Anonymiser les noms et les numéros dans les données textuelles

Détection des informations personnelles

Avec Feedier, vous pouvez détecter automatiquement les données personnelles telles que les noms, les numéros de compte ou les groupes en utilisant le moteur de détection d'entités NLP de Feedier.

Voici un exemple avec un feedback textuel :

Le produit était excellent mais j'ai eu une très mauvaise expérience avec Paul Dupont.

Open

Paul Dupont est automatiquement marqué par Feedier comme un attribut sous NLP Personal Name.

Processus d'anonymisation

Accéder à la page Actions

1. Cliquez sur Segments → Créez un nouveau segment comme "Tous les feedbacks" avec un sélecteur sur "Période de temps" "Supérieure" à "Aujourd'hui", afin de détecter et de faire correspondre tous les nouveaux feedbacks.

2. Allez dans Automations → Sélectionnez votre segment (créé à l'étape 1) → Mise à jour du feedback.

3. Définissez le nom de l'attribut sur nlp_personal_name et le texte personnalisé sur **** → Cliquez sur Ajouter.

4. Définissez le nom de l'attribut sur nlp_number et le texte personnalisé sur **** → Cliquez sur Ajouter

5. Cliquez sur Enregistrer.

Open

Désormais, chaque fois que Feedier détectera un nom de personne ou un grand nombre (comme un identifiant de compte), ils seront remplacés par *** automatiquement.