Qualtrics Platform
Customer Journey Optimizer
XM Discover
Qualtrics Social Connect

Filtragem por dados estruturados (Designer)

Sobre a filtragem por dados estruturados

Use atributos de dados estruturados para filtro o feedback em modelos que categorizam e exibem as informações mais relevantes de seu conjunto de dados. Para obter informações sobre como criar e editar filtros, consulte Filtragem de dados (Designer).

Qdica: a maioria dos filtros estruturados é criada com o uso de atributos. Para obter mais informações sobre como criar e editar atributos no XM Discover, consulte Atributos.

Filtragem por Sentimento

XM Discover usa análise de sentimento para determinar o sentimento geral do feedback. Sentimento está disponível como um atributo do sistema com faixas predefinidas:

Sentimento negativo : Feedback com uma pontuação de sentimento de -5,0 a -1,0
Sentimento neutro : Feedback com uma pontuação de sentimento de -0,99 a 0,99
Sentimento positivo : Feedback com uma pontuação de sentimento de 1 a 5,0

Qdica: Você pode criar intervalos de sentimento personalizados usando o atributo do sistema de sentimento. Por exemplo, _degreesentimentindex:[2.51 TO 5].

Filtragem por idioma

Use os seguintes atributos do sistema de discover para filtro por tipo de dados:

CB Idioma detectado automaticamente ( _languagedetected ): O feedback do idioma foi enviado se o seu projeto usa detecção automática de idioma.
Idioma processado pelo CB ( _language ): O idioma em que o feedback foi enviado. Se o idioma não for compatível com o XM Discover, ele será marcado como “OUTRO”.

XM Discover é capaz de reconhecer e marcar dados em mais de 150 idiomas usando o característica detecção automática de idioma. Sem a detecção automática de idioma, os seguintes idiomas estão disponíveis:

Árabe
Bengali
Chinês (simplificado e tradicional)
Holandesa
Inglesa
Francês
Alemã
Hindu
Bahasa Indonésia
Italiano
Japonês
Coreano
Polonesa
Português
Romena
Russo
Espanhol
Sueco
Tagalog
Tailandês
Turca
Vietnamita

Atenção: Verbatims com menos de 10 caracteres são marcados como inglês.

Filtragem por tipo de dados

Para filtro o feedback pelo tipo de dados que foi enviado, use os seguintes atributos do sistema:

ID da fonte ( _id_source ): A fonte de dados das sentenças.
Tipo de texto integral ( _verbatimtype ): O nome do campo literal pelo qual você gostaria de filtro. Isso é útil se você tiver várias colunas verbatim.

Exemplo: Digamos que você tenha duas colunas literais: Revisão e Resposta. Crie uma regra para _verbatimtype:review para retornar um modelo que exiba apenas os dados da coluna Review verbatim.

Filtragem por tipo de conteúdo

Para projetos com detecção de tipo de conteúdo ativada, use os seguintes atributos do sistema para filtro o feedback de anúncios, spam e outros dados não acionáveis:

Tipo de conteúdo CB ( cb_content_type ): Se os documentos são marcados como com conteúdo, o que significa que eles contêm conteúdo, ou sem conteúdo.
Subtipo de conteúdo CB ( cb_content_subtype ): Agrupa documentos marcados como não-contentuais em anúncios, cupons, links de artigos ou “indefinido”.

Exemplo: Se você quiser criar um modelo que categorize apenas dados com conteúdo, crie uma regra usando o atributo do sistema CB Content Type: cb_content_type:contentful.

Filtragem por tipo de sentença

XM Discover usa análise semântica para identificar a intenção que é relevante para sua análise. Essas categorias são usadas no atributo do sistema em nível de sentença: CB Sentence Type ( cb_sentence_type ). Analisar o tipo de intenção usado em seus dados pode ajudar a entender como a experiência de cliente, Customer Experience pode ser aprimorada.

Clique nos seguintes tipos de frases para ver o que é identificado usando o atributo de tipo de frase:

Sentenças acionáveis

Sugestões e recomendações sobre como melhorar experiência de cliente, Customer Experience, bem como problemas que exigem atenção imediata.

Churn: Ameaça de perda de clientes.
Clamar por ajuda: Solicita ajuda e assistência.
Solicitação: Contém uma solicitação implícita ou explícita, como uma chamada para ação ou informação.
Sugestão: Contém uma sugestão implícita ou explícita para mudar algo.
Permanência: Há quanto tempo um cliente usa um serviço ou produto.
Cancelamento: Contém uma ameaça ou intenção de cancelar sua associação, serviço ou outra transação. Esse tipo também captura a não renovação, o cancelamento da inscrição ou a rescisão.

Sentenças relacionadas à sentença

Identifica o sentimento das sentenças que não possuem recomendações acionáveis.

Apático: Não expressa interesse ou preocupação.
Negativo genérico: sentimento negativo que não tem um destino específico.
Elogio genérico: sentimento positivo que não tem um destino específico.
Recomendar: Recomenda a experiência desse cliente.
Não recomendo: Desaconselha a experiência desse cliente.

Sentenças de pergunta/resposta

Tipos de feedback das respostas às perguntas pesquisa.

Apologia: Contém um pedido de desculpas explícito.
Referência cruzada: Faz referência a um comentário anterior ou a uma resposta.
Não sei: O feedback não é capaz de fornecer uma resposta. Por exemplo, “I wish I know” (Eu gostaria de saber).
Tudo: Respostas que abrangem todas as opções sugeridas.
Lista: Contém uma lista de itens.
Sem comentários: O respondente se recusa a comentar ou deixar uma resposta. Por exemplo, “N/A”.
Sim: contém afirmações genéricas.

