In questo post, dimostriamo come creare una soluzione di risposta e-mail automatizzata utilizzando Amazon Comprehend.
Le organizzazioni spendono molte risorse, sforzi e denaro per gestire le proprie operazioni di assistenza clienti per rispondere alle domande dei clienti e fornire soluzioni. I tuoi clienti possono porre domande tramite vari canali, come e-mail, chat o telefono, e l'impiego di una forza lavoro per rispondere a tali domande può essere dispendioso in termini di risorse, dispendioso in termini di tempo e persino improduttivo se le risposte a tali domande sono ripetitive.
Durante la pandemia di COVID-19, molte organizzazioni non sono state in grado di supportare adeguatamente i propri clienti a causa della chiusura dell'assistenza clienti e delle strutture degli agenti e le richieste dei clienti si stavano accumulando. Alcune organizzazioni hanno faticato a rispondere prontamente alle domande, il che può causare una scarsa esperienza del cliente. Questo a sua volta può provocare insoddisfazione del cliente e può avere un impatto sulla reputazione e sui ricavi di un'organizzazione a lungo termine.
Sebbene la tua organizzazione possa disporre delle risorse di dati per le domande e le risposte dei clienti, potresti comunque avere difficoltà a implementare un processo automatizzato per rispondere ai tuoi clienti. Le sfide potrebbero includere dati non strutturati, linguaggi diversi e una mancanza di esperienza nelle tecnologie di intelligenza artificiale (AI) e machine learning (ML).
Puoi superare tali sfide utilizzando Amazon Comprehend per automatizzare le risposte e-mail alle domande dei clienti. Con la nostra soluzione, puoi identificare l'intento delle e-mail dei clienti che inviano una risposta automatizzata se l'intento corrisponde alla tua knowledge base esistente. Se l'intento non ha una corrispondenza, l'email viene inviata al team di supporto per una risposta manuale. Di seguito sono riportati alcuni intenti comuni dei clienti quando si contatta l'assistenza clienti:
- Stato della transazione (ad esempio, stato di un trasferimento di denaro)
- Reimposta la tua password
- Codice promozionale o sconto
- Ore di operazione
- Trova una posizione dell'agente
- Segnala una frode
- Sblocca account
- Chiudere l'account
Amazon Comprehend può aiutarti a eseguire la classificazione e il rilevamento di entità sulle e-mail per uno qualsiasi degli intenti di cui sopra. Per questa soluzione, mostriamo come classificare le email dei clienti per i primi tre intenti. Puoi anche utilizzare Amazon Comprehend per rilevare le informazioni chiave dalle e-mail, in modo da poter automatizzare i processi aziendali. Ad esempio, puoi utilizzare Amazon Comprehend per automatizzare la risposta a una richiesta del cliente con informazioni specifiche relative a tale query.
Panoramica della soluzione
Per creare il nostro flusso di risposta e-mail dei clienti, utilizziamo i seguenti servizi:
- Amazon Comprehend
- AWS Lambda
- Servizio di posta elettronica semplice Amazon (Amazon SES)
- Servizio di notifica semplice Amazon (SNS Amazon)
- Amazon WorkMail
Il diagramma dell'architettura seguente evidenzia la soluzione end-to-end:
Il flusso di lavoro della soluzione include i seguenti passaggi:
- Un cliente invia un'e-mail all'e-mail di assistenza clienti creata in WorkMail.
- WorkMail richiama una funzione Lambda alla ricezione dell'e-mail.
- La funzione invia il contenuto dell'e-mail a un endpoint del modello di classificazione personalizzato.
- L'endpoint di classificazione personalizzato viene restituito con un valore classificato e un livello di confidenza (oltre l'80%, ma è possibile configurarlo in base alle esigenze).
- Se il valore di classificazione è
MONEYTRANSFER
, la funzione Lambda chiama l'endpoint di rilevamento dell'entità per trovare l'ID del trasferimento di denaro. - Se viene restituito l'ID del trasferimento di denaro, la funzione restituisce lo stato del trasferimento di denaro in modo casuale (in uno scenario reale, è possibile chiamare il database tramite API per recuperare lo stato del trasferimento effettivo).
- In base al valore classificato restituito, viene scelto un modello e-mail predefinito in Amazon SES e viene inviata un'e-mail di risposta al cliente.
- Se il livello di confidenza è inferiore all'80%, un valore classificato non viene restituito o il rilevamento dell'entità non trova l'ID del trasferimento di denaro, l'e-mail del cliente viene inviata a un argomento SNS. Puoi abbonarti ad Amazon SNS per inviare il messaggio al tuo sistema di biglietteria.
Prerequisiti
Fare riferimento a README.md file nella Repository GitHub per assicurarti di soddisfare i prerequisiti per distribuire questa soluzione.
Distribuisci la soluzione
La distribuzione della soluzione consiste nei seguenti passaggi di alto livello:
- Completare le configurazioni manuali utilizzando il Console di gestione AWS.
- Esegui script in un Amazon Sage Maker istanza notebook utilizzando il file notebook fornito.
- Distribuire la soluzione utilizzando il Kit di sviluppo cloud AWS (AWSCDK).
Per le istruzioni complete, fare riferimento a README.md file nella Repository GitHub.
Prova la soluzione
Per testare la soluzione, invia un'e-mail dalla tua e-mail personale all'e-mail di supporto creata come parte della distribuzione di AWS CDK (per questo post, utilizziamo support@mydomain.com). Utilizziamo i seguenti tre intenti nei nostri dati di esempio per l'addestramento alla classificazione personalizzata:
- TRASFERIMENTO DI DENARO – Il cliente desidera conoscere lo stato di un trasferimento di denaro
- PASSARESET – Il cliente ha una richiesta di accesso, account bloccato o password
- CODICE PROMOZIONALE – Il cliente desidera conoscere uno sconto o un codice promozionale disponibile per un trasferimento di denaro
Lo screenshot seguente mostra un esempio di email del cliente:
Se l'e-mail del cliente non è classificata o i livelli di confidenza sono inferiori all'80%, il contenuto dell'e-mail viene inoltrato a un argomento SNS. Chiunque sia iscritto all'argomento riceve il contenuto dell'e-mail come messaggio. Ci siamo iscritti a questo argomento SNS con l'e-mail che abbiamo passato con il human_workflow_email
parametro durante la distribuzione.
ripulire
Per evitare di incorrere in costi continui, elimina le risorse che hai creato come parte di questa soluzione quando hai finito.
Conclusione
In questo post, hai appreso come configurare un sistema di risposta e-mail automatizzato utilizzando la classificazione dei clienti Amazon Comprehend e il rilevamento delle entità e altri servizi AWS. Questa soluzione può fornire i seguenti vantaggi:
- Tempi di risposta e-mail migliorati
- Migliore soddisfazione del cliente
- Risparmio sui costi in termini di tempo e risorse
- Capacità di concentrarsi sui problemi chiave del cliente
Puoi anche espandere questa soluzione ad altre aree della tua attività e ad altri settori.
Con l'architettura attuale, le e-mail classificate con un punteggio di affidabilità basso vengono instradate a un ciclo umano per la verifica e la risposta manuali. Puoi utilizzare gli input del processo di revisione manuale per migliorare ulteriormente il modello Amazon Comprehend e aumentare il tasso di classificazione automatizzata. AI aumentata di Amazon (Amazon A2I) fornisce flussi di lavoro di revisione umana integrati per casi d'uso comuni di ML, come il riconoscimento di entità basato su NLP nei documenti. Ciò ti consente di rivedere facilmente le previsioni da Amazon Comprehend.
Man mano che otteniamo più dati per ogni intento, riqualificare e distribuire il modello di classificazione personalizzato e aggiornare il flusso di risposta e-mail di conseguenza nel Repository GitHub.
L'autore
Godwin Sahayaraj Vincent è un Enterprise Solutions Architect di AWS che è appassionato di Machine Learning e fornisce una guida ai clienti per progettare, distribuire e gestire i carichi di lavoro e le architetture AWS. Nel tempo libero ama giocare a cricket con i suoi amici e a tennis con i suoi tre figli.
Shamika Ariyawansa è un AI/ML Specialist Solutions Architect nel team Global Healthcare and Life Sciences di Amazon Web Services. Collabora con i clienti per far avanzare il loro percorso ML con una combinazione di offerte AWS ML e la sua conoscenza del dominio ML. Ha sede a Denver, in Colorado. Nel tempo libero, ama le avventure fuoristrada sulle montagne del Colorado e gareggia in gare di apprendimento automatico.
- Coinsmart. Il miglior scambio di bitcoin e criptovalute d'Europa.
- Platoblockchain. Web3 Metaverse Intelligence. Conoscenza amplificata. ACCESSO LIBERO.
- Criptofalco. Radar Altcoin. Prova gratuita.
- Fonte: https://aws.amazon.com/blogs/machine-learning/automate-email-responses-using-amazon-comprehend-custom-classification-and-entity-detection/
- "
- 100
- Chi siamo
- Il mio account
- AI
- Amazon
- Amazon Web Services
- api
- architettura
- artificiale
- intelligenza artificiale
- Intelligenza artificiale (AI)
- Attività
- aumentata
- Automatizzata
- disponibile
- AWS
- vantaggi
- sistema
- costruire
- incassato
- affari
- chiamata
- che
- casi
- Causare
- sfide
- canali
- classificazione
- Cloud
- codice
- Colorado
- combinazione
- Uncommon
- fiducia
- contenuto
- Costi
- COVID-19
- Pandemia di COVID-19
- cricket
- Corrente
- esperienza del cliente
- Assistenza clienti
- Clienti
- dati
- Banca Dati
- Denver
- schierare
- distribuzione
- deployment
- Design
- rivelazione
- Mercato
- diverso
- Codice Sconto
- documenti
- non
- dominio
- facilmente
- endpoint
- Impresa
- esempio
- Espandere
- esperienza
- competenza
- Nome
- flusso
- Focus
- i seguenti
- pieno
- function
- globali
- assistenza sanitaria
- Aiuto
- Come
- Tutorial
- HTTPS
- identificare
- Impact
- realizzare
- competenze
- includere
- Aumento
- industrie
- informazioni
- Intelligence
- intento
- Le
- bambini
- conoscenze
- Le Lingue
- imparato
- apprendimento
- Livello
- Life Sciences
- bloccato
- Lunghi
- macchina
- machine learning
- gestione
- Manuale
- partita
- ML
- modello
- soldi
- taccuino
- notifica
- offerte
- Operazioni
- organizzazione
- organizzazioni
- Altro
- pandemia
- Password
- cronologia
- Giocare
- povero
- Previsioni
- processi
- i processi
- fornire
- fornisce
- risorsa
- Risorse
- risposta
- problemi
- Le vendite
- recensioni
- running
- SCIENZE
- Servizi
- chiusura
- Un'espansione
- So
- Soluzioni
- spendere
- Stato dei servizi
- sottoscrivi
- supporto
- sistema
- team
- Tecnologie
- test
- tempo
- richiede tempo
- Training
- Aggiornanento
- uso
- APPREZZIAMO
- Convalida
- sito web
- servizi web
- OMS
- Forza lavoro
- lavori