Cómo identificar problemas en un producto mediante el análisis de los datos de la comunidad de usuarios donde el usuario hace preguntas y discute problemas relacionados con el producto

Ok, quieres mantenerte en contacto con tu usuario, discutir problemas y analizar datos. Creo que tengo una solución para ti: UserEngage.

Esta plataforma incluye tres características más útiles para el proceso de participación del usuario:

  • recopilación de datos (proceso de análisis del usuario)
  • chat en vivo (herramienta para atención al cliente y CRM)

Y lo que nos hace únicos:

  • acciones (herramienta, que ayuda a mostrar a sus usuarios un mensaje particular en función de su actividad en el sitio web y la información recopilada ). ¡Una cosa muy útil! Haciendo como un rompecabezas, puede crear todas las acciones, relacionadas con el plomo, que se tomarán automáticamente.

Verifique la muestra:

Lea los datos de la comunidad de usuarios durante un día. Anote de qué están hablando las personas. Anote si están diciendo cosas buenas o malas al respecto. Si la gente dice que el sujetador X del producto es bueno, no tiene ningún problema. Si dicen que el widget del producto X es malo, entonces averigüe por qué dicen que es malo.
Puede hacer esto mirando a los sintientes de varias maneras, puede agrupar el texto, puede hacer muchas cosas diferentes para encontrar las respuestas. Lo mejor que puede hacer para comenzar es familiarizarse con el Libro NLTK

Debe capturar las declaraciones de mapeo de sentimientos (pero no a través de un enfoque de bolsa de palabras) y encontrar facetas en su interior.

Más fácil dijo que sí, claro, pero un puñado de plataformas lo hacen. Puedes jugar con el nuestro si un servicio de terceros está bien: LinguaSys GlobalNLP (usa los métodos Story Mapper).

More Interesting

¿Cuáles son los errores más comunes que cometen los nuevos científicos de datos?

¿Qué es la agregación de datos?

¿Los datos de centrado y escalado siempre dan mejores modelos lineales?

¿Big Data contiene programación?

¿Está Microsoft Excel fuera de moda y menospreciado por los profesionales de la ciencia de datos?

¿Cuáles son las mejores herramientas gratuitas de recuperación de datos para Windows?

Si planeo enfocarme en Data Science usando Python en el futuro, actualmente para desarrolladores web ¿debería pasar tiempo aprendiendo Node / Express o enfocarme en Django?

¿Cuáles son los pros y los contras de los algoritmos genéticos en comparación con otros métodos de optimización global?

Si eres un profesional de big data / analytics, ¿cuál sería un regalo emocionante que te gustaría recibir?

¿En qué se diferencian las matemáticas que usan los cuantos de las matemáticas que usan los científicos de datos?

¿Cómo podemos analizar un conjunto de datos que es completamente (tanto X como Y) de naturaleza categórica?

¿Qué tan importante es la prueba A / B para un científico de datos que trabaja en una empresa de tecnología?

¿El análisis de datos y el aprendizaje automático van de la mano o son actividades mutuamente excluyentes?

¿Cuáles son las cosas clave que busca en una lista de trabajos de Ciencia de datos / Aprendizaje automático?

¿Qué gráficos de Nvidia, GeForce o Quadro, son los mejores para aplicaciones de análisis de datos grandes, modelado computacional y ciencia de datos?