Passer au contenu 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

Regroupement de données (Studio)


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!


À propos du regroupement de données dans Studio

Lorsque vous créez un tableau de bord dans Studio, vous pouvez spécifier les données que vous souhaitez inclure dans le tableau de bord. Vous pouvez limiter les données d’un rapport en les regroupant, en les triant ou en les filtrant.

Vous pouvez utiliser différents regroupements pour vos données. Cette page explique comment regrouper vos données par ces différents regroupements.

Regroupement de données dans un widget

Astuce Qualtrics : vous ne pouvez pas regrouper des données dans les widgets de mesure ou de feedback.

Vous pouvez regrouper des données dans des types de widgets pris en charge. Pour regrouper les données dans votre widget :

  1. Lors de la modification du tableau de bord, cliquez sur Modifier dans le menu d’options du widget pour le widget dont vous souhaitez regrouper les données.cliquer sur Modifier dans les options du widget
  2. Dans l’onglet “Visualisation”, utilisez le menu déroulant Regrouper par pour sélectionner un regroupement de données. Consultez les sections ci-dessous pour en savoir plus sur chaque option de ce menu déroulant.
    choisir une option Grouper par

    Astuce Qualtrics : si vous utilisez un widget de tableau, cette option est appelée « Regroupements » à la place. Si vous utilisez un widget de heatmap, cette option est appelée “Boîtes” à la place. Si vous utilisez un widget réseau, cette option est appelée “Nœuds” à la place.
  3. Si vous le souhaitez, vous pouvez modifier les paramètres de regroupement de votre widget en cliquant sur l’icône d’engrenage en regard du menu déroulant « Grouper par ». Pour plus d’informations sur ces options, voir Options de regroupement.

Sujets

Sélectionner des rubriques vous permet de regrouper les données en fonction des catégories dérivées des commentaires des clients. Vous obtenez ainsi une vue d’ensemble de ce dont parlent vos clients.

Après avoir sélectionné votre modèle de catégorie, ouvrez les options de regroupement pour sélectionner les rubriques incluses dans le widget. Pour plus d’informations, voir Regroupements de modèles de catégorie du Customizing.

Lorsque vous regroupez des données par sujets, vous pouvez choisir d’établir des rapports à différents niveaux dans votre modèle de catégorie. Pour obtenir une vue d’ensemble générale de ce dont parlent vos clients, regroupez les données par rubriques de niveau 1. Pour surveiller des thèmes plus spécifiques dans le feedback des clients, regroupez les données par rubriques de niveau 2 ou inférieures (en fonction de votre modèle). Pour le rapport le plus granulaire à tous les niveaux, regroupez les données à l’aide de l’option Feuille, qui vous permet de vous concentrer sur les feuilles de sujet ou les catégories qui n’ont pas de sous-catégories.

PNL

La sélection du TLN vous permet de regrouper les données par critères créés automatiquement par le moteur de traitement du langage naturel de XM Discover. Ces critères sont créés à partir d’un feedback non structuré traité par XM Discover. Plusieurs sous-regroupements sont disponibles :

Mots

Les regroupements de mots NLP vous permettent de regrouper les données par mots ou types de mots spécifiques mentionnés dans les commentaires des clients. Les regroupements suivants sont disponibles :

  • Tous les mots : Regroupez les données par mots réguliers. Cela vous donnera une idée des termes les plus courants que les clients utilisent lorsqu’ils parlent de votre produit ou service.
  • CB Brand : données de groupe par mentions de marque.
  • CB Company : données de groupe par mentions d’entreprise.
  • Adresse e-mail CB : Regroupez les données par adresses e-mail mentionnées dans les commentaires.
  • CB Emoticon : données de groupe par emojis et émoticônes utilisées dans les retours.
  • CB Event : données de groupe sur les vacances standard (comme le nouvel an ou Halloween), les événements de la vie (comme le mariage ou l’obtention du diplôme) et les événements culturels courants (comme le Super Bowl) mentionnés dans les commentaires.
  • CB Industry : données de groupe par branche associée.
  • Personne CB : regroupez les données par noms de personnes mentionnées dans les commentaires.
  • Numéro de téléphone CB : données de groupe par numéros de téléphone mentionnés dans les commentaires.
  • CB Product : Regroupez les données par mentions de produits.
  • CB Profanity : Regrouper les données par mots profanes à partir d’un ensemble prédéterminé.

Mots associés

Le regroupement Mots associés vous permet de regrouper les données par paires de mots qui sont mentionnés les uns avec les autres dans les commentaires des clients. Cela vous permet de voir les sujets et thèmes les plus courants dans les avis des clients, quelle que soit la catégorisation des sujets.

Les mots associés sont présentés au format suivant : mot 1 → mot 2.

Exemple : si le feedback d’un client était « Le magasin était sale » et que vous effectuez un regroupement par mots associés, alors vous verrez « stocker → sale » dans votre widget.

