Passa al contenuto principale
Loading...
Skip to article
  • Qualtrics Platform
    Qualtrics Platform
  • Customer Journey Optimizer
    Customer Journey Optimizer
  • XM Discover
    XM Discover
  • Qualtrics Social Connect
    Qualtrics Social Connect

Filtro per dati strutturati (Designer)


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!


Informazioni sul filtro in base ai dati strutturati

Utilizzare gli attributi dei dati strutturati per filtrare il feedback nei modelli che categorizzano e visualizzano le informazioni più rilevanti dal proprio insieme di dati. Per informazioni sulla creazione e la modifica di filtri, vedere Filtraggio di dati (Designer).

Consiglio Q: La maggior parte dei filtri strutturati vengono creati utilizzando gli attributi. Per ulteriori informazioni sulla creazione e la modifica di attributi in XM Discover, consultare Attributi.

Filtraggio per opinione

XM Discover utilizza l’analisi del sentiment per determinare il sentiment complessivo del feedback. L’opinione è disponibile come attributo di sistema con fasce predefinite:

  • Sentiment negativo: feedback con un punteggio del sentiment compreso tra -5,0 e -1,0
  • Sentiment neutro: feedback con un punteggio del sentiment compreso tra -0,99 e 0,99
  • Opinione positiva: feedback con un punteggio del sentiment compreso tra 1 e 5,0
Consiglio Q: è possibile creare intervalli di opinioni personalizzati utilizzando l’attributo di sistema dell’opinione. Ad esempio, _degreesentimentindex:[2.51 TO 5].

Filtro per lingua

Utilizzare i seguenti attributi di sistema individuati per filtrare in base al tipo di dati:

  • Lingua rilevata automaticamente da CB ( _languagefound): il feedback della lingua è stato inviato se il progetto utilizza il rilevamento automatico del linguaggio.
  • Lingua elaborata CB ( _language ): il feedback sulla lingua è stato inviato in. Se la lingua non è supportata da XM Discover, verrà contrassegnata come “ALTRO”.

XM Discover è in grado di riconoscere e taggare i dati in oltre 150 lingue utilizzando la funzione Rilevamento automatico del linguaggio. Senza il rilevamento automatico della lingua, sono disponibili le seguenti lingue:

  • Arabo
  • Bengali
  • Cinese (semplificato e tradizionale)
  • Olandese
  • Inglese
  • Francese
  • Tedesco
  • Hindi
  • Bahasa Indonesia
  • Italiano
  • Giapponese
  • Coreano
  • Polacco
  • Portoghese
  • Rumeno
  • Russo
  • Spagnolo
  • Svedese
  • Tagalog
  • Thai
  • Turco
  • Vietnamita
Attenzione: i verbali con meno di 10 caratteri sono contrassegnati come inglesi.

Filtraggio per tipo di dati

Per filtrare il feedback in base al tipo di dati inviati, utilizzare i seguenti attributi di sistema:

  • ID origine ( _id_source ): l’origine dati delle frasi.
  • Tipo di testo ( _verbatimtype ): il nome del campo testuale in base al quale si desidera filtrare. Ciò è utile se si dispone di più colonne testuali.
Esempio: supponiamo di avere due colonne testuali: Revisione e Risposta. Creare una regola per _verbatimtype:review per restituire un modello che visualizzi solo i dati della colonna Rivedi testualmente.

Filtro per tipo di contenuto

Per i progetti per cui è abilitato il rilevamento del tipo di contenuto, utilizzare i seguenti attributi di sistema per filtrare il feedback da annunci pubblicitari, spam e altri dati non utilizzabili:

  • Tipo di contenuto CB ( cb_content_type ): indica se i documenti sono contrassegnati come contentful, ovvero contenenti contenuto o non contentful.
  • Sottotipo di contenuto CB ( cb_content_subtype ): raggruppa i documenti contrassegnati come non contenuti in annunci, coupon, collegamenti a articoli o “non definiti”.
Esempio: se si desidera creare un modello che categorizza solo i dati contenuti, creare una regola utilizzando l’attributo di sistema Tipo di contenuto CB: cb_content_type:contentful.

