Detalles clave

Mejora del servicio al cliente gracias a la extracción inteligente y rápida de información.

Cliente

El cliente es una mediana empresa estadounidense de productos de gran consumo cuyo objetivo es aumentar los beneficios a través de la mejora del valor del ciclo de vida de sus clientes. Necesitaban una IA de análisis de servicio al cliente a medida. La empresa quería implantar un Procesamiento del lenguaje natural (minería de textos) para recopilar y analizar diversas fuentes de datos de su equipo de Experiencia del Cliente y utilizar los datos para crear perspectivas que mejoren el servicio a los clientes.

Necesitaban tomar múltiples fuentes de datos no estructurados (texto y grabaciones de voz) recibidos de diferentes canales y establecer una canalización para el análisis de datos (utilizando la PNL), minería de textos para obtener información empresarial.

Reto: extraer información procesable de correos electrónicos y audio mediante PNL

El cliente necesitaba que nuestro equipo :

• Comprender y evaluar las opciones de análisis de datos, crear el producto valioso para el negocio que puede apoyar a la empresa en la consecución de los objetivos de negocio fijados.
• Desarrollar la arquitectura de datos
• Fusionar datos para crear un único punto de análisis de PNL
• Datos limpios para el análisis
• Seleccione Tecnología PNLHerramientas y visualizaciones
• Construya Modelos de PNL
• Probar y perfeccionar modelos y elementos visuales
• Pasar a la producción

Solución: proceso continuo de análisis de datos para obtener información.

ARQUITECTURA AWS DESARROLLADO

Fase 1. Nos centramos en construir la canalización de audio a texto y otros mecanismos de aterrizaje de datos. Se esperaban múltiples fuentes de datos, por lo que la infraestructura debía estar preparada para recibirlos todos.

A continuación, configuramos la comprobación de la calidad de los datos para todos los datos entrantes por separado (en función del tipo de datos).

La principal tarea de nuestro equipo era hacer llegar toda la información entrante al punto único de análisis para la IA de análisis de servicio al cliente. Para ello, diseñamos el canal de acuerdo con los requisitos empresariales del cliente. El POC completo para el aterrizaje de datos y la canalización de audio a texto estuvo listo en las 2 primeras semanas con la infraestructura desplegada en la cuenta de AWS del cliente.

Fase 2. Pasamos a la ingesta y el procesamiento. Después de obtener todas las fuentes en un único punto de análisis, se empujaba hacia abajo a través de la tubería para ser analizado con Amazon Comprehend. Se admitían varios idiomas y se utilizaban modelos específicos en función de los requisitos del cliente. Esta era una de las ventajas de la solución para el análisis del servicio de atención al cliente.

Nuestro equipo implementó mecanismos de detección de fallos y reintentos en cada paso del pipeline. Los datos de salida se almacenaron en S3 y se compartieron con el cliente. Completamos esta tarea en 4 semanas.

Etapa 3. Durante la etapa de análisis y visualización de datos, almacenamos los datos en S3 como un catálogo de datos de AWS Glue. Toda la información almacenada en S3 estaba disponible inmediatamente para su consulta a través de Amazon Athena. En implementado Aprendizaje automático modelos a través de AWS SageMaker.

Los datos procesados y el análisis se entregaron a AWS Redshift para su futura visualización. La parte ETL del proceso que implementado a través de AWS Pegamento. Compartimos los datos de Redshift con el cliente, así como los cuadros de mando de PowerBI creados a partir de estos datos. Nuestro equipo completó este trabajo en 3 semanas.

Resultado: solución analítica NLP para el análisis de datos de correo electrónico y audio

Como resultado, nuestro equipo de ingenieros ha proporcionado al cliente un sólido servicio de atención al cliente de análisis de texto para una rápida minería de texto y análisis y análisis de datos. Ahora, la solución extrae los correo electrónico y datos de audio y extrae información empresarial valiosa.

Análisis del servicio de atención al cliente Solución AI ahora ayuda al cliente a hacer un seguimiento continuo del sentimiento de los clientes, ajustar los servicios en consecuencia y responder con prontitud a los retos, aumentando la satisfacción del cliente.