การจําแนกเจตนา: มันคืออะไร & วิธีใช้พร้อมตัวอย่าง

เนื่องจากการแข่งขันที่เพิ่มขึ้นลูกค้าจึงมีทางเลือกอื่นมากขึ้นกว่าเดิม การให้บริการลูกค้าคุณภาพสูงเป็นหนึ่งในสิ่งสําคัญที่บริษัทสามารถทําได้เพื่อให้สามารถแข่งขันได้ แนวคิดจากความเข้าใจภาษาธรรมชาติถูกนํามาใช้ในการจําแนกเจตนา (NLU-ความเข้าใจภาษาธรรมชาติ) การศึกษาแสดงให้เห็นว่า:

• หนึ่งในสามของผู้บริโภคจะละทิ้งแบรนด์อันเป็นที่รักหลังจากเผชิญหน้าเชิงลบเพียงครั้งเดียว
• หลังจากการเผชิญหน้าที่ดี 70% ของผู้บริโภคแนะนําแบรนด์ให้เพื่อน ๆ

เป้าหมายของ Natural Language Understanding (NLU) ซึ่งเป็นสาขาหนึ่งของ Natural Language Processing (NLP) คือการปรับปรุงความเข้าใจในการอ่านด้วยเครื่องโดยการตรวจสอบไวยากรณ์และบริบทของคํา ธุรกิจอาจเข้าใจลูกค้าของตนได้ดียิ่งขึ้นและปรับปรุงประสบการณ์ของลูกค้าโดยใช้เทคโนโลยี AI ในการดูแลลูกค้า เช่น แชทบอทและการปรับเปลี่ยนในแบบของคุณ

บล็อกนี้จะอธิบายการจําแนกเจตนาและวิธีการที่ใช้กับตัวอย่าง

การจําแนกเจตนาคืออะไร

การจําแนกเจตนาจะแบ่งวลีออกเป็นกลุ่มตามความหมาย ความหมายแสดงให้เห็นว่าผู้พูดตั้งใจจะพูดอะไร คุณสามารถใช้ความตั้งใจของระบบเริ่มต้นในแอปของคุณหรือสร้างความตั้งใจที่กําหนดเองสําหรับงานที่เฉพาะเจาะจง (นักพัฒนาส่วนใหญ่สร้างความตั้งใจที่กําหนดเองสําหรับแอป)

ตัวอย่างเช่น คําทักทาย ข้อตกลง ความขัดแย้ง การโอนเงิน ใบสั่งแท็กซี่ หรือสิ่งอื่นใดที่คุณอาจต้องการอาจถูกจัดประเภทตามเจตนาที่แตกต่างกัน

โมเดลจะจัดเรียงแต่ละวลีออกเป็นสามกลุ่ม: กลุ่มเดียว หลาย หรือไม่มีเลย

ในการสร้างโมเดลสําหรับการจําแนกเจตนา คุณต้องกําหนดตัวอย่างการฝึกอบรมในส่วนเจตนาของไฟล์ คุณสามารถเรียนรู้เพิ่มเติมเกี่ยวกับวิธีการทําได้โดยอ่านเอกสารประกอบ อย่าลืมเชื่อมโยงไฟล์ชุดข้อมูลกับแอปพลิเคชัน นอกจากนี้ โปรดทราบว่าความตั้งใจที่กําหนดเองสามารถทํางานร่วมกับความตั้งใจของระบบได้ในเวลาเดียวกัน

วิธีใช้การจัดหมวดหมู่เจตนาพร้อมตัวอย่าง

การเชื่อมโยงคําหรือประโยคที่มีเจตนาเฉพาะโดยอัตโนมัติทําได้โดยการจําแนกเจตนา ซึ่งรวมการเรียนรู้ของเครื่องและการประมวลผลภาษาธรรมชาติเข้าด้วยกัน ตัวอย่างเช่น โมเดลแมชชีนเลิร์นนิงสามารถค้นพบวลีเช่น “ซื้อ” หรือ “ซื้อ” มักเชื่อมโยงกับความตั้งใจที่จะซื้อ

ตัวอย่างข้อความ ซึ่งมักเรียกว่าข้อมูลการฝึกอบรม เป็นสิ่งจําเป็นในการฝึกตัวจําแนกความตั้งใจ เมื่อตรวจสอบอีเมลของลูกค้า คุณสามารถเลือกแท็กเช่น:

• สนใจ
• ต้องการข้อมูล
• ยกเลิกการสมัคร
• คนผิด
• อีเมลตีกลับ
• ตอบกลับอัตโนมัติ ฯลฯ

เมื่อตั้งค่าแท็กแล้ว คุณจะเริ่มใช้ตัวอย่างข้อความที่เกี่ยวข้องสําหรับแท็กแต่ละแท็กเพื่อฝึกตัวแยกประเภทความตั้งใจได้

ยกตัวอย่างเช่น: “ฉันพยายามซื้ออะไรก็ได้หลังจากเห็นบนเว็บไซต์ แต่ฉันไม่แน่ใจว่าจะเริ่มต้นอย่างไร คุณจะช่วยฉันได้ไหม” คุณสามารถตั้งค่าสถานะอีเมลนี้ว่าน่าสนใจได้หากต้องการ

ยิ่งคุณให้ตัวอย่างโมเดลมากเท่าไหร่ ตัวจําแนกความตั้งใจของคุณก็จะยิ่งฉลาดมากขึ้นเท่านั้น เนื่องจากจะมีข้อมูลให้เรียนรู้มากขึ้น

การตรวจจับเจตนาสามารถปรับปรุงได้โดยการรวมกับการแยกข้อความเพื่อค้นหาข้อมูลเฉพาะในข้อความ เช่น วันที่ สถานที่ ชื่อบริษัท และสิ่งอื่นๆ ที่เชื่อมโยงกับเจตนาของผู้ใช้

