Hoy en día, los clientes pueden generar tickets de soporte a través de múltiples canales como: web, móvil, chatbots, correos electrónicos o llamadas telefónicas. Cuando un cliente genera un ticket de soporte, se procesa y se asigna a una categoría en función de la información proporcionada en el ticket. Luego se enruta al grupo de soporte para su resolución de acuerdo con la categoría del ticket. Se estima que una gran cantidad de tickets de soporte generalmente no se enrutan al grupo correcto debido a una categorización incorrecta de los tickets. Los boletos asignados incorrectamente provocan un retraso en el tiempo de resolución general, lo que a menudo resulta en una gran insatisfacción del cliente. También puede tener otros impactos generalizados, como repercusiones financieras, operativas u otras repercusiones comerciales. Por lo tanto, la clasificación de tickets es una tarea esencial para todas las organizaciones en estos días. Aunque puede clasificar los boletos manualmente, es propenso a errores, no es rentable y no escala.
Servicios administrados por AWS (AMS) usos Amazon Comprehend clasificaciones personalizadas para categorizar las solicitudes entrantes por recurso y tipo de operación en función de cómo el cliente describió su problema. Amazon Comprehend es un servicio de procesamiento de lenguaje natural (NLP) que utiliza el aprendizaje automático (ML) para descubrir información valiosa y conexiones en el texto. AMS utiliza clasificadores personalizados para etiquetar las solicitudes de los clientes con los tipos de problema, el tipo de recurso y la acción del recurso apropiados, y así enrutar los tickets de los clientes a las pymes. La clasificación de Amazon Comprehend se utiliza para encontrar oportunidades para nuevas herramientas de automatización interna que los ingenieros de AMS pueden usar para cumplir con los requisitos del cliente para reducir el esfuerzo manual y las posibilidades de errores manuales. Los datos de clasificación se almacenan en un Desplazamiento al rojo de Amazon clúster y se utiliza para analizar las solicitudes de los clientes y encontrar nuevos candidatos a herramientas de automatización. Esta automatización da como resultado una mayor eficiencia operativa y un costo reducido.
En esta publicación, mostramos cómo los proveedores de servicios administrados pueden usar Amazon Comprehend para clasificar y enrutar los tickets, brindar sugerencias basadas en la clasificación y utilizar los datos de clasificación.
Resumen de la solución
El siguiente diagrama muestra la arquitectura de la solución.
El flujo de trabajo es el siguiente:
- Un cliente envía el ticket.
- El sistema de tickets recibe el ticket del cliente e invoca el clasificador de tickets. AWS Lambda función con los detalles del billete. Lambda es un servicio informático basado en eventos y sin servidor que le permite ejecutar código para prácticamente cualquier tipo de aplicación o servicio de back-end sin aprovisionar ni administrar servidores. Se elige Lambda como solución para reducir los costos y el esfuerzo de mantenimiento.
- La función Lambda del clasificador de tickets clasifica el ticket con Amazon Comprehend utilizando el título y la descripción del ticket. Con Amazon Comprehend, puede entrenar el modelo NLP y proporcionar clasificadores por lotes y en tiempo real sin aprovisionar ni mantener la infraestructura.
- La función Lambda del clasificador de tickets envía los datos de clasificación de tickets al clúster de Amazon Redshift a través de Manguera de bomberos de datos de Amazon Kinesis. Kinesis Data Firehose es un servicio de extracción, transformación y carga (ETL) que captura, transforma y entrega datos de transmisión a lagos de datos, almacenes de datos y servicios de análisis. Amazon Redshift utiliza SQL para analizar datos estructurados y semiestructurados en almacenes de datos, bases de datos operativas y lagos de datos, utilizando hardware y aprendizaje automático diseñados por AWS para ofrecer la mejor relación precio-rendimiento a cualquier escala. Kinesis Data Firehose entrega datos a un Servicio de almacenamiento simple de Amazon (Amazon S3) primero y luego emite un comando COPY de Amazon Redshift para cargar los datos en un clúster de Amazon Redshift.
- La función Lambda del clasificador de tickets invoca la función Lambda del controlador de tickets.
- La función Lambda del controlador de tickets ejecuta código para ayudar en el manejo de tickets. En este ejemplo, devuelve los materiales recomendados para el manejo del ticket según la clasificación.
- El análisis de tickets se puede hacer con Amazon QuickSight. A partir del análisis de tickets, puede averiguar el tipo de ticket más solicitado. Según el análisis, puede descubrir tendencias de tickets y oportunidades para automatizar los principales tipos de tickets. QuickSight es un servicio de inteligencia comercial (BI) a escala de nube que puede usar para brindar información fácil de entender a las personas con las que trabaja, donde sea que estén.
En las siguientes secciones, lo guiaremos a través de los pasos para implementar la solución, integrar la infraestructura de clasificación de boletos con su sistema de emisión de boletos y usar los datos de clasificación con QuickSight.
Implementar la solución
En esta sección, repasamos los pasos para aprovisionar los recursos de su solución y crear la infraestructura necesaria.
Configurar Amazon Comprender
En este paso, entrenamos dos nuevos modelos de clasificación personalizados de Amazon Comprehend: Operation y Resource, y creamos un punto de enlace de análisis en tiempo real para cada modelo.
Sube los datos de entrenamiento
Para cargar los datos de entrenamiento, complete los siguientes pasos:
- Descargar ticket_training_data.zip y descomprimir el archivo.
Esta carpeta contiene los dos archivos siguientes:- datos_entrenamiento_operaciones.csv – Este archivo es un archivo CSV de dos columnas que usamos para entrenar el modelo de clasificación de operaciones. La primera columna contiene
class
y la segunda columna contienedocument
. - recursos_de_datos_de_entrenamiento.csv – Este archivo es un archivo CSV de dos columnas que usamos para entrenar el modelo de clasificación de recursos. Como el
training_data_operations.csv
archivo, la primera columna contieneclass
y la segunda columna contienedocument
.
- datos_entrenamiento_operaciones.csv – Este archivo es un archivo CSV de dos columnas que usamos para entrenar el modelo de clasificación de operaciones. La primera columna contiene
- En la consola de Amazon S3, cree un depósito nuevo para Amazon Comprehend. Debido a que los nombres de depósito de S3 son globalmente únicos, debe crear un nombre único para el depósito. Para esta publicación, lo llamamos
comprehend-ticket-training-data
. Habilite el cifrado del lado del servidor y bloquee el acceso público al crear el depósito. - Subir
training_data_operations.csv
ytraining_data_resources.csv
al nuevo cubo S3.
Crear dos nuevos modelos
Para crear sus modelos, complete los siguientes pasos:
- En la consola de Amazon Comprehend, elija Clasificación personalizada en el panel de navegación.
- Elige Crear nuevo modelo.
- Provee la siguiente informacion:
- Nombre del modelo, introduzca
ticket-classification-operation
. - Idioma, escoger Inglés.
- Modo clasificador, seleccione Uso del modo de etiqueta única.
- Formato de datos, seleccione archivo CSV.
- Conjunto de datos de entrenamiento, ingrese la ruta S3 para
training_data_operations.csv
. - Fuente de datos de prueba, seleccione División automática.
Autosplit selecciona automáticamente el 10 % de los datos de entrenamiento proporcionados para usarlos como datos de prueba. - Rol de IAM, seleccione Crear un rol de IAM.
- Permisos de acceso, elija los datos de entrenamiento, prueba y salida (si se especifica) en sus depósitos de S3.
- Sufijo de nombre, introduzca
ticket-classification
.
- Nombre del modelo, introduzca
- Elige Crear.
- Elige Crear nuevo modelo de nuevo para crear su modelo de clasificación de recursos.
- Provee la siguiente informacion:
- Nombre del modelo, introduzca
ticket-classification-resource
. - Idioma, escoger Inglés.
- Modo clasificador, seleccione Uso del modo de etiqueta única.
- Formato de datos, seleccione archivo CSV.
- Conjunto de datos de entrenamiento, ingrese la ruta S3 para
training_data_resources.csv
. - Fuente de datos de prueba, seleccione División automática.
- Rol de IAM, seleccione Usar un rol de IAM existente.
- Nombre de rol, escoger
AmazonComprehendServiceRole-ticket-classification
.
- Nombre del modelo, introduzca
- Elige Crear.
Amazon Comprehend ahora está procesando los archivos CSV y usándolos para entrenar clasificadores personalizados. Luego los usamos para ayudar a clasificar los tickets de los clientes. Cuanto más grandes y precisos sean nuestros datos de entrenamiento, más preciso será el clasificador.
