記事テンプレート

XM Discover規約の概要

XM DISCOVERの機能やよく検索される語句を整理したガイドをご覧いただけます。このガイドを使用して、利用可能なさまざまな機能を参照し、適切なサポートページに移動します。

.

アカウント管理者： XM Discoverマスターアカウントのユーザーとアセットを管理できる管理ユーザーロールです。

アカウントオーナー:クアルトリクスの従業員で、顧客アカウントの管理を担当します。通常、カスタマーサクセスマネージャーとテクニカルアカウントマネージャーが担当します。

アラート:特定の条件を満たすと自動的にトリガーされる通知。データ内で特定のトピックが発生したとき、特定のメトリックが事前に定義されたしきい値に達したとき、またはドキュメントがインテリジェントスコアリングルーブリックのターゲットを満たせなかったときにアラートを受け取ることができます。

関連語：テキスト内で文法的に関連する用語で、多くの場合、クラウドまたはテーブルウィジェットで表示される。ジョンが車を借りた」という文では、”John –>car”、”John –>rented”、”rented –>car “の間に関係が存在する。

属性:フリーテキストではないレコードに関連するデータフィールド（満足度スコア、ロイヤルティセグメント、顧客名など）。フィールドとも呼ばれる。

B

バッジ:ドキュメントエクスプローラーに表示され、フィードバックに関連するエンリッチメントを表示するアイコン。

バー・ウィジェット： 縦または横棒グラフとしてデータを表示するスタジオ・ウィジェット。

書籍:同じターゲットに向けて作成されるなど、何らかの形でリンクしているダッシュボードのタブ付きコレクション。

一番下のボックス： アンケート調査において、最も好ましくない回答をした回答者の割合を示す指標。

C

通話記録：XM Discoverがサポートするデータ形式のひとつ。通話記録には、通話などの会話データが含まれる。通話記録は、会話のやりとりの一種である。

ケース:解決すべきさまざまなタスクや問題を追跡する方法。品質管理のシナリオでは、一般的にケースはコーチングの機会であり、エージェントとクライアントのインタラクションや、関連するメタデータとタグによってトリガーされます。目標スコアを下回るインタラクションについてはケースが自動的に登録されます。手動でケースを登録することもできます。

カテゴリーモデル： 文章をトピックに分類するためのルールベースの階層型分類法。クエリには、キーワード、フレーズ、属性を含めることができます。カテゴリツリー、分類モデル、またはトピックモデルとも呼ばれます。

カテゴリー・リファレンス:あるカテゴリーのルールを別のカテゴリーで再利用できるようにします。モデルを超えて機能する。

カテゴリー由来の属性： 分類から値を導き出す属性。

CB 自動検出言語：処理言語が指定されていない場合に、フィードバック言語を特定するためにあらかじめ用意されたエンリッチメント。NLPエンジンがサポートしていない言語に使用します。処理言語が指定されている場合、この属性の値は “not attempted “となる。

CB支部:会話の意味的に関連する区切り線を、「オープニング」、「ニーズ」、「検証」、「解決ステップ」、「クロージング」といった文レベルの論理的な区切り線に分割する、あらかじめ用意されたエンリッチメント。これは、会話の自然な段階やニュアンスに対応し、章内外の概念の近接性を確認するのに役立つ。

CBコンテンツのサブタイプ：内容のない」ドキュメントを広告、クーポン、記事リンクにグループ化するプリメイドのエンリッチメント。

CBコンテンツタイプ：内容のある」文書を「内容のない」文書と区別するための、あらかじめ用意されたエンリッチメント。「内容のない」文書には、広告、クーポン、記事リンクなど、カスタマーフィードバック分析にはあまり役に立たないコンテンツが含まれています。

CBドキュメント単語数：文書内の単語数をカウントするプリメイドのエンリッチメント。

CBの努力:カスタマージャーニーの各タッチポイントでカスタマが表現した努力のレベルを測定する、事前に作成されたエンリッチメント。努力は文のレベルで-5から5のスケールで計算され（0でない整数のみを使用）、3つまたは5つのフィードバック帯に区切られる：Very Hard、Hard、Neutral、Easy、Very Easy。

