ใช้ AI จัดกลุ่มปัญหาลูกค้าจากบทสัมภาษณ์
AI ช่วยจัดกลุ่มปัญหาลูกค้าจากบทสัมภาษณ์ได้โดยแยกข้อความต้นฉบับเป็นประเด็น เก็บรหัสอ้างอิง และรวมข้อความที่กล่าวถึงปัญหาเดียวกัน ควรแยกจำนวนผู้ให้ข้อมูลจากจำนวนครั้งที่ประเด็นถูกพูดถึง
ลูกค้าหนึ่งคนพูดเรื่องเดิมห้าครั้งไม่ได้เท่ากับลูกค้าห้าคนมีปัญหานั้น หากนำข้อความทั้งหมดให้ AI นับคำโดยไม่รักษารหัสผู้ให้ข้อมูล อาจได้ลำดับปัญหาที่บิดเบือน บทความนี้เน้นจัดข้อมูลให้ตรวจกลับได้และไม่ตีความเกินสิ่งที่ผู้ให้สัมภาษณ์พูด
ลบข้อมูลระบุตัวบุคคลก่อนวิเคราะห์
แทนชื่อด้วยรหัส เช่น ผู้ให้ข้อมูล ก และแยกช่องติดต่อออกจากข้อความที่ใช้จัดหมวด เก็บเฉพาะบริบทที่จำเป็นต่อการเข้าใจปัญหา เช่น ประเภทร้านหรือขั้นตอนทำงาน ไม่ควรนำข้อมูลละเอียดที่ไม่เกี่ยวข้องมาช่วยเดาความต้องการ
สร้างหน่วยข้อความที่มีความหมายครบ
หนึ่งประเด็นอาจยาวกว่าหนึ่งประโยค ให้คงเหตุการณ์ ผลกระทบ และเงื่อนไขไว้ เช่น ‘ใช้งานยากตอนเปิดจากมือถือ’ ต่างจาก ‘ใช้งานยาก’ โดยทั่วไป อย่าตัดคำบอกบริบทออกจนเปลี่ยนปัญหา
จัดหมวดพร้อมหลักฐานและกรณีไม่เข้าพวก
เริ่มด้วยชื่อหมวดที่อธิบายปัญหา ไม่ใช่ตัดสินลูกค้า เช่น หาข้อมูลราคาไม่เจอ แทนลูกค้าไม่อ่านรายละเอียด ให้เก็บข้อความที่ไม่เข้าหมวดไว้ตรวจเพิ่ม และยอมให้ข้อความหนึ่งเกี่ยวข้องหลายประเด็นได้เมื่อมีเหตุผล
ทบทวนด้วยข้อความที่ขัดกับข้อสรุป
ถ้าบางคนบอกว่าเริ่มใช้ยากแต่บางคนบอกว่าง่าย ให้ตรวจความต่างด้านอุปกรณ์หรือประสบการณ์ อย่าให้ AI เลือกเฉพาะข้อความที่สนับสนุนข้อสรุปแรก ข้อมูลสัมภาษณ์ชุดเล็กใช้หาแนวทางศึกษาเพิ่มได้ แต่ไม่ควรอ้างแทนลูกค้าทั้งตลาด
ลองดูจากสถานการณ์ตัวอย่าง
ข้อมูลสมมติ: ผู้ให้ข้อมูล ก บอกสองครั้งว่าหาค่าจัดส่งไม่เจอ ผู้ให้ข้อมูล ข บอกว่าไม่รู้ว่าจะเริ่มใช้ตรงไหน ผู้ให้ข้อมูล ค บอกว่าค่าจัดส่งชัดแล้วแต่สงสัยระยะเวลาจัดส่ง
ตัวอย่างผลลัพธ์ที่ควรตรวจเทียบ
หมวด 1: มองไม่เห็นค่าจัดส่ง — ผู้ให้ข้อมูล 1 คน คือ ก แม้กล่าวถึง 2 ครั้ง
หมวด 2: ไม่รู้ขั้นตอนเริ่มใช้ — ผู้ให้ข้อมูล 1 คน คือ ข
หมวด 3: ไม่ชัดเรื่องระยะเวลาจัดส่ง — ผู้ให้ข้อมูล 1 คน คือ ค
ข้อมูลที่ช่วยท้าทายข้อสรุป: ค เห็นค่าจัดส่งชัด จึงไม่ควรเขียนว่าทุกคนหาค่าส่งไม่เจอ
คำถามต่อ: ก และ ค ดูข้อมูลจากหน้าและอุปกรณ์เดียวกันหรือไม่
Prompt ภาษาไทยพร้อมปรับใช้
จัดกลุ่มปัญหาจากข้อความสัมภาษณ์ต่อไปนี้ รักษารหัสผู้ให้ข้อมูลและข้อความอ้างอิง แยกปัญหา เหตุการณ์ที่เกิด และผลกระทบ นับจำนวนคนไม่ซ้ำแยกจากจำนวนข้อความ ตั้งชื่อหมวดเป็นกลาง เก็บข้อความที่ขัดกับข้อสรุปและข้อความที่ยังจัดไม่ได้ ห้ามเดาเหตุผลที่ผู้ให้ข้อมูลไม่ได้พูด ข้อมูล: [ข้อความที่ลบข้อมูลส่วนบุคคลแล้ว]
คำสั่งต่อยอดเพื่อตรวจและปรับร่าง
ตรวจหมวดที่สร้างว่าเผลอรวมปัญหาคนละเรื่องหรือไม่ โดยเฉพาะราคา ค่าจัดส่ง และระยะเวลาจัดส่ง แสดงข้อความต้นฉบับที่ควรแยก และคำถามติดตามที่ช่วยยืนยัน
ข้อผิดพลาดที่ควรเลี่ยง
- นับข้อความซ้ำเป็นจำนวนลูกค้าเพิ่ม
- รวมปัญหาที่ดูคล้ายแต่แก้คนละวิธี
- ใช้คำตัดสินบุคลิกแทนคำอธิบายปัญหา
ตรวจให้ครบก่อนนำไปใช้
- ทุกหมวดมีข้อความอ้างอิง
- รหัสคนไม่ถูกนับซ้ำ
- เก็บความเห็นที่แตกต่างไว้
- ข้อสรุประบุขอบเขตข้อมูลชุดนี้
เริ่มลงมือกับงานของคุณ
ทดลองกับข้อความที่ลบชื่อแล้วสักชุดเล็ก อ่านทุกหมวดเทียบต้นฉบับ แล้วแก้นิยามก่อนนำไปจัดข้อมูลชุดใหญ่
อ่านต่อในหมวดเดียวกัน
Frequently asked questions
ให้ AI ตั้งหมวดเองได้หรือไม่
ได้ในรอบสำรวจ แต่ควรอ่านชื่อหมวดและตัวอย่างร่วมกันก่อนใช้เป็นเกณฑ์ต่อเนื่อง หากมีหมวดเดิมให้แนบนิยามและตัวอย่างด้วย
ต้องสัมภาษณ์กี่คน
ขึ้นอยู่กับวัตถุประสงค์และความหลากหลายของกลุ่ม บทความนี้ไม่ได้กำหนดจำนวนตายตัว ควรระบุขนาดและข้อจำกัดของข้อมูลทุกครั้ง
ประโยคหนึ่งอยู่สองหมวดได้ไหม
ได้หากกล่าวถึงสองปัญหาจริง ต้องอธิบายกติกาการนับเพื่อไม่ให้ผลรวมถูกตีความว่าเป็นจำนวนคนทั้งหมด
