உணர்வு பகுப்பாய்வு மற்றும் தர மேலாண்மை: பேச்சு பகுப்பாய்வுகளுடன் QA

ஆதாயங்கள்:

• உணர்வு பகுப்பாய்வு மற்றும் பேச்சு பகுப்பாய்வு மூலம் தனிப்பட்ட மற்றும் ஒட்டுமொத்த போக்குகளைப் படிக்கும் திறன் மற்றும் முழுமையான உண்மைகளுக்குப் பதிலாக மதிப்பெண்களை சமிக்ஞைகளாகப் பயன்படுத்துதல்
• 100% உரையாடல்களை ஒரு புறநிலை ஸ்கோர்கார்டு மூலம் ஸ்கேன் செய்து, இறுதி முடிவை மனிதனிடம் விட்டுச் செல்லும் போது, ஆதார அடிப்படையிலான பூர்வாங்க மதிப்பீட்டை உருவாக்கும் திறன்
• மேம்பாடு மற்றும் அனுபவத்தை மேம்படுத்தும் நோக்கத்திற்காக தண்டனைக் கலாச்சாரத்திலிருந்து விலகி வெளிப்படைத்தன்மையுடன் தர அமைப்பை நிறுவும் திறன்

ஒரு கால் சென்டரில் ஒவ்வொரு நாளும் ஆயிரக்கணக்கான உரையாடல்கள் உள்ளன, ஆனால் கிளாசிக்கல் முறையில், தரமான குழு அவற்றில் ஒரு சிறிய பகுதியை மட்டுமே கேட்கவும் மதிப்பீடு செய்யவும் முடியும் (பெரும்பாலான இடங்களில் 1-2%). அதாவது 98% உரையாடல்கள் எப்போதும் ஆராயப்படாமலேயே தொலைந்துவிட்டன; ஒரு வாடிக்கையாளர் தவறாக நடத்தப்பட்டாலும் அல்லது ஒரு பிரதிநிதி பலமுறை தவறான தகவலை அளித்தாலும், யாரும் கவனிக்க மாட்டார்கள். செயற்கை நுண்ணறிவு இந்த படத்தை தீவிரமாக மாற்றுகிறது: இது ஒவ்வொரு உரையாடலையும் படித்து மதிப்பீடு செய்ய முடியும். இந்த பிரிவில், இரண்டு தொடர்புடைய தலைப்புகளை நாங்கள் உள்ளடக்குவோம்: உணர்வு பகுப்பாய்வு (வாடிக்கையாளர் மற்றும் பிரதிநிதியின் உணர்ச்சித் தொனியை அளவிடுதல்) மற்றும் தர மேலாண்மை (QA - தர உத்தரவாதம்; தரநிலைகளுடன் உரையாடல்களின் இணக்கத்தை மதிப்பீடு செய்தல்).

முதல் இரண்டு சொற்கள். உணர்வு பகுப்பாய்வு என்பது ஒரு உரை அல்லது பேச்சின் நேர்மறை, எதிர்மறை அல்லது நடுநிலை உணர்ச்சித் தொனியாகும்; இது கோபம், திருப்தி மற்றும் பதட்டம் போன்ற சூழ்நிலைகளை தானாகவே கண்டறிவதாகும். பேச்சு பகுப்பாய்வு (இன்டராக்ஷன் அனலிட்டிக்ஸ்) என்பது அனைத்து உரையாடல்களையும் கூட்டாக பகுப்பாய்வு செய்து போக்குகள், அடிக்கடி வரும் தலைப்புகள், அபாயங்கள் மற்றும் வாய்ப்புகளைப் பிரித்தெடுப்பதாகும். ஒன்றாக, அவர்கள் அழைப்பு மையத்திற்கு "கேட்கும் காதுகள்" கொடுக்கிறார்கள்: மேலாளர் தனித்தனியாக கேட்க முடியாத ஆயிரக்கணக்கான உரையாடல்களிலிருந்து அர்த்தத்தை உருவாக்குகிறது.

