AI质检的三个步骤
（1）理解题干的问题
在理解题干的问题上，数字100通过自有的题库数据进行了大模型的数据训练与优化，可以精准的识别与理解不同行业场景下的开放题提问方式，聚焦问题的主题。
（2）理解用户的回答内容
在用户答题上，结合模型支持用户回答内容的语意解读，将用户观点进行系统自动化抽离成观点。同时在语音答题上，系统也支持前置的语音转文本，通过转换满足语意解读。
（3）进行题干和问题的相关性判断
结合前两步，通过题干的主题语用户回答的语意理解，进行用户回答质量的打分，但用户回答的观点质量太低或观点与主题不一致时，系统会自动进行识别，提醒用户“请您针对问题认真作答”。
案例背景与效果评估
（1）案例背景
在对某产品进行周期性销售满意度调研的过程中，我们采用了AI质检功能来优化数据收集和分析流程。这一举措的实施，旨在通过智能化手段提高调研数据的质量和准确性，从而为产品改进和市场策略调整提供更有力的支持。在启用AI质检功能后，我们对当期回收的数据与历史周期的数据进行了细致的对比分析。
（2）效果评估
通过对比分析，我们发现启用AI质检功能后，用户回答的质量显著提升，整体提升了约30%。这一显著的改进不仅体现在数据的准确性上，也表现在对用户反馈的深入理解和分析上。
AI质检系统能够有效地识别无效的杂音，对无关信息和噪声数据在问卷提交过程中进行答题提醒。此外，结合系统后链路的VOC（Voice of the Customer）分析，我们能够更加敏锐地捕捉到市场动态和消费者需求的变化，为产品优化和市场策略的制定提供了更为精确的指导。这一成果不仅提升了调研的效率，也为决策者提供了更加清晰和有力的市场洞察。
随着AI技术的不断发展，数字100 AI洞察平台将继续探索和整合更多先进的AI功能，以满足企业在数字化转型过程中的需求。通过AI的赋能，数字100 AI洞察平台将成为企业数据分析和用户体验优化的强大助手。
关于数字100
作为数字洞察与体验管理数字化平台服务商，自2006年成立以来，数字100致力于运用数据智能技术构建用户体验反馈数据的采集、洞察和分析的在线服务平台，并结合国内外数以亿计的公域消费者的触达能力，为大型企业和机构提供从需求挖掘、新产品测试、品牌研究到用户分析的一站式数字化洞察分析服务。
为帮助企业实现数字化转型下的客户体验管理闭环，数字100自主研发的私域体验管理和运营软件平台 — 体验宝CEMPRO，帮助企业基于客户旅程的设计，建立全渠道用户反馈数据采集能力，打通和融合体验、社交、行为、和运营等多源数据，运用AI技术和分析模型，以及知识图谱，构建基于洞察分析的决策行动的全流程体验管理和用户全生命周期运营的软件平台，从而赋能企业的场景化体验优化、用户忠诚度和复购率的提升和体验驱动的创新增长。
mkt@data100.com
