Oggi, i clienti possono aumentare i ticket di supporto attraverso più canali come: Web, dispositivi mobili, chat-bot, e-mail o telefonate. Quando un ticket di supporto viene generato da un cliente, viene elaborato e assegnato a una categoria in base alle informazioni fornite nel ticket. Viene quindi indirizzato al gruppo di supporto per la risoluzione in base alla categoria del ticket. Si stima che un numero elevato di ticket di supporto di solito non venga indirizzato al gruppo corretto a causa di una categorizzazione errata dei ticket. I ticket assegnati in modo errato causano ritardi nei tempi di risoluzione complessivi, spesso con conseguente grave insoddisfazione dei clienti. Potrebbe anche avere altri impatti diffusi come ripercussioni finanziarie, operative o di altro tipo. Quindi, la classificazione dei biglietti è un compito essenziale per ogni organizzazione al giorno d'oggi. Sebbene tu possa classificare i ticket manualmente, è soggetto a errori, non è conveniente e non è scalabile.
Servizi gestiti da AWS (AMS) utilizza Amazon Comprehend classificazioni personalizzate per classificare le richieste in entrata per risorsa e tipo di operazione in base a come il cliente ha descritto il problema. Amazon Comprehend è un servizio di elaborazione del linguaggio naturale (NLP) che utilizza il machine learning (ML) per scoprire preziose informazioni e connessioni nel testo. AMS utilizza classificatori personalizzati per etichettare le richieste dei clienti con tipi di problema, tipo di risorsa e azione della risorsa appropriati, instradando così i ticket dei clienti alle PMI. La classificazione Amazon Comprehend viene utilizzata per trovare opportunità per nuovi strumenti di automazione interni che gli ingegneri AMS possono utilizzare per soddisfare i requisiti dei clienti per ridurre lo sforzo manuale e le possibilità di errori manuali. I dati di classificazione sono memorizzati in un Amazon RedShift cluster e utilizzato per analizzare le richieste dei clienti e trovare nuovi candidati per gli strumenti di automazione. Questa automazione si traduce in una maggiore efficienza operativa e costi ridotti.
In questo post, mostriamo come i fornitori di servizi gestiti possono utilizzare Amazon Comprehend per classificare e instradare i biglietti, fornire suggerimenti basati sulla classificazione e utilizzare i dati di classificazione.
Panoramica della soluzione
Il diagramma seguente mostra l'architettura della soluzione.
Il flusso di lavoro è il seguente:
- Un cliente invia il biglietto.
- Il sistema di ticket riceve il ticket dal cliente e richiama il classificatore ticket AWS Lambda funzione con i dettagli del biglietto. Lambda è un servizio di elaborazione serverless basato su eventi che consente di eseguire codice per praticamente qualsiasi tipo di applicazione o servizio di back-end senza eseguire il provisioning o la gestione dei server. Lambda è stata scelta come soluzione per ridurre i costi e gli sforzi di manutenzione.
- La funzione Lambda del classificatore di biglietti classifica il biglietto con Amazon Comprehend utilizzando il titolo e la descrizione del biglietto. Con Amazon Comprehend, puoi addestrare il modello NLP e fornire classificatori batch e in tempo reale senza eseguire il provisioning e la manutenzione dell'infrastruttura.
- La funzione Lambda del classificatore di ticket invia i dati di classificazione dei ticket al cluster Amazon Redshift tramite Firehose dati Amazon Kinesis. Kinesis Data Firehose è un servizio di estrazione, trasformazione e caricamento (ETL) che acquisisce, trasforma e fornisce dati in streaming a data lake, data store e servizi di analisi. Amazon Redshift utilizza SQL per analizzare dati strutturati e semi-strutturati in data warehouse, database operativi e data lake, utilizzando hardware e ML progettati da AWS per offrire il miglior rapporto prezzo/prestazioni su qualsiasi scala. Kinesis Data Firehose fornisce i dati a un Servizio di archiviazione semplice Amazon (Amazon S3) prima il bucket, quindi invia un comando Amazon Redshift COPY per caricare i dati in un cluster Amazon Redshift.
- La funzione Lambda del classificatore ticket richiama la funzione Lambda del gestore ticket.
- La funzione Lambda del gestore ticket esegue il codice per facilitare la gestione del ticket. In questo esempio restituisce i materiali consigliati per la gestione del biglietto in base alla classificazione.