உணர்வு பகுப்பாய்வு: துடிப்பை வைத்திருத்தல்

உணர்வு பகுப்பாய்வு இரண்டு நிலைகளில் செயல்படுகிறது. ஒற்றை நிலை: உரையாடலின் பொதுவான தொனியைக் காட்டுகிறது (“வாடிக்கையாளர் கோபமாகத் தொடங்கினார், இறுதியில் அமைதியாகிவிட்டார்”) மற்றும் திருப்புமுனைகளைக் காட்டுகிறது. மொத்த நிலை: ஆயிரக்கணக்கான உரையாடல்களில் இருந்து "இந்த வாரம் 18% எதிர்மறையான உணர்வு அதிகரித்தது, பெரும்பாலும் 'பில்' பற்றி" போன்ற போக்குகளைப் பிரித்தெடுக்கிறது. இந்தத் தகவல் பொன்னானது: இது கோபத்தின் எழுச்சி, தயாரிப்பு சிக்கல் அல்லது புதிய பிரச்சாரத்தைப் பற்றிய குழப்பத்தை முன்கூட்டியே பிடிக்கிறது.

இருப்பினும், உணர்வு பகுப்பாய்வு சரியானது அல்ல. துருக்கிய மொழியில், கிண்டல், நகைச்சுவை மற்றும் பழமொழிகள் மாதிரியை தவறாக வழிநடத்தும் ("மிக்க நன்றி, சிறந்த சேவை!" என்ற வாக்கியம் கோபத்தில் சொல்லப்பட்டிருக்கலாம்). மேலும், சென்டிமென்ட் மதிப்பெண் ஒரு சமிக்ஞை, உறுதியான உண்மை அல்ல. எனவே தனிப்பட்ட பிரதிநிதியைத் தண்டிக்க உணர்ச்சிப் பகுப்பாய்வைப் பயன்படுத்தாமல், போக்குகளைப் பார்க்கவும், கவனம் தேவைப்படும் உரையாடல்களை முன்னிலைப்படுத்தவும்.

உதவிக்குறிப்பு: உணர்ச்சிப் பகுப்பாய்வை "எச்சரிக்கையாக" பயன்படுத்தவும், "தீர்ப்பு" அல்ல. ஒற்றை எதிர்மறை மதிப்பெண் ஒரு பிரதிநிதியை கண்டிக்காது; ஆனால் அதிகரித்து வரும் எதிர்மறை போக்கு ஆய்வு செய்ய வேண்டிய பகுதியைக் குறிக்கிறது. சிக்னலை மனிதருடன் சரிபார்க்கவும்.

தர மேலாண்மை: 1%க்கு பதிலாக 100% மதிப்பீடு

கிளாசிக் QA இல், ஒரு தர நிபுணர் தோராயமாகத் தேர்ந்தெடுக்கப்பட்ட சில அழைப்புகளை மதிப்பீட்டுப் படிவத்துடன் (ஸ்கோர்கார்டு—“வாழ்த்து கொடுக்கப்பட்டதா, அடையாளம் சரிபார்க்கப்பட்டதா, தீர்வு வழங்கப்பட்டதா, நிறைவு பொருத்தமானதா” போன்ற உருப்படிகள்) மதிப்பெண்களைப் பெறுகிறார். இந்த முறை சிறிய மாதிரி அளவு, அகநிலை மற்றும் தாமத சிக்கல்களால் பாதிக்கப்படுகிறது. செயற்கை நுண்ணறிவு-ஆதரவு QA இல், ஸ்கோர்கார்டு உருப்படிகளின்படி அனைத்து உரையாடல்களையும் மாடல் தானாகவே மதிப்பீடு செய்கிறது; எந்தக் கட்டுரை விடுபட்டுள்ளது, எந்தப் பேச்சுகள் ஆபத்தானவை, எந்தப் பிரச்சினையில் எந்தப் பிரதிநிதியை ஆதரிக்க வேண்டும் - இவை அனைத்தையும் காட்டுகிறது.

முக்கியமான புள்ளி: AI இன் QA மதிப்பெண் ஒரு பூர்வாங்க திரையிடல் மற்றும் அறிகுறியாகும், இறுதி மதிப்பீடு அல்ல. AI கூறுகிறது "இந்த உரையாடல் அங்கீகாரப் படியைத் தவிர்த்துவிட்டதாகத் தெரிகிறது"; தர நிபுணர் இந்த குறிக்கப்பட்ட உரையாடல்களை ஆராய்ந்து இறுதி முடிவை எடுக்கிறார். எனவே, ஆயிரக்கணக்கான உரையாடல்களைக் கேட்பதற்குப் பதிலாக, நிபுணர் AI கொடியிடும் அபாயகரமான/முன்மாதிரியான உரையாடல்களில் கவனம் செலுத்துகிறார் - அவை சிறந்தவை மற்றும் விரிவானவை.

பின்வரும் அட்டவணை இரண்டு அணுகுமுறைகளையும் ஒப்பிடுகிறது:

அளவு

கிளாசிக் QA

AI-இயங்கும் QA

நோக்கம்

1-2% உரையாடல்கள்

100% ஸ்கேன் செய்யப்பட்டது

கால அளவு

மெதுவாக, கை கேட்கும்

உடனடி ஸ்கேன்

நிலைத்தன்மை

நிபுணரைப் பொறுத்து மாறுபடும்

அளவுகோலுக்கு தொடர்ந்து பயன்படுத்தப்படுகிறது

அகநிலை

உயர்

அளவுகோல் தெளிவானது, சமிக்ஞை + மனித

இறுதி முடிவு

நிபுணர்

நிபுணர் (AI இல் கவனம் செலுத்துகிறார்)

ஆபத்து

சிக்கல்களிலிருந்து தப்பித்தல்

தவறான அடையாளம் (சரிபார்க்கப்பட வேண்டும்)

படிப்படியாக: AI-இயங்கும் தர நிரல்

1. ஸ்கோர்கார்டைத் தெளிவுபடுத்தவும்: மதிப்பீட்டுப் பொருட்களைப் புறநிலையாகவும் அளவிடக்கூடியதாகவும் எழுதவும் ("மரியாதையாகச் செயல்பட்டது" போன்ற தெளிவற்றதாக இல்லை, ஆனால் "வாடிக்கையாளரின் பெயர்/பொருத்தமான முகவரி மூலம் வாழ்த்தப்பட்டது" போன்ற தெளிவானது).
2. AI க்கு அளவுகோல்களை வழங்கவும்: இந்த உருப்படிகளின்படி ஒவ்வொரு உரையாடலையும் "முடிந்தது/செய்யவில்லை/தெளிவாக இல்லை" என மதிப்பிடவும்; ஆதார வாக்கியத்தைக் காட்டினீர்கள்.
3. ஆபத்தானவற்றை முன்னிலைப்படுத்தவும்: குறைந்த மதிப்பெண், கோபம் அல்லது இணக்கம்-ஆபத்து உரையாடல்களை நிபுணரிடம் கொண்டு வாருங்கள்.
4. நிபுணர் உறுதிப்படுத்துகிறார்: இறுதி மதிப்பெண் மற்றும் கருத்து மனிதனுடையது; AI "நிச்சயமற்றது" என்று அழைக்கும் இடங்கள் நிச்சயமாக மனிதர்களுக்குக் கிடைக்கும்.
5. அதை பயிற்சியாக மாற்றவும்: முகவர் மேம்பாட்டிற்கான கண்டுபிடிப்புகளைப் பயன்படுத்தவும் - முன்னேற்றத்தில் கவனம் செலுத்துகிறது, தண்டனை அல்ல.

நகலெடுக்கக்கூடிய நான்கு வார்ப்புருக்கள்

1) ஸ்கோர்கார்டு மதிப்பீடு:

பின்வரும் உருப்படிகளின்படி பின்வரும் அநாமதேய உரையாடலை மதிப்பீடு செய்யவும். ஒவ்வொரு உருப்படிக்கும்: நிலை=[முடிந்தது/செய்யவில்லை/தெளிவாகவில்லை] மற்றும் ஒரு சான்று வாக்கியம் (உரையாடலில் இருந்து மேற்கோள்) ஆகியவற்றைக் கொடுங்கள். ஆதாரம் இல்லை என்றால், "தெளிவில்லாதது" என்று சொல்லுங்கள்; யூகங்கள்

2) உணர்வு மற்றும் திருப்புமுனை பகுப்பாய்வு:

அநாமதேய உரையாடலின் உணர்ச்சிப் பாதையை கீழே வரையவும்.- தொடக்கத் தொனி, முடிவு தொனி (அமைதி/கோபம்/கவலை/திருப்தி),- உணர்ச்சி மாறிய தருணம் மற்றும் ஏன் (மேற்கோளுடன்),- கோபம்/நெருக்கடிக்கான அறிகுறிகள் ஏதேனும் இருந்ததா, அதை முகவர் எப்படிக் கையாண்டார்? சாத்தியமான முரண்பாடு/குறுக்கல்களைக் கவனியுங்கள் உங்களுக்கு உறுதியாக தெரியவில்லை என்றால், "தெளிவில்லாதது" என்று சொல்லுங்கள். பேச்சு: << டிரான்ஸ்கிரிப்ஷன்>>

3) ஒட்டுமொத்த போக்கு அறிக்கை:

இந்த வார அநாமதேய உரையாடல் குறிச்சொற்கள் மற்றும் உணர்வு மதிப்பெண்கள் கீழே உள்ளன. (1) மிகவும் அதிகரித்து வரும் எதிர்மறை-உணர்ச்சி தலைப்பு, (2) சாத்தியமான மூல காரணக் கருதுகோள் (நிரூபித்தல்), (3) 3 தலைப்புகள் ஆய்வுக்கு பரிந்துரைக்கப்படுகின்றன. தரவுகளிலிருந்து எண்களை எடுத்துக் கொள்ளுங்கள், அவற்றை உருவாக்க வேண்டாம்; கருதுகோள்களை "உறுதிப்படுத்தப்பட வேண்டும்" எனக் குறிக்கவும். தரவு: <<சுருக்க அட்டவணை>>

4) பயிற்சி சுருக்கம் (முகவர் மேம்பாடு):

பின்வரும் மதிப்பீடு செய்யப்பட்ட உரையாடல்களின் அடிப்படையில் ஒரு பிரதிநிதிக்கு வளர்ச்சியை மையமாகக் கொண்ட, தண்டனையற்ற பயிற்சிக் குறிப்பை உருவாக்கவும். - பலம் (2), - முன்னேற்றத்திற்கான பகுதி (2, உறுதியான எடுத்துக்காட்டுகளுடன்), - 1 பரிந்துரைக்கப்பட்ட மைக்ரோ-கோல். லேபிள்களின் தனிப்பட்ட தீர்ப்பு/பயன்பாடு. தரவு: << பேச்சு மதிப்பீடுகள்>>

பலவீனமான வரியில் / வலுவான வரியில்

பலவீனமான உடனடி:

இந்தப் பிரதிநிதி நல்லவரா கெட்டவரா என மதிப்பிடவும்.

அகநிலை, அளவுகோல் இல்லாமல், ஆதாரம் இல்லாமல், தண்டனை; இது ஒரு நியாயமற்ற மற்றும் நியாயமற்ற "தீர்ப்பை" உருவாக்குகிறது.

சக்திவாய்ந்த தூண்டுதல்:

இந்த அநாமதேய உரையாடலை 6 உருப்படிகளின் ஸ்கோர்கார்டின் படி மதிப்பிடவும்; ஒவ்வொரு உருப்படிக்கும், மேற்கோள் முடிந்தது/முடியவில்லை/தெளிவாக இல்லை + பேச்சிலிருந்து ஆதாரம். ஆதாரம் இல்லை என்றால், "தெளிவாக இல்லை" என்று சொல்லுங்கள். நான் (தர நிபுணர்) இறுதி முடிவை எடுப்பேன்; நீங்கள் ஆதாரத்துடன் பூர்வாங்க மதிப்பீட்டை மட்டும் செய்கிறீர்கள்.

வித்தியாசம்: அளவுகோல் தெளிவானது, ஆதாரம் கட்டாயமானது, நிச்சயமற்ற தன்மை நேர்மையானது, இறுதி முடிவு நபரிடம் உள்ளது.

மூன்று சிறிய வழக்குகள்

வழக்கு 1 - 100% கவரேஜின் சக்தி. ஒரு வங்கியில், QA குழு மாதத்திற்கு ~1,200 உரையாடல்களைக் கேட்க முடியும் (மொத்தத்தில் 1.5%). அனைத்து 80,000 உரையாடல்களும் AI மூலம் ஸ்கேன் செய்யப்பட்டன; அங்கீகாரப் படியானது 6% நேரம் தவிர்க்கப்பட்டது - இது கிளாசிக் மாதிரியுடன் ஒருபோதும் பார்க்க முடியாத இணக்க ஆபத்து. இலக்கு பயிற்சி மூலம், விகிதம் 2 மாதங்களில் 1% க்கும் குறைவாக குறைந்தது.

வழக்கு 2 - ஐரனி பொறி. ஒரு ஈ-காமர்ஸ் மையத்தில், உணர்ச்சி மாதிரி "நீங்கள் பெரியவர், நான் 3 நாட்களாக காத்திருக்கிறேன்" போன்ற முரண்பாடான வாக்கியங்களை "பாசிட்டிவ்" என்று கருதுகிறது; அதனால் கோபமடைந்த சில வாடிக்கையாளர்கள் "திருப்தி அடைந்துள்ளனர்". மாடலை மட்டுமே முடிவெடுக்கும் நபராக மாற்றாமல், மனிதக் கண்ணால் மாதிரி மூலம் மதிப்பெண்கள் சரிபார்க்கப்பட்டபோது, ​​குழு தனித்தனியாக முரண்பாட்டைக் குறித்தது மற்றும் அறிக்கைகளின் நம்பகத்தன்மை அதிகரித்தது. பாடம்: உணர்வு மதிப்பெண் ஒரு சமிக்ஞை, ஒரு முழுமையான உண்மை அல்ல.

வழக்கு 3 - ஆரம்ப எச்சரிக்கை. ஒரு டெலிகாமில் உள்ள பேச்சு பகுப்பாய்வு, செவ்வாய் அன்று தொடங்கி 3 நாட்களில் "பில்" பற்றிய எதிர்மறை உணர்வு 40% அதிகரித்துள்ளது என்பதைக் காட்டுகிறது. புதிய கட்டணத்திற்கு மாறுவதில் இன்வாய்ஸ்கள் தவறாகப் பிரதிபலித்தது விசாரணையில் தெரியவந்தது. ஆயிரக்கணக்கான புகார்கள் குவிவதற்கு முன், ஒரு ஆரம்ப உணர்ச்சி சமிக்ஞையால் சிக்கல் பிடிக்கப்பட்டு சரி செய்யப்பட்டது. Analytics ஒரு ஆரம்ப எச்சரிக்கை அமைப்பாகவும், தரமான கருவியாகவும் மாறியுள்ளது.

பொதுவான தவறுகள்

• உணர்ச்சி மதிப்பெண்ணை முழுமையான உண்மையாகக் கருதுதல். முரண், பழமொழி மற்றும் சூழல் மாதிரியை தவறாக வழிநடத்துகிறது; ஸ்கோரை சிக்னலாகப் பயன்படுத்தவும், மனிதனுடன் சரிபார்க்கவும்.
• AI மதிப்பெண்ணை இறுதி முடிவெடுப்பது. QA இல், இறுதி மதிப்பீடு மற்றும் கருத்து மனிதனுடையது; AI முன்னேறுகிறது.
• தெளிவற்ற ஸ்கோர்கார்டு பொருட்கள். "அவர் நன்றாக நடந்து கொண்டார்" என்பதை அளவிட முடியாது; புறநிலை, சரிபார்க்கக்கூடிய உருப்படிகளை எழுதுங்கள்.
• QA ஐ தண்டனைக்கான கருவியாக மாற்றுதல். நோக்கம் வளர்ச்சி மற்றும் வாடிக்கையாளர் அனுபவம்; தண்டனையின் கலாச்சாரம் முகவரை அமைதிப்படுத்துகிறது மற்றும் தரவை சிதைக்கிறது.
• ஆதாரம் இல்லாத மதிப்பீடு. ஒவ்வொரு கண்டுபிடிப்பும் பேச்சின் மேற்கோள் மூலம் ஆதரிக்கப்பட வேண்டும்; இல்லையெனில், அதை "தெளிவற்ற" என்று அழைக்க வேண்டும்.

எச்சரிக்கை: AI உடனான அனைத்து உரையாடல்களையும் அளவிடுவது சக்தி வாய்ந்தது ஆனால் உணர்திறன் கொண்டது. ஊழியர்களை தொடர்ந்து கண்காணித்து தண்டிக்கும் அமைப்பாக இதை மாற்றுவது நெறிமுறைக்கு புறம்பானது மற்றும் அணியின் நம்பிக்கையை அழிக்கிறது. வாடிக்கையாளர் அனுபவம் மற்றும் முகவர் மேம்பாட்டை மேம்படுத்துவதே குறிக்கோள்; வெளிப்படைத்தன்மை மற்றும் வளர்ச்சி கவனம் அவசியம்.

சுருக்கமாக

சென்டிமென்ட் பகுப்பாய்வு மற்றும் AI-இயங்கும் தர மேலாண்மை ஆயிரக்கணக்கான உரையாடல்களைக் கேட்க கால் சென்டர் காதுகளை வழங்குகிறது: 1%க்கு பதிலாக 100% மாதிரியை ஸ்கேன் செய்தல், ஆரம்பகால போக்குகளைப் பிடித்து தர மதிப்பீட்டை சீராக வைத்திருத்தல். ஆனால் உணர்வு மதிப்பெண் ஒரு சமிக்ஞை, முழுமையான உண்மை அல்ல; QA இல், இறுதி முடிவு மனிதனுடையது. ஸ்கோர்கார்டை புறநிலையாக எழுதுங்கள், ஒவ்வொரு கண்டுபிடிப்பையும் ஆதாரமாகக் கூறுங்கள், மனிதர்களுக்கு நிச்சயமற்ற தன்மையை விட்டுவிட்டு, முழு அமைப்பையும் வெளிப்படைத்தன்மையுடன் நிறுவவும், வளர்ச்சி மற்றும் அனுபவத்தை மேம்படுத்தும் நோக்கத்துடன், தண்டனை அல்ல.

விண்ணப்ப பணி

6 உருப்படிகளுடன் ஒரு புறநிலை மதிப்பெண் அட்டையை வடிவமைக்கவும் (ஒவ்வொரு பொருளும் அளவிடக்கூடியதாகவும் நிரூபிக்கக்கூடியதாகவும் இருக்க வேண்டும்). ஒரு கற்பனையான/அநாமதேய டிரான்ஸ்கிரிப்டை எடுத்து, "1) மதிப்பெண் அட்டை மதிப்பீடு" மற்றும் "2) உணர்வு பகுப்பாய்வு" டெம்ப்ளேட்களைப் பயன்படுத்தவும். மாதிரி "தெளிவற்றது" என்று கூறும் பகுதிகளையோ அல்லது முரண்பாடாக இருக்கக்கூடிய இடங்களையோ தனிப்படுத்தி, அவற்றை ஒரு மனித நிபுணர் எவ்வாறு சரிபார்க்க வேண்டும் என்பதை எழுதவும். இறுதியாக, "4) பயிற்சி சுருக்கம்" கொண்ட வளர்ச்சியை மையமாகக் கொண்ட குறிப்பை உருவாக்கவும்.

சரிபார்ப்பு பட்டியல்

• [ ] எனது ஸ்கோர்கார்டு உருப்படிகள் புறநிலை, அளவிடக்கூடிய மற்றும் சரிபார்க்கக்கூடியவை.
• AI மதிப்பீடு பூர்வாங்க திரையிடல்; இறுதி QA முடிவு மற்றும் கருத்து மனிதனிடம் உள்ளது.
• [ ] நான் உணர்வு மதிப்பெண்களை சமிக்ஞைகளாகப் பயன்படுத்துகிறேன், முழுமையான உண்மையாக அல்ல.
• [ ] ஒவ்வொரு கண்டுபிடிப்பும் உரையாடலில் இருந்து ஆதாரங்களின் மேற்கோள் மூலம் ஆதரிக்கப்படுகிறது; இல்லையெனில் "தெளிவாக இல்லை".
• [ ] வளர்ச்சி மற்றும் அனுபவத்தை மேம்படுத்தும் நோக்கத்திற்காக நான் அமைப்பை அமைத்தேன், தண்டனை அல்ல.
• பகுப்பாய்வின் நோக்கம் மற்றும் நோக்கம் பணியாளர்களுக்கு வெளிப்படையாக விளக்கப்பட்டது.