CBエモーション:フィードバックやインタラクションデータに現れる感情的な文章や特定の感情を識別する、あらかじめ用意されたエンリッチメント。分類モデルとは異なり、このエンリッチメントはキーワードのアプローチを超え、機械学習を使用する。

CB 感情の激しさ:顧客が表現する感情の強さを測定する、あらかじめ用意されたエンリッチメント。感情の強さは、文レベルで1～5のスケールで計算される（0以外の値のみを使用）。Itはフィードバックをグループ化するために3つの帯域に区切られている：低、中、高。

CBロイヤルティ：顧客がどれくらいの期間（年単位で）サービスを利用したか、または製品を所有しているかについての言及を検出する、事前に作成されたエンリッチメント。ロイヤルティの値は、テニュアタイプを持つ文章から自動的に導き出される。

CB処理言語：フィードバックが処理された言語を特定する、あらかじめ用意されたエンリッチメント。ある言語が自然言語処理（NLP）エンジンでサポートされていない場合、その言語は「その他」とマークされ、処理されない。

CB理由：連絡先や共感の理由など、会話の重要なイベントの背後にある潜在的な理由を検出する、あらかじめ用意されたエンリッチメント。

CBセンテンス四分位数:文が逐語訳のどの部分にあたるかを特定する、あらかじめ用意されたエンリッチメント。設定可能な値は1、2、3、4。

CBセンテンスタイプ： カスタマーエクスペリエンス分析に特に関連するさまざまな種類のインテントを含む文章を識別する、事前に作成されたエンリッチメント（チャーン、リクエスト、サジェスチョンなど）。

CBセンテンスの単語数:文中の単語数をカウントするプリメイドのエンリッチメント。

分類:XM Discoverがルールに基づいて文章をモデルのカテゴリに配置する処理ステップ。これはカテゴライズの一種である。

クラウドウィジェット：データをワードクラウドとして表示するスタジオ・ウィジェット。

共起：トピックや、データ内で頻繁に一緒に出現するその他のデータのグループ化を見つけるのに役立つ分析の一種。Studio では、共起分析をネットワーク・ウィジェットで実行したり、ウィジェットをフィルター機能として使用して他のウィジェットで実行したりできます。オーバーラップとも呼ばれる。

コーチングの機会：品質管理では、コーチングの機会は、ケース（インタラクションがターゲットを下回った場合）を使用して自動的に、または手動で作成されます。これらは、マネージャーからエージェントへのコーチング（マネージャーがスコアの低いインタラクションを取り上げ、それについてエージェントにコーチングを行う）や、QAからマネージャーへのコーチング（マネージャーがエージェントにコーチングしている内容を評価者にレビューさせる）に使用することができます。

コネクター:XM Discoverアプリは、様々なソースからデータを取得し、すべてのソースで分析を行うプロセスを効率化します。さらに、アウトバウンド・コネクタは、XM Discoverによってエンリッチされたデータをサードパーティ・サービスに挿入します。

コンテンツフル： 顧客フィードバックの記録がブランドに関する感情を表し、分析に有用で、顧客インサイトを明らかにできる場合、それは「感情分析的」であると言われる。

非内容的：フィードバック記録にスパムや広告が含まれ、分析に有用で顧客のインサイトを明らかにできる情報が含まれていない場合、それは「非内容的」と言われる。

コンテンツプロバイダー:Studio では、コンテンツ・プロバイダはデータ・ソースであり、Designer の特定のインスタンスに対応します。

カスタムカレンダー:標準的なカレンダーの日付を、週、月、四半期、年のカスタム定義にマップします。これらのカスタム定義は、レポートやアラートで使用されます。

カスタム数学メトリック:数式を使用して、さまざまなメトリクスと属性を組み合わせて使用できるメトリクス。

D

ダークモード:暗い背景を持つダッシュボードのテーマで、光に敏感な人は暗い状況で使用し、目の疲れを軽減します。ダークテーマとも呼ばれる。

ダッシュボード:Studio で作成された共有可能なレポートで、データをウィジェットと呼ばれるテーブルやチャートで表示できます。

ダッシュボード・パーソナライゼーション:組織や市場の細分化に合わせてレポートをカスタマイズできる機能。パーソナライズされたダッシュボードでは、選択された組織階層と、その階層における現在ログインしているユーザーの最高位に従って、ウィジェットが自動的にフィルタリングされます。

派生属性:既存の属性から作成される追加データフィールド。例えば、”Age Range”（”<18″、”18-34″、”35-49″、”50+”などの値）は、別の属性 “Age “から派生させることができる。

デザイナー:顧客フィードバックの評価プラットフォームとなるXM Discoverアプリ。デザイナーは、データを分類したり、その他のタスクを実行することができます。

批判者：満足度指標を算出する際、批判者とは、アンケート調査回答者のうち、解約や否定的なレビュー投稿のリスクがある細分化のことである。

デジタルインタラクション：XM Discoverがサポートするデータフォーマットのひとつ。デジタルインタラクションとは、チャットなどの会話データを含む文書のことである。デジタル・インタラクションはクアルトリクスの会話フォーマットに従う必要があり、システムは話者、シーケンス、会話イベントなどの重要な詳細を理解することができます。同様の会話形式が通話記録にも使われている。

次元ルックアップ:テキストまたは数値属性をカスタム値にマッピングする派生属性。

文書：フィードバックまたは対話型データで、通常、顧客との単一の回答または対話を表すもの（例えば、アンケート回答、オンラインレビュー、ソーシャルメディアへの投稿、コンタクトセンターでの通話記録など）。フィードバックやインタラクションとも呼ばれる。通話やチャットのデータが含まれている場合、それは会話文書となる。

文書の日付：文書に関連付けられた主要な日付フィールド。この日付は、XM Discoverのダッシュボードやアラートなどで使用できます。

ドキュメントエクスプローラ:ウィジェットでデータポイントをクリックすると起動するビューア。ITは、そのデータポイントの背後にある各文書に関連する属性、トピック、および逐語を表示します。このインターフェースは、通話記録（オプションで音声再生可能）やデジタル・インタラクションなどの会話データも表示する。

ドキュメントID：文書の一意のシステムID。Natural IDとは異なり、Document IDはXM Discoverが自動的に生成します。

掘削:ウィジェット内のデータポイントをクリックして、関連するデータを拡大するプロセス。このアクションは、トピックや属性による詳細な内訳を伴ったり、ドキュメント・エクスプローラーを起動したり、ドキュメントに関連する顧客のコメントを表示したりすることができます。

ドライバー:データ中の特定の結果の主要な予測因子。インテリジェントなスコアリング指標を設定するときに、ドライバーを使用して調査を実施し、仮説を生成し、基準のランク付けの提案を受け取ります。

E

埋め込みウィジェット:コードスニペットを使用して外部ツールに埋め込まれたスタジオウィジェット。

空の逐語訳：顧客のフィードバック（特にアンケート調査データ）で、テキストのない文書。XM Discoverは、空の逐語フィールドを持つドキュメントに特別なNO_VERBATIM_TEXT逐語タイプを割り当て、これを使用してこれらのドキュメントをフィルターすることができます。テキストのない記録」を参照。

エンリッチメント：XM Discover NLU（自然言語理解）エンジンによって得られるCXデータ。処理中にNLUエンジンが文レベルまたは文書レベルで文書に付加し、データベースに格納されるさまざまなメタデータ。

金

フィードバックウィジェット:通常、1つまたは複数の基準でフィルタリングされた、1つまたは複数のソースから提供された顧客のコメントを表示するウィジェット。このインターフェースは、通話記録（オプションで音声再生）やデジタル・インタラクションなどの会話データを表示するためにも使用される。

フィルター：ダッシュボードまたはデザイナーに含める、または含めないドキュメントを指定するために使用される基準。

フルスクリーンモード： ダッシュボードやブックをフルスクリーンで表示できる自動更新モード。

G

グローバル その他のバケット:モデルのルートノードの基準を満たすが、そのモデル内のカテゴリの基準を満たさないすべての文のコレクション。それは、分類の後に “残されたものすべて “を表している。

