エモーション（Discover）
スイート
Customer Experience
製品
Qualtrics
このページの内容
エモーション・データについて
CB Emotionは、フィードバックや顧客とのやり取りの中で現れる特定の感情を特定します。CB Emotionはまた、どの文章が感情的であるかを識別し、各文章に1つ以上の感情をタグ付けすることができます。
感情データの活用
CB EmotionはDiscoverのカテゴリー分け、フィルター、そして有益なダッシュボードの作成に使用することができます。
テキスト分析と組み合わせることで、感情分析は多くの点で有益なものとなる：
- 顧客が特定の製品やサービスについてどのように感じているかを判断する。
- 発売や発表に対する反応をモニターする。
- センチメントや感情の強さと組み合わせることで、カスタマーエクスペリエンスやモチベーションをより深く理解することができます。
- 顧客の問題に対する共感的な解決策をデザインする。
注意: 組織で機械学習を許可していない場合は、この機能を使用しないでください。その代わりに、あらかじめ用意されているEmotionsカテゴリーモデルをご利用ください。
デザイナーにおける感情属性
- 名前 CBエモーション
- システム名： cb_emotion
- タイプ テキスト（多値）
- 規模 なし
- 粒度： センテンス
- フィードバックの種類すべて
- 対応言語 Discoverアカウント担当者にご相談ください。
FAQs
How does CB Emotion handle ambiguous emotions?
How does CB Emotion handle ambiguous emotions?
A lot of rich and actionable insights lie in ambiguous emotions. Some emotions, such as surprise, anticipation, and shock, have no inherent positivity or negativity without context. In these cases, we recommend looking at emotional intensity. This enrichment can give you context about how much these more ambiguous feelings impacted customer experience.
How does CB Emotion compare to emotion categorization models?
How does CB Emotion compare to emotion categorization models?
CB Emotion relies on a machine learning approach to detect and identify emotions in feedback and interaction data. The emotion category models use a pre-made list of keywords and phrases. CB Emotion often captures more sentences than the category model does, since it’s able to pick up on more nuance.
当サポートサイトの日本語のコンテンツは英語原文より機械翻訳されており、補助的な参照を目的としています。機械翻訳の精度は十分な注意を払っていますが、もし、英語・日本語翻訳が異なる場合は英語版が正となります。英語原文と機械翻訳の間に矛盾があっても、法的拘束力はありません。
素晴らしい！ フィードバックありがとうございます！
フィードバックありがとうございます！