Tekoäly-demo kehittyy: uusia toiminnallisuuksia lisätty

26.06.2019

Haluamme esitellä erilaisia tekoälyn mahdollisuuksia.

Tätä varten olemme tehneet demon, jossa hyödynnämme tekoälyä Helsingin kaupungin avoimen asukaspalautteen käsittelyssä. Kehitämme demoamme jatkuvasti ja uusia toiminnallisuuksia on julkaistu tämän vuoden aikana jo useita.

Löydät demon täältä ja voit testata sitä vapaasti: bit.ly/analytiikkademo

 

Asiakkaamme ovat kysyneet paljon asiakaspalautteiden ja tikettien luokittelusta tekoälyn avulla, joten lisäsimme automaattisen luokittelun demomme uuteen versioon. Luokittelu voi auttaa useissa tarpeissa:

  • Halu ymmärtää asiakasta ja uusia ilmiöitä asiakaskäyttäytymisessä paremmin. Palautteita tulee paljon, eri kanavista ja usealle eri henkilölle. Nämä tekevät keskitetystä seurannasta vaikeaa. Tekoäly voi auttaa hahmottamaan esimerkiksi asiakastyytyväisyydessä tapahtuvia muutoksia ja trendejä.
  • Asiakkaan antama palaute jää useasti hyödyntämättä. Automaattinen luokittelu ja analysointi sisällön perusteella mahdollistaa palautteiden kohdennetun tarkastelun. Automatisointi säästää asiakaspalvelijan aikaa ja nopeuttaa palautteiden käsittelyä sekä mahdollistaa seurannan pidemmällä aikavälillä.
  • Asiakkaiden antamia palautteita voi olla hankala luokitella manuaalisesti. Koneen tekemä automaattinen luokittelu tehdään luokittelijan avulla aina samalla tavalla. Demossa näet, miten kone on toteuttanut luokittelut eli millaisia viestejä eri luokkiin on mennyt.

Alla viimeisimmät toiminnallisuudet:

Tekoälyn avulla luokitellut palautteet

Ensimmäisessä näkymässä näet automaattisesti luokitellut palautteet. Näet vasemmassa alakulmassa määrittämämme luokat palautteille. Määritellessämme näitä luokkia ja niiden määrää, hyödynsimme tekoälyä ihmisen apuna. Tämän pohjalta kehitimme automaattisen luokittelijan, joka tunnistaa palautteen luokan ja antaa luokittelulle varmuuden välillä 0-1. Palaute voi olla tunnistettu myös useampaan luokkaan.

Osa palautteista on tunnistettu luokittelemattomaksi, koska niiden tekstistä ei välttämättä pystyisi ihminenkään tunnistamaan luokkaa, esimerkiksi pelkkä osoite tai kuva. Myös tämä luokka tunnistetaan automaattisesti.

Tekoälyn avulla luokitellut palautteet kartalla

Tässä näkymässä näet luokitellut palautteet kartalla sekä sanapilven valittuna olevien palautteiden yleisimmistä sanoista.

Tämä tapa visualisoida suurta määrää palautteita auttaa niiden sisällön ymmärtämisessä. Sanapilvessä suuremmat sanat ovat yleisempiä kuin pienemmät.

Tyytyväisyysindeksi päivitetty

Palautteille on myös määritelty tyytyväisyysindeksi, eli onko annattu palaute positiivista vai negatiivista. Korkeammat arvot ovat positiivisia ja matalammat negatiivisia.

Myös tyytyväisyysindeksi on nyt laskettu vastaavalla menetelmällä kuin luokat. Tämä lisää tyytyväisyysindeksin tarkkuutta, koska malli on koulutettu juuri Helsingin kaupungin palautteilla.

Mallille opetettiin ihmisen tekemä arvio palautteen tyytyväisyystasosta.

Kaikki mallit on koulutettu 29.3.2019 mennessä saapuneilla palautteilla. Tämän jälkeen saapuneet palautteet on luokiteltu automaattisesti näiden aikaisemmin tehtyjen mallien avulla.

Testaa demoamme ja uusia toiminnallisuuksia: bit.ly/analytiikkademo

Kerromme mielellämme lisää, miten voit hyödyntää tekoälyä. Olethan yhteydessä meihin.