Frases de observações sociais

Feedback relacionado aos aspectos sociais da interação com o cliente, como cumprimentos, risos e gratidão.

Hello/Bye: Saudações e despedidas.
Risos: Expressões de riso, seja verbalmente ou pelo uso de emojis. Por exemplo, “Haha! xD”.
Agradecimentos: Expressões de gratidão.

Sentenças de divulgação legal

Feedback que contém divulgações legais.

Divulgação: Contém declarações de divulgação. Por exemplo, “Esta chamada pode ser monitorada ou gravada”
Mini-Miranda: Aplicável nos Estados Unidos, contém um aviso legal de Mini-Miranda. Por exemplo, “O objetivo da comunicação é cobrar uma dívida”

Sentenças específicas de conversação

Feedback específico para as conversas do contato center. Esses tipos de frases só estão disponíveis com dados de conversação.

Empatia: a empatia é expressa, por exemplo, ao pedir desculpas, demonstrar interesse ou reconhecer dificuldades.
Em espera: Os clientes são colocados em espera.
Transferência: Os clientes pedem para ser transferidos ou os representantes transferem um cliente.

Qdica: as frases que não correspondem a nenhum dos tipos de frase são marcadas como UNDEFINED.

Filtragem por contagem de palavras

Use os atributos de contagem de palavras da frase ou de contagem de palavras do documento para filtro os dados pelo número de palavras na frase ou no registro. O intervalo definido nesses atributos inclui valores. Se a contagem de palavras for zero, a frase/registro não tem texto ou foi carregada antes de o característica ser ativado.

Contagem de palavras da sentença do CB ( cb_sentence_word_count ): atributo em nível de frase permite filtro os dados pelo número de palavras em uma frase.
Qdica: Para visualizar frases com 10 palavras ou menos, use o intervalo cb_sentence_word_count: [1 TO 10].
Contagem de palavras do documento CB ( cb_document_word_count ): atributo de nível de registro permite filtro dados pelo número de palavras em um registro. Essa também é a soma de todas as contagens de palavras das frases.
Qdica: Para visualizar registros com 50 palavras ou mais, use cb_document_word_count: [50 TO 200].

Filtragem por quartil de sentença

O atributo CB Sentence Quartile ( cb_sentence_quartile ) identifica a parte do verbatim em que uma sentença se encontra. Os valores são de 1 a 4, sendo que cada seção representa 25% do comprimento do verbatim. Se um registro tiver vários verbatims, haverá quartis para cada verbatim no registro.

Qdica: esse atributo pode ser útil se você quiser se concentrar no motivo pelo qual os clientes estão ligando, o que normalmente é discutido no primeiro quartil ( 1 ) do verbatim. Como alternativa, se estiver interessado em como os representantes estão encerrando suas chamadas, você pode limitar seus relatórios ao último quartil ( 4 ).

Aplicação do quartil de sentenças

Se seus dados históricos não contiverem dados de quartil de sentença, você poderá adicioná-los aos seus dados.

Navegue até a guia Categorizar de seu projeto.
Clique com o botão direito do mouse em um modelo de categoria.
Passe o mouse sobre Run (Executar ) e selecione Custom Dataflows (Fluxos de dados personalizados).
Selecione Reprocessar atributos derivados da linguagem.
Selecione se deseja processar todos os dados do projeto ou os dados de uma sessão específica.
Clique em Run.

Filtragem por esforço

O CB Effort mede o nível de esforço expresso pelos clientes durante sua experiência. Esse atributo está disponível no nível da frase em uma escala de -5 a 5, sendo que -5 indica a experiência mais difícil e 5 indica a experiência mais fácil. O intervalo inclui os valores.

Qdica: para visualizar frases em que o nível de esforço expresso é muito alto, você pode usar o intervalo: cb_sentence_ease_score:[-5 a -3].

Qdica: o CB Effort só é compatível com números inteiros.

Filtragem por tempo de fidelidade

O CB Loyalty Tenure permite que você filtro os dados pelo período de tempo, em anos, em que um cliente usou um serviço ou teve um produto. Esse atributo está disponível no nível da frase em frases com o tipo de frase tenure. O intervalo inclui os valores.

Exemplo: A frase “I’ve been a customer for 10 years” (Sou cliente há 10 anos) retornará um valor de fidelidade de 10. Para visualizar sentenças com mandato de até 10 anos, use o seguinte intervalo: cb_loyalty_tenure:[1 TO 10].

Filtragem por tipo de interação

CB Interaction Type ( cb_interaction_type ) define os dados pelo tipo de interação XM, o que permite distinguir o feedback regular dos dados de conversação. Esse atributo está disponível nos níveis de documento, literal e de frase.

O tipo de interação pode ter os seguintes valores:

Bate-papo: Dados de conversação de canais digitais.
Feedback: Dados regulares de feedback (como pesquisas, avaliações etc.).
Voz: Dados conversacionais de conversas transcritas em áudio.

Muitas das páginas neste site foram traduzidas do inglês original usando tradução automática. Embora na Qualtrics tenhamos feito nossa diligência prévia para obter as melhores traduções automáticas possíveis, a tradução automática nunca é perfeita. O texto original em inglês é considerado a versão oficial, e quaisquer discrepâncias entre o inglês original e as traduções automáticas não são juridicamente vinculativas.