B2B satış taleplerini AI ile sınıflandırma

Kısa yanıt

Satış taleplerini AI ile sınıflandırmanın ilk adımı, şirketin gerçekten kullandığı kuyruklarla örtüşen az sayıda net etiket tanımlamaktır. Belirsiz mesajları zorla bir sınıfa sokmak yerine incelemeye yönlendirin ve başarıyı doğruluğun yanında yanlış yönlendirmenin etkisiyle ölçün.

Etiketleri ekip diliyle tanımlayın

Ürün ilgisi, yeni müşteri, mevcut müşteri desteği ve kapsam dışı talep gibi sınıflar operasyonel bir karşılığa sahip olmalıdır. Aynı mesaj birden fazla etiket alabilecekse bunu tasarımda belirtin.

Örnek veri hazırlayın

Gerçek taleplerden izinli ve gerekli alanlarla örnek küme oluşturun. Az görülen ama önemli sınıfları dahil edin. Eğitim veya geliştirme örnekleriyle nihai değerlendirme örneklerini ayırın.

Belirsizliği yönetin

Çelişkili veya eksik bilgi içeren mesajı zorla bir sınıfa sokmayın. İnsan incelemesi seçeneği, düzeltme kaydı ve yönlendirme kuralları olsun. Önceliklendirme kararının gerekçesi görülebilsin.

Operasyonel ölçüm

Sınıf bazlı hata, yanlış kişiye yönlendirme, düzeltme süresi ve kayıtsız kalan talep sayısı izlenir. Model doğruluğu tek başına takip sürecinin çalıştığını göstermez.

Etiket kümesini sade tutmak

Çok sayıda ince etiket hem örnek veri ihtiyacını hem de hata olasılığını artırır. Başlangıçta yalnızca operasyonel karşılığı olan beş altı sınıfla başlayın; her sınıfın hangi kişiye veya kuyruğa gittiği yazılı olsun. İhtiyaç ölçüldükçe etiketler bölünebilir.

Uygulamaya geçmek için bir çalışma

Talep etiketlerini şirketinizin gerçekten kullanacağı kuyruklarla sınırlayın. Aynı talebi iki kişi bağımsız etiketlesin; anlaşamadıkları örnekleri modelden önce süreç tanımıyla çözün. Sınıfı belirsiz talepler için “inceleme gerekli” yolu bırakın. Pilot başarısını yalnızca doğru tahmin oranıyla değil yanlış ekibe yönlendirmenin etkisi ve düzeltme süresiyle değerlendirin.

Sık sorulan sorular

Bu konuda sık sorulan iki soru.

Sınıflandırma için kaç örnek gerekir?

Kesin bir sayı yoktur; önemli olan az görülen ama kritik sınıfların da temsil edilmesidir. Küçük ve dikkatle etiketlenmiş bir örnek kümesiyle başlayıp hata analizine göre genişletmek, büyük ve gürültülü bir kümeden iyidir.

Yanlış sınıflandırma ne kadar sorun olur?

Etkisi, yanlışın nereye yönlendirdiğine bağlıdır. Düşük etkili bir kuyruğa giden hata ucuzdur; büyük bir müşteri talebini gözden kaçırmak pahalıdır. Bu yüzden hata türlerini ayrı ayrı izleyin.