欧诗漫生物股份有限公司

产品的研发升级、更新换代需以大量数据为基础，线上交易为当下的主要交易途径，占据着庞大的交易比例，随之而来的是消费者反馈的海量数据，尤其对产品质量的反馈。通过系统性地收集、整理和分析这些反馈数据，第一、可以更快速、针对性地指导品牌方解决消费者的具体问题，提升用户体验，提高服务效率，第二、可以及时发现产品的质量问题，以用户反馈信息为参考，帮助本行业科研人员进行产品的迭代升级，为改良产品提供数据参考，第三、本数据的中问题原因情况，可为消费者选购适合自己的产品提供依据，第四，通过大量的反馈数据，反映出当前消费者最关注的产品功能，为行业内新产品研发，新功能开发提供参考。1、数据采集：消费者向客服反馈产品问题，客服将消费者的描述复制转述至关键词匹配模型。 2、识别、匹配：基于以往消费者反馈数据的积累，以及对关键词的标注，建立关键词匹配模型，通过海量的消费者反馈信息，对模型进行不断训练、校准，使其识别的精准度更高，根据消极词语，识别消费者的问题原因，3、判断算法：事先对关键词匹配算法进行问题级别的设定，使得模型可以基于消费者描述判定一、二、三级的问题原因，一步步由外在表现进行归因，如消费者反馈“使用后有点痒”，则三级问题原因为“痒”，二级问题原因为“过敏/不适”，一级问题原因为“不良反应”，若用户反馈均为积极表述，则三个级别的问题原因均为无，4、根据消费者的反馈，形成本数据，指导品牌分析产品质量原因，针对性地进行产品改进。