グループ:ダッシュボード、ブック、フィルター、メトリクスを共有できる、Studio のユーザーの集まり。

グループ分け:トピックや属性の値、または時間の細分化など、計算や測定基準を集約できる次元。

H

ヒートマップウィジェット:スタジオ・ウィジェット。データをボックスとして表示し、選択した測定基準に従ってサイズや色が設定されます。ヒートマップは、カテゴリーがたくさんある場合に、階層化されたデータを入れ子のボックスとして表示するのに適した方法である。

I

インパクトランク:ドライバーをある結果を予測する能力でランク付けしたもの。例えば、ランク1のドライバーはランク2以上のドライバーよりも指示力が高い。

受信箱:様々なタスクや問題に関連するケースを管理するためのワークスペース。受信ボックス内でケースを共有し、解決まで追跡できます。クアルトリクスSocial ConnectまたはSocial Connectとも呼ばれます。

受信トレイテンプレート:有意義で実用的な方法でケース情報を提示するテンプレート。これは、ケースがルーティングされる受信トレイトピック、ケースのタイトル、優先度、譲受人、および関連するメタデータフィールドを定義します。

個別のフィードバック：XM Discoverがサポートするデータフォーマットの1つ。このフォーマットは、データを1行、つまり「フラット」なオブジェクトとして表示する文書に使われる。複数の逐語フィールドが含まれている場合もありますが、通常は 1 人の作成者によるものです（たとえば、アンケートに複数の自由形式の質問が含まれている場合など）。

インテリジェントスコア:ルーブリックで定義されたスコアリング基準、またはビジネスロジックに基づいて、各ドキュメントやインタラクションが自動的に受け取る0から100までのスコア。このスコアは、[指標名]スコアというパターンに従った名前でドキュメントに追加される、まったく新しい属性です。

インテリジェントスコアリング:カテゴリー化とカスタムスコアリングを組み合わせ、柔軟なルールベースのスコアを作成し、さまざまなXMインタラクションをアセスメントする機能。

インタラクション:プロジェクトに含まれるすべての顧客フィードバック、コール、チャットを表示できるページです。

インタラクティブ音声応答（IVR）:コンタクトセンターで採用されている自動音声メニューシステムで、生身のエージェントと対話することなく、ナビゲーションや問題解決を容易にする。

J

仕事:XM Discoverに入ったり出たりするデータの流れで、特に定義されたコネクタ。ジョブは再利用可能なデータフローのセットアップ（ソース、マッピング、フィルタリング、ケイデンスなどを含む）を指し、ランはジョブの各実行を指す。

千

重要業績評価指標（KPI）：ビジネスがパフォーマンスを測定するための指標。これらは会社によって異なる。XM Discoverの多くの機能では、属性やメトリクスなどのKPIを取得し、レポートすることができます。

キーワードXM Discoverは、自然言語処理を使用して、単語のすべての潜在的なバリエーションをKey Wordsと呼ばれる通常の単語の形に組み合わせます。Discoverのドキュメントでは、これらは「チクレット」「マスター・エンティティ」と呼ばれている。

L

ラベル：ダッシュボードやブック、フィルター、メトリクスに適用して、見つけやすくするためのテキストタグ。

ライセンス:Studioライセンスは、ユーザーがどのアクセシビリティとデータアクセスレベルを持つかを決定します。

ライセンス・ビューワ：スタジオの外で埋め込みウィジェットを表示し、ウィジェットと対話できる人（ドリル、ドキュメントの検索、スタジオのダッシュボードへの移動が含まれます）。SSOが必要です。

ラインウィジェット:データを線で表示するスタジオ・ウィジェット。

Local Other バケット：モデル内のノード（ルートノード以外）の条件を満たすが、そのサブカテゴリの条件を満たさないすべての文のコレクション。

月

地図ウィジェット:地図上にXMデータをレイヤー化し、顧客とのやり取りやフィードバックの地理的コンテキストを提供するウィジェットです。

マスターアカウント：通常、1 つの顧客または社内チームを中心に組織される、Studio のユーザーの集まり。スタジオの最高レベルの組織。個人のユーザーアカウントと混同しないように。

