AOC利用生成式人工智能分析每月20.000万份满意度调查问卷中的评论—

9 年多来，AOC 一直对其服务的用户进行满意度调查，以收集他们的评估，发现服务的优势和需要改进的地方。在此期间，我们收集了超过2万份调查问卷和500.000万条评论。

只有 2024年已收集237.742份调查问卷，有 51.573 条定性评论需要进行分析、总结和构建。五个月以来，我们一直采用生成人工智能 (AI) 来简化这项任务。到目前为止，这项工作都是手动完成的，而且只是对评论进行抽样，因为我们没有资源来分析所有评论。大约每 5 条评论我们就要花 1 分钟的时间：这意味着如果我们分析所有评论（平均 5 条），我们每月将花费超过 4300 个小时的时间。

生成式人工智能是提取知识的非常有用的工具

生成式人工智能的使用代表着效率的显著进步：它使我们能够按月分析所有评论。同时，它生成包含关键知识的执行摘要（可行的洞见）来找出什么能给用户带来最大的价值，以及我们需要纠正或改进什么。成为贯彻落实以人为本服务战略、持续改进AOC服务的重要工具。

实现算法的流程和结果如下：

感受的分类：人工智能可以分析评论并判断其是正面、负面还是中立。这是使用自然语言处理 (NLP) 技术来实现的，该技术可以识别与不同感受相关的关键词和短语。
主题提取：AI 可以识别评论中的共同主题。例如，如果许多评论提到“访问问题”或“服务质量”，AI 可以将这些评论归类到这些主题下。
自动摘要：人工智能可以生成评论摘要，突出最重要的观点。当评论量很大时这尤其有用。
数据可视化：人工智能工具可以创建图表和表格，显示正面和负面评论的分布以及提及最多的话题。这使得一眼就能理解数据变得更容易。
模式检测：人工智能可以检测出肉眼可能不明显的评论模式。例如，它可以识别负面评论与某些时间段或特定事件之间是否存在关联。

这些功能使 AOC 能够更好地了解用户意见，并以敏捷、快速的方式做出明智的决策来改进其产品和服务。

发表于

开放管理

AOC 使用生成式 AI 分析与每月 20.000 份满意度调查相关的评论

生成式人工智能是提取知识的非常有用的工具

发表于

订阅 AOC 通讯

相关条目

AOC

服务

你可以吗eres特区

资源

特色门户网站