Решила проверить насколько хорошо ИИ справится с выделением ключевых деталей в обратной связи клиента. В качестве ИИ взяла deepseek и chatgpt как наиболее доступные. В целом результат их работ +- одинаковый.
Для эксперимента выделила 2 сценария.

Первый: после большого события у вас есть много поверхностей обратной связи, собранной коллегами, от клиентов. Нужно вычленить основные поинты, приоритизировать по частнотности
Второй: тех поддержка ломится как от коротких обращений, так и от развернутого гнева. Задача как выделить самые частотные боли, так и найти фактурную обратную связь.

Сегодня будет первый. Поверхностная обратная связь. Для эксперимента нашла несколько голосовух от коллег. Уперлась в NDA 🤷‍♂️ По образу и подобию сама записала голосовухи. Старалась сохранить не структурность комментариев и упоминание разных клиентов в одном сообщении. Текст можно посмотреть в картинках

Что спрашивала у нейросетей.

⏩Сколько клиентов упоминаются в комментариях? ⏪
⏩Нейросети заявляют, что всего 4. Хотя во втором сообщении есть "ко мне еще приходили другие ребята". И дальше их запросы. Тут минус.

⏩Просила сформулировать кратко проблему клиентов ⏪

⏩ У ChatGPT получилось
Клиент 1: Недоволен сложным внедрением, хочет облачное решение, требует упрощенный интерфейс.
Клиент 2: Жалуется на сырость админки, отсутствие ролевой модели, автоматизации и сложность рассылки.
Клиент 3: Говорит про недостаток интеграций, хочет уходить от файлов, но если с файлами – то нужна лучшая админка.
Клиент 4: Одобряет решение, но обеспокоен интеграциями, так как непонятно, с чем система работает.

⏩У deepseek

Клиент 1:
Проблемы: долгий процесс внедрения, перегруженный интерфейс, тёмная тема.
Запрос: облачное решение для ускорения внедрения, упрощение интерфейса.

Клиент 2:
Проблемы: отсутствие коннекторов для некоторых систем, слабая интеграция.
Запрос: улучшение интеграционных возможностей, информация о поддерживаемых системах.

Клиент 3:
Проблемы: сырая админка, отсутствие ролевой модели, недостаток автоматизации, тёмная тема.
Запрос: улучшение админки, автоматизация процессов, светлая тема.

Клиент 4:
Проблемы: недостаток автоматизации, неудобная админка, сложности с интеграцией.
Запрос: улучшение функционала для работы с файлами, удобная админка.

Тут с Deepseek работать поприятнее. Но он стал "выдумывать" запросы. И в 3 сообщении речь о том, что у темной темы низкий приоритет, а deepseek все равно это выделяет.

⏩Дальше попросила посчитать проблема и частоту упоминания ⏪
Я бы считала пары клиент-проблема. Нейросети, игнорируют такой запрос и складывают ключевые слова.

Что у deepseek, что у ChatGPT получились такие соотношения

Долгий процесс внедрения 2
Перегруженный интерфейс 3
Тёмная тема 3
Проблемы с админкой 4
Интеграции и коннекторы 4
Автоматизация и функционал 3
Обратная связь и коммуникация 1

Откуда появилась обратная связь и коммуникации я не знаю. Выделить идею, что админка и автоматизация связаны, нейросети не смогли.

⏩ Какие выводы я бы сделала исходя из такой выжимки? Сначала решаем задачи с админой и автоматизацией, суммарно 7 упоминаний. Далее берем визуал, 6 упоминаний: это тема и интерфейс. Потом работаем с интеграциями

⏩Какие выводы я делаю из сырых данных? Частотность и кейсы по админке более критичные. Дальше решать задачки с интеграцией. И в конце поресечить UX/UI.

Вывод: мне точно нужны сырые данные для работы, потому что выжимка не передает полутона и описание проблем.

Что у вас получается по выжимкам?