- L'analisi del biglietto può essere eseguita con Amazon QuickSight. Dall'analisi del biglietto, puoi scoprire il tipo di biglietto più richiesto. Sulla base dell'analisi, puoi scoprire le tendenze dei biglietti e le opportunità per automatizzare i principali tipi di biglietti. QuickSight è un servizio di business intelligence (BI) su scala cloud che puoi utilizzare per fornire informazioni di facile comprensione alle persone con cui lavori, ovunque si trovino.
Nelle sezioni seguenti, ti guideremo attraverso i passaggi per implementare la soluzione, integrare l'infrastruttura di classificazione dei biglietti con il tuo sistema di biglietteria e utilizzare i dati di classificazione con QuickSight.
Implementa la soluzione
In questa sezione, esamineremo i passaggi per eseguire il provisioning delle risorse della soluzione e creare l'infrastruttura necessaria.
Configura Amazon Comprendo
In questa fase, formiamo due nuovi modelli di classificazione personalizzati Amazon Comprehend: Operation e Resource, e creiamo un endpoint di analisi in tempo reale per ciascun modello.
Carica i dati dell'allenamento
Per caricare i dati di allenamento, completare i seguenti passaggi:
- Scaricare ticket_training_data.zip e decomprimere il file.
Questa cartella contiene i seguenti due file:- training_data_operazioni.csv – Questo file è un file CSV a due colonne che utilizziamo per addestrare il modello di classificazione dell'operazione. La prima colonna contiene
class
e la seconda colonna contienedocument
. - training_data_resources.csv – Questo file è un file CSV a due colonne che utilizziamo per addestrare il modello di classificazione delle risorse. Come il
training_data_operations.csv
file, contiene la prima colonnaclass
e la seconda colonna contienedocument
.
- training_data_operazioni.csv – Questo file è un file CSV a due colonne che utilizziamo per addestrare il modello di classificazione dell'operazione. La prima colonna contiene
- Sulla console Amazon S3, crea un nuovo bucket per Amazon Comprehend. Poiché i nomi dei bucket S3 sono univoci a livello globale, è necessario creare un nome univoco per il bucket. Per questo post, lo chiamiamo
comprehend-ticket-training-data
. Abilita la crittografia lato server e blocca l'accesso pubblico durante la creazione del bucket. - Caricare
training_data_operations.csv
edtraining_data_resources.csv
al nuovo secchio S3.
Crea due nuovi modelli
Per creare i tuoi modelli, completa i seguenti passaggi:
- Sulla console di Amazon Comprehend, scegli Classificazione personalizzata nel pannello di navigazione.
- Scegli Crea nuovo modello.
- Fornire le seguenti informazioni:
- Nel Nome del modello, accedere
ticket-classification-operation
. - Nel Linguascegli Inglese.
- Nel Modalità classificatore, selezionare Utilizzo della modalità etichetta singola.
- Nel Formato dei dati, selezionare file CSV.
- Nel Set di dati di formazione, inserire il percorso S3 per
training_data_operations.csv
. - Nel Testare l'origine dati, selezionare Divisione automatica.
La suddivisione automatica seleziona automaticamente il 10% dei dati di addestramento forniti da utilizzare come dati di test. - Nel Ruolo IAM, selezionare Crea un ruolo IAM.
- Nel Autorizzazioni per l'accesso, scegli i dati di addestramento, test e output (se specificato) nei tuoi bucket S3.
- Nel Suffisso del nome, accedere
ticket-classification
.
- Nel Nome del modello, accedere
- Scegli Creare.
- Scegli Crea nuovo modello di nuovo per creare il modello di classificazione delle risorse.
- Fornire le seguenti informazioni:
- Nel Nome del modello, accedere
ticket-classification-resource
. - Nel Linguascegli Inglese.
- Nel Modalità classificatore, selezionare Utilizzo della modalità etichetta singola.
- Nel Formato dei dati, selezionare file CSV.
- Nel Set di dati di formazione, inserire il percorso S3 per
training_data_resources.csv
. - Nel Testare l'origine dati, seleziona Dividi automaticamente.
- Nel Ruolo IAM, selezionare Utilizzare un ruolo IAM esistente.
- Nel Nome del ruoloscegli
AmazonComprehendServiceRole-ticket-classification
.