ตัวอย่างเช่น หากคุณได้รับข้อความ “ฉันต้องการจองเที่ยวบินจากแคนาดาไปสหรัฐอเมริกา แต่บัตรของฉันถูกปฏิเสธ” ตัวแยกประเภทความตั้งใจจะจัดประเภทเป็นความตั้งใจในการจองเที่ยวบิน ตัวแยกข้อความจะดึงเอนทิตี “แคนาดา” และ “สหรัฐอเมริกา” ออกมา

ประโยชน์ของการจําแนกเจตนา

ธุรกิจสามารถให้ความสําคัญกับลูกค้าเป็นศูนย์กลางมากขึ้นโดยการจําแนกความตั้งใจของลูกค้า โดยเฉพาะอย่างยิ่งในด้านการขายและบริการลูกค้า การจําแนกความตั้งใจอาจมีความสําคัญสําหรับงานหลายอย่าง รวมถึงการตอบกลับลูกค้าเป้าหมายได้เร็วขึ้น

นี่คือประโยชน์บางประการในรายละเอียดเพิ่มเติม:

• ใช้ทุกโอกาสในการขาย

การตรวจจับความตั้งใจในการซื้อโดยอัตโนมัติมีความสําคัญต่อการขายและการบริการลูกค้า เนื่องจากช่วยให้องค์กรสามารถดําเนินการได้อย่างรวดเร็วและเปลี่ยนโอกาสในการขายให้เป็นลูกค้าที่ชําระเงิน ยิ่งทีมตอบกลับความตั้งใจในการซื้อเร็วเท่าใด โอกาสในการปิดสัญญาก็จะยิ่งมากขึ้นเท่านั้น

ลูกค้าบางรายต้องการการตอบกลับภายใน 6 ชั่วโมง สมมติว่าผู้ใช้ Facebook ขอความพร้อมใช้งานของผลิตภัณฑ์ ด้วยตัวแยกประเภทความตั้งใจ คุณสามารถระบุลูกค้าที่สนใจได้อย่างรวดเร็วและติดต่อพวกเขาเพื่อเพิ่มยอดขาย

• ปรับขนาดเมื่อคุณขยาย

แม้ว่าบริษัทต่างๆ จะถูกโจมตีด้วยข้อมูล แต่ตัวจําแนกความตั้งใจก็สามารถระบุผู้มีโอกาสเป็นลูกค้าและส่งคําถามไปยังพนักงานขายได้ เครื่องจักรทํางานได้เร็วกว่ามนุษย์ ไม่หยุดนิ่ง และไม่เหนื่อยล้า ดังนั้นจึงไม่พลาดการขาย

• มาตรฐานที่เชื่อถือได้

เครื่องใช้การตั้งค่าและเกณฑ์เดียวกันในการประมวลผลข้อมูลเสมอ ความสอดคล้องในมาตรการช่วยให้มั่นใจได้ว่าความตั้งใจของผู้บริโภคทั้งหมดได้รับการตรวจสอบภายใต้มาตรฐาน โปรโตคอล และอัลกอริทึมเดียวกัน ช่วยลดข้อผิดพลาดและเพิ่มความแม่นยําของข้อมูล

• เพิ่ม Conversion การขาย

การเปิดตัวแคมเปญการตลาดและรับปฏิสัมพันธ์กับลูกค้าอาจใช้ตัวจําแนกความตั้งใจเพื่อระบุผู้ซื้อที่มีความตั้งใจสูงและมีส่วนร่วมกับพวกเขาทันที ดังนั้นอัตราการแปลงของคุณจึงทะลุหลังคา

• การวิเคราะห์แคมเปญการขาย

ด้วยเจตนาที่ชัดเจนที่รับรู้โดยอัตโนมัติในกิจกรรมการขายและการตลาดของคุณคุณสามารถสร้างรายงานได้อย่างรวดเร็วโดยอิงจากข้อมูลที่ถูกต้องเกี่ยวกับอัตราการแปลงลูกค้าที่สนใจผู้มีโอกาสเป็นลูกค้าที่เพิ่มขึ้นและอื่น ๆ

บทสรุป

การจําแนกความตั้งใจสามารถเป็นเพื่อนที่ดีที่สุดของคุณหากคุณต้องการเปลี่ยนโอกาสในการขายให้เป็นลูกค้า เมื่อใช้ AI ให้เป็นประโยชน์ คุณสามารถดูการโต้ตอบมากมายระหว่างผู้ใช้และผู้มีโอกาสเป็นลูกค้า และค้นหาโดยอัตโนมัติว่าแต่ละรายการเกี่ยวกับอะไร

ทันทีที่คุณทํางานนี้โดยอัตโนมัติ คุณสามารถดําเนินการได้ทันทีและติดต่อกับลีดที่ผ่านการรับรอง หากคุณต้องการดูว่าการจําแนกความตั้งใจสามารถช่วยคุณจัดเรียงข้อมูลลูกค้าได้อย่างไร คุณสามารถขอการสาธิต และทีมงานของเราจะช่วยคุณเริ่มต้น

QuestionPro เป็นทางเลือกที่ยอดเยี่ยมหากคุณกําลังมองหามากกว่าซอฟต์แวร์สํารวจธรรมดา พวกเขาจะได้รับแบบสอบถามของคุณ ช่วยให้คุณเริ่มรวบรวมข้อมูลได้ คุณสามารถค้นหาแหล่งข้อมูลทั้งหมดที่คุณต้องการสําหรับการวิจัยบน QuestionPro

เรียนรู้เพิ่มเติม ทดลองใช้ฟรี