作者：Gianluigi Bagnoli，Trinidad Martinez，Thiago Mendes，Edward Neveux

我们经常谈论经验管理。我们确定一个合适的受众，并仔细构建调查，以获得有意义的反馈；我们发送调查，然后收集反馈；我们切片和分析经验数据，并试图获得一些有用的操作见解。

但是，请稍等：使用哪种反馈解决方案最好？

您正处于销售周期，为潜在客户提出解决方案。你怎么知道这是不是很受欢迎，并在对方的大脑中产生共鸣，或者他/她只是在考虑他/她的下一个假期？另一个例子是，你在一个活动中在观众面前讲话……你怎么知道你所说的在他们心目中是否有意义，或者他们是否已经在期待晚会了？可能你送了一件礼物给某人…你怎么知道他/她对礼物是否满意，或者他/她是否已经在考虑由谁来回收？

很简单：从他们的脸上看，在众多的表情中，有一个能很好地预测任何人内心的真实感受，那就是他们的微笑。

所以，从观众的脸上的微笑中衡量满意或失望，并用这个作为操作术语的衡量标准，不是很好吗？当然，当涉及到数据隐私时，这需要大量的关注：我们的脸是非常私人的东西，我们不喜欢以不利的方式使用它。有法律工具来处理这个问题，首先是GDPR立法。在本文中，我们只需知道这些工具是存在的，它们必须在任何实际应用程序中使用即可。

现在让我们关注代码，并以一个简单场景为例构建一个解决方案。想象一下，个人如何建站，做一个简单的调查，物联网展，只有一个简单的问题，你是否喜欢某样东西（一个产品、一个活动、一个品牌等等）。想象一下，微信淘客，从每个听众的脸上提取关于这个问题的反馈，不管他们是否微笑。看看这段视频：

当然我们可以想象更复杂的场景，比如拍一张全场观众的照片，通过所有人脸上的平均微笑度来衡量整体反馈，或者多个维度的更清晰的调查，但我们还是非常简单。从高层次的角度来看，实现这个场景应该非常简单：我们只需要：

首先一些代码，例如从移动设备拍摄照片，了解其中是否有一张脸，如果有，应用一些智能来查看上面是否有微笑；然后是一个存储所有反馈数据的系统，提供所有的统计工具对其进行切片和分析，并从中推断出一些操作数据。

我们将使用最新收购的SAP Qualtrics来存储反馈数据，这一点也不奇怪。但是，我们不是以一种形式明确地问人们他们认为什么，而是从他们的表达中推断出来。

解决方案的这两个部分之间的联系将是Qualtrics API。事实上，与任何21世纪的云解决方案一样，Qualtrics提供了一套非常完整的API，向web公开Qualtrics的所有功能。我们的两个组件将以松散耦合的方式连接起来，它们之间唯一的依赖关系将只是Qualtrics本身提供的服务接口。

测量你的微笑

技术可以构建识别1的算法。是否有一张脸在一张照片和2。测量这张脸上是否有微笑。它涉及到大量的机器学习代码、数据集的建立和算法的训练等。大量可用的文献，大数据好吗，有趣的研究领域，但我们在这里相当懒惰，我们在这里无耻地重用已经广泛可用的构建块：

为了识别图片是否包含一张脸，我们可以使用YOLO。我们已经在另一篇文章中展示了如何做到这一点，这里不再重复。一旦一张脸被辨认出来，我们就必须测量它的"微笑"程度。Amazon Rekognition提供了这方面的代码，以及使用它的API。

因为我们有一个API，所以测量脸上微笑的代码非常简单。这里是：

在这一点上，我们所要做的就是在一些云基础设施中部署此代码，例如SAP云平台。

请注意，我们在这里只使用了一个面部功能，微笑。我们可以做更复杂的分析，都是基于人脸特征的自动检测。例如，我们可以根据被调查者的年龄来划分反馈，只需使用API即可。我们还可以根据受访者的性别对数据进行分类，再次使用Rekognition的另一个API。

此外，通过使用另一个API，我们可以从更复杂的情绪中提取反馈，而不仅仅是快乐/不快乐，并检查我们传达的信息是否会让受访者生气、困惑，惊讶或害怕。

存储和分析所有的微笑

回到我们的简单案例，我们现在提取了微笑的度量。然后我们可以建立一个反馈响应并将其发送回Qualtrics。Qualtrics API使这成为一项简单的任务，原生淘客app，下面是将答案填入调查的代码：

完成。反馈被准确地存储到Qualtrics中，就像它们来自真实形式的明确问题一样，然后就可以用标准Qualtrics统计工具对它们进行分析。此外，一旦您的体验数据（X-data）存储在Qualtrics中，您就可以开始将它们与您的运营数据（O-data）集成，正如我们在本文中已经讨论过的那样。