- Nel Nome del modello, accedere
- Scegli Creare.
Amazon Comprehend sta ora elaborando i file CSV e li sta utilizzando per addestrare classificatori personalizzati. Quindi li utilizziamo per classificare i biglietti dei clienti. Più grandi e accurati sono i nostri dati di allenamento, più accurato sarà il classificatore.
Attendi che lo stato della versione venga visualizzato come Trained
come sotto. Il completamento potrebbe richiedere fino a 1 ora, a seconda delle dimensioni dei dati di addestramento.
Crea Amazon Comprehend endpoint
Gli endpoint Amazon Comprehend vengono fatturati con incrementi di 1 secondo, con un minimo di 60 secondi. Gli addebiti continuano a essere addebitati dall'avvio dell'endpoint fino all'eliminazione, anche se non vengono analizzati documenti. Per ulteriori informazioni, vedere Prezzi comprensivi di Amazon. Per creare i tuoi endpoint, completa i seguenti passaggi:
- Sulla console di Amazon Comprehend, scegli endpoint nel pannello di navigazione.
- Scegli Crea endpoint per creare l'endpoint di classificazione dell'operazione.
- Fornire le seguenti informazioni:
- Nel Nome dell'endpoint, accedere
ticket-classification-operation
. - Nel Tipo di modello personalizzato, selezionare Classificazione personalizzata.
- Nel Modello classificatorescegli operazione-classificazione-biglietto.
- Nel Versionescegli Nessun nome versione.
- Nel Numero di unità di inferenza (IU), accedere
1
.
- Nel Nome dell'endpoint, accedere
- Scegli Crea endpoint.
- Scegli Crea endpoint di nuovo per creare l'endpoint di classificazione delle risorse.
- Fornire le seguenti informazioni:
- Nel Nome dell'endpoint, accedere
ticket-classification-resource
. - Nel Tipo di modello personalizzato, selezionare Classificazione personalizzata.
- Nel Modello classificatorescegli risorsa per la classificazione dei biglietti.
- Nel Versionescegli Nessun nome versione.
- Nel Numero di unità di inferenza (IU), accedere
1
.
- Nel Nome dell'endpoint, accedere
- Scegli Crea endpoint.
Dopo aver creato entrambi gli endpoint, attendi che lo stato di entrambi mostri come Active
.
Testa gli endpoint Amazon Comprehend con analisi in tempo reale
Per testare i tuoi endpoint, completa i seguenti passaggi:
- Sulla console di Amazon Comprehend, scegli Analisi in tempo reale nel pannello di navigazione.
- Nel Tipo di analisiSelezionare Custom.
- Nel endpoint¸ scegli operazione-classificazione-biglietto.
- Nel Testo di input, Digita il seguente:
- Scegli Analizzi i dati.
I risultati mostrano che ilUpdate
la classe ha il punteggio di confidenza più alto. - Cambiamento di endpoint a risorsa per la classificazione dei biglietti e scegli Analizzi i dati nuovamente.
I risultati mostrano che il EC2
la classe ha il punteggio di confidenza più alto.
Crea un segreto per la password del cluster Amazon Redshift
In questo passaggio, creiamo un AWS Secrets Manager segreto per la password del cluster Amazon Redshift. Secrets Manager ti aiuta a proteggere i segreti necessari per accedere alle tue applicazioni, servizi e risorse IT. Il servizio consente di ruotare, gestire e recuperare facilmente le credenziali del database, le chiavi API e altri segreti durante il loro ciclo di vita. In questo post, memorizziamo la password del cluster Amazon Redshift in un segreto di Secrets Manager.
- Nella console di Secrets Manager, selezionare Segreti nel pannello di navigazione.
- Scegli Memorizza un nuovo segreto.
- Nel Tipo segreto, selezionare Altro tipo di segreto.
- Sotto Coppie chiave/valore, imposta la tua chiave come
password
e valore come password del cluster Amazon Redshift.
La password deve avere una lunghezza compresa tra 8 e 64 caratteri e contenere almeno una lettera maiuscola, una lettera minuscola e un numero. Può essere qualsiasi carattere ASCII stampabile tranne ' (virgolette singole), “ (virgolette doppie), , /, @ o spazio. - Scegli Avanti.
- Nel Nome segreto, accedere
ClassificationRedshiftClusterPassword
. - Scegli Avanti.
- Nel Rotazione segreta sezione, scegliere Avanti.
- Rivedi la tua configurazione segreta e scegli Negozio.
Effettua il provisioning della tua infrastruttura con AWS CloudFormation
In questo passaggio, eseguiamo il provisioning dell'infrastruttura per la soluzione utilizzando un AWS CloudFormazione pila.
Carica il codice funzione Lambda
Prima di avviare lo stack CloudFormation, carica il codice della funzione Lambda:
- Scaricare lambda_code.zip
- Sulla console Amazon S3, apri il bucket che hai creato.
- Caricare
lambda_code.zip
.
Crea il tuo stack CloudFormation
Per effettuare il provisioning delle risorse con AWS CloudFormation, completa i seguenti passaggi:
- Scaricare cloudformation_template.json.
- Nella console AWS CloudFormation, scegli Crea stack.
- Seleziona Con nuove risorse (standard).
- Nel Fonte del modelloscegli Carica un file modello.
- Scegli il modello CloudFormation scaricato.
- Scegli Avanti.
- Nel Nome dello stack, accedere
Ticket-Classification-Infrastructure
. - Nel parametri sezione, immettere i seguenti valori:
- Nel ClassificazioneRedshiftClusterNodeType, inserisci il tipo di nodo del cluster Amazon Redshift. dc2.large è l'impostazione predefinita.
- Nel ClassificazioneRedshiftClusterPasswordSecretName, inserisci il nome del segreto di Secrets Manager che memorizza la password del cluster Amazon Redshift.
- Nel ClassificazioneRedshiftClusterSubnetId, inserisci l'ID della sottorete in cui è ospitato Amazon Redshift Cluster. La sottorete deve trovarsi all'interno del VPC menzionato in
ClassificationRedshiftClusterVpcId
parametro. - Nel ClassificationRedshiftClusterNome utente, inserisci il nome utente del cluster Amazon Redshift.
- Nel ClassificazioneRedshiftClusterVpcId, inserisci l'ID VPC in cui è ospitato il cluster Amazon Redshift.
- Nel LambdaCodeS3Bucket, inserisci il nome del bucket S3 in cui hai caricato il codice Lambda.
- Nel LambdaCodeS3Key, inserisci la chiave Amazon S3 del pacchetto di distribuzione.
- Nel Regione QuickSight, inserisci la regione per QuickSight. La regione per QuickSight deve essere coerente con la regione che stai utilizzando per Amazon Comprehend e il bucket S3.
- Scegli Avanti.
- Nel Configura le opzioni di stack sezione, scegliere Avanti.
- Nel Review sezione, selezionare Riconosco che AWS CloudFormation potrebbe creare risorse IAM.
- Scegli Crea stack.
Configura il tuo cluster Amazon Redshift
In questo passaggio, abiliti la registrazione dell'audit e aggiungi la nuova tabella al cluster Amazon Redshift creato tramite il modello CloudFormation.
La registrazione dell'audit non è attivata per impostazione predefinita in Amazon Redshift. Quando attivi la registrazione sul tuo cluster, Amazon Redshift esporta i log in Amazon Cloud Watch, che acquisiscono i dati dal momento in cui la registrazione di controllo è abilitata al momento attuale. Ogni aggiornamento della registrazione è una continuazione dei registri precedenti.
Abilita registrazione di controllo
Puoi saltare questo passaggio se non hai bisogno della registrazione di audit per il tuo cluster Amazon Redshift.
- Sulla console Amazon Redshift, scegli Cluster nel pannello di navigazione.
- Scegli il cluster Amazon Redshift a partire da
classificationredshiftcluster-
. - Sulla Properties scheda, scegliere Modifica.
- Scegli Modifica registrazione di controllo.
- Nel Configura la registrazione di controllo¸ scegli Accendi.
- Nel Tipo di esperto di logscegli Cloud Watch.
- Seleziona tutti i tipi di registro.
- Scegli Salvare le modifiche.
Crea una nuova tabella
Per creare una nuova tabella, completare i seguenti passaggi:
- Sulla console Amazon Redshift, scegli Interroga i dati.
- Scegli Query nell'editor di query v2.
- Sulla Banca Dati pagina, scegli il tuo cluster.
- Nel Banca Dati, accedere
ticketclassification
. - Inserisci il nome utente e la password che hai configurato nei parametri dello stack di CloudFormation.
