忽视它是一件坏事
。然而，只有不到 % 的企业有效 特殊数据库 地使用非结构化数据。客户交互产生的非结构化数据量令人望而生畏（因此一些公司仍然不愿意使用它），但它具有巨大的价值。对话数据打破了现状，为团队提供了如何在各个层面改进 CX 的可行见解：从广泛的视角到放大的个性化分析。
您可以首先将此分析方法
视为一个漏斗：从顶部、中间和 钧：古代宝石的神秘光芒 底部。以下是三种情况。场景一（漏斗的顶部） 一家《财富》公司注意到超过几分钟的呼叫数量激增，其业务领导者希望更多地了解呼叫的性质以及导致呼叫量和长度增加的原因。
他们使用无人监督的
主题识别方法并了解到：它们是向付款人拨打电话以获取福利信息。其中包括较长的保持时间。它们最常发生在周五。经验不足
的座席需要更长
的时间来处理呼叫和呼叫长度。场景二（漏斗的中间） 第二个场景是关于焦点，确定焦点以及如何利用机器学习 (ML) 来帮助预测消费者的反应。
例如，一家制药公司
将一种新药推向市场。尽管该公司做出了预测，但公众的强烈反应还是让该公司感到震惊：他们接到的电话比最初预期的多了六倍。在发布后期间，该组织使用自动和手动方法来帮助掌握这些对话的脉搏并收集对话数据。
