专题分析软件:它是如何工作的以及为什么你需要它
最有可能的是,你登陆这个博客是因为你有太多的反馈需要分析。你发送了一份调查或收集评论或其他形式的自由文本反馈。现在你有了这个反馈,你要怎么处理它呢?如何识别回答中的共同主题?你如何才能创建一份清晰而有意义的报告,将反馈转化为行动?
许多企业避免在调查中提出开放式问题。分析这些注释是非常耗时和昂贵的。那些需要花费数小时的时间在电子表格中整理一面墙的文本,对每个文本响应进行编码用手。这需要大量的人力资源和大量的手工工作。
有些人最终在老式的文本分析软件上花费了数千美元,却没有得到有意义的结果。
有没有一种更有效、更便宜的方法来获取你的客户反馈?有,它叫做专题分析软件。
在这篇综合文章中,我们将介绍以下内容:
专题分析软件是如何工作的?
自然语言处理(NLP)
如何在专题分析软件中使用自然语言处理
字嵌入
为什么需要专题分析软件
节省时间,提高准确性
量化客户反馈
做出数据驱动的决策并跟踪结果
如果你只感兴趣手动分析你的反馈,看看我们的指南:如何在10分钟内分析你的反馈。或下载工具包其中包括一个电子表格模板,以帮助您开始。否则,继续读下去。
什么是主题分析?
专题分析是一种定性数据分析.分析的输出是文本中提到的主题列表。这些主题是通过分析词语和句子结构来发现的。
例如,让我们以这三个句子为例:
![](http://www.optionviager.com/insights/content/images/2020/10/Screen-Shot-2020-10-15-at-9.01.09-PM.png)
这里用不同的语言表达了两个关键主题:
- 空乘人员的帮助
- 客户需要帮助设置婴儿床
主题分析可以应用于任何文本。例如,访谈、对话、产品特性要求、调查或评论中的开放式问题。
在本文中,我们将专注于大规模收集反馈的专题分析。对反馈应用主题分析有助于量化影响业务指标的主题。了解这一点,有助于协调其他人的需求,并获得改进。
主题分析和情感分析
这不是非此即彼。事实上,情感分析通常是主题分析解决方案的一部分。
情感分析捕捉语言的积极或消极程度。它能发现充满情感的主题,并在评论中帮助区分它们。上面的例子有一个正面和两个负面的主题:
![](http://www.optionviager.com/insights/content/images/2020/10/Screen-Shot-2020-10-15-at-9.01.17-PM.png)
如果你只有情感分析,你会知道一个人是快乐的,两个人是不快乐的。主题分析告诉你他们对什么感到高兴或不高兴。将主题分析和语义分析结合起来可以获得更好的准确性和细微差别。
之前,我们分享过主题分析与情感分析相比如何.我们还写了情感分析综合指南。
什么是专题分析软件?
专题分析软件有助于自动化专题分析。有些软件将人工输入与算法分析结合起来。下文将详细介绍。
企业如何使用专题分析软件?例如,在客户反馈中寻找主题。他们认为舒适比负担能力更重要吗?他们会为更快的服务多付钱吗?专题分析软件可以帮助你找到(并采取行动)这些答案。
最好的专题分析软件是自主的,这意味着:
- 你不需要提前设置主题或类别,
- 你不需要训练算法——它会自己学习,
- 您可以轻松地捕捉“未知的未知”,以确定您自己可能没有发现的主题。
想看一个例子吗?你可以免费试用Thematic在这里。
专题分析软件是如何工作的?
