엑셀 데이터 자동 분류: 규칙이 놓친 문장만 넘기면 나머지가 채워집니다

미분류가 남습니다.

키워드 사전을 붙이면 상당수가 자동으로 달립니다. 그래도 "아직도 안 왔어요"나 "이거 왜 이래요" 같은 문장은 단어로 안 잡힙니다.

전부 자동으로 분류하려고 하면 정확도를 못 잽니다. 규칙이 잡은 것과 못 잡은 것을 나눠 두면 잴 수 있습니다. 이 글은 키워드 매칭 다음 단계입니다.

엑셀 데이터 자동 분류는 남은 건에만 겁니다

전체를 넘기지 않는 이유가 둘입니다.

규칙으로 붙는 건은 이미 정확합니다. 다시 판단시키면 결과가 달라질 수 있고, 달라졌을 때 어느 쪽이 맞는지 확인하는 일이 새로 생깁니다.

그리고 건수가 줄면 확인이 가능해집니다. 오백 건 전부를 검토할 수는 없어도 미분류 백 건은 훑어볼 수 있습니다.

미분류 줄만 필터로 뽑아 별도 시트에 둡니다. 원본에는 손대지 않고, 분류 결과를 받으면 그 시트에서 원본으로 되돌려 채웁니다.

유형 목록과 예시를 같이 줍니다

분류를 시킬 때 유형 이름만 주면 결과가 흔들립니다. 같은 문장이 이번에는 배송, 다음에는 기타로 갑니다.

세 가지를 같이 넘깁니다.

① 유형 목록 전체. 카테고리 목록에서 정한 그대로입니다. ② 유형마다 예시 문장 두세 개. 사람이 이미 붙여둔 건에서 가져옵니다. ③ 애매할 때 어디로 보낼지. 미분류로 남길지 기타로 보낼지를 미리 정합니다.

세 번째가 특히 중요합니다. 이걸 안 정하면 애매한 건이 매번 다른 유형으로 흩어져서 나중에 세지 못합니다.

샘플 100건으로 정확도를 잽니다

결과를 그대로 쓰면 안 됩니다. 재는 절차를 한 번 넣습니다.

미분류 건에서 100건을 무작위로 뽑습니다. =RAND() 열을 만들어 정렬하면 됩니다. 그 100건을 사람이 먼저 유형을 답니다. 그다음 자동 분류 결과와 나란히 놓고 일치 개수를 셉니다.

=SUMPRODUCT(--(사람이붙인범위=자동으로붙은범위))/100

이 비율이 정확도입니다. 여기서 끝내지 말고 한 가지를 더 봅니다. 틀린 건이 어느 유형에 몰려 있는지입니다.

한 유형에 몰려 있으면 그 유형의 정의가 애매한 것이고, 카테고리 목록을 고치면 정확도가 올라갑니다. 고르게 흩어져 있으면 문장 자체가 짧거나 정보가 부족한 것이고, 그건 분류 방법을 바꿔도 안 올라갑니다.

몇 퍼센트면 쓸 만한지는 용도가 정합니다

정확도 숫자 하나로 판단하지 않습니다. 그 표를 무엇에 쓰는지에 달렸습니다.

주간 리포트에서 유형별 추세를 보는 용도라면 몇 건 틀려도 추세는 유지됩니다. 반대로 특정 유형 건수를 근거로 인력을 늘리거나 상세페이지를 고칠 거라면 그 유형만이라도 사람이 확인합니다.

표준 분개로 처리되는 전표와 회계사가 봐야 하는 전표를 나누듯, 규칙으로 붙는 건과 읽어야 아는 건을 나눕니다. 전부를 같은 수준으로 검토하지 않는 것이 핵심입니다.

매달 같은 절차를 반복합니다

한 번 재고 끝내면 몇 달 뒤에 조용히 나빠집니다. 문의 유형이 바뀌고 새 상품이 나오면 예전 예시가 안 맞습니다.

매달 할 일은 셋입니다. 미분류 비율을 기록하고, 샘플 30건으로 정확도를 다시 재고, 틀린 건에서 나온 새 표현을 키워드 사전에 넣습니다.

세 번째가 규칙 쪽을 계속 두껍게 만듭니다. 규칙이 잡는 비율이 올라가면 자동 분류에 넘기는 건수가 줄고, 그만큼 확인할 양도 줄어듭니다.

엑셀 안에서 할지 밖으로 나갈지

엑셀 ai 활용으로 검색하면 부가 기능이나 함수 형태로 붙이는 방법이 나옵니다. 건수가 적고 한 번씩만 하면 그 방식이 간단합니다.

매주 돌아오고 건수가 수백이면 다릅니다. 원본이 들어오면 규칙이 먼저 붙고 남은 건만 넘어가고 결과가 되돌아오는 흐름을 사람이 매주 손으로 이어야 하는데, 그 이어붙이는 일이 분류보다 오래 걸립니다.

저희가 이 부분을 다루는 방식도 분류 자체보다 그 앞뒤를 잇는 쪽입니다. 유형 목록과 키워드 사전과 정확도 기록을 한곳에 두고, 원본이 들어오면 같은 순서로 지나가게 합니다.

자주 받는 질문

Q. 처음부터 전부 자동 분류로 하면 안 되나요

A. 됩니다. 다만 정확도를 잴 기준이 없어집니다. 규칙으로 붙은 건은 사실상 정답에 가까우므로 그 부분을 남겨두면 검증 비용이 줄고, 나중에 결과가 나빠졌을 때 어디가 나빠졌는지 구분됩니다.

Q. 엑셀 자동 분류 결과를 원본에 어떻게 되돌리나요

A. 미분류 시트에 원본 행 번호를 같이 가져갑니다. 결과를 받으면 그 번호로 조회해 원본 유형 열을 채웁니다. 행 번호 없이 순서만 믿으면 중간에 정렬 한 번으로 어긋납니다.

Q. 정확도가 낮게 나오면 무엇부터 고치나요

A. 카테고리 목록입니다. 틀린 건이 특정 유형에 몰려 있으면 그 유형의 경계가 애매한 것이고, 그건 분류 방법이 아니라 정의 문제입니다. 목록을 고치는 것이 지시문을 다듬는 것보다 효과가 큽니다.

Q. 엑셀 텍스트 분류를 하면 상담사가 태그를 안 달아도 되나요

A. 초기에는 계속 답니다. 사람이 붙인 태그가 정확도를 재는 기준이 되고 예시로도 쓰입니다. 정확도가 안정되면 전수에서 표본으로 줄입니다.

Q. 개인정보가 들어 있는 문장을 넘겨도 되나요

A. 내부 규정을 먼저 봅니다. 상담 본문에는 이름과 연락처가 섞여 있는 경우가 많으므로, 넘기기 전에 그 부분을 가리는 단계를 넣는 편이 안전합니다.

정확도를 재는 절차 없이 자동 분류를 켜면 틀린 숫자가 빠르게 쌓입니다. 재는 일부터 붙여 두려 합니다.