从时间、情感、观点、主题词、渠道等诸多维度对比分析用户需求、洞悉竞品优劣势，以此来帮助掌握竞品产品动态、差异化市场竞品。

华为是全球领先的信息与通信技术解决方案供应商，专注于ICT领域，核心产品包括智能手机、终端路由器、交换机、解决方案等，已应用于全球170多个国家，积累了海内外海量的客户声音急需高效解读。为帮助产品质量部及时掌握产品优势和缺陷，产品服务部及时应对危机提高服务质量，产品研发部动态发现新产品方向，达观数据提供了智能VOC消费者声音分析平台。

实现对海内外工单、问卷信息、泛网络数据等多渠道全量数据源实时整合要求，为更好处理客户声音提供支持， 同时处理数据格式多样，包括MongoDB，Mysql，Vertica，IQ，Oracle，Hive等。对客户声音数据进行5层分类体系1300多个类别精准自动分类，从客户声音中逐层匹配产品线、功能模块、总结意见及建议。结合不同业务需求，构建情感分析，观点分类，产品识别，噪声预处理，主题发现与热词分析，危机检测模型，满足不同业务部门的使用场景。

3个月完成系统定制开发上线，模型准确率均达到90%以上。

迪卡侬是法国全产业链体育用品提供商，全球1300家店，中国是第二大市场。目前在天猫、京东、线下门店渠道积攒了大量的用户评价数据，产品、运营人员更关注投诉意见，传统人工整理分析费时费力，由达观研发的用户意见分析系统实现智能分类、情感分析的功能，快速精准的分析用户投诉原因（包括满意、不满、建议等），更好的提升品牌形象。

【短文本智能处理】线下门店评论正式语多、线上天猫等电商评论口语化多，采用两套超融合分类算法模型分别优化，平衡之间的差异。评论的字少信息量大，需要引入知识图谱技术，解决领域词典问题（与复旦大学肖仰华教授合作技术），解决了文本稀疏性问题。【情感度量化分析】不同于常规技术仅分为正负面，创造性的将情感置信度作为用户评论意见严重程度的标准的指标，在产品的细粒度属性上开展分析，很好的区分了情感度表达的极为不满或轻微吐槽等复杂情况。【细粒度分类】客户原有的分类不完善，比如“新产品更新速度慢”不在现有类别，采用独特的超融合算法模型将相似文本聚类，由客户进行更细粒度的分类，完善投诉对象分类体系。

5周内完成开发优化与实施部署，帮助迪卡侬打通了线下门店、天猫等电商评论信息，构建智能投诉信息分类与情感系统，将由全公司业务人员参与的精准分类从15小时降低至2小时。

分五个阶段推进：从产品介绍，到确定需求，进行效果验证直至系统交付，并长期维护的全服务流程。长期贴身服务：专业的售前咨询团队、项目合作团队、技术服务团队来满足各类客户需求。