Complemento | Controle de qualidade (QA) ou Gestão do engajamento da força de trabalho (WEM) |
O filtro de sentimento do Zendesk QA identifica o sentimento e o tom dos clientes e dos agentes, e filtra aqueles que são visivelmente positivos ou negativos para que você possa identificar as melhores conversas para avaliação.
Este artigo abrange as seguintes seções:
Uso do filtro de sentimento
O filtro de sentimento mostra todas as conversas nas quais o Zendesk QA encontrou "sentimento positivo" ou "sentimento negativo".
As mensagens que tiverem um sentimento positivo ou negativo na conversa serão marcadas com um sorriso verde ou uma carinha vermelha, respectivamente.

Você também pode usar a linha do tempo para identificar onde essas mensagens estão na conversa e ir rapidamente para elas.

Como ativar o filtro de sentimento
- Siga as instruções para criar um novo filtro.
- Adicione a regra Sentimento é Positivo/Negativo.
Noções básicas sobre como o valor de sentimento é calculado
Usamos modelos de processamento de linguagem natural de última geração para atribuir sentimento às mensagens dos clientes.
Nossos dados mostram que o sentimento está fortemente relacionado aos valores do feedback da pesquisa. Em outras palavras, conversas negativas tendem a ter valores de pesquisa de feedback mais baixos. Isso torna o filtro de sentimento uma ferramenta eficiente para aprender quais tipos de conversas resultam em clientes insatisfeitos.
Às vezes, um sentimento negativo não significa necessariamente que o cliente está frustrado, mas pode significar que a mensagem descreve um problema complexo que é transmitido com algum vocabulário negativo de um idioma padrão.
É claro que nenhum modelo de aprendizado de máquina é perfeito e a qualidade da saída depende do tipo de texto. Conteúdo como código de produção, longas sequências de números ou letras e outros textos que não sejam palavras dificultam que a máquina processe adequadamente a entrada e podem levar a um julgamento impreciso.
0 comentários