Espere a que el estado de la versión se muestre como Trained
como a continuación. Puede tardar hasta 1 hora en completarse, según el tamaño de los datos de entrenamiento.
Cree puntos de enlace de Amazon Comprehend
Los puntos de enlace de Amazon Comprehend se facturan en incrementos de 1 segundo, con un mínimo de 60 segundos. Los cargos continúan incurriendo desde el momento en que inicia el punto final hasta que se elimina, incluso si no se analiza ningún documento. Para más información, ver Precios de Amazon Comprehend. Para crear sus puntos finales, complete los siguientes pasos:
- En la consola de Amazon Comprehend, elija Endpoints en el panel de navegación.
- Elige Crear punto final para crear su punto final de clasificación de operaciones.
- Provee la siguiente informacion:
- Nombre de punto final, introduzca
ticket-classification-operation
. - Tipo de modelo personalizado, seleccione Clasificación personalizada.
- modelo clasificador, escoger operación-clasificación-ticket.
- Versión, escoger Sin nombre de versión.
- Número de unidades de inferencia (IU), introduzca
1
.
- Nombre de punto final, introduzca
- Elige Crear punto final.
- Elige Crear punto final de nuevo para crear el punto final de clasificación de recursos.
- Provee la siguiente informacion:
- Nombre de punto final, introduzca
ticket-classification-resource
. - Tipo de modelo personalizado, seleccione Clasificación personalizada.
- modelo clasificador, escoger ticket-clasificación-recurso.
- Versión, escoger Sin nombre de versión.
- Número de unidades de inferencia (IU), introduzca
1
.
- Nombre de punto final, introduzca
- Elige Crear punto final.
Después de crear ambos extremos, espere hasta que el estado de ambos se muestre como Active
.
Pruebe los puntos finales de Amazon Comprehend con análisis en tiempo real
Para probar sus puntos finales, complete los siguientes pasos:
- En la consola de Amazon Comprehend, elija Análisis en tiempo real en el panel de navegación.
- Tipo de análisisSeleccione Personalizado.
- Punto finalescoger operación-clasificación-ticket.
- Texto de entrada, introduzca la siguiente:
- Elige Analizar.
Los resultados muestran queUpdate
clase tiene la puntuación de confianza más alta. - Cambios Punto final a ticket-clasificación-recurso y elige Analizar de nuevo.
Los resultados muestran que EC2
clase tiene la puntuación de confianza más alta.
Cree un secreto para la contraseña del clúster de Amazon Redshift
En este paso, creamos un Director de secretos de AWS secret para su contraseña de clúster de Amazon Redshift. Secrets Manager lo ayuda a proteger los secretos necesarios para acceder a sus aplicaciones, servicios y recursos de TI. El servicio le permite rotar, administrar y recuperar fácilmente las credenciales de la base de datos, las claves de API y otros secretos a lo largo de su ciclo de vida. En esta publicación, almacenamos la contraseña del clúster de Amazon Redshift en un secreto de Secrets Manager.
- En la consola de Secrets Manager, elija Misterios en el panel de navegación.
- Elige Almacenar un nuevo secreto.
- tipo secreto, seleccione Otro tipo de secreto.
- under Pares clave / valor, configura tu clave como
password
y valor como su contraseña de clúster de Amazon Redshift.
La contraseña debe tener entre 8 y 64 caracteres y contener al menos una letra mayúscula, una letra minúscula y un número. Puede ser cualquier carácter ASCII imprimible excepto ' (comillas simples), “ (comillas dobles), , /, @ o espacio. - Elige Siguiente.
- Nombre secreto, introduzca
ClassificationRedshiftClusterPassword
. - Elige Siguiente.
- En rotación secreta sección, elija Siguiente.
- Revise su configuración secreta y elija Tienda.
Aprovisione su infraestructura con AWS CloudFormation
En este paso, aprovisionamos la infraestructura para la solución utilizando un Formación en la nube de AWS asociación.
Cargue el código de la función Lambda
Antes de iniciar la pila de CloudFormation, cargue su código de función de Lambda:
- Descargar lambda_code.zip
- En la consola de Amazon S3, abra el depósito que creó.
- Subir
lambda_code.zip
.
Cree su pila de CloudFormation
Para aprovisionar recursos con AWS CloudFormation, complete los siguientes pasos:
- Descargar cloudformation_template.json.
- En la consola de AWS CloudFormation, elija Crear pila.
