2023年7月18日

信用額度Marko Klarić/ Wirestock創造者- stock.adobe.com 7月18日,2023英尺的櫃是部署InMoment聚光燈下基於網絡的智能應用程序來獲得更大的可視性和基於文本的反饋數據的分析。InMoment的解決方案使用AI-powered自然語言處理和文本分析,是由Lexalytics InMoment獲得2021年,根據一份新聞稿。Foot Locker通過眾多渠道收集客戶反饋數據(電子郵件、呼叫中心日誌調查反應,社會媒體,等等)。收集、分析和可視化數據,傳統上使用多個SaaS供應商,根據數據所在,麵對著許多挑戰分析,包括:不能自動分類文檔使用一個常見的分類法。不能有一個統一的視圖的反饋來自異類數據源的數據。收集大量的無法使用或訪問數據。缺乏可見性為什麼係統產生特定的結果沒有能夠輕鬆配置或理解這些係統。使用InMoment的解決方案,Foot Locker可以把所有的支持和反饋流到一個地方,有一個事實的來源提供了統一的分析,而不是由“橘子”的見解。此外,雖然Foot Locker的支持團隊已經手動分類客戶調查——既耗時又容易出錯——現在有一個普遍的分類在所有這些數據源獲取關鍵的投訴,主題,主題,情緒,意圖和更多的隨著時間的推移,它現在可以跟蹤。這有助於簡化的過程中提高他們的客戶的經驗,最終業務。 Foot Locker also now has visibility into how it analyzes content and can easily modify its text analytics to meet changing data needs, a huge improvement from its previous "black box" system that didn't expose back-end issues related to processes. As an example, Foot Locker modified its tagging process on the spot to remove the phrase "wait in queue" from a query, which solved a common problem of including unnecessary boilerplate data. In addition Foot Locker can now pinpoint specific customers who have had negative experiences and proactively reach out to improve them, according to the release.