Principais pormenores

Melhoria do serviço ao cliente com base na extração inteligente e rápida de informações.

Cliente

O cliente é uma empresa americana de FMCG de média dimensão, cujo objetivo é aumentar os resultados através do aumento do valor do tempo de vida dos clientes. Eles precisavam de uma IA analítica de atendimento ao cliente sob medida. Assim, a empresa estava a tentar implementar uma Solução de processamento de linguagem natural (extração de texto) para compilar e analisar várias fontes de dados da sua equipa de Experiência do Cliente e utilizar os dados para criar perspectivas para melhorar o serviço aos clientes.

Precisavam de pegar em múltiplas fontes de dados não estruturados (texto e gravações de voz) recebidos de diferentes canais e estabelecer um pipeline para análise de dados (utilizando a PNL), extração de texto para obter informações comerciais.

Desafio: extrair informações úteis de mensagens de correio eletrónico e áudio utilizando a PNL

O cliente precisava da nossa equipa para :

• Compreender e avaliar as opções de análise de dados, criar o produto valioso para o negócio que pode ajudar a empresa a atingir os objectivos comerciais definidos
• Desenvolver a arquitetura dos dados
• Fundir dados para criar um ponto único de análise de PNL
• Limpar dados para análise
• Selecionar Tecnologia de PNLferramentas e visualizações
• Construir Modelos de PNL
• Testar e aperfeiçoar modelos e imagens
• Passar à produção

Solução: canal de análise de dados em curso para recolha de informações

ARQUITECTURA AWS DESENVOLVIDO

Fase 1. Concentrámo-nos na construção do pipeline Áudio-Texto e de outros mecanismos de receção de dados. Esperavam-se várias fontes de dados diferentes, pelo que a infraestrutura deveria estar preparada para as receber a todas.

Em seguida, configuramos o controlo de qualidade dos dados para todos os dados recebidos separadamente (com base no tipo de dados).

A principal tarefa da nossa equipa consistia em fazer chegar toda a informação recebida ao ponto único de análise para a IA analítica do serviço ao cliente. Para tal, concebemos o pipeline de acordo com os requisitos comerciais do cliente. O POC completo para a aterragem de dados e o pipeline de áudio para texto ficou pronto nas primeiras 2 semanas, com a infraestrutura a ser implementada na conta AWS do cliente.

Fase 2. Passámos à ingestão e ao processamento. Depois de obtermos todas as fontes num único ponto de análise, estas estavam a ser empurradas para baixo através do pipeline para serem analisadas com o Amazon Comprehend. Eram suportados vários idiomas e estavam a ser utilizados modelos específicos devido aos requisitos do cliente. Esta foi uma das vantagens da solução em termos de análise do serviço ao cliente.

A nossa equipa implementou mecanismos de deteção de falhas e de repetição em cada etapa do pipeline. Os dados de saída foram armazenados no S3 e partilhados com o cliente. Esta tarefa foi concluída por nós em 4 semanas.

Fase 3. Durante a fase de análise e visualização de dados, armazenámos os dados no S3 como um catálogo de dados AWS Glue. Toda a informação armazenada no S3 estava imediatamente disponível para ser consultada através do Amazon Athena. Nós aprendizagem automática implementada modelos através do AWS SageMaker.

Os dados processados e a análise foram entregues ao AWS Redshift para visualização futura. A parte ETL do processo que nós implementado através do AWS Cola. Os dados em Redshift foram partilhados com o cliente, bem como os dashboards PowerBI construídos com base nestes dados. A nossa equipa concluiu este trabalho em 3 semanas.

Resultado: solução analítica de PNL para análise de dados de correio eletrónico e áudio

Como resultado, a nossa equipa de engenheiros forneceu ao cliente uma robusta análise de texto de serviço ao cliente para uma rápida extração de texto e análise de dados. Agora, a solução extrai os dados de correio eletrónico e áudio e extrai informações comerciais valiosas.

A análise do serviço ao cliente Solução de IA ajuda o cliente a acompanhar continuamente o sentimento dos clientes, a ajustar os serviços em conformidade e a responder prontamente aos desafios, aumentando a satisfação do cliente.