- Seleccione Con nuevos recursos (estándar).
- Fuente de la plantilla, escoger Subir un archivo de plantilla.
- Elija la plantilla de CloudFormation descargada.
- Elige Siguiente.
- Nombre de pila, introduzca
Ticket-Classification-Infrastructure
. - En parámetros sección, ingrese los siguientes valores:
- ClasificaciónRedshiftClusterNodeType, ingrese el tipo de nodo del clúster de Amazon Redshift. dc2.large es el valor predeterminado.
- ClasificaciónRedshiftClusterPasswordSecretName, ingrese el nombre secreto de Secrets Manager que almacena la contraseña del clúster de Amazon Redshift.
- ClasificaciónRedshiftClusterSubnetId, ingrese el ID de subred donde está alojado el clúster de Amazon Redshift. La subred debe estar dentro de la VPC que mencionó en el
ClassificationRedshiftClusterVpcId
parámetro. - ClasificaciónRedshiftClusterUsername, ingrese el nombre de usuario del clúster de Amazon Redshift.
- ClasificaciónRedshiftClusterVpcId, ingrese el ID de VPC donde se aloja el clúster de Amazon Redshift.
- LambdaCodeS3Cubo, ingrese el nombre del depósito S3 donde cargó el código Lambda.
- Código LambdaS3Clave, ingrese la clave de Amazon S3 del paquete de implementación.
- QuickSightRegión, ingrese la Región para QuickSight. La región de QuickSight debe ser coherente con la región que está utilizando para Amazon Comprehend y el depósito de S3.
- Elige Siguiente.
- En Configurar opciones de pila sección, elija Siguiente.
- En Revisar sección, seleccionar Reconozco que AWS CloudFormation podría crear recursos de IAM.
- Elige Crear pila.
Configure su clúster de Amazon Redshift
En este paso, habilita el registro de auditoría y agrega la nueva tabla al clúster de Amazon Redshift creado a través de la plantilla de CloudFormation.
El registro de auditoría no está activado de forma predeterminada en Amazon Redshift. Cuando activa el registro en su clúster, Amazon Redshift exporta registros a Reloj en la nube de Amazon, que capturan datos desde el momento en que se habilita el registro de auditoría hasta el momento actual. Cada actualización de registro es una continuación de los registros anteriores.
Habilitar el registro de auditoría
Puede omitir este paso si no necesita un registro de auditoría para su clúster de Amazon Redshift.
- En la consola de Amazon Redshift, elija Clusters en el panel de navegación.
- Elija el clúster de Amazon Redshift que comience con
classificationredshiftcluster-
. - En Propiedades pestaña, elegir Editar.
- Elige Editar registro de auditoría.
- Configurar el registro de auditoríaescoger "Permitir".
- Registrar tipo de experto, escoger Vigilancia de la nube.
- Seleccione todos los tipos de registro.
- Elige Guardar los cambios.
Crear nueva tabla
Para crear una nueva tabla, complete los siguientes pasos:
- En la consola de Amazon Redshift, elija Consultar datos.
- Elige Consulta en el editor de consultas v2.
- En Base de datos página, elija su clúster.
- Base de datos, introduzca
ticketclassification
. - Ingrese el nombre de usuario y la contraseña que configuró en los parámetros de la pila de CloudFormation.
- Elige Crear conexión.
- Cuando se realice la conexión, elija el signo más y abra una nueva ventana de consulta.
- Ingrese la siguiente consulta:
- Elige Ejecutar.
Probar la infraestructura de clasificación
Ahora la infraestructura para la clasificación de boletos está lista. Antes de realizar la integración con su sistema de tickets, probemos la infraestructura de clasificación.
Ejecutar la prueba
Para ejecutar la prueba, complete los siguientes pasos:
- En la consola Lambda, elija Clave en el panel de navegación.
- Elija la función que comienza con
Ticket-Classification-Inf-TicketClassifier
. - En Probar pestaña, elegir Evento de prueba.
- Nombre, introduzca
TestTicket
. - Introduzca los siguientes datos de prueba:
- Elige Probar.
El ticket se clasifica y los datos de clasificación se almacenan en el clúster de Amazon Redshift. Después de la clasificación, se ejecuta la función Lambda del controlador de tickets, que maneja el ticket en función de la clasificación, incluida la recomendación de materiales para los ingenieros de soporte.
