مقایسه دو نسخه تحلیل تماس وقتی معنی‌دار است که هر دو همان تماس‌ها، همان تعریف خروجی و همان مرجع را ببینند. اگر هم‌زمان نمونه، فرم ارزیابی و نسخه تحلیل عوض شود، تفاوت نتیجه را نمی‌توان فقط به مدل نسبت داد. این نوشته درباره آزمون نسخه تحلیل است؛ تغییر فرم کیفیت به ارزیابی جداگانه نیاز دارد.
قبل از اجرا چه چیزهایی را ثابت کنیم؟
- فهرست شناسه تماس‌ها و نسخه فایل ورودی مجاز.
- تعریف برچسب، واحد تحلیل و دستور ارزیابی.
- متن یا صدای ورودی یکسان، با ثبت تفاوت‌های ناگزیر.
- مرجع انسانی و معیار پذیرش پیش از دیدن نتیجه.
نسخه تنظیمات و زمان اجرا را ثبت کنید. اگر تولید خروجی نوسان دارد، تعداد تکرار و روش جمع‌بندی را هم پیشاپیش تعیین کنید؛ بهترین اجرای دلخواه را برای یک نسخه انتخاب نکنید.
چهار حالت جدول زوجی
| نسخه الف | نسخه ب | معنی برای همان تماس |
|---|---|---|
| درست | درست | موفقیت مشترک |
| غلط | درست | بهبود نمونه‌ای |
| درست | غلط | پسرفت نمونه‌ای |
| غلط | غلط | مسئله حل‌نشده |
مثال ساختگی؛ جمع بهتر، جزئیات بدتر
در ده تماس فرضی، الف هفت و ب هشت نتیجه درست دارند. در جدول زوجی، ب دو خطای الف را اصلاح کرده اما یک پاسخ درست الف را خراب کرده است. بهبود خالص یک مورد است، ولی همان پسرفت ممکن است درباره تعهد حساس مشتری باشد. بنابراین عدد نهایی به‌تنهایی اجازه جایگزینی نسخه نیست؛ نوع و اثر اختلاف هم باید دیده شود.
ارزیابی کور چه کمکی می‌کند؟
به ارزیاب، خروجی‌ها را با برچسب خنثی و ترتیب جابه‌جا نشان دهید تا نام «نسخه جدید» انتظار مثبت نسازد. شاهد تماس را در اختیارش بگذارید، نه فقط دو پاسخ رقیب را؛ موافقت دو نسخه هم دلیل صحت نیست. اختلاف‌های حل‌نشده باید وضعیت مستقل داشته باشند.
تصمیم انتشار نسخه
برای تغییر واقعی، تعداد و دامنه نمونه، خطاهای بحرانی، هزینه بررسی و روش برگشت را همراه نتیجه بنویسید. اگر پس از دیدن آزمون نسخه را اصلاح کردید، همان مجموعه به داده توسعه تبدیل شده است؛ برای سنجش نهایی از بخش کنارگذاشته‌شده استفاده کنید. کاربرگ این نوشته اجرای خودکار آزمون یا اثبات برتری آماری نیست.
دانلود کاربرگ و روش استفاده
دانلود کاربرگ CSV این راهنما را دریافت کنید. فایل با اکسل قابل واردکردن است؛ ردیف‌های نمونه ساختگی‌اند. نسخه کاری را جدا نگه دارید، ستون‌های مربوط به فرایند خود را تکمیل کنید و اطلاعات خصوصی مشتری را در فایل عمومی نگذارید. این فایل اقدام خودکار، ارسال پیام یا اتصال به CRM انجام نمی‌دهد.
منبع فنی و دامنه ارجاع
راهنمای scikit-learn درباره جدا نگه‌داشتن داده آزمون از توسعه هشدار می‌دهد؛ طرح زوجی و جدول عملی این نوشته پیشنهاد تحریریه است. مطالعه منبع اصلی. تاریخ بررسی: ۳۱ اکتبر ۲۰۲۶؛ تاریخ انتشار منبع از این تاریخ استنباط نشده است.
راهنمای مرتبط و قدم بعدی
برای تکمیل همین بررسی، وقتی فرم ارزیابی تماس عوض می‌شود، روند امتیازها را چطور مقایسه کنیم؟ و دو ارزیاب به یک تماس امتیاز متفاوت می‌دهند؛ جلسه کالیبراسیون را بخوانید.
اگر قصد ارزیابی راهکار اجرایی دارید، یک نمونه مجاز و معیار پذیرش همین مسئله را آماده کنید و اپرابین و تحلیل تماس را بررسی کنید. در درخواست بررسی یا دمو، همین محدودیت و خروجی مورد انتظار را مطرح کنید؛ انتخاب بسته یا دیدن نمونه به معنی اتصال، ثبت نهایی یا فعال‌شدن فوری خدمت نیست.