Искусственный интеллект Yva.ai позволяет анализировать семантику коммуникации без доступа к его содержимому.

Информация, содержащаяся в текстовых сообщениях, является чрезвычайно чувствительной для бизнеса наших клиентов. Осознавая это, мы сознательно спроектировали Yva.ai таким образом, что вся текстовая аналитика реализована как классификация. Перед системой стоит задача: понимать наличие или отсутствие в тексте набора высокоуровневых признаков, способных дать полезную информацию о производительности отдельных сотрудников компании, об их вкладе в здоровую атмосферу в коллективе, о фактическом (не номинальном) месте сотрудника в бизнес-процессах предприятия.

Yva.ai спроектирована таким образом, что текстовые сообщения не хранятся в платформе, поэтому их невозможно прочитать или украсть, они существуют только в информационных системах компании клиента. Доверять Yva.ai чтение текста — абсолютно безопасно.

Мы разработали и запатентовали двухступенчатую процедуру работы с текстом. Благодаря ей, мы можем использовать уже обученные классификаторы или обучить новые даже не имея самого текста.

Задача в понимании системы Yva.ai — это наличие в содержательной части сообщения поручения для конкретного человека или группы сотрудников. 

В контексте бизнес-процессов компании оценка «Тональность сообщений» помогает определять уровень здоровья целой организации. При этом анализируется только содержательная часть сообщений. Это значит, что проявление вежливости, прощания, приветствия не рассматриваются как факторы, влияющие на позитивную или негативную окраску сообщения в целом.

Если в одном предложении встречается и негатив, и позитив, Yva.ai считает все предложение негативом.

Примеры негатива:

  • Приближается дедлайн, а у нас ничего не готово.

  • Вы не ответили на запрос.

  • Просрочили оплату контракта.

Примеры позитива:

  • Я за общение, мне всегда интересно с коллегами поговорить.

  • В целом впечатления положительные, мы хотим сотрудничать.

  • Надеюсь мы сохраним темп и сделаем все в срок и на высоком уровне.

 

Метрики по коммуникации с каждой из тональностей делятся на три блока:

  • Метрики для всех контактов, то есть любая коммуникация с выраженной тональностью сотрудника,

  • Метрики для внутренних контактов, то есть коммуникация с выраженной тональностью внутри организации,

  • Метрики для внешних контактов, то есть коммуникация с выраженной тональностью с людьми вне организации.

Для каждого блока метрик Yva.ai рассчитывает:

Количество полученных писем выраженной тональностью

Количество входящих писем сотрудника с выраженной тональностью без учёта рассылок и автоматических уведомлений.

Доля полученных писем с выраженной тональностью

Доля входящих писем сотрудника с выраженной тональностью от всех полученных писем без учёта рассылок и автоматических уведомлений.

Количество отправленных писем с выраженной тональностью

Количество исходящих писем сотрудника с выраженной тональностью без учета писем, которые помечены как автоматические.

Доля отправленных писем с выраженной тональностью

Доля исходящих писем сотрудника с выраженной тональностью от всех полученных писем без учёта рассылок и автоматических уведомлений.

Среднее время ответа на письма с выраженной тональностью

Среднее время ответа сотрудника на входящие письма с выраженной тональностью при учете только тех писем, на которые сотрудник ответил. 
Расчет для недели: берутся все исходящие письма пользователя за неделю. Для каждого из этих писем проверяется - какие из них были ответами на входящее предыдущее письмо с выраженной тональностью. Для каждого письма, которое является ответом, берется разница в ЧЧ:ММ:СС между моментом отправки ответа и моментом получения задачи. За неделю берётся медиана всех полученных значений. Из подсчёта исключаются письма которые помечены как автоматические.
Расчет за период больше недели: медиана недельных значений.

Доля ответов на письма с выраженной тональностью

Доля входящих писем с выраженной тональностью, на которые сотрудник ответил.

Расчет для недели: берутся все входящие письма пользователя с выраженной тональностью. Для каждого из этих писем проверяется - был ли ответ на это письмо. Это даёт +1 письмо-ответ.
Из списка писем-ответов исключаются отправленные письма, которые помечены как автоматические.
Искомая метрика считается, как «количество писем-ответов» / «общее количество полученных писем».

  • Расчет для периода больше недели: медиана недельных значений.

В Reports API отображается: