Stimmungsanalyse

  • Freigeben Version: Zurich
  • Aktualisiert 31. Juli 2025
  • 2 Minuten Lesedauer

    • Die Stimmungsanalyse kann Ihnen helfen, die Emotionen von Kunden zu messen. Das Ergebnis ist eine einfühlsamere und mitfühlendere Kunden-Experience.

    Mit der in Task Intelligence for Customer Service enthaltenen Stimmungsanalyse-Funktion können Sie:
    • E-Mail und Falltext auswerten.
    • Die aktuelle Stimmung neuer Fälle identifizieren.
    • Die laufende Stimmung aktualisierter Fälle identifizieren.
    • Diese Informationen Service Desk-Mitarbeitern und Managern anzeigen.
    Abbildung : 1. Fallliste mit Stimmungsfeldern
    Listenansicht „meine Fälle“ im konfigurierbaren CSM-Arbeitsbereich mit Feldern für positive, negative und neutrale Fallstimmung.

    Kundenservice-Mitarbeiter können anhand der aktuellen Fallstimmung ihre Arbeit und die laufende Stimmung priorisieren, da anhand des Trends im Laufe der Zeit sichtbar wird, ob sich die Fälle in die richtige Richtung entwickeln.

    Manager können anhand der Stimmung Fälle an Mitarbeiter mit den richtigen Empathiefähigkeiten weiterleiten, Fälle überwachen, sie bei Bedarf neu zuweisen und Eskalationen vermeiden. Der Manager kann außerdem Coaching-Möglichkeiten ermitteln, indem er sich Fälle ansieht, die mit einer negativen Stimmung geendet haben.
    Hinweis:
    In Zurich Release: Die Stimmungsanalysefunktion kann die Stimmung für Fälle vorhersagen, die in Englisch erstellt wurden.

    Modelle für maschinelles Lernen der Stimmungsanalyse

    Die Stimmungsanalyse verwendet ein vortrainiertes Modell für maschinelles Lernen, um E-Mails und Falltexte auszuwerten und die Stimmung vorherzusagen. Diese Analyse findet bei der Erstellung des Falls und bei seiner Aktualisierung durch den Kunden statt.
    Tabelle : 1. Stimmungsanalyse für Fälle
    Fallszenario Beschreibung
    Wenn ein Fall erstellt wird
    Das Stimmungsanalysemodell wertet den folgenden Text aus, um eine Vorhersage zu treffen:
    • Betreffzeile und Text von E-Mails.
    • Text in der Kurzbeschreibung und der Beschreibung eines Falls.
    Wenn das Modell eine Vorhersage treffen kann, gibt es die folgenden Informationen zurück:
    • Eine Stimmungsbezeichnung und die entsprechende Stimmungsebene.
      • Positiv (1,0)
      • Neutral (0,5)
      • Negativ (0,0)
    • Wert für die Vertrauenswürdigkeit der Vorhersage.

    Wenn das Modell eine Vorhersage treffen kann, wird die Stimmung dem Feld Ursprüngliche Stimmung hinzugefügt.

    Wenn das Modell keine Vorhersage treffen kann, wird die ursprüngliche Stimmung nicht festgelegt.

    Dieses System speichert die Stimmungsvorhersageinformationen in der Tabelle „Vorhersage-Ergebnisse für Aufgabe“.
    Wenn ein Fall aktualisiert wird
    Das Stimmungsanalysemodell wertet den folgenden Text aus, um eine Vorhersage zu treffen:
    • Text von Antwort-E-Mails.
    • Kommentare, die ein Kunde dem Fall hinzufügt.
    Wenn das Modell eine Vorhersage treffen kann, gibt es die folgenden Informationen zurück:
    • Eine aktualisierte Stimmungsbezeichnung und die entsprechende Stimmungsebene.
    • Wert für die Vertrauenswürdigkeit der Vorhersage.
    Das System:
    • Aktualisiert das Feld Aktuelle Stimmung mit der aktuellen Stimmung.
    • Vergleicht die aktualisierte aktuelle Stimmung mit der ursprünglichen aktuellen Stimmung, berechnet die Änderung der Stimmung und aktualisiert das Feld Stimmung im Laufe der Zeit.
      • Wenn die Punktzahl steigt, zeigt das Feld Stimmung im Laufe der Zeit „Wird verbessert“ an.
      • Wenn die Punktzahl sinkt, zeigt das Feld Stimmung im Laufe der Zeit „Nimmt ab“ an.
      • Wenn sich die Punktzahl nicht ändert, wird im Feld Stimmung im Laufe der Zeit weiterhin der vorherige Wert angezeigt.
      Hinweis:
      Wenn die ursprüngliche Stimmung „Neutral“ und die aktuelle Stimmung „Neutral“ ist, ist die Stimmung im Laufe der Zeit „Neutral“.

    Wenn das Modell keine Vorhersage treffen kann, werden keine Informationen aufgezeichnet, und der Wert im Feld Aktuelle Stimmung bleibt unverändert.

    Weitere Informationen zum vortrainierten Modell für maschinelles Lernen finden Sie unter Modell zur Vorhersage der Fallstimmung erstellen.