Verifique el registro de prueba del clasificador de boletos
Para verificar el registro de prueba, complete los siguientes pasos:
- En la sección de resultados de la prueba, elija Troncos, o elegir Ver registros en CloudWatch en Monitorear .
- Elija el flujo de registro.
Puede ver los registros en la siguiente captura de pantalla, que muestra el resultado de Amazon Comprehend y la clasificación superior final del ticket. En este ejemplo, el ticket de prueba se clasifica como Resource=EC2
, Operation=Update
.
Verifique la salida de clasificación de tickets en el clúster de Amazon Redshift
Para validar la salida en su clúster, complete los siguientes pasos:
- En la consola del editor de consultas v2 de Amazon Redshift, elija el signo más para abrir una nueva ventana de consulta.
- Ingrese la siguiente consulta:
- Elige Ejecutar.
La siguiente captura de pantalla muestra la clasificación de los tickets. Si aún no está disponible, espere unos minutos y vuelva a intentarlo (Kinesis Data Firehose necesita algo de tiempo para enviar los datos). Ahora podemos usar estos datos en QuickSight.
Verifique el registro de prueba del controlador de boletos
Después de que el clasificador de tickets inserte los datos de clasificación en el clúster de Amazon Redshift, se ejecuta la función Lambda del controlador de tickets, que maneja el ticket en función de la clasificación, incluida la recomendación de materiales para los ingenieros de soporte. En este ejemplo, el administrador del ticket devuelve los materiales recomendados, incluido el runbook, la documentación de AWS y los documentos de SSM para que el soporte pueda consultarlos cuando gestione el ticket. Puede integrar la salida con su sistema de manejo de tickets y puede personalizar los procesos de manejo en el código de la función Lambda. En este paso, verificamos qué recomendaciones se hicieron.
- En la consola Lambda, elija Clave en el panel de navegación.
- Elija la función Lambda que comienza con
Ticket-Classification-Inf-TicketHandlerLambdaFunct
. - En Monitorear pestaña, elegir Ver registros en CloudWatch.
- Elija el flujo de registro.
La siguiente captura de pantalla muestra los registros. Puede ver el resultado de Amazon Comprehend y la lista de documentos de AWS recomendados y documentos de SSM para el ticket clasificado como Update EC2
. Puede agregar sus propios runbooks, documentos, documentos de SSM o cualquier otro material en el código de función de Lambda.
Integre la infraestructura de clasificación de boletos con su sistema de emisión de boletos
En esta sección, repasamos los pasos para integrar su infraestructura de clasificación de emisión de boletos con su sistema de emisión de boletos y personalizar su configuración.
La mayoría de los sistemas de emisión de tickets tienen una función de activación que le permite ejecutar el código cuando se envía el ticket. Configure su sistema de emisión de boletos para invocar la función Lambda del clasificador de boletos con la siguiente entrada formateada:
Si desea personalizar la entrada, modifique el código de función Lambda del clasificador de tickets. Debe agregar o eliminar parámetros (líneas 90 a 105) y personalizar la entrada para Amazon Comprehend (líneas 15 a 17).
Puede personalizar la función Lambda del controlador de tickets para ejecutar la automatización o editar las recomendaciones. Por ejemplo, puede agregar el comentario interno al ticket con las recomendaciones. Para personalizar, abra el código Lambda del controlador de tickets y edite las líneas 68–70 y 75–81.
Usar datos de clasificación con QuickSight
Después de integrar la infraestructura de clasificación de tickets con su sistema de tickets, los datos de clasificación de tickets se almacenan en el clúster de Amazon Redshift. Puede usar QuickSight para verificar estos datos y generar informes. En este ejemplo, generamos un análisis QuickSight con los datos de clasificación.
Regístrese en QuickSight
Si aún no tiene QuickSight, regístrese con los siguientes pasos:
- En la consola de QuickSight, elija Regístrese en QuickSight.
- Elige Estándar.
- under Región QuickSight, elija la Región que configuró en el parámetro CloudFormation
QuickSightRegion
. - under Informacion de cuenta, ingrese el nombre de su cuenta QuickSight y la dirección de correo electrónico de notificación.
- under Acceso QuickSight a los servicios de AWS, seleccione Desplazamiento al rojo de Amazon.
- Si desea permitir el acceso y la detección automática de otros recursos, selecciónelos también.
- Elige Acabado.
- Elige Ir a Amazon QuickSight después de que te hayas registrado.
