📝 Что из классической VoC-схемы Сбор ― Обработка ― Анализ, самое простое? Это, очевидно, второй этап ― обработка. Но простота ― лишь вершина айсберга. Под ней скрывается большой объем обратной связи, для работы с которым нужно много времени и ресурсов. Прочитать фидбек и отправить его в какую-то категорию действительно легко, но комментариев может быть несколько тысяч. Тут уже нужна целая команда, чтобы все протегировать. Да и делать все желательно оперативно, чтобы данные не «протухли».

🤖 Впрочем, современный мир уже подарил нам некоторые инструменты, которые могут облегчить жизнь. Среди них ― искусственный интеллект, который может категоризировать большие объемы фидбека автоматически. О нем мы и написали нашу новую статью, которую уже можно почитать в нашем блоге!

Вместе с экспертами UX Feedback, которые непосредственно работали с ИИ-тегированием внутри продукта, мы разобрали принципы работы инструмента, его преимущества и недостатки.

🤓 Небольшой тизер:

«В нашем случае мы используем OpenAI, на котором работает ChatGPT. Как это работает? Мы выгрузили 10 тысяч комментариев из нашего личного кабинета, вручную проставили им теги и дальше "скормили" это ИИ с запросом, чтобы он научился обрабатывать фидбек по правилам, которые там прописаны. Соответственно, ИИ изучает комментарий, далее изучает присвоенный тег и начинает искать закономерности и паттерны. Все это он самостоятельно разбирает и анализирует, а дальше ему уже можно давать все новые комментарии без тегов. ИИ, на основе полученных знаний, начинает автоматически присваивать теги обратной связи».

💜 Полностью статью про ИИ-категоризацию можно прочитать здесь.
________