Détails clés

Amélioration du service à la clientèle grâce à l'exploitation intelligente et rapide des informations.

Client

Le client est une entreprise américaine de taille moyenne spécialisée dans les produits de grande consommation, dont l'objectif est d'accroître ses résultats en augmentant la valeur de vie de ses clients. Elle avait besoin d'une IA d'analyse du service client sur mesure. L'entreprise cherchait donc à mettre en œuvre une Solution de traitement du langage naturel (Text Mining) Vous êtes chargé(e) de compiler et d'analyser diverses sources de données provenant de l'équipe chargée de l'expérience client et d'utiliser ces données pour créer des idées afin d'améliorer le service aux clients.

Ils avaient besoin de prendre de multiples sources de données non structurées (textes et enregistrements vocaux) provenant de différents canaux et d'établir un pipeline pour l'analyse des données (utiliser la PNL), l'exploration de texte pour obtenir des informations commerciales.

Défi : extraire des informations exploitables d'e-mails et de fichiers audio à l'aide de la technologie NLP

Le client a besoin de notre équipe pour :

• Comprendre et évaluer les options d'analyse des données, créer le produit utile à l'entreprise qui peut l'aider à atteindre les objectifs fixés.
• Développer l'architecture des données
• Fusionner les données pour créer un point unique d'analyse NLP
• Nettoyer les données pour l'analyse
• Sélectionner Technologie de la PNLOutils et visualisations
• Construire Modèles NLP
• Tester et affiner les modèles et les visuels
• Passer à la production

Solution : pipeline d'analyse de données en continu pour la collecte d'informations

ARCHITECTURE AWS DÉVELOPPÉ

Étape 1. Nous nous sommes concentrés sur la construction du pipeline Audio-Texte et d'autres mécanismes de réception des données. De multiples sources de données étant attendues, l'infrastructure devait être prête à les recevoir toutes.

Ensuite, nous mettons en place le contrôle de la qualité des données pour toutes les données entrantes séparément (en fonction du type de données).

La tâche principale de notre équipe était d'acheminer toutes les informations entrantes vers le point d'analyse unique de l'IA analytique du service client. Pour ce faire, nous avons conçu le pipeline en fonction des exigences commerciales du client. Le POC complet pour l'atterrissage des données et le pipeline audio vers texte a été prêt dans les deux premières semaines, l'infrastructure étant déployée sur le compte AWS du client.

Étape 2. Nous sommes passés à l'ingestion et au traitement. Après avoir acheminé toutes les sources vers un point d'analyse unique, les données étaient acheminées vers le pipeline pour être analysées avec Amazon Comprehend. Plusieurs langues étaient prises en charge et des modèles spécifiques étaient utilisés en fonction des besoins du client. Il s'agit de l'un des avantages de la solution en matière d'analyse du service à la clientèle.

Notre équipe a mis en œuvre des mécanismes de détection des erreurs et de réessai à chaque étape du pipeline. Les données de sortie ont été stockées sur S3 et partagées avec le client. Nous avons réalisé cette tâche en 4 semaines.

Étape 3. Au cours de la phase d'analyse et de visualisation des données, nous avons stocké les données sur S3 en tant que catalogue de données AWS Glue. Toutes les informations stockées sur S3 étaient immédiatement disponibles pour être interrogées via Amazon Athena. Nous avons mis en œuvre Apprentissage automatique par le biais d'AWS SageMaker.

Les données traitées et l'analyse ont été livrées à AWS Redshift pour une visualisation future. Pour la partie ETL du processus, nous avons mis en œuvre par l'intermédiaire d'AWS Glue. Les données dans Redshift ont été partagées avec le client ainsi que les tableaux de bord PowerBI construits à partir de ces données. Notre équipe a réalisé ce travail en 3 semaines.

Résultat : solution analytique NLP pour l'analyse des courriels et des données audio

En conséquence, notre équipe d'ingénieurs a fourni au client une solution robuste d'analyse de texte pour le service à la clientèle, pour une exploration de texte et une analyse de données rapides. Désormais, la solution exploite les courrier électronique et données audio et en tire de précieuses informations commerciales.

L'analyse du service à la clientèle Solution IA aide désormais le client à suivre en permanence le sentiment des clients, à ajuster les services en conséquence et à répondre rapidement aux défis, ce qui accroît la satisfaction de la clientèle.