의도 분류: 정의 및 예제와 함께 사용하는 방법

경쟁이 치열해짐에 따라 고객은 이제 그 어느 때보다 더 많은 대안을 갖게 되었습니다. 고품질 고객 서비스를 제공하는 것은 이제 기업이 경쟁력을 유지하기 위해 할 수 있는 필수적인 일 중 하나입니다. 자연어 이해의 개념은 의도 분류(NLU-자연어 이해)에 사용됩니다. 연구에 따르면 다음과 같습니다.

• 소비자의 3분의 1은 단 한 번의 부정적인 만남 후에 사랑받는 브랜드를 버릴 것입니다.
• 소비자의 70%는 좋은 만남 후에 친구에게 브랜드를 제안합니다.

자연어 처리(NLP)의 한 분야인 자연어 이해(NLU)의 목표는 단어의 문법과 문맥을 조사하여 기계 읽기 이해력을 향상시키는 것입니다. 기업은 챗봇 및 개인화와 같은 고객 관리에 AI 기술을 사용하여 고객을 더 잘 이해하고 고객 경험을 향상시킬 수 있습니다.

이 블로그에서는 인텐트 분류 및 예제와 함께 사용된 방법에 대해 설명합니다.

의도 분류란 무엇입니까?

의도 분류는 구문을 의미에 따라 그룹으로 묶습니다. 그 의미는 말하는 사람이 말하고자 하는 바를 보여줍니다. 앱에서 기본 시스템 인텐트를 사용하거나 특정 작업에 대한 사용자 지정 인텐트를 만들 수 있습니다(대부분의 개발자는 앱에 대한 사용자 지정 인텐트를 만듭니다).

예를 들어, 인사, 계약, 불일치, 송금, 택시 주문 또는 기타 필요한 모든 것이 다른 의도 분류에 포함될 수 있습니다.

이 모델은 각 구문을 단일, 다중 또는 없음의 세 그룹으로 정렬합니다.

인텐트 분류를 위한 모델을 만들려면 파일의 인텐트 섹션에 학습 예제를 정의해야 합니다. 문서를 읽으면 수행 방법에 대해 자세히 알아볼 수 있습니다. 데이터세트 파일을 애플리케이션에 연결하는 것을 잊지 마십시오. 또한 사용자 정의 의도는 시스템 의도와 동시에 작동할 수 있습니다.

예시와 함께 의도 분류를 사용하는 방법

특정 의도가 있는 단어나 문장을 자동으로 연결하는 것은 기계 학습과 자연어 처리를 결합한 의도 분류를 통해 이루어집니다. 예를 들어 기계 학습 모델은 "구매" 또는 "획득" 과 같은 문구 가 구매 의도와 자주 연결된다는 것을 발견할 수 있습니다.

그러나 먼저 학습 데이터라고 하는 텍스트 예제가 의도 분류자를 학습하는 데 필요합니다. 고객 이메일을 검토할 때 다음과 같은 태그를 선택할 수 있습니다.

• 관심 있는
• 정보 필요
• 구독 취소
• 잘못된 사람
• 이메일 반송
• 자동 회신 등

태그가 설정되면 각 태그에 대한 관련 텍스트 예제를 사용하여 의도 분류자를 훈련할 수 있습니다.

예를 들어, “웹사이트에서 본 후 구매를 시도했지만 시작하는 방법을 모르겠습니다. 저를 도와주시겠습니까?” 원하는 경우 이 이메일을 흥미로운 것으로 표시할 수 있습니다.

모델에 더 많은 예제를 제공할수록 학습할 더 많은 정보가 있기 때문에 의도 분류기가 더 지능적입니다.

의도 감지는 텍스트 추출과 결합하여 날짜, 위치, 회사 이름 및 사용자의 의도와 연결된 기타 항목과 같은 텍스트에서 특정 정보를 찾는 방식으로 향상될 수 있습니다.

예를 들어 "캐나다에서 미국으로 가는 항공편을 예약하고 싶지만 내 카드가 거부되었습니다."라는 메시지가 표시되면 의도 분류기는 이를 항공편 예약 의도로 분류합니다. 텍스트 추출기는 "Canada" 및 "USA" 엔터티를 추출합니다.

의도 분류의 유용성

비즈니스는 특히 판매 및 고객 서비스 영역에서 고객의 의도를 분류하여 보다 고객 중심적으로 될 수 있습니다. 의도 분류는 리드에 더 빠르게 응답하고, 문의를 처리하고, 개별화된 서비스를 제공하는 등 많은 작업에서 중요할 수 있습니다.

다음은 몇 가지 이점에 대해 자세히 설명합니다.

• 매도할 수 있는 모든 기회를 활용하십시오.

구매 의도를 자동으로 감지하는 것은 조직이 신속하게 행동하고 리드를 유료 고객으로 전환할 수 있도록 하므로 판매 및 고객 서비스에 매우 중요합니다. 팀이 구매 의도에 더 빨리 응답할수록 계약을 체결할 확률이 높아집니다.

일부 클라이언트는 6시간 이내에 응답을 요구합니다. Facebook 사용자가 제품 가용성을 요청한다고 가정합니다. 인텐트 분류기를 사용하면 관심 있는 클라이언트를 빠르게 식별하고 판매를 늘리기 위해 연락할 수 있습니다.

• 확장에 따라 확장

기업이 데이터로 가득 차더라도 의도 분류기는 잠재 고객을 식별하고 해당 쿼리를 영업 담당자에게 전달할 수 있습니다. 기계는 사람보다 빠르고 쉬지 않고 작동하며 지치지 않으므로 판매를 놓치지 않습니다.

• 신뢰할 수 있는 표준

기계는 항상 동일한 설정과 기준을 사용하여 데이터를 처리합니다. 측정의 일관성은 모든 소비자 의도가 동일한 표준, 프로토콜 및 알고리즘에 따라 조사되도록 합니다. 오류를 줄이고 데이터 정확도를 높입니다.

• 판매 전환 증가

마케팅 캠페인을 시작하고 고객 상호작용을 수신할 때 의도 분류자를 사용하여 의도가 높은 구매자를 식별하고 즉시 참여시킬 수 있습니다. 따라서 전환율은 최고 수준입니다.

• 판매 캠페인 분석

영업 및 마케팅 활동에서 명시적 의도가 자동으로 인식되어 전환율, 관심 고객, 상향 판매 잠재 고객 등에 관한 유효한 데이터를 기반으로 보고서를 신속하게 작성할 수 있습니다.

결론

리드를 고객으로 전환하려는 경우 의도 분류가 가장 친한 친구가 될 수 있습니다. AI를 유리하게 사용하면 사용자와 잠재 고객 간의 많은 상호 작용을 살펴보고 각 상호 작용이 무엇인지 자동으로 파악할 수 있습니다.

이 작업을 자동화하는 즉시 조치를 취하고 자격을 갖춘 리드와 연락할 수 있습니다. 의도 분류가 고객 데이터를 정렬하는 데 어떻게 도움이 되는지 알고 싶다면 데모를 요청하면 시작하는 데 도움을 드릴 것입니다.

QuestionPro는 단순한 설문조사 소프트웨어 이상을 찾고 있다면 훌륭한 대안입니다. 그들은 당신이 정보 수집을 시작할 수 있도록 귀하의 설문지를 받을 것입니다. QuestionPro에서 연구에 필요한 모든 리소스를 찾을 수 있습니다.

무료 평가판 자세히 알아보기