- Scegli Crea connessione.
- Una volta stabilita la connessione, scegli il segno più e apri una nuova finestra di query.
- Inserisci la seguente query:
- Scegli Correre.
Testare l'infrastruttura di classificazione
Ora l'infrastruttura per la classificazione dei biglietti è pronta. Prima di integrarci con il tuo sistema di biglietti, testiamo l'infrastruttura di classificazione.
Esegui il test
Per eseguire il test, completare i seguenti passaggi:
- Sulla console Lambda, selezionare funzioni nel pannello di navigazione.
- Scegli la funzione che inizia con
Ticket-Classification-Inf-TicketClassifier
. - Sulla Test scheda, scegliere Evento di prova.
- Nel Nome, accedere
TestTicket
. - Immettere i seguenti dati di prova:
- Scegli Test.
Il ticket viene classificato e i dati di classificazione vengono archiviati nel cluster Amazon Redshift. Dopo la classificazione, viene eseguita la funzione Lambda del gestore ticket, che gestisce il ticket in base alla classificazione, includendo materiali consigliati agli ingegneri di supporto.
Controlla il registro del test del classificatore di biglietti
Per controllare il registro del test, completare i seguenti passaggi:
- Nella sezione dei risultati del test, scegli Registrio scegliere Visualizza i log in CloudWatch sul Monitorare scheda.
- Scegli il flusso di registro.
Puoi visualizzare i log nello screenshot seguente, che mostra l'output di Amazon Comprehend e la classifica finale del ticket. In questo esempio, il biglietto di prova è classificato come Resource=EC2
, Operation=Update
.
Controlla l'output della classificazione dei biglietti nel cluster Amazon Redshift
Per convalidare l'output nel tuo cluster, completa i seguenti passaggi:
- Nella console dell'editor di query v2 di Amazon Redshift, scegli il segno più per aprire una nuova finestra di query.
- Inserisci la seguente query:
- Scegli Correre.
La schermata seguente mostra la classificazione del biglietto. Se non è ancora disponibile, attendi qualche minuto e riprova (Kinesis Data Firehose ha bisogno di un po' di tempo per inviare i dati). Ora possiamo utilizzare questi dati in QuickSight.
Controllare il registro del test del gestore biglietti
Dopo che il classificatore di ticket invia i dati di classificazione nel cluster Amazon Redshift, viene eseguita la funzione Lambda del gestore di ticket, che gestisce il ticket in base alla classificazione, inclusi i materiali consigliati per supportare gli ingegneri. In questo esempio, il gestore del ticket restituisce i materiali consigliati tra cui il runbook, la documentazione AWS e i documenti SSM in modo che il supporto possa farvi riferimento durante la gestione del ticket. Puoi integrare l'output con il tuo sistema di gestione dei biglietti e personalizzare i processi di gestione nel codice della funzione Lambda. In questo passaggio, controlliamo quali raccomandazioni sono state fatte.
- Sulla console Lambda, selezionare funzioni nel pannello di navigazione.
- Scegli la funzione Lambda che inizia con
Ticket-Classification-Inf-TicketHandlerLambdaFunct
. - Sulla Monitorare scheda, scegliere Visualizza i log in CloudWatch.
- Scegli il flusso di registro.
La schermata seguente mostra i log. Puoi visualizzare l'output di Amazon Comprehend e l'elenco dei documenti AWS consigliati e dei documenti SSM per il ticket classificato come Update EC2
. Puoi aggiungere i tuoi runbook, documenti, documenti SSM o qualsiasi altro materiale nel codice della funzione Lambda.
Integra l'infrastruttura di classificazione dei biglietti con il tuo sistema di biglietteria
In questa sezione, esamineremo i passaggi per integrare la tua infrastruttura di classificazione dei biglietti con il tuo sistema di biglietteria e personalizzare la tua configurazione.
La maggior parte dei sistemi di ticketing ha una funzione di trigger, che ti consente di eseguire il codice quando il ticket viene inviato. Configura il tuo sistema di ticketing per richiamare la funzione Lambda del classificatore di ticket con il seguente input formattato:
Se si desidera personalizzare l'input, modificare il codice funzione Lambda del classificatore ticket. È necessario aggiungere o rimuovere parametri (righe 90–105) e personalizzare l'input per Amazon Comprehend (righe 15–17).
