Aufgrund des verschärften Wettbewerbs haben die Kunden heute mehr Alternativen als je zuvor. Ein qualitativ hochwertiger Kundenservice ist heute eine der wichtigsten Maßnahmen, die Unternehmen ergreifen können, um wettbewerbsfähig zu bleiben. Bei der Absichtsklassifizierung wird ein Begriff aus dem natürlichen Sprachverständnis verwendet (NLU – Natural Language Understanding). Studien zeigen das:
- Ein Drittel der Verbraucher würde eine geliebte Marke nach nur einer negativen Begegnung aufgeben.
- Nach einer guten Begegnung empfehlen 70% der Verbraucher die Marke an Freunde weiter.
Das Ziel von Natural Language Understanding (NLU), einem Zweig der Natural Language Processing (NLP), ist es, das maschinelle Leseverständnis zu verbessern, indem die Grammatik und der Kontext von Wörtern untersucht werden. Unternehmen können ihre Kunden besser verstehen und das Kundenerlebnis verbessern, indem sie KI-Technologien in der Kundenbetreuung einsetzen, z. B. Chatbots und Personalisierung.
In diesem Blog werden die Absichtsklassifizierung und die verwendeten Methoden anhand von Beispielen erläutert.
Was ist eine Absichtsklassifizierung?
Bei der Klassifizierung nach der Absicht werden Sätze nach ihrer Bedeutung in Gruppen eingeteilt. Die Bedeutung zeigt, was der Sprecher sagen wollte. Sie können die standardmäßigen Systemintents in Ihrer App verwenden oder eigene Intents für bestimmte Aufgaben erstellen (die meisten Entwickler erstellen eigene Intents für Apps).
So können Sie zum Beispiel Grüße, Vereinbarungen, Meinungsverschiedenheiten, Geldüberweisungen, Taxibestellungen oder alles andere, was Sie benötigen, in verschiedene Absichtsklassen einordnen.
Das Modell sortiert jede Phrase in drei Gruppen: einfach, mehrfach oder keine.
Um ein Modell zur Klassifizierung von Intentionen zu erstellen, müssen Sie im Abschnitt Intentionen der Datei Trainingsbeispiele definieren. In der Dokumentation erfahren Sie mehr darüber, wie Sie dies tun können. Vergessen Sie nicht, die Dataset-Datei mit der Anwendung zu verknüpfen. Denken Sie auch daran, dass benutzerdefinierte Intents gleichzeitig mit Systemintents arbeiten können.
Möglichkeiten zur Verwendung der Absichtsklassifizierung mit Beispielen
Die automatische Verknüpfung von Wörtern oder Sätzen mit einer bestimmten Absicht wird durch die Absichtsklassifizierung erreicht, die maschinelles Lernen und die Verarbeitung natürlicher Sprache kombiniert. Ein Modell für maschinelles Lernen kann zum Beispiel feststellen, dass Sätze wie „Kaufen“ oder „erwerben“ sind häufig mit der Absicht zu kaufen verbunden.
Doch zunächst werden Textbeispiele, oft auch als Trainingsdaten bezeichnet, benötigt, um Absichtsklassifikatoren zu trainieren. Bei der Untersuchung von Kunden-E-Mails könnten Sie Tags wie:
- Interessiert
- Informationen benötigen
- Abbestellen
- Falsche Person
- E-Mail Absprung
- Autoreply, etc.
Wenn Sie Ihre Tags festgelegt haben, können Sie damit beginnen, relevante Textbeispiele für jedes Tag zu verwenden, um Ihren Absichtsklassifikator zu trainieren.
Nehmen Sie zum Beispiel: „Ich habe versucht, etwas zu kaufen, nachdem ich es auf der Website gesehen habe, aber ich bin nicht sicher, wie ich anfangen soll. Könnten Sie mir helfen?“ Sie können diese E-Mail als interessant kennzeichnen, wenn Sie möchten.
Je mehr Beispiele Sie dem Modell geben, desto intelligenter wird Ihr Absichtsklassifikator sein, weil er mehr Informationen zum Lernen hat.
Die Erkennung von Absichten kann durch die Kombination mit der Textextraktion verbessert werden, um bestimmte Informationen im Text zu finden, z. B. Daten, Orte, Firmennamen und andere Dinge, die mit der Absicht eines Benutzers in Verbindung stehen.
