Success Story - rus

Анализ отзывов о мобильном приложении

Описание: Быстрый и масштабируемый анализ отзывов о мобильном приложении компании, автоматизация разметки этих отзывов по категориям и гармонизация таксономии этих категорий предполагают создание решения в формате разведочного инструмента, подразумевающего автоматическую категоризацию и последующую визуализацию результатов анализа. Решение позволяет оценить сентимент отзыва и установить тренды в данных для помощи в усовершенствовании мобильного приложения компании.


Контекст: компания имеет мобильное приложение в App Store. В отзывы данного приложения пользователи пишут свой feedback, который категоризуется вручную. Аналитики на основе этого создают задачи для отдела разработки.


Решение: создана модель по кластеризации и поиску новых тем в потоке отзывов для автоматизации работы аналитиков.


Итоги:
Интеграция в BI отдела по работе с клиентами Автоматизация категоризации отзыва:
  • Повышение точности на 15% (снижения человеческой ошибки);
  • Снижение времени анализа на 85%.


Гармонизация таксономии:
  • Снижение времени выявления новой категории на 60%;
  • Добавление и слияние 15% категорий.


Оценка сентимента и анализ трендов:
  • Выявление точек роста при анализе отзывов на 40% больше;
  • Снижение времени выявления критичных и влияющих на репутацию отзывов на 70%.


Для построения модели были использованы:
  • Отзывы о мобильном приложении из AppStore, Google Play, из других источников;
  • Оценки отзывов, проставленные пользователем;
  • Исходная таксономия категорий отзывов.


Результаты моделирования:
  • Модель категоризации отзывов по таксономии и предсказания сентимента;
  • Рекомендации по гармонизации таксономии;
  • Веб-приложение с агрегацией аналитики по отзывам.


Заказчик: Ресторан, Розничная Торговля


Технологический стек: BigARTM, Python, Flask, PyTorch, nltk, gensim.
Natural Language Processing Engineering Division