Hashtags

Le regroupement de hashtags vous permet de regrouper les données par phrases de hashtags (mots ou phrases préfixés par un symbole #). Les hashtags sont généralement utilisés dans les publications sur les réseaux sociaux pour aider à identifier et catégoriser l’objet de la publication.

Enrichissement

Les regroupements d’enrichissement vous permettent de regrouper les données en fonction des types de contenu inclus dans les commentaires des clients. Les regroupements suivants sont disponibles :

  • Chapitres CB : regroupez les données par chapitres conversationnels qui représentent les segments sémantiquement liés de la conversation (comme Ouverture, Besoin, Vérification, Étape de solution et Clôture).
  • Sous-type de contenu CB : regrouper d’autres données non pertinentes par leurs sous-types (tels que les publicités, les coupons, les liens d’articles ou le type “non défini”). Notez que pour les enregistrements contenant du contenu, le sous-type est toujours contentful également.
  • Type de contenu CB : Regroupez les données en les rendant contentes ou non, comme identifié automatiquement par XM Discover.
  • Caractéristiques détectées par CB : Regrouper les données par types de caractéristiques NLP détectées (par exemple, les données contenant des mentions d’industrie ou de marque).
  • CB Emotion : données de groupe par types d’émotion détectés par le moteur NLP (comme la colère, la confusion, la déception, l’embarrassement, la peur, la frustration, la jalousie, la joie, l’amour, la tristesse, la surprise, la reconnaissance, la confiance ou autre).
  • Condition médicale CB : regrouper les données par pathologies mentionnées dans le texte (par exemple, “covid” ou “méningite”).
  • CB Medical Procedure : Regrouper les données par interventions médicales mentionnées dans le texte (par exemple, “mammographie” ou “chirurgie du dos”).
  • Score d’empathie du participant CB : Regroupez les données conversationnelles selon que les représentants ont fait preuve d’empathie dans leurs interactions avec les clients ou non. 0 signifie que le représentant n’a pas fait preuve d’empathie alors que 1 signifie que le représentant a fait preuve d’empathie.
  • Motif CB : regrouper les données par motifs pour un événement de conversation particulier (par exemple, motif de contact ou motif d’empathie).
  • CB Rx : Regrouper les données par noms de médicaments mentionnés dans le texte (par exemple, “acétaminophène” ou “tylenol”).
  • Type de phrase CB : Regroupez les données par type de phrase ou d’intention (par exemple, « appel à l’aide » ou « suggestion »).

Langue

Les regroupements de langues vous permettent de regrouper les données en fonction de la langue dans laquelle le feedback a été laissé. Les regroupements suivants sont disponibles :

  • CB Langue détectée automatiquement : regrouper les données par langues détectées automatiquement (si la détection automatique de langue est activée pour un projet).
  • Langue de traitement CB : regrouper les données par langues dans lesquelles le feedback a été réellement traité. Les langues non prises en charge par la détection de la langue XM Discover sont marquées comme “autre”.

Conversation

Les regroupements Conversation vous permettent de regrouper les données par divers enrichissements conversationnels. Notez que ces regroupements sont disponibles uniquement pour les données conversationnelles (appels et discussions en direct traités à l’aide du format conversationnel Qualtrics). Les regroupements suivants sont disponibles :

  • CB % Silence : données de groupe par le pourcentage de silence dans un appel.
  • Durée de la conversation CB : Regroupez les données par la durée d’une conversation en millisecondes. Pour les appels, il s’agit de la durée entre le début de la première phrase et la fin de la dernière phrase. Le silence de tête et de fin n’est pas compté. Pour les discussions en direct, il s’agit de la durée entre la première phrase et la dernière phrase.
  • Type de participant CB : données de groupe par type de participant. Les valeurs possibles sont les suivantes :
    • Chat_bot est un chatbot.
    • IVR est un bot de réponse vocale interactive.
    • L’humain est une personne.
  • Type de participant CB : regroupez les données par type de participant. Les valeurs possibles sont les suivantes :
    • agent est un représentant de l’entreprise ou un chatbot.
    • client est un client.
    • type_known est un participant non identifié en tant qu’agent ou client.
  • Durée de la phrase CB : Regrouper les données par la durée d’une phrase dans un appel en millisecondes.
  • Heure de début de la phrase CB : regroupez les données par l’horodatage du début de la phrase. Pour les appels, c’est le temps en millisecondes depuis le début audible du premier mot dans la première phrase. Pour les discussions en direct, il s’agit du temps en millisecondes écoulé depuis l’envoi du premier message.
    Astuce Qualtrics : l’heure de début du premier message de chat sera toujours de 0 ms pour cet attribut.
  • CB Total Dead Air : données de groupe par le total de l’air mort dans un appel en millisecondes. Dans les appels, l’air mort est une longue pause entre les haut-parleurs.
  • CB Total Hesitation : Regroupez les données par le total des hésitations (de l’agent et du client) dans un appel en millisecondes. Dans les appels, l’hésitation est une longue pause d’un intervenant.
  • CB Total Overtalk : Regroupez les données par la longueur cumulée des phrases qui se chevauchent dans un appel en millisecondes. Dans les appels, overtalk est n’importe quand 2 locuteurs ou plus parlent simultanément et les horodatages de leurs phrases se chevauchent.
  • CB Total Silence : Regroupez les données par la longueur cumulée de tous les silences supérieurs ou égaux à 2 secondes entre les phrases pour tous les participants dans un appel en millisecondes.

