

首先,我们尝试达到标记的80%的评论,并且最多20%未标记,但它取决于数据集。

其次,我们使用我们的解决方案称为主题编辑器根据需要调整结果,以获得接近100%的准确性。

下面我们分享我们在这种调整和改进过程中的眼球如何结果......

被发现的主题有意义吗?

查看所有主题及其子项以及情绪。

你可以说 ”因此“在每个主题之后确定你真正做的事情。

✔10%的客户谈论 “难以导航” 因此,我们需要查看网站的布局。
❌10%的客户谈论 “ux” 因此??


在主题上,我们只使用像“UX”这样的主题,作为分组其他主题的类别。

主题是否准确?

以下是我用来测试的过程:

  1. 将所有结果下载到电子表格中
  2. 按主题排序
  3. 按主题滚动并读取答案
  4. 问问自己:是关于同样的事情吗?

在以这种方式对它们进行分组时,很容易发现主题的精确性。

所有评论都标有主题吗?

在相同的电子表格中,滚动到“其他”类别。未标记评论的百分比是多少?他们是理所当然的吗?

通过通过评论进行字母顺序排序,很容易发现已错过的主题。

并排直方图[中等努力评估(3-5H)]

当他们评估是否使用我们时,主题客户最常使用这种方法。最常见的答案是肯定的!:)

  1. 拍摄数据样本(例如1000行)并手动分析反馈。
  2. 创建一个直方图通过从手动和自动确定主题的卷对所有主题进行分类
  3. 将结果并排进行比较。是主题的顺序相同或相似吗?

请注意,您可能需要考虑一个数据集中的一个主要主题表示为另一个数据集中的两个单独主题。

在下面的图像中,左侧列表中的直方图“合理的“ 和 ”昂贵的“,右边的那个将它们结合为”价钱“。

反馈分析主题

在步骤c中,您可以使用exl-bambing技术,或按照下一节中的描述计算一致性。

计算一致性[高级评估(1-2天)]

在我们的文章之前,我们已经写了关于这个主题的如何测量编码调查的准确性对开放式问题的编码响应的准确性研究

您需要使用Excel文件或写脚本(Python和R很棒)。

考虑到两组主题A和B,您需要计算2C /(A + B)的一致性。

反馈分析计算一致性

如果两组没有重叠,则此公式返回0,如果它们相同,则为1。

例如,让我们说这次调查评论中有一段客户反馈:

“我对这条线的另一端的友好是多么友好的印象深刻。他们快速有效地解决了我的问题,并确保了收到退款。但我很失望,我不得不等待两周退款。“

a =手动主题 B =自动主题 c =共同的主题
友善,呼叫中心,退款 友好,效率,客户服务,退款 友好,退款
3. 4. 2

这两个主题集的一致性为57%,如下计算;

2 * 23 + 4 = 47 = 0.57

您可以继续评估主题每条反馈的主题的一致性,然后平均结果。

或者,您可以计算最常见的主题的一致性。

有一种方法非常重要,这为您提供了您选择了您可以依赖的解决方案的信心。根据您是否有几个小时或几周的时间来选择轻松,中等努力和高级评估。您甚至可以通过使用脚本来自动化其中的一些方法,但您仍然需要一个人来判断结果是否足够准确,以便您尝试实现的目标。

继续阅读

我们如何使用我们自己的平台和Chrome扩展来集中和分析反馈

我们如何使用我们自己的平台和Chrome扩展来集中和分析反馈

客户反馈没有所有答案。但它对战略和优先级有关具有重要洞察力。专题是B2B SaaS公司。我们不是在反馈中游泳。每一块反馈计数。收集和分析此反馈需要不同的方法。我们收到许多地方的反馈:我们的产品内部NPS

Alyona Medelyan博士学位
Alyona Medelyan博士学位
反馈分析
manbet备用网址文本分析软件 - 如何解锁您性能背后的驱动程序

manbet备用网址文本分析软件 - 如何解锁您性能背后的驱动程序

许多组织,大或小,收集客户的反馈,以提高其CX努力,最终是他们的底线。但是单独收集反馈不能产生大大差异。我们需要分析我们的反馈,以发现激励我们在组织中推动我们的行动的洞察力。进入;文本

梅兰妮·斯特塞斯
梅兰妮·斯特塞斯
ai&nlp.
编码开放式问题的3种最佳实践

编码开放式问题的3种最佳实践

开放式调查问题通常提供最有用的见解,但如果您正在处理数百或数千次答案,总结它们会给您最大的头痛。答案在于编码开放式问题。这意味着将一个或多个类别(也称为代码)分配给每个响应。但怎么样?

内森霍尔曼格
内森霍尔曼格
ai&nlp.