Conecte su clúster de Amazon Redshift a QuickSight
Para conectar su clúster a QuickSight como fuente de datos, complete los siguientes pasos:
- En la consola de QuickSight, elija Conjuntos de datos en el panel de navegación.
- Elige Nuevo conjunto de datos.
- Elige Desplazamiento al rojo Descubierto automáticamente.
- Provee la siguiente informacion:
- Nombre de fuente de datos, introduzca
ticketclassification
. - ID de instancia, elija el clúster de Amazon Redshift que comienza con
classificationredshiftcluster-
. - Tipo de conexión, escoger Red pública.
- Nombre de la base de datos, introduzca
ticketclassification
. - Ingrese el nombre de usuario y la contraseña del clúster de Amazon Redshift que configuró en los parámetros de la pila de CloudFormation.
- Nombre de fuente de datos, introduzca
- Elige Validar conexión para ver si la conexión funciona.
Si no funciona, es probable que se deba a que usó un nombre de usuario y una contraseña incorrectos, o que la región de QuickSight es diferente de lo que especificó en la pila de CloudFormation. - Elige Crear fuente de datos.
- En Elige tu mesa sección, seleccione la
tickets
mesa. - Elige Seleccione.
- Seleccione Importar a SPICE para análisis más rápidos.
SPICE es el motor de cálculo en memoria, superrápido y paralelo de QuickSight. Está diseñado para realizar rápidamente cálculos avanzados y servir datos. Importación (también llamada ingerir) sus datos en SPICE pueden ahorrar tiempo y dinero. Para obtener más información sobre SPICE, consulte Importación de datos a SPICE. Si recibe el error "No hay suficiente capacidad de SPICE", compre más capacidad de SPICE. Para obtener más información, consulte Compra de capacidad de SPICE en una región de AWS. - Elige Visualizar.
Crear un informe de análisis de clasificación de tickets
Una vez que finalice la creación del conjunto de datos, podrá ver el nuevo análisis QuickSight. En esta sección, repasamos los pasos para crear un informe de análisis de clasificación de tickets, que incluye una tabla dinámica, gráficos circulares y gráficos de líneas.
- Elige Autógrafo.
- under Tipos visuales, elija la tabla dinámica.
- Arrastre (Resistencia)
operation
en Lista de campos a filas. - Arrastre (Resistencia)
resource
en Lista de campos a Columnas. - En Añada menú, seleccione Añadir visual.
- under Tipos visuales, elija el gráfico circular.
- Arrastre (Resistencia)
operation
en Lista de campos a Grupo / Color. - En Añada menú, seleccione Añadir visual de nuevo.
- under Tipos visuales, seleccione de nuevo el gráfico circular.
- Arrastre (Resistencia)
resource
en Lista de campos a Grupo / Color. - En Añada menú, seleccione Añadir visual de nuevo.
- under Tipos visuales, elija el gráfico de líneas.
- Arrastre (Resistencia)
creation_time
en Lista de campos a eje X. - Arrastre (Resistencia)
operation
en Lista de campos a Color. - En Añada menú, seleccione Añadir visual de nuevo.
- under Tipos visuales, elija de nuevo el gráfico de líneas.
- Arrastre (Resistencia)
creation_time
en Lista de campos a eje X. - Arrastre (Resistencia)
operation
en Lista de campos a Color. - Cambie el tamaño y reordene los gráficos según sea necesario.
- Elige Guardar como.
- Ingrese un nombre para su análisis y elija Guardar.
¡Felicidades! Tu primer análisis de ticket está listo. Una vez que tenga más datos, el análisis se verá como la siguiente captura de pantalla.
Limpiar
En este paso, limpiamos los recursos que creamos con varios servicios.
Amazon Comprehend
Para eliminar sus puntos finales, complete los siguientes pasos:
- En la consola de Amazon Comprehend, elija Endpoints en el panel de navegación.
- Seleccione
endpoint ticket-classification-operation
. - Elige Borrar y sigue las instrucciones.
- Repita estos pasos para eliminar el
ticket-classification-resource
punto final
A continuación, elimine las clasificaciones personalizadas que creó. - Elige Clasificación personalizada en el panel de navegación.
- Seleccione
classification ticket-classification-operation
. - Seleccione Sin nombre de versión.
- Elige Borrar y sigue las instrucciones.
- Repita estos pasos para eliminar el
ticket-classification-resource
clasificación.
Amazon S3
A continuación, limpie el depósito S3 que creó.
- En la consola de Amazon S3, seleccione el depósito que creó.
- Elimine todos los objetos en el depósito.
- Eliminar el cubo.
Amazon QuickSight
Elimine los análisis QuickSight y el conjunto de datos que creó.
- En la consola de QuickSight, elija Analiza en el panel de navegación.
- Elija el ícono de opciones (tres puntos) en el análisis que creó.
- Elige Borrar y sigue las instrucciones.
- Elige Conjuntos de datos en el panel de navegación.
- Elija el
tickets
conjunto de datos - Elige Eliminar conjunto de datos y sigue las instrucciones.
Formación en la nube de AWS
Limpie los recursos que creó como parte de la pila de CloudFormation.
- En la consola de AWS CloudFormation, elija Stacks en el panel de navegación.
- Elija el
Ticket-Classification-Infrastructure
asociación. - En Recursos pestaña, elija la identificación física de
ClassificationDeliveryStreamS3Bucket
.
Se abre la consola de Amazon S3. - Elimine cualquier objeto en este depósito.
- Regrese a la consola de AWS CloudFormation, elija Borrary siga las indicaciones.
Director de secretos de AWS
Por último, elimine el secreto de Secrets Manager.
- En la consola de Secrets Manager, seleccione el secreto
ClassificationRedshiftClusterPassword
. - En Acciones menú, seleccione Eliminar secreto.
- Establezca el período de espera en 7 días y elija Programar Eliminar.
Su secreto se eliminará automáticamente después de 7 días.
Conclusión
En esta publicación, aprendió a utilizar los servicios de AWS para crear un sistema automático de clasificación y recomendación. Esta solución ayudará a sus organizaciones a crear el siguiente flujo de trabajo:
- Clasificar las solicitudes de los clientes.
- Recomendar soluciones automatizadas.
- Analice las clasificaciones de las solicitudes de los clientes y descubra las principales solicitudes de los clientes.
- Lance una nueva solución automatizada y aumente la tasa de automatización.
Para obtener más información acerca de Amazon Comprehend, consulte Documentación de Amazon Comprender. También puede descubrir otras funciones de Amazon Comprehend e inspirarse en otras Publicaciones de blog de AWS sobre el uso de Amazon Comprehend más allá de la clasificación.
Acerca de los autores
Seongyeol Jerry Cho es ingeniero sénior de desarrollo de sistemas en AWS Managed Services con sede en Sídney, Australia. Se centra en la creación de software de operaciones en la nube altamente escalable y automatizado utilizando una variedad de tecnologías, incluido el aprendizaje automático. Fuera del trabajo, disfruta viajar, acampar, leer, cocinar y correr.
Manu Sasikumar es gerente senior de ingeniería de sistemas en AWS Managed Services. Manu y su equipo se centran en crear automatizaciones potentes y fáciles de usar para reducir el esfuerzo manual y crear soluciones basadas en IA y ML para gestionar las solicitudes de los clientes. Fuera del trabajo, le encanta pasar su tiempo libre con su familia, además de ser parte de diversas actividades humanitarias y de voluntariado.
- Coinsmart. El mejor intercambio de Bitcoin y criptografía de Europa.
- Platoblockchain. Inteligencia del Metaverso Web3. Conocimiento amplificado. ACCESO LIBRE.
- CriptoHawk. Radar de altcoins. Prueba gratis.
