در این پست، نحوه ایجاد یک راه حل پاسخ خودکار ایمیل با استفاده از آن را نشان می دهیم درک آمازون.
سازمان ها منابع، تلاش و پول زیادی را صرف اجرای عملیات مراقبت از مشتری خود می کنند تا به سؤالات مشتریان پاسخ دهند و راه حل ارائه دهند. مشتریان شما ممکن است از طریق کانالهای مختلف مانند ایمیل، چت یا تلفن سؤالات خود را بپرسند و اگر پاسخ به آن سؤالات تکراری باشد، استقرار نیروی کار برای پاسخ به این سؤالات میتواند منابع فشرده، زمانبر و حتی غیرمولد باشد.
در طول همهگیری COVID-19، بسیاری از سازمانها نمیتوانستند بهاندازه کافی از مشتریان خود به دلیل تعطیلی امکانات مراقبت از مشتری و نمایندگی پشتیبانی کنند و درخواستهای مشتریان در حال انباشته شدن بود. برخی از سازمانها برای پاسخ سریع به پرسشها مشکل داشتند، که میتواند باعث تجربه مشتری ضعیف شود. این به نوبه خود می تواند منجر به نارضایتی مشتری شود و در دراز مدت بر شهرت و درآمد سازمان تأثیر بگذارد.
اگرچه سازمان شما ممکن است داراییهای دادهای برای پرسشها و پاسخهای مشتریان داشته باشد، اما همچنان ممکن است برای اجرای یک فرآیند خودکار برای پاسخ به مشتریان خود با مشکل مواجه شوید. چالشها ممکن است شامل دادههای بدون ساختار، زبانهای مختلف، و فقدان تخصص در فناوریهای هوش مصنوعی (AI) و یادگیری ماشین (ML) باشد.
میتوانید با استفاده از Amazon Comprehend برای خودکارسازی پاسخهای ایمیل به پرسشهای مشتریان، بر چنین چالشهایی غلبه کنید. با راهحل ما، میتوانید هدف ایمیلهای مشتری را شناسایی کنید که در صورت مطابقت با پایگاه دانش موجود شما، یک پاسخ خودکار ارسال میکنند. اگر هدف مورد نظر مطابقت نداشته باشد، ایمیل برای پاسخ دستی به تیم پشتیبانی میرود. موارد زیر برخی از اهداف متداول مشتری هنگام تماس با بخش خدمات مشتری است:
- وضعیت تراکنش (به عنوان مثال، وضعیت انتقال پول)
- تنظیم مجدد کلمه ورود
- کد تبلیغاتی یا تخفیف
- ساعات عملکرد
- محل نمایندگی را پیدا کنید
- تقلب را گزارش کنید
- باز کردن قفل حساب
- بستن حساب
Amazon Comprehend می تواند به شما در انجام طبقه بندی و شناسایی موجودیت در ایمیل ها برای هر یک از اهداف بالا کمک کند. برای این راه حل، ما نشان می دهیم که چگونه ایمیل های مشتری را برای سه هدف اول طبقه بندی کنیم. همچنین میتوانید از Amazon Comprehend برای شناسایی اطلاعات کلیدی ایمیلها استفاده کنید تا بتوانید فرآیندهای کسبوکار خود را خودکار کنید. برای مثال میتوانید از Amazon Comprehend برای خودکار کردن پاسخ به درخواست مشتری با اطلاعات خاص مربوط به آن درخواست استفاده کنید.
بررسی اجمالی راه حل
برای ایجاد جریان پاسخ به ایمیل مشتری، از خدمات زیر استفاده می کنیم:
- درک آمازون
- AWS لامبدا
- سرویس ایمیل ساده آمازون (Amazon SES)
- سرویس اطلاع رسانی ساده آمازون (Amazon SNS)
- آمازون ورک میل
نمودار معماری زیر راه حل انتها به انتها را برجسته می کند:
گردش کار راه حل شامل مراحل زیر است:
- یک مشتری یک ایمیل به ایمیل پشتیبانی مشتری ایجاد شده در WorkMail ارسال می کند.
- WorkMail پس از دریافت ایمیل یک تابع Lambda را فراخوانی می کند.
- تابع محتوای ایمیل را به نقطه پایانی مدل طبقه بندی سفارشی ارسال می کند.
- نقطه پایانی طبقه بندی سفارشی با یک مقدار طبقه بندی شده و سطح اطمینان (بیش از 80٪) برمی گردد، اما می توانید در صورت نیاز آن را پیکربندی کنید.
