Toute entreprise moderne se soucie de sa réputation. Phrases: "Votre opinion est très importante pour nous" ou "Notez votre achat", "Recommanderiez-vous notre entreprise?" nous hante littéralement à chaque étape sur les sites des magasins, des cliniques et même des services publics. Les agences gouvernementales ainsi que d'autres entreprises se sont intéressées à évaluer leur travail et y prêtent également attention. Les établissements médicaux ne renouvelleront pas les contrats avec des spécialistes qui prévalent depuis longtemps. Les prestataires de services tentent de surveiller en permanence la réaction des consommateurs aux biens et services afin de rendre leur service plus accessible et de qualité, et donc compétitif. L'opinion aide les autres consommateurs à se faire une idée de l'institution, de l'institution, du produit ou du service avant son achat et évite ainsi les erreurs d'achat. Les grandes entreprises contiennent sans faute dans leurs structures de personnel pour lutter contre les sorties de clients, les services de relations publiques, dont le facteur clé est la réponse rapide aux demandes des consommateurs. Comment construire le travail de telles structures sans augmenter les coûts et augmenter leur vitesse de réponse? À titre d'exemple, considérons l'utilisation du machine learning pour l'analyse opérationnelle d'un grand nombre de réponses des répondants.
Le multilinguisme
Pour commencer, considérons un exemple qui illustre les caractéristiques de l'approche UX / UI moderne pour le développement de l'interface utilisateur. Supposons que vous soyez propriétaire d'une multinationale de services dans le monde.
Après chaque achat, vous demandez à vos clients de laisser des commentaires sur votre produit. Techniquement, votre logiciel actuel est organisé de telle manière que, quelle que soit la langue dans laquelle les utilisateurs laissent des commentaires, ils tombent sans discernement dans le «sous-sol» du produit. Le problème se pose de savoir comment déterminer dans quelle langue un avis est laissé, quelle est sa tonalité et, dans le meilleur des cas, le traduire en plusieurs langues et démontrer une traduction appropriée de tous les avis pour l'utilisateur actuel dans sa langue maternelle, quelle que soit la langue d'origine.
Si vous contactez votre développeur maintenant, il vous sera probablement proposé une option dans laquelle la tâche de choisir la langue sera confiée à l'utilisateur. Cela ressemblera probablement à ceci
L'utilisateur sera invité à sélectionner une langue dans une longue liste, et parfois les langues sont répertoriées sans traduction, ce qui à son tour confond l'utilisateur. Cela ressemble à ceci
Étant donné que la plupart des utilisateurs parlent deux langues, seules deux lignes leur seront compréhensibles, celles-ci, en fait, le choix se transforme en «torture».
Une autre approche non moins courante qu'ils peuvent vous proposer est la définition d'une région par adresse IP et, par conséquent, la langue commune la plus probable. Les conditions de la mondialisation moderne ne sont pas la meilleure approche, pour indiquer ses lacunes, il suffit de noter l'importance des logiciels modernes par rapport à la région de votre emplacement, seuls les habitants de Moscou ont eu de la chance à cet égard, très probablement leur région est toujours déterminée correctement.
Apprentissage automatique
L'apprentissage automatique est l'un des moyens élégants de résoudre de tels problèmes. À l'heure actuelle, cela n'a même pas besoin d'être profondément compétent en mathématiques. Par exemple, utilisez simplement le service cognitif MS Azure
qui, par la phrase saisie, permettra de déterminer un certain nombre d'indicateurs du texte saisi, notamment la langue, les phrases clés et sa tonalité. Pour le cas considéré, cela donne la simplification suivante de l'interface
Vous n'avez plus besoin de demander la langue d'entrée et l'évaluation des utilisateurs - ces faits suivent automatiquement. Après cela, la tâche de distribuer les appels aux succursales régionales, ainsi que de surveiller les sorties des clients est grandement simplifiée
Une partie importante de l'effort est déplacée de l'utilisateur et des employés vers une machine qui ne se fatigue pas, fonctionne rapidement et se trompe beaucoup moins sur les aspects mécaniques.
Service cognitif
Tout d'abord, vous devez vous connecter au service cognitif MS Azure et accéder à une API qui analyse le texte donné et renvoie ses caractéristiques. Ce processus n'est pas compliqué et sera discuté plus en détail dans un article séparé
Il existe deux façons d'accéder à l'API à l'aide d'une demande HTTP et à l'aide d'un client. En particulier, pour .net, vous devez connecter le package
appeler l'API plus loin
var httpWebRequest = (HttpWebRequest)WebRequest.Create("https://northeurope.api.cognitive.microsoft.com/text/analytics/v2.0/languages"); httpWebRequest.Method = "POST"; httpWebRequest.Headers.Add("Content-Type:application/json"); httpWebRequest.Headers.Add("Ocp-Apim-Subscription-Key:61..."); var documents = new Documents(); documents.Add(new Document(Description)); using (var streamWriter = new StreamWriter(httpWebRequest.GetRequestStream())) { string json = JsonConvert.SerializeObject(documents); streamWriter.Write(json); streamWriter.Flush(); streamWriter.Close(); }
et analyser la réponse reçue
var httpResponse = (HttpWebResponse)httpWebRequest.GetResponse(); String response; using (var streamReader = new StreamReader(httpResponse.GetResponseStream(), Encoding.UTF8)) { response = streamReader.ReadToEnd(); } var result = JsonConvert.DeserializeObject<DocumentsResult>(response); var doc = result.documents[0].detectedLanguages[0];
Si nous écrivons les données reçues dans la base de données, nous obtenons ce qui suit
(Un exemple est ajouté après un commentaire utilisateur sur un article)
Analyse des résultats
Nous analyserons les résultats, pour cela nous allons construire plusieurs rapports en utilisant le progiciel FastReport qui a une version open source dans sa livraison
youtu.be/Tyu7v24zer0Nous permettons le tri par tonalité (1 positif, 0 négatif), nous obtenons les avis positifs groupés en haut et les avis négatifs groupés en bas.
youtu.be/HbuXMuDZFmoSi nécessaire, vous pouvez regrouper les évaluations par langue et envoyer des rapports pertinents aux unités régionales
youtu.be/YF8RG3g5FRsConclusion
Les nouvelles technologies améliorent non seulement considérablement l'interface utilisateur, mais optimisent également le travail des employés et réduisent les coûts de développement. Refusez les modifications coûteuses des logiciels existants. Les perspectives de l'apprentissage automatique dans un proche avenir amélioreront considérablement la qualité des logiciels et la satisfaction des utilisateurs. L'utilisation de solutions de reporting faciles à mettre en œuvre permettra à davantage d'utilisateurs d'accéder aux données sans programmation lourde.
Les références
github.com/ufocombat/Languages-openazure.microsoft.com/en-us/services/cognitive-services/text-analyticswww.fast-report.com/enyoutu.be/Tyu7v24zer0youtu.be/HbuXMuDZFmoyoutu.be/YF8RG3g5FRs