Histórico de requisitos
As equipes de produto geralmente enfrentam:
- Grande número de comentários de usuários/textos de questionários
- A classificação manual é demorada e exige muita mão de obra
- Dificuldade em quantificar as tendências emocionais
Programa de análise de texto Melder
- Classificação inteligente
despesa ou gasto=CATEGORIZE(A2,"feedback type",{"功能建议","bug报告","体验抱怨"})Etiquetagem automática com uma precisão de 92% - Análise de sentimento
=SENTIMENT(A2)Saída da fórmula:
- Classificação positiva/negativa (0-100)
- nuvem de palavras-chave
- Curva de mudança de humor - Agrupamento temático
Uso de perguntas abertas=THEMES(A2)Extração automática:
- Os 5 principais tópicos de alta frequência
- rede associativa
- Classificação de urgência
habilidade operacional
1) Use primeiro=GEN(A2,"生成3个改进建议")Obter insights de IA
2) Combinado com estatísticas de tabela dinâmica sobre a porcentagem de cada classificação
3) Preparando-se para receber feedback negativo=IF(SENTIMENT(A2)<30,"紧急","常规")tratamento hierárquico
Essa resposta foi extraída do artigoMelder: Suplemento para adicionar fórmulas de IA e poder de processamento de documentos às tabelas do ExcelO
Não pode ser reproduzido sem permissão:Ferramentas de produtividade de IA " Como aumentar a eficiência da análise do feedback não estruturado do usuário?