以下是主题分析软件如何自动分析客户反馈以识别和提取主题。
自然语言处理(NLP)
自然语言处理(NLP)是语言学和人工智能的一个子类。NLP程序教会计算机分析大量的自然语言,也就是文本。
主题分析软件使用自然语言处理在文本中寻找主题。通常,该软件还在分析工具和仪表板中显示分析结果。
当计算机试图模拟单词、句子和文本的含义时,我们称之为自然语言理解或NLU。
NLU是自然语言处理(NLP)的一个分支。一些NLP任务,例如找出一个单词的词性,可能不需要为准确的结果建模单词的含义。但当涉及到主题分析时,NLU很重要。它有助于推导意义在客户反馈中使用的词汇。例如,它可以捕捉到“随和的”和“有用的”是同一件事。
是什么文本分析?这个术语在业务环境中是指NLP和NLU的一种更常见的方式。
如何在专题分析软件中使用自然语言处理
主题分析软件的目标是在文本中自动发现主题。自然语言理解(NLU)是这一过程中的重要组成部分。这与应用文本分类不同,后者只是将文本放入存储桶中。NLU有助于自下而上地发现主题。
这有助于我们发现“未知的未知”。这些都是反馈中你可能没有考虑到的循环点。通过找到这些主题并长期跟踪它们,你可以更好地根据反馈采取行动。
算法有时很难解析否定。例如,想象一个客户对你的调查的回答是:“没有什么是我不喜欢的!”许多解决方案会看到“不喜欢”,并将反馈归类为负面。
最好的主题分析软件使用深度学习来识别积极的反馈,即使它是用消极的语言表达的。
字嵌入
单词嵌入是一种深度学习算法,可以找到相似的单词和短语。它分析了数千个句子中出现的单词,并给出了一个模型。
简单地说,a词嵌入模型将我们的语言(词汇表)转换为计算机的语言(向量)。
主题使用自定义词嵌入实现将反馈转化为主题的层次结构:
![专题分析](http://www.optionviager.com/insights/content/images/googleusercontent/3JR1t8M3-JeGYbo9WPhNWVPFRxd_BOERXPxpRPwAfjwoKmp5tsnn78qUK4FM6zExD-DeP2-xxhwICDzICUHLF0zEv1lz_KuPEFEC-zf9fx7q_2Ye5t-Aj9EmIMCl9JFr5_KnTQ7a.jpg)
为什么需要专题分析软件
现在你知道了什么专题分析软件做的,那为什么?
以下是公司如何从将主题分析软件添加到技术堆栈中受益。
节省时间,提高准确性
当你经营一家企业时,时间是一种稀缺资源。专题分析软件可以拯救你的团队一年几百个小时防止他们做出错误的决定。
许多公司仍然通过Excel分析反馈。这很耗时,而且不可扩展,即使对小型企业也是如此。专题分析软件将帮助您更有效。
专题分析软件还可以帮助您避免人为错误。当人们看数据集时,我们倾向于通过自己的经验和偏见来看待它。他们也可能会无意中遗漏一些东西。
例如,当我们分析一所大学的学生反馈时,我们曾与人类程序员Kate测试Thematic。
专题调查发现,学生们想要更好的食物/午餐选择。凯特发现了同样的问题,但频率要低得多。为什么?当凯特查看学生的反馈时,她只在每个评论上标记了一个关键问题。主题标签每一个每个学生评论中提到的问题。一旦学校在校园内采用改良食品,学生的满意度就提高了。
通过使用专题分析软件,像Kate这样的程序员不再需要代码反馈。相反,他们可以利用自己的专业知识来解释结果并推动行动。
![](http://www.optionviager.com/insights/content/images/2020/10/students.jpg)
量化客户反馈
当我们谈到定量的客户反馈时,比如净启动分数(NPS)常常浮现在脑海里。虽然NPS分数可以很好地反映客户满意度,但它们不要总是把事情原原本本地说出来。
为什么你最忠实的客户给你打了8分而不是10分?为什么诋毁者流失,而推广者每月订单翻倍?通过采取行动解决特定的客户痛点,我们将看到对NPS的影响?
