Ir para o conteúdo principal
Loading...
Skip to article
  • Qualtrics Platform
    Qualtrics Platform
  • Customer Journey Optimizer
    Customer Journey Optimizer
  • XM Discover
    XM Discover
  • Qualtrics Social Connect
    Qualtrics Social Connect

Aprimorando seus dados para análise (Discover)


Was this helpful?


This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.

The feedback you submit here is used only to help improve this page.

That’s great! Thank you for your feedback!

Thank you for your feedback!


Sobre o aprimoramento de seus dados para análise

A plataforma Discover não se limita a importar e exibir seus dados exatamente como você os salvou. Nos Connectors, no Designer e no Studio, você pode transformar seus dados, seja estruturando-os de uma maneira diferente ou criando cálculos de KPI para gerar relatórios. Antes de criar painéis para as partes interessadas, vamos falar sobre as várias maneiras de aprimorar seus dados para análise.

Criar transformações personalizadas em conectores

a janela de transformações

Ao extrair dados de um lugar para outro, você precisa definir seus campos e o que eles significam. As transformações personalizadas não apenas permitem mapear seus dados, mas também aprimorá-los. Por exemplo, você pode:

  • Substituir valores.
  • Determine um formato para data e hora.
  • Números redondos.
  • Estimar o número exato de dias a partir de um intervalo de datas.
  • Junte as cordas. (Também chamado de concatenação)
  • Gerar IDs.
  • Definir datas personalizadas.
  • E muito mais!

Para obter mais detalhes, consulte Transformações personalizadas.

Derivar atributos no Designer

a janela de atributos derivados

Atributos derivados são campos de dados adicionais criados a partir de atributos existentes.

Exemplo: a “Faixa etária” (valores como “<18”, “18-34”, “35-49”, “50+”) pode ser derivada do atributo separado “Idade”

Depois que um atributo derivado é criado, ele pode ser usado como qualquer outro atributo em relatórios, filtragem e regras de categoria.

Os atributos derivados podem ser criados de várias maneiras.

  • Use uma pesquisa dimensional, exatamente como no Microsoft Excel!
  • Dividir dados numéricos ou de datas em intervalos.
  • Derive atributos de seus modelos de categoria, transformando dados não estruturados em dados estruturados.

Para saber mais sobre as diferentes maneiras de criar atributos derivados e como usar cada uma delas, consulte Atributos derivados

Avalie o desempenho com Pontuação inteligente

pontuação inteligente é um característica do Designer e do Studio em que você pode pontuar comportamentos em feedback e interações. Ao criar uma rubrica, você pode estruturar dados que, de outra forma, não estariam estruturados.

Essas pontuações flexíveis baseadas em regras são usadas para avaliar todos os tipos de interação, inclusive a conformidade do contato center e as habilidades sociais dos agentes, como a empatia. Você também pode rastrear várias experiências do cliente, como a probabilidade de rotatividade, a probabilidade de compra, possíveis fraudes e assim por diante.

a janela pontuação inteligente

A pontuação automática das interações pode ajudá-lo a priorizar suas iniciativas gerenciamento de experiência e a determinar como e quando treinar melhor sua equipe. É possível visualizar o desempenho em nível individual ou criar painéis detalhados que mostram as tendências de equipes inteiras.

Para obter mais detalhes, consulte Introdução ao Pontuação Inteligente .

Criar métricas no Studio

Você pode criar seus próprios KPIs no Studio usando métricas. Essas métricas podem então ser usadas em relatórios, filtros, widgets e pesquisas, fornecendo informações sobre o desempenho da sua organização. Para saber mais, consulte Criação de métricas. um widget que mostra o volume ao longo do tempo

Aqui estão alguns exemplos de como tirar o máximo proveito das métricas:

Exemplo: Você deseja agrupar as chamadas em duas categorias: chamadas curtas e chamadas longas. Use o atributo CB Call Duration para criar uma caixa superior (chamadas longas) e uma caixa inferior (chamadas curtas).

Ao usar suas novas métricas nos relatórios, você pode separar os dados por satisfação e ver a porcentagem de clientes satisfeitos em cada grupo de duração de chamada.

Exemplo: Use métricas filtradas para gerar relatórios rápidos sobre o desempenho por grupo. Por exemplo, você pode dividir sentimento por região e ter um Sentimento da América do Norte, da América Latina, Sentimento Europa e assim por diante.

Em seguida, ao usar essas métricas em widgets, você pode agrupar os dados por outros insights. Por exemplo, você pode agrupar por produto e ver o sentimento de cada região em relação a cada produto.

As métricas matemáticas personalizadas, em particular, podem ser usadas para transformar os dados de várias maneiras.

  • Converta unidades, como segundos em minutos, centavos em dólares ou até mesmo tempo gasto em dinheiro.
  • Gerar uma pontuação média.
  • Calcular métricas complexas e compostas.
  • Transforme uma escala, por exemplo, de 5 pontos para 100.
  • Estruturar dados não estruturados.
Exemplo: Se você souber a taxa horária de um colaborador e quanto tempo levou uma interação, poderá calcular quanto custou uma interação ou incidente.

Exemplo: Se você tiver dados estruturados que chegam como rótulos de texto (“muito satisfeito”, “satisfeito” etc.) e quiser transformá-los em uma classificação quantitativa, poderá usar uma métrica matemática personalizada para atribuir um peso a cada um dos valores atributo. Por exemplo:

(metric[volume muito insatisfeito]*1 + metric[volume insatisfeito]*2 + metric[neutro]*3 + metric[volume satisfeito]*4 + metric[volume muito satisfeito]*5) / [volume]

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.