- اگر مقدار طبقه بندی باشد
MONEYTRANSFER
، تابع Lambda نقطه پایانی شناسایی موجودیت را برای یافتن شناسه انتقال پول فراخوانی می کند. - اگر شناسه انتقال پول برگردانده شود، این تابع به صورت تصادفی وضعیت انتقال پول را برمیگرداند (در سناریوی واقعی، میتوانید از طریق API با پایگاه داده تماس بگیرید تا وضعیت انتقال واقعی را دریافت کنید).
- بر اساس مقدار طبقه بندی شده بازگشتی، یک الگوی ایمیل از پیش تعریف شده در Amazon SES انتخاب می شود و یک ایمیل پاسخ برای مشتری ارسال می شود.
- اگر سطح اطمینان کمتر از 80٪ باشد، یک مقدار طبقه بندی شده برگردانده نمی شود، یا شناسایی موجودیت شناسه انتقال پول را پیدا نمی کند، ایمیل مشتری به یک موضوع SNS منتقل می شود. می توانید برای ارسال پیام به سیستم فروش بلیط خود در Amazon SNS مشترک شوید.
پیش نیازها
به README.md فایل در GitHub repo تا مطمئن شوید که پیش نیازهای اجرای این راه حل را برآورده می کنید.
راه حل را مستقر کنید
استقرار راه حل شامل مراحل سطح بالا زیر است:
- تنظیمات دستی را با استفاده از کنسول مدیریت AWS.
- اجرای اسکریپت ها در یک آمازون SageMaker نمونه نوت بوک با استفاده از فایل نوت بوک ارائه شده.
- راه حل را با استفاده از کیت توسعه ابری AWS (AWS CDK).
برای دستورالعمل های کامل، به README.md فایل در GitHub repo.
محلول را تست کنید
برای آزمایش راه حل، یک ایمیل از ایمیل شخصی خود به ایمیل پشتیبانی ایجاد شده به عنوان بخشی از استقرار AWS CDK ارسال کنید (برای این پست، از support@mydomain.com استفاده می کنیم). ما از سه هدف زیر در داده های نمونه خود برای آموزش طبقه بندی سفارشی استفاده می کنیم:
- انتقال پول – مشتری می خواهد از وضعیت انتقال پول مطلع شود
- PASSRESET - مشتری درخواست ورود به سیستم، حساب قفل شده یا رمز عبور دارد
- PROMOCODE - مشتری می خواهد از تخفیف یا کد تبلیغاتی موجود برای انتقال پول مطلع شود
تصویر زیر نمونه ای از ایمیل مشتری را نشان می دهد:
اگر ایمیل مشتری طبقه بندی نشده باشد یا سطح اطمینان زیر 80٪ باشد، محتوای ایمیل به یک موضوع SNS ارسال می شود. هرکسی که در این موضوع مشترک شده باشد، محتوای ایمیل را به عنوان یک پیام دریافت می کند. ما با ایمیلی که با آن ارسال کردیم در این موضوع SNS مشترک شدیم human_workflow_email
پارامتر در حین استقرار
پاک کردن
برای جلوگیری از متحمل شدن هزینه های مداوم، پس از اتمام کار، منابعی را که به عنوان بخشی از این راه حل ایجاد کرده اید حذف کنید.
نتیجه
در این پست، نحوه پیکربندی یک سیستم پاسخگویی خودکار ایمیل را با استفاده از طبقهبندی مشتری و شناسایی نهادهای آمازون و سایر خدمات AWS یاد گرفتید. این راه حل می تواند مزایای زیر را ارائه دهد:
- بهبود زمان پاسخگویی به ایمیل
- افزایش رضایت مشتری
- صرفه جویی در هزینه با توجه به زمان و منابع
- توانایی تمرکز بر مسائل کلیدی مشتری
شما همچنین می توانید این راه حل را در زمینه های دیگر در تجارت خود و سایر صنایع گسترش دهید.
با معماری فعلی، ایمیل هایی که با امتیاز اطمینان پایین طبقه بندی می شوند، برای تایید و پاسخ دستی به یک حلقه انسانی هدایت می شوند. میتوانید از ورودیهای فرآیند بررسی دستی برای بهبود بیشتر مدل آمازون Comprehend و افزایش نرخ طبقهبندی خودکار استفاده کنید. هوش مصنوعی آمازون افزوده شده است (Amazon A2I) گردشهای کاری داخلی بررسی انسانی را برای موارد رایج استفاده از ML، مانند شناسایی موجودیت مبتنی بر NLP در اسناد، فراهم میکند. این به شما امکان می دهد به راحتی پیش بینی های Amazon Comprehend را مرور کنید.