Wenn Sie z.B. die Nachricht erhalten: „Ich möchte einen Flug von Kanada in die USA buchen, aber meine Karte wurde abgelehnt“, würde ein Absichtsklassifikator dies als Absicht, einen Flug zu buchen, klassifizieren. Ein Textextraktor würde die Entitäten „Kanada“ und „USA“ herausziehen.
Die Nützlichkeit der Absichtsklassifizierung
Unternehmen können kundenorientierter werden, indem sie die Absichten ihrer Kunden klassifizieren, insbesondere in den Bereichen Vertrieb und Kundenservice. Die Klassifizierung von Absichten kann für viele Aufgaben entscheidend sein, z. B. für die schnellere Beantwortung von Leads, die Bearbeitung von Anfragen und die Bereitstellung von individuellem Service.
Hier finden Sie einige Vorteile im Detail:
-
Nutzen Sie jede Gelegenheit zum Verkaufen.
Die automatische Erkennung von Kaufabsichten ist für den Vertrieb und den Kundenservice von entscheidender Bedeutung, da sie es Unternehmen ermöglicht, schnell zu handeln und Leads in zahlende Kunden zu verwandeln. Je schneller die Teams auf Kaufabsichten reagieren, desto größer ist die Chance, einen Vertrag abzuschließen.
Manche Kunden verlangen eine Antwort innerhalb von 6 Stunden. Nehmen wir an, ein Facebook-Nutzer fragt nach der Verfügbarkeit eines Produkts. Mit einem Absichtsklassifikator können Sie einen interessierten Kunden schnell identifizieren und ihn kontaktieren, um den Umsatz zu steigern.
-
Skalieren Sie, wenn Sie expandieren
Selbst wenn Unternehmen mit Daten bombardiert werden, können Absichtsklassifikatoren potenzielle Kunden identifizieren und ihre Anfragen an das Verkaufspersonal weiterleiten. Maschinen arbeiten schneller als Menschen, ohne Unterbrechung, und werden nicht müde, so dass sie keinen Verkauf verpassen.
-
Verlässliche Standards
Maschinen verwenden immer dieselben Einstellungen und Kriterien, um Daten zu verarbeiten. Die Konsistenz der Maßnahmen stellt sicher, dass alle Verbraucherabsichten nach den gleichen Standards, Protokollen und Algorithmen untersucht werden. Das senkt die Fehlerquote und erhöht die Datengenauigkeit.
-
Steigern Sie die Umsatzzahlen
Wenn Sie eine Marketingkampagne starten und Kundeninteraktionen erhalten, können Sie Absichtsklassifikatoren verwenden, um Käufer mit hoher Absicht zu identifizieren und sie sofort anzusprechen. So gehen Ihre Konversionsraten durch die Decke.
-
Analyse von Verkaufskampagnen
Da explizite Absichten bei Ihren Vertriebs- und Marketingaktivitäten automatisch erkannt werden, können Sie schnell Berichte erstellen, die auf validen Daten zu Konversionsraten, interessierten Kunden, Upsell-Kandidaten und mehr basieren.
Fazit
Die Klassifizierung von Absichten kann Ihr bester Freund sein, wenn Sie Leads in Kunden verwandeln möchten. Wenn Sie KI zu Ihrem Vorteil nutzen, können Sie sich viele Interaktionen zwischen Ihren Nutzern und potenziellen Kunden ansehen und automatisch herausfinden, worum es bei den einzelnen Interaktionen geht.
Sobald Sie diese Aufgabe automatisiert haben, können Sie sofort Maßnahmen ergreifen und mit qualifizierten Leads in Kontakt treten. Wenn Sie sehen möchten, wie die Absichtsklassifizierung Ihnen beim Sortieren Ihrer Kundendaten helfen kann, können Sie eine Demo anfordern, und unser Team wird Ihnen dabei helfen, loszulegen.
QuestionPro ist eine hervorragende Alternative, wenn Sie mehr als eine einfache Umfrage-Software suchen. Sie erhalten Ihre Fragebögen und können damit beginnen, Informationen zu sammeln. Auf QuestionPro finden Sie alle Ressourcen, die Sie für die Recherche benötigen.