メタデータ： ドキュメントと共に保存できるあらゆる情報。オリジンのソース（属性）から、またはXM Discoverがエンリッチメントとして生成したもの（例えば、トピック、感情、努力、またはCBエンリッチメント）。

指標:Nps、平均スコア、最小値など）ダッシュボード間で再利用されるデータに対して実行されるあらゆる計算。

メートル警告:アラートの一種で、特定の計算やメトリックが事前に定義されたしきい値に達したとき、またはターゲットから逸脱したときに通知をトリガーする。

メートルウィジェット:重要な指標やKPIを表示できるスタジオウィジェット。

N

ナチュラルID：ジョブを作成する際に設定する、選択肢の一意な識別子。

自然言語処理（NLP）： 構造化されていないテキストを関連する構成要素に分解し、それらの要素間の関係を確立するプロセス。

自然言語クエリー（NLQ）：日常的な人間の言葉でデータクエリを処理する機能で、データの検索とアクションを容易にします。

ウィジェット:データを接続の網として表示するウィジェット。

中間層：満足度指標を計算する場合、中立層とは、ブランドは好きだが、好きではないアンケート調査回答者の細分化である。”中立者 “とも呼ばれる。

O

オブジェクトビューア： カテゴライゼーションモデルやインテリジェントスコアリングルーブリックの基本構造を共有できるスタジオウィジェット。

組織階層:XM Discoverのための組織の内訳を定義するためのフレームワーク。これらの定義を使用して、ダッシュボードへのアクセシビリティを制御し、ダッシュボードのナビゲーションを容易にすることができます。

外れ値:任意のデータポイントについて、どの単語がユニークで異常なのかを素早く発見できる根本原因調査ツール。

P

保護者レポート:組織階層を使用して、組織内の現在のユーザーのノードより上のレベルのデータを表示するレポート手法。ユーザーレベルから始まり、ルートノードレベルに至るまで。例えば、親レポートでは、あなたの所在地と地域を比較することができます。

参加者：会話データにおける相互作用の一方を識別します。XM Discoverは、CB Participant Type属性を使用して参加者のタイプを代表者またはクライアントとして識別し、さらにCB Kind of Participant属性を使用して代表者を人間、チャットボット、またはIVR（Interactive Voice Response）ボットとして識別します。

ピアレポート： 組織階層を使用して、兄弟姉妹、または現在のユーザーのノードと直接の親を共有する階層ノードのデータを表示するレポート手法。例えば、ピアレポートを利用すれば、自拠点のパフォーマンスを地域の他拠点と比較することができます。

パーセント 親:レポート内の特定のデータポイントの値をその親の値で区切ることによって計算される標準的な指標。例えば、月次トレンドにおける2020年11月の「東リージョン」のスコアリングと、その親リージョン（そのトレンドにおける2020年11月の全リージョンの合計値）のスコアリングを表示することができます。

パーセントの合計： ウィジェットの特定のデータポイントの値（例えば、月次トレンドの「2020年9月」の値）をウィジェット全体のボリューム（そのトレンドのすべての月の合計）で区切ることによって計算される標準的なメトリック。

前期比:現在と過去の2つの期間のデータを比較するレポートの一種。

権限:Studio やその他の XM Discover アプリケーションでユーザーができることを定義します。ユーザーやグループに割り当てることができる。

パイウィジェット： 円グラフまたはドーナツ・チャートとしてデータを表示するスタジオ・ウィジェット。項目を比較し、全体との関係を図表化するのに有効な方法である。

精度：分類において、モデルまたはカテゴリの正確さのレベルを示す尺度。ITは、モデルまたはカテゴリに分類されたすべての文と比較して、モデルまたはカテゴリのスコープに適合する返された文の割合として計算されます。例えば、「価格」カテゴリーに100の文章が含まれ、そのうち実際に価格に関連するものが90しかなかった場合、精度は90÷100、つまり90％となる。