همانطور که داده های بیشتری برای هر هدف دریافت می کنیم، مدل طبقه بندی سفارشی را مجدداً آموزش داده و اجرا می کنیم و جریان پاسخ ایمیل را بر این اساس در GitHub repo.
درباره نویسنده
گادوین ساهایاراج وینسنت یک معمار راه حل های سازمانی در AWS است که به یادگیری ماشین و ارائه راهنمایی به مشتریان برای طراحی، استقرار و مدیریت حجم کاری و معماری AWS خود علاقه دارد. در اوقات فراغت، او عاشق بازی کریکت با دوستانش و بازی تنیس با سه فرزندش است.
شامیکا آریاوانسا یک معمار راه حل های تخصصی AI/ML در تیم بهداشت جهانی و علوم زندگی در خدمات وب آمازون است. او با مشتریان کار می کند تا سفر ML آنها را با ترکیبی از پیشنهادات AWS ML و دانش دامنه ML خود پیش ببرند. او در دنور، کلرادو مستقر است. او در اوقات فراغت خود از ماجراجویی های خارج از جاده در کوه های کلرادو و رقابت در مسابقات یادگیری ماشین لذت می برد.
- Coinsmart. بهترین صرافی بیت کوین و کریپتو اروپا.
- پلاتوبلاک چین. Web3 Metaverse Intelligence. دانش تقویت شده دسترسی رایگان.
- CryptoHawk. رادار آلت کوین امتحان رایگان.
- منبع: https://aws.amazon.com/blogs/machine-learning/automate-email-responses-using-amazon-comprehend-custom-classification-and-entity-detection/
- "
- 100
- درباره ما
- حساب
- AI
- آمازون
- آمازون خدمات وب
- API
- معماری
- مصنوعی
- هوش مصنوعی
- هوش مصنوعی (AI)
- دارایی
- افزوده شده
- خودکار
- در دسترس
- AWS
- مزایای
- مرز
- ساختن
- ساخته شده در
- کسب و کار
- صدا
- اهميت دادن
- موارد
- علت
- چالش ها
- کانال
- طبقه بندی
- ابر
- رمز
- کلرادو
- ترکیب
- مشترک
- اعتماد به نفس
- محتوا
- هزینه
- Covid-19
- بیماری همه گیر COVID-19
- کریکت
- جاری
- تجربه مشتری
- پشتیبانی مشتریان
- مشتریان
- داده ها
- پایگاه داده
- دنور
- گسترش
- استقرار
- گسترش
- طرح
- کشف
- پروژه
- مختلف
- تخفیف
- اسناد و مدارک
- نمی کند
- دامنه
- به آسانی
- پست الکترونیک
- نقطه پایانی
- سرمایه گذاری
- مثال
- گسترش
- تجربه
- تخصص
- نام خانوادگی
- جریان
- تمرکز
- پیروی
- کامل
- تابع
- جهانی
- بهداشت و درمان
- کمک
- چگونه
- چگونه
- HTTPS
- شناسایی
- تأثیر
- انجام
- بهبود
- شامل
- افزایش
- لوازم
- اطلاعات
- اطلاعات
- قصد
- کلید
- بچه ها
- دانش
- زبان ها
- آموخته
- یادگیری
- سطح
- علوم زندگی
- قفل شده
- طولانی
- دستگاه
- فراگیری ماشین
- مدیریت
- کتابچه راهنمای
- مسابقه
- ML
- مدل
- پول
- دفتر یادداشت
- اخطار
- پیشنهادات
- عملیات
- کدام سازمان ها
- سازمان های
- دیگر
- بیماری همه گیر
- کلمه عبور
- شخصی
- بازی
- فقیر
- پیش بینی
- روند
- فرآیندهای
- ارائه
- فراهم می کند
- منابع
- منابع
- پاسخ
- بازده
- درامد
- این فایل نقد می نویسید:
- در حال اجرا
- علوم
- خدمات
- تعطیل
- ساده
- So
- مزایا
- خرج کردن
- وضعیت
- مشترک
- پشتیبانی
- سیستم
- تیم
- فن آوری
- آزمون
- زمان
- زمان بر
- آموزش
- بروزرسانی
- استفاده کنید
- ارزش
- تایید
- وب
- خدمات وب
- WHO
- نیروی کار
- با این نسخهها کار