UserTesting强化AI驱动的体验研究，深度洞察趋势动态

Home AI News CN UserTesting强化AI驱动的体验研究，深度洞察趋势动态

UserTesting正通过新AI驱动的功能增强其平台，使组织能够从用户研究中获得更深层次的见解。

UserTesting专注于各种产品和活动的用户研究与测试。2022年，UserTesting以13亿美元的价格被Thoma Bravo收购，并与以用户体验测试方案而知名的UserZoom合并。如今，UserTesting推出了“反馈引擎”，利用UserZoom的技术并整合生成式AI来全面分析用户调查反馈。

UserTesting正扩展其生成式AI功能，通过AI驱动的调查提供丰富的见解，提升用户测试操作中的趋势和主题分析。

UserTesting首席执行官Andy MacMillan表示：“过去，我们专注于AI进行见解摘要和情感分析。现在，我们引入了一种主题提取概念，能够从开放式调查反馈中提取主题。”

生成式AI如何提升用户测试主题识别能力

UserTesting长期以来提供情感分析工具，而通过新的AI驱动的主题生成特性，平台旨在揭示测试结果的细微差别。

UserTesting利用大型语言模型（LLMs）分析开放式调查反馈，提取关键主题。这些模型经过研究数据的训练，能够理解上下文并识别出重要主题、概念和情感。

与其仅仅标记关键词或将反馈分类为正面或负面，AI对完整文本进行评估，并按共同主题组织反馈。这种方法量化了每个主题下的反馈数量，为研究人员在深入探讨具体评论之前，提供了一个关于主要讨论的高层次概览，从而比标准的关键词搜索获得更深刻的理解。

在2023年8月的更新中，UserTesting推出了与新的主题功能不同的AI驱动见解。

MacMillan指出，见解是根据参与者完成的特定任务生成的，例如在网站上购买，重点关注成功率和流失点等指标。而主题则来源于开放式调查反馈，使AI能够对讨论相似概念的反馈进行分类，即使使用不同的措辞。这种主题分析量化了每个主题的普遍性，提供了超越单一情感的更广阔视角。

将生成式AI摘要与真实AI见解区分开

从文本、音频或视频中创建摘要是生成式AI的基本功能，依赖于LLMs实现。

MacMillan强调，UserTesting的方法不仅仅是简单的生成式AI摘要。该公司使用客户体验研究数据训练其专有模型。

这种方法为组织提供可操作的见解，而这些见解通常需要专业研究人员才能发现。UserTesting的模型提供了关键的上下文，而通用的摘要过程可能会忽视这些细节。

他解释道：“我们在训练重点关注情感和意图的机器学习模型方面投入了多年，而这在体验研究中至关重要。我们丰富的内容库使我们能够有效地训练这一引擎。”

雪花公司通过近期投资加强与Coda的数据云整合

Collibra创新治理应用应对“影子AI”挑战

Most people like

EarnBetter

623.8K

免费人工智能求职助手 - 在这个竞争激烈的职场中，我们的免费人工智能求职助手将全力支持您的求职之旅。无论您是刚踏入职场的新手，还是寻求职业发展的专业人士，我们的工具将帮助您获得最新的求职技巧、简历优化建议和面试准备指导。利用先进的AI技术，打造符合您个性和需求的求职策略，助您顺利获得梦寐以求的职位。

AI职位搜索助手简历制作工具

Shipper Global

8.1K

全球快递费率对比平台是一个创新的在线工具，旨在帮助用户轻松比较不同快递公司提供的运费。无论您是个人寄件人还是企业发货人，这个平台都能为您提供及时的费率信息，帮助您做出明智的选择。通过简单的操作，您可以立即找到最具性价比的快递服务，为您的国际或国内物流需求提供支持。

快递费率比较其他

Mintlify

137.4K

提升用户参与度的关键在于美观且易用的文档设计。

文档 AI 开发者文档

Kula AI

36.8K

通过个性化消息实现外部招聘的自动化。

外部招聘 AI 内容生成器

Find AI tools in YBX