プロジェクト:プロジェクトは、XM Discover内のフィードバックデータ、モデル、属性、設定をグループ化したものです。

推奨者：満足度指標を算出する場合、推奨者とは、ブランドを推奨する可能性が高いアンケート調査回答者の細分化である。

Q

品質保証（QA）：顧客と接する組織が、顧客とのやり取りの中で守るべき基準。将来の顧客とのインタラクションを改善するため、インタラクションにスコアを付ける手段です。

クアルトリクス・コンタクトセンター品質管理（CCQM）： 記録された会話から学び、特定の閾値を満たさない者を指導するための適切なツールとプロセスを備えた、代表者の行動を改善するためのアカウンタビリティ・プロセス。

クアルトリクス会話フォーマット （QCF）：ダイアログ固有のメタデータをサポートし、XM Discoverでの会話の可視化とエンリッチメントをアンロックするデータフォーマット。

クイック翻訳:ドキュメントエクスプローラーとフィードバックウィジェットでフィードバックのクイック翻訳を取得するオプション。これは、元の言語が何であれ、選択肢への翻訳を生成します。

R

レンジロールアップ:数値や日付属性をカスタム範囲にマッピングする派生属性。

反論:不服のある品質管理スコアについて、マネージャーが異議を申し立てることができる仕組み。反論により、スコアリングエンジンによって生成されたインテリジェントスコアが調整され、調整フローが有効になります。反論は受信ボックスで実行されますが、透明性を保つためStudioに表示されます。

ごみ箱:削除されたオブジェクトをスタジオで復元するための一時的な保管場所。

基準線:ウィジェット上に引かれた水平線。他のデータ点と比較できる基準点またはターゲットを表す。メトリックとイベントの参照行を挿入することができます。

代表者：コンタクトセンターのシナリオで企業/ブランドを代表する人。

リクエストID： ウィジェット統計モードで利用可能なID。ロギング、トレース、トラブルシューティングに使用される。

ルート・ノード：すべての分類モデルの最上位カテゴリ。ルールがルート・ノードに適用されると、モデル全体に適用されるフィルターのように機能する。

ルーブリック:文書のインテリジェントスコアリング基準を定義します。指標には、使用することが望ましいトピック、または使用するべきでないトピックを含めることができ、各トピックには相対的な重み（または自動不合格）が割り当てられます。

ルールレーンの提案:ボックスに入力された単語を分析し、類義語、関連概念、よくあるスペルミスを提案するデザイナー機能。

日

満足度指標:企業や製品を数値で評価してもらう質問で、満足した顧客の割合を示す指標。スコアは、すべての肯定的回答を総回答数で区切ることによって算出される。

スキャッターウィジェット:水平軸と垂直軸に沿ってプロットされたバブルとしてデータを表示するスタジオ・ウィジェット。

スコアカード:インテリジェントスコアリングでは、スコアカードは文書をスコアリングした結果である。スコアカードには、ドキュメントの全体的な評価と基準に対する個別の結果（合格、不合格、または無視）が表示されます。

スコアカードの警告： 文書がインテリジェント・スコアリング・ルーブリックのターゲットに達しなかった場合に通知を送信するアラートの一種。ルーブリックの定義に基づいて自動的に更新されます。

セキュリティ監査： サインイン、ダッシュボード・ビュー、ダッシュボードの共有など、アカウントでのユーザのアクティビティの履歴、アカウント設定の更新、オブジェクトへのアクション（作成、更新、削除）が表示されるスタジオ・ページ。許可されたユーザーのみがアクセシビリティを持つ。

セレクタウィジェット:他のウィジェットのフィルターとして機能し、インタラクティブなダッシュボードエクスペリエンスを実現するスタジオウィジェット。

文：Discoverでは、文とは、大文字で始まりピリオドで終わるかどうかに関係なく、被評価者と述語を持つ単語の文字列を指す。文章は、分類、感情、努力、感情の強さの基礎となる。