Puoi personalizzare la funzione Lambda del gestore ticket per eseguire l'automazione o modificare i consigli. Ad esempio, puoi aggiungere il commento interno al ticket con i consigli. Per personalizzare, apri il codice Lambda del gestore del biglietto e modifica le righe 68–70 e 75–81.
Usa i dati di classificazione con QuickSight
Dopo aver integrato l'infrastruttura di classificazione dei biglietti con il tuo sistema di biglietti, i dati di classificazione dei biglietti vengono archiviati nel cluster Amazon Redshift. Puoi utilizzare QuickSight per controllare questi dati e generare rapporti. In questo esempio, generiamo un'analisi QuickSight con i dati di classificazione.
Iscriviti a QuickSight
Se non disponi già di QuickSight, registrati con i seguenti passaggi:
- Sulla console QuickSight, selezionare Iscriviti a QuickSight.
- Scegli Standard.
- Sotto Regione QuickSight, scegli la regione che hai configurato nel parametro CloudFormation
QuickSightRegion
. - Sotto Informazioni sull'account, inserisci il nome del tuo account QuickSight e l'indirizzo e-mail di notifica.
- Sotto Accesso QuickSight ai servizi AWS, selezionare Amazon RedShift.
- Se desideri consentire l'accesso e il rilevamento automatico per altre risorse, selezionale anche.
- Scegli Fine.
- Scegli Vai ad Amazon QuickSight dopo esserti registrato.
Collega il tuo cluster Amazon Redshift a QuickSight
Per connettere il tuo cluster a QuickSight come origine dati, completa i seguenti passaggi:
- Sulla console QuickSight, selezionare Dataset nel pannello di navigazione.
- Scegli Nuovo set di dati.
- Scegli Riconoscimento automatico di spostamento verso il rosso.
- Fornire le seguenti informazioni:
- Nel Nome dell'origine dati, accedere
ticketclassification
. - Nel ID istanza, scegli il cluster Amazon Redshift che inizia con
classificationredshiftcluster-
. - Nel Tipo di connessionescegli Rete pubblica.
- Nel Nome del database, accedere
ticketclassification
. - Inserisci il nome utente e la password del cluster Amazon Redshift che hai configurato nei parametri dello stack di CloudFormation.
- Nel Nome dell'origine dati, accedere
- Scegli Convalida connessione per vedere se la connessione funziona.
Se non funziona, è probabile che sia dovuto all'utilizzo di nome utente e password errati oppure la regione QuickSight è diversa da quella specificata nello stack di CloudFormation. - Scegli Crea origine dati.
- Nel Scegli il tuo tavolo sezione, selezionare il
tickets
tabella. - Scegli Seleziona.
- Seleziona Importa in SPICE per analisi più rapide.
SPICE è il motore di calcolo in memoria super veloce, parallelo e veloce di QuickSight. È progettato per eseguire rapidamente calcoli avanzati e fornire dati. Importazione (chiamato anche ingestione) i tuoi dati in SPICE possono far risparmiare tempo e denaro. Per ulteriori informazioni su SPICE, fare riferimento a Importazione di dati in SPICE. Se ricevi l'errore "Capacità SPICE insufficiente", acquista più capacità SPICE. Per ulteriori informazioni, fare riferimento a Acquisto di capacità SPICE in una regione AWS. - Scegli Visualizzare.
Crea un report di analisi della classificazione dei biglietti
Una volta terminata la creazione del set di dati, puoi vedere la nuova analisi QuickSight. In questa sezione, esamineremo i passaggi per creare un rapporto di analisi della classificazione dei biglietti, inclusi una tabella pivot, grafici a torta e grafici a linee.
- Scegli Autografo.
- Sotto Tipi visivi, scegli la tabella pivot.
- Trascinare
operation
da Elenco dei campi a Righe. - Trascinare
resource
da Elenco dei campi a colonne. - Sulla Aggiungi menù, scegliere Aggiungi visivo.
- Sotto Tipi visivi, scegli il grafico a torta.
- Trascinare
operation
da Elenco dei campi a Gruppo / Colore. - Sulla Aggiungi menù, scegliere Aggiungi visivo nuovamente.
- Sotto Tipi visivi, scegli di nuovo il grafico a torta.
- Trascinare
resource
da Elenco dei campi a Gruppo / Colore. - Sulla Aggiungi menù, scