概念验证项目

VoC（客户之声）数据分析

一家大型快餐公司想提高整体质量和客户满意度。 它决定通过分析客户评论，包括客户调查回应和投诉来追踪国家，区域，城市，加盟商和个人餐厅等的连锁业绩。 由于需要管理数千个地点，该公司希望在其业绩测量过程中实现一致性，透明性和时效性。

客服绩效监测

为了提供卓越的客户服务，一家大型金融公司希望监控其客服的表现。 它使用40多项绩效指标来评估其呼叫中心300多名员工与执行复杂金融交易的客户的在线对话。 每年记录130万次文本对话，自动分析是不二之选。

保险索赔分析

为了识别潜在的代位求偿机会，一家大型财产保险公司依靠一组分析师来手动阅读索赔记录。 然而，手动阅读准确率低。 该公司寻求一种自动化解决方案，以从索赔记录中迅速挖掘关键信息来准确有效地识别代位求偿机会。

从EMR中挖掘临床结果

患者的电子病历（EMR）富含信息，包括医生和护士的记录，以及实验室测试结果等，医院和医生可以使用这些信息来改善病患护理。 然而，大部分EMR数据都是非结构化文本数据。文本数据分析的复杂性与医学领域本身的复杂性相结合，意味着只有受过专门培训的医疗专业人员才能对这些数据进行手动分析，从而使得寻找EMR中的知识的过程非常缓慢且昂贵。

竞争情报

一家专门从事医疗技术和设备开发的美国公司决定采用一种更有效的方式来监测市场和技术趋势、追踪竞争对手的关键活动并识别潜在的收购目标。 该公司计划利用竞争情报分析的结果来扩大市场份额并提高年度收入。

客服中心数据分析

一家大型制药公司每年通过客服中心、商务会议、在线聊天对话和焦点小组等渠道接收超过150万次的文本通信。该公司需要分析这些来自世界各地客户的数据流来确定其客户对其现有药物讨论最多的方面，并自动检测新发布药物的热点话题。

成效展示