Filtraggio per tipo di frase

XM Discover utilizza l’analisi semantica per identificare l’intento rilevante per la tua analisi. Queste categorie sono utilizzate nell’attributo di sistema a livello di frase: CB Sentence Type ( cb_sentence_type ). L’analisi del tipo di intento utilizzato nei dati può aiutare a capire in che modo è possibile migliorare l’esperienza del cliente.

Fare clic sui seguenti tipi di frasi per vedere cosa viene identificato utilizzando l’attributo del tipo di frase:

Frase di azione
Suggerimenti e raccomandazioni su come migliorare l’esperienza del cliente, nonché problemi che richiedono un’attenzione immediata.

  • Abbandono: Minaccia di perdere clienti.
  • Cry for help: Richieste di aiuto e assistenza.
  • Richiesta: contiene una richiesta implicita o esplicita, ad esempio una chiamata per azione o informazioni.
  • Suggerimento: contiene un suggerimento implicito o esplicito per cambiare qualcosa.
  • Anzianità di servizio: da quanto tempo un cliente utilizza un servizio o un prodotto.
  • Cancellazione: contiene una minaccia o l’intenzione di annullare la loro iscrizione, servizio o altra transazione. Questo tipo acquisisce anche il mancato rinnovo, la disiscrizione o la cessazione del rapporto di lavoro.
Frasi relative al sentimento
Identifica il sentiment delle frasi prive di raccomandazioni fruibili.

  • Apatico: non esprime interesse o preoccupazione.
  • Negativo generico: sentiment negativo privo di una destinazione specifica.
  • Lode generica: sentiment positivo che manca di un target specifico.
  • Consiglia: consiglia l’esperienza di questo cliente.
  • Sconsiglia: si avvicina all’esperienza di questo cliente.
Frasi di domande/risposte
Tipi di feedback dalle risposte alle domande del questionario.

  • Apologia: contiene un’esplicita scusa.
  • Riferimento incrociato: fa riferimento a un commento precedente o a una risposta.
  • Non so: il feedback non è in grado di fornire una risposta. Per esempio, “vorrei saperlo”.
  • Tutto: risposte che coprono tutte le opzioni suggerite.
  • Lista: contiene un elenco di elementi.
  • Nessun commento: l’intervistato rifiuta di commentare o di lasciare una risposta. Ad esempio, “N/D”.
  • : contiene affermazioni generiche.
Frasi relative alle note sociali
Feedback relativi agli aspetti sociali dell’interazione con il cliente, come saluti, risate e gratitudine.

  • Ciao/Ciao: Saluti e arrivederci.
  • Risate: Espressioni di risate, sia verbalmente che per uso di emoji. Ad esempio, “Haha! xD”.
  • Grazie: Espressioni di gratitudine.
Sentenze sull’informativa legale
Feedback che contiene informazioni legali.

  • Divulgazione: contiene dichiarazioni di divulgazione. Ad esempio, “Questa chiamata può essere monitorata o registrata”.
  • Mini-Miranda: Applicabile negli Stati Uniti, contiene un avvertimento legale Mini-Miranda. Ad esempio, “Lo scopo della comunicazione è quello di riscuotere un debito”.
Frasi specifiche della conversazione
Feedback specifico per le conversazioni con il centro di contatto. Questi tipi di frase sono disponibili solo con dati conversazionali.

  • Empatia: l’empatia è espressa, come chiedere scusa, dimostrare interesse o riconoscere le difficoltà.
  • Sospendi: i client vengono sospesi.
  • Trasferimento: i clienti chiedono di essere trasferiti o i rappresentanti trasferiscono un client.
Qtip: le frasi che non corrispondono a nessuno dei tipi di frase sono contrassegnate come NON DEFINITE.

Filtraggio per conteggio parole

Usa il conteggio delle parole della frase o il conteggio delle parole del documento per filtrare i dati in base al numero di parole nella tua frase o nel tuo record. L’intervallo impostato in questi attributi è inclusivo di valori. Se il conteggio delle parole è zero, la frase/record non ha testo o è stata caricata prima che la funzione fosse abilitata.