专题分析软件可以帮助你找到这些答案。将文本反馈转化为您需要报告和衡量一个计划成功与否的硬数据。
“这使得跨界项目变得容易得多,我们可以使用硬数据来衡量项目的成功。”G2 Crowd上的一位专题用户说
“更好的是,我们可以看到特定的主题如何影响NPS分数!——分享另一个
做出数据驱动的决策并跟踪结果
专题分析软件可以将反馈转化为硬数据,不仅可以用于决策,还可以用于跟踪进展。
让我们回到上面的大学例子。有很高比例的学生不喜欢校园食物。大学采取了一些措施来解决这个问题,然后他们重新对学生进行了调查。
专题分析将显示学生是否注意到了,以及其他哪些问题正在上升。下面是一个关于Thematic如何在其平台中可视化这些内容的例子。
![](http://www.optionviager.com/insights/content/images/2020/10/Screen-Shot-2020-10-15-at-10.37.57-PM.png)
专题分析软件示例
根据您的用例,您可能需要使用不同的主题分析软件。下面,我们将描述我们自己的主题解决方案以及其他两个高评价的解决方案。
1.主题
我们专门为自动反馈分析.它最适合从许多不同来源收集反馈的人,如调查,实时聊天,投诉评论。
这种以反馈为中心的方法是有效的:87%的客户在使用主题后将他们的NPS提高了至少8个点。
主题例子(视频):
主题如何运作:将人工智能与人性化结合
我们知道每个业务都是不同的,这就是为什么Thematic可以让您将独特的专业知识与强大的AI相结合。2022世界杯足球比赛时间表所有主题都是通过主题分析发现的,并且是为每个数据集定制的。
在主题编辑器,您可以调整主题,使结果更符合您的业务目标和优先级。
AI, NLP和人性化的结合为你提供了一个主题列表,即:
- 根据上下文准确,
- 足以涵盖数据集中的所有主题,
- 对你和你的优先事项有意义。
有了主题列表后,Thematic会通过可定制的仪表板和分析工具显示分析结果。这些工具可以让你:
- 衡量每个主题的重要性,
- 将每个主题在不同的数据部分进行比较,比如人口统计数据或任期,
- 计算每个主题对满意度、忠诚度、流失率和支出等指标的影响。
这就是我们的流程看起来像:
![专题分析](http://www.optionviager.com/insights/content/images/googleusercontent/OUbEQ9CSJgTzXeziNVwgevyfpvlyImI6CNftKgR9HbZvWNr6nIyOUzX7bBXjLYPiQrnm5If1ZhVMOBulY2vC2RSBqJKWvH6CjbyAyZUcjiLkW9RHq52OXFJA-wCI93YFwcIEyh5l.jpg)
我们为您提供时间和工具,让您专注于分析数据和报告发现的更令人兴奋的部分。
2.DiscoverText
DiscoverText是专题分析的另一个很好的例子。它是为需要从Twitter等公共数据源提取文本并快速分析的学术研究人员而设计的。他们的数据科学方法起源于10年的研究国家科学基金.
和Thematic一样,DiscoverText理解人类和人工智能合作的价值,强调人类擅长某些事情,而计算机擅长其他事情。DiscoverText写道:“人类和机器之间的持续往复提高了双方的学习能力。”
下面是DiscoverText的一些功能:
- 获取实时馈送,
- 通过元数据过滤,
- 编辑和注释敏感信息,
- 在浏览器中连接并与同行一起工作。
3.鸠尾
Dovetail是一个用户研究平台,专为用户体验研究人员提供小型一次性研究。专题分析是其主要特征之一。它可以很容易地手动分析文本,用主题标记反馈的特定部分,然后组织这些主题。这对于与他人有效合作和建立研究资料库非常有用。
主要专题分析特征包括:
- 高亮标记文本,
- 组织分类法,
- 情绪分析,
- 图形报告。
结论:你知道了!
现在你已经是专题分析软件的高手了!你确切地了解主题分析是什么以及它是如何工作的。你也知道它如何帮助你发现反馈中隐藏的见解。
客户洞察和用户研究人员喜欢专题分析软件解锁的效率。
它节省时间,金钱,而且是公正的和人类的分析一样准确!(在某些情况下,甚至更准确)。