- Fuente: https://aws.amazon.com/blogs/machine-learning/how-service-providers-can-use-natural-language-processing-to-gain-insights-from-customer-tickets-with-amazon- comprender/
- "
- 100
- 7
- a
- Sobre nosotros
- de la máquina
- Conforme
- Mi Cuenta
- preciso
- a través de
- la columna Acción
- actividades
- dirección
- avanzado
- AI
- Todos
- permite
- ya haya utilizado
- Aunque
- Amazon
- análisis
- Analytics
- analizar
- abejas
- Aplicación
- aplicaciones
- adecuado
- arquitectura
- asigna
- auditoría
- Australia
- automatizado
- Confirmación de Viaje
- Automático
- automáticamente
- Automatización
- Hoy Disponibles
- AWS
- porque
- antes
- "Ser"
- a continuación
- MEJOR
- entre
- Más allá de
- Bloquear
- Blog
- frontera
- build
- Construir la
- inteligencia empresarial
- llamar al
- candidatos
- Capacidad
- capturar
- capturas
- Categoría
- Causar
- posibilidades
- canales
- personajes
- cargos
- Gráficas
- Elige
- elegido
- clase
- clasificación
- Soluciones
- código
- Columna
- completar
- Calcular
- confianza
- Configuración
- Conectarse
- conexión
- Conexiones
- consistente
- Consola
- contiene
- continue
- rentable
- Para crear
- creado
- Creamos
- creación
- Referencias
- personalizado
- cliente
- Clientes
- personalizan
- datos
- Base de datos
- bases de datos
- retrasar
- entrega
- Dependiente
- despliegue
- descrito
- detalles
- Desarrollo
- una experiencia diferente
- descrubrir
- documentos
- No
- doble
- pasan fácilmente
- fácil de usar
- editor
- eficiencia
- esfuerzo
- habilitar
- permite
- cifrado
- Punto final
- Motor
- ingeniero
- certificados
- Participar
- esencial
- estimado
- ejemplo
- Excepto
- existente
- experto
- familia
- Feature
- Caracteristicas
- financiero
- Nombre
- Focus
- se centra
- seguir
- siguiendo
- siguiente
- en
- Cumplir
- función
- generar
- En todo el mundo
- Grupo procesos
- Manejo
- Materiales
- ayuda
- ayuda
- Alta
- altamente
- organizado
- Cómo
- Como Hacer
- HTTPS
- contextos humanitarios
- ICON
- implementar
- importador
- Incluye
- aumente
- aumentado
- información
- EN LA MINA
- Las opciones de entrada
- Insights
- Inspiración
- integrar
- Intelligence
- cuestiones
- IT
- Clave
- claves
- Label
- idioma
- large
- mayores
- lanzamiento
- aprendido
- aprendizaje
- que otros
- línea
- líneas
- Lista
- carga
- Mira
- máquina
- máquina de aprendizaje
- hecho
- un mejor mantenimiento.
- gestionan
- gestionado
- gerente
- administrar
- manual
- a mano
- materiales
- mencionado
- podría
- mínimo
- ML
- Móvil
- modelo
- modelos
- dinero
- más,
- múltiples
- nombres
- Natural
- Navegación
- necesario
- .
- número
- habiertos
- abre
- Inteligente
- Operaciones
- Del Mañana
- Opciones
- organización
- para las fiestas.
- Otro
- total
- EL DESARROLLADOR
- paquete
- parte
- Contraseña
- Personas
- actuación
- período
- los libros físicos
- Pivot
- poderoso
- presente
- anterior
- precio
- en costes
- tratamiento
- proteger
- proporcionar
- previsto
- los proveedores
- público
- comprar
- aumento
- Reading
- en tiempo real
- recomendando
- reducir
- Reducción
- región
- reporte
- Informes
- solicita
- solicitudes
- Requisitos
- Recurso
- Recursos
- resultante
- Resultados
- devoluciones
- Ruta
- Ejecutar
- correr
- escalable
- Escala
- segundos
- Sin servidor
- de coches
- Servicios
- set
- firmar
- sencillos
- soltero
- Tamaño
- So
- Software
- sólido
- a medida
- Soluciones
- algo
- Espacio
- Gastos
- montón
- estándar
- comienzo
- comienza
- Estado
- STORAGE
- tienda
- tiendas
- stream
- en streaming
- estructurado
- Subido
- SOPORTE
- Sydney
- te
- Todas las funciones a su disposición
- equipo
- Tecnologías
- test
- Pruebas
- El
- de este modo
- Tres
- A través de esta formación, el personal docente y administrativo de escuelas y universidades estará preparado para manejar los recursos disponibles que derivan de la diversidad cultural de sus estudiantes. Además, un mejor y mayor entendimiento sobre estas diferencias y similitudes culturales permitirá alcanzar los objetivos de inclusión previstos.
- a lo largo de
- boleto
- entradas
- equipo
- Título
- del IRS
- parte superior
- Formación
- Transformar
- viajes
- Tendencias
- tipos
- descubrir
- único
- unidades que
- Actualizar
- utilizan el
- generalmente
- UTC
- utilizar
- propuesta de
- variedad
- diversos
- versión
- Ver
- voluntario
- esperar
- web
- ¿
- QUIENES
- extendido
- dentro de
- sin
- Actividades:
- funciona
- tú