Heure

La sélection de l’heure vous permet de regrouper les données par périodes. Vous pouvez utiliser des regroupements d’attributs de temps pour créer un rapport de tendance, ce qui vous permet d’afficher l’évolution de vos calculs et métriques au fil du temps.

Attributs

Sélectionner des attributs vous permet de regrouper les données en fonction des valeurs d’un attribut structuré sélectionné. Un attribut structuré est un champ numérique ou de chaîne présent dans un enregistrement qui n’est pas le feedback textuel réel. Les attributs structurés contiennent généralement des données discrètes avec un degré élevé d’organisation (telles que l’âge d’une personne ou le nom du produit qu’elle utilise). Les attributs disponibles pour le regroupement dépendent de la source du feedback et varient généralement d’un jeu de données à l’autre.

Exemple : je peux effectuer un regroupement par l’attribut “Agent” pour voir les regroupements d’interactions par les différents agents qui ont traité l’interaction.

Mesures

La sélection de métriques vous permet de regrouper les données par valeurs discrètes ou bandes de certains calculs standard et métriques dérivées. En d’autres termes, vous pouvez organiser les données en fonction d’une métrique et les mesurer en fonction d’une autre métrique. Les regroupements suivants sont disponibles :

  • Sentiment (3 tranches) : regroupez les données par 3 tranches d‘opinions (négatif, neutre, positif). Voir Regroupement par opinion pour plus d’informations.
  • Sentiment (5 tranches) : regroupez les données par 5 groupes d‘opinions (Très négatif, Négatif, Neutre, Positif, Fortement positif). Voir Regroupement par opinion pour plus d’informations.
  • Effort (3 bandes) : Regrouper les données par 3 bandes d’effort (Hard, Neutral, Easy). Lors du regroupement par effort, les valeurs nulles sont incluses par défaut.
  • Effort (5 bandes) : Regrouper les données par 5 bandes d’effort (Very Hard, Hard, Neutral, Easy, Very Easy). Lors du regroupement par effort, les valeurs nulles sont incluses par défaut.
  • Intensité émotionnelle : données de groupe par 3 bandes d’intensité émotionnelle (Faible, Moyenne, Élevée).
  • Nombre de mots du document CB : regroupez les données par le nombre de mots dans un document.
  • CB Loyalty Tenure : données de groupe en fonction de la durée de la fidélité du client (en années).
  • Quartile de phrase CB : données de groupe par quart du verbatim une phrase tombe dans (1, 2, 3, ou 4). Cela peut vous aider à comprendre quels sujets sont abordés à quels moments de la conversation.
  • Nombre de mots de phrase CB : Regroupez les données par le nombre de mots dans une phrase.

En outre, vous pouvez définir vos propres métriques de haut, de bas et de satisfaction par lesquelles vous pouvez regrouper les données. Cela vous permet de déterminer si le feedback provient d’un promoteur, d’un détracteur ou d’un client neutre. Les regroupements suivants sont disponibles :

  • Cadre supérieur : Regrouper les données par bandes de boîte supérieure (promoteurs et autres).
  • Case inférieure : regroupez les données par bandes de la zone inférieure (détracteurs et autres).
  • Satisfaction : Regrouper les données par bandes de satisfaction (détracteurs, neutres, promoteurs).

Points clés

Astuce Qualtrics : vous ne pouvez utiliser des inducteurs que dans les widgets de nuage de points.

Sélectionner des pilotes vous permet de regrouper les données en fonction des pilotes que vous créez dans votre compte. Vous pouvez utiliser ces inducteurs pour rechercher des attributs et des rubriques qui conduisent à un certain résultat.

Hiérarchie d’organisation

La sélection de la hiérarchie organisationnelle vous permet de regrouper les données en fonction des différents niveaux de la hiérarchie organisationnelle sélectionnée.

De nombreuses pages de ce site ont été traduites de l'anglais en traduction automatique. Chez Qualtrics, nous avons accompli notre devoir de diligence pour trouver les meilleures traductions automatiques possibles. Toutefois, le résultat ne peut pas être constamment parfait. Le texte original en anglais est considéré comme la version officielle, et toute discordance entre l'original et les traductions automatiques ne pourra être considérée comme juridiquement contraignante.