センチメント:個々のコメントが肯定的か否定的かを評価するプリメイドのエンリッチメント。感情は文レベルで-5から5で計算され、フィードバックをグループ化するために3つまたは5つのバンドに区切られます：非常に否定的、否定的、中立、肯定的、非常に肯定的。すべてのデータソースで利用できる。

スマート他ノード:ITがキャプチャしたデータを自動的に除外する特別なカテゴリータイプ。

背骨グラフ:主要な指標やイベントをカスタマイズ可能な縦列で表示し、インタラクションを視覚的に要約します。

スタジオ:カスタマイズ可能なダッシュボードを作成し、組織全体のユーザーと共有するために使用されるXM Discoverアプリ。ダッシュボードは、さまざまなXMレポートや、テキスト、画像、動画などのカスタムコンテンツを表示するように設定できます。

スタジオのホームページ Studioにログインすると最初に表示されるページです。自分が所有している、または他のユーザーが共有しているすべてのダッシュボードとブックを表示および管理するページです。また、ここに表示される内容をカスタマイズすることもできる。

システム・メトリック：コンフィギュレーションを必要とせず、すぐに使用できるStudioメトリック。標準的なメトリクスの例としては、以下のようなものがある：体積、パーセント合計、パーセント親。

火

テーブルウィジェット:データをテーブルで表示するスタジオ・ウィジェット。

ターゲットレポートとバリアンスレポート： 組織の階層を利用して、組織の各レベルがターゲットに対してどのようなパフォーマンスをしているか、また、これらのターゲットが実際のKPIとどのように異なるかを定量化するレポート手法。

ターゲット：インテリジェントスコアリングでは、ターゲットスコアはルーブリックの基準に合格か不合格かを決定する基準です。

フィルター： ダッシュボードやウィジェットに追加できる検索フィールド。特定のキーワードを含むデータを検索するために使用します。

テーマ検出： データを分析し、そこから顕著なテーマを抽出する。テーマ検出を使って、分類モデルに新しいカテゴリーを追加したり、既存のカテゴリーを強化したりすることができる。

トークン：分類やレポート作成に使用できる単語の語源。

トップボックス:アンケート調査において、最も好意的な回答をした回答者の割合を示す指標。

トピック（分類）:XM DISCOVERが分類モデルを使用して取得する、顧客フィードバックの自由形式部分で言及された特定のテーマ。カテゴリーやノードとも呼ばれる。

トピック（受信ボックス）：受信ボックスでケースが保存される場所です。トピックのタイトルはカスタマイズしたり、「コーチングの機会」や「評価の呼びかけ」などのラベルを付けたりできます。

トピックの葉：モデルの階層構造の最下位レベルにあるカテゴリー。ITは通常、最も細かい分類レベルを表す。子ノード、子リーフとも呼ばれる。

V

価値基準： カスタムの数学メトリクスやウィジェットで使用できる再利用可能な数値を作成できるメトリクス。

逐語：顧客フィードバックのうち、コメント、メモ、自由形式の質問に対する回答を含む部分。フィードバックやインタラクションとも呼ばれる。

バーベイタム・アラート:顧客フィードバックで特定のトピックが言及されたときに通知をトリガーするアラートの一種。

Voice-to-text (VTT)：録音された音声を自動で文字に起こすプロセス。

音量:ウィジェットによって表現されるドキュメントの数。すべての関連フィルターとウィジェット定義をアカウントする。製品では「N」と表記。総量または文書量とも呼ばれる。

水

ウィジェット:スタジオ・ダッシュボードで使用される個々のチャート、表、画像、テキスト・ブロック、または動画。

フィルターとしてのウィジェット： ダッシュボード閲覧者が1つのウィジェット内の値をクリックして、1つまたは複数のウィジェットをフィルターできるようにするウィジェット設定。

X

XM Discover: スタジオ、コネクタ、デザイナーを含むクアルトリクスアプリ。XM Discoverは、世界最先端の会話分析を使用して、人々があなたの会社について、どこで何を言っているかを理解するのに役立ちます。