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.