  • CB Sentence Word Count ( cb_sentence_word_count ): l’attributo Sentence-level consente di filtrare i dati in base al numero di parole in una frase.
    Consiglio Q: Per visualizzare frasi con 10 parole o meno, utilizzare l’intervallo cb_sentence_word_count: [1 TO 10].
  • Conteggio parole documento CB ( cb_document_word_count ): l’attributo a livello di record consente di filtrare i dati in base al numero di parole in un record. Questa è anche la somma di tutte le frasi che contano le parole.
    Consiglio Q: per visualizzare record con 50 parole o più, utilizzare cb_document_word_count: [50 TO 200].

Filtro per quartile frase

L’attributo CB Sentence Quartile ( cb_sentence_quartile ) identifica la parte del testo in cui segue una frase. I valori sono 1-4, con ogni sezione che rappresenta il 25% della lunghezza della parola. Se un disco ha più verbatimi, ci saranno quartili per ogni parola nel disco.

Consiglio Q: questo attributo può essere utile se si desidera concentrarsi sul motivo per cui i clienti chiamano in, in genere discusso nel primo quartile ( 1) della lettera. In alternativa, se si è interessati al modo in cui i rappresentanti stanno terminando le loro chiamate, è possibile limitare i report all’ultimo quartile ( 4 ).

Applicazione quartile frase

Se nei dati storici mancano i dati del quartile di frase, è possibile aggiungerli ai propri dati.

  1. Navigare al tab Categorizzare del proprio progetto.
    Scheda Categorizza flussi di dati personalizzati nelle opzioni di esecuzione del nodo sovraordinato
  2. Fare clic con il pulsante destro del mouse su un modello categoria.
  3. Passare con il cursore del mouse su Esegui e selezionare Flussi di dati personalizzati.
  4. Selezionare Rielaborare attributi derivati dalla lingua.
    Rielabora attributi derivati dalla lingua dal flusso di dati personalizzato dellesecuzione
  5. Selezionare se si intende elaborare tutti i dati nel progetto o i dati di una sessione specifica.
  6. Fare clic su Esegui.

Filtraggio in base a dispendio

CB Effort misura il livello di sforzo espresso dai clienti durante la loro esperienza. Questo attributo è disponibile a livello di frase su una scala da -5 a 5, con -5 che indica l’esperienza più difficile e 5 che indica l’esperienza più facile. L’intervallo include i valori.

Qtip: Per visualizzare frasi in cui il livello di sforzo espresso è molto alto, è possibile utilizzare l’intervallo: cb_sentence_ease_score:[-5 to -3].
Qtip: CB Effort è compatibile solo con numeri interi.

Filtro per anzianità di servizio fedeltà

La permanenza in carica fedeltà CB consente di filtrare i dati in base al periodo di tempo in anni in cui un cliente ha utilizzato un servizio o posseduto un prodotto. Questo attributo è disponibile a livello di frase in frasi con il tipo di frase di permanenza in carica. L’intervallo include i valori.

Esempio: la frase “Sono un cliente da 10 anni” restituirà un valore di Fidelizzazione in carica di 10. Per visualizzare le frasi con una permanenza in carica fino a 10 anni, utilizzare il seguente intervallo: cb_loyalty_tenure:[1 TO 10].

Filtraggio in base al tipo di interazione

Il tipo di interazione CB ( cb_interaction_type ) definisce i dati in base al tipo di interazione XM, che consente di distinguere il feedback regolare dai dati conversazionali. Questo attributo è disponibile a livello di documento, testo e frase.

Il tipo di interazione può avere i seguenti valori:

  • Chat: dati conversazionali da canali digitali.
  • Feedback: dati di feedback regolari (come sondaggi, revisioni e così via).
  • Voce: Dati conversazionali da conversazioni trascritte su audio.

Molte delle pagine di questo sito sono state tradotte dall'originale in inglese mediante traduzione automatica. Sebbene in Qualtrics abbiamo profuso il massimo impegno per avere le migliori traduzioni automatiche possibili, queste non sono mai perfette. Il testo originale inglese è considerato la versione ufficiale, e qualsiasi discrepanza tra questo e le traduzioni automatiche non è legalmente vincolante.