Ir para o conteúdo principal
Loading...
Skip to article
  • Customer Experience
    Customer Experience
  • Employee Experience
    Employee Experience
  • Brand Experience
    Brand Experience
  • Core XM
    Core XM
  • Design XM
    Design XM

Aprimorando seus dados para análise (Descobrir)


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 como aprimorar seus dados para análise

A plataforma Discover não se limita a importar e exibir seus dados exatamente como você os salvou. Entre conectores, designer e Studio, você pode transformar seus dados, estruturando-os de maneira diferente ou criando cálculos de KPI para gerar relatórios. Antes de criar dashboards para seus stakeholders, 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 local para outro, você precisa definir seus campos e o que eles significam. As transformações personalizadas não só permitem que você mapeie seus dados, mas os aprimore. Por exemplo, você pode:

  • Substituir valores.
  • Determine um formato para data e hora.
  • Arredondar números.
  • Estimar o número exato de dias a partir de um intervalo de datas.
  • Unir strings. (Também chamada de concatenação.)
  • Gerar IDs.
  • Definir datas personalizadas.
  • E muito mais!

Para mais detalhes, consulte Transformações personalizadas.

Derivar atributos no designer

a janela de atributos derivadosOs

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

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

Assim que um atributo derivado é criado, ele pode ser utilizado como qualquer outro atributo nas regras de reporting, filtragem e categoria.

Os atributos derivados podem ser criados de várias formas.

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

Para saber mais sobre as diferentes formas de criar atributos derivados e como usar cada um, consulte os Atributos derivados

Avaliar desempenho com pontuação inteligente

A pontuação inteligente é um recurso do Designer e do Studio, onde você pode marcar comportamentos em feedback e interações. Ao criar uma rubrica, você pode estruturar dados não estruturados.

Esses escores flexíveis baseados em regras são utilizados para avaliar todos os tipos de interação, incluindo a conformidade do centro de contato e as competências pessoais dos agentes, como empatia. Você também pode rastrear várias experiências do cliente, como probabilidade de desistência, probabilidade de compra, fraude potencial, etc.

a janela de pontuação inteligente

A pontuação automática de interações pode ajudar você a priorizar suas iniciativas de gestão da experiência e determinar como e quando treinar melhor sua equipe. Você pode visualizar o desempenho em um nível individual ou criar painéis detalhados que mostram tendências em equipes inteiras.

Para mais detalhes, consulte Introdução à pontuação inteligente.

Criar métricas no Studio

Você pode criar seus próprios KPIs no Studio utilizando métricas. Essas métricas podem ser usadas em relatórios, em filtros, widgets e detalhamento, fornecendo insights sobre o desempenho da organização. Para saber mais, consulte Criando métricas. um widget mostrando o volume ao longo do tempo

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

Exemplo: você quer agrupar chamadas em duas categorias: chamadas breves e chamadas longas. Utilize o atributo Duração da chamada CB para criar uma caixa superior (chamadas longas) e uma caixa inferior (chamadas breves).

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

Exemplo: use métricas filtradas para relatar rapidamente o desempenho por grupo. Por exemplo, você pode dividir a opinião por região e ter uma opinião da América do Norte, uma opinião da América Latina, uma opinião sobre a Europa, etc.

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

Métricas matemáticas personalizadas em particular podem ser usadas para transformar dados de várias maneiras.

  • Converta unidades, como segundos em minutos, centavos em dólares ou até mesmo tempo gasto em dinheiro.
  • Gerar uma pontuação média.
  • Calcule métricas complexas e compostas.
  • Transforme uma escala, por exemplo, de 5 pontos para 100.
  • Estruturar dados não estruturados.
Exemplo: se você conhece a taxa horária de um empregado e quanto tempo uma interação demorou, você pode descobrir quanto custa uma interação ou incidente.

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

(métrica[volume muito insatisfeito]*1 + métrica[volume insatisfeito]*2 + métrica[neutra]*3 + métrica[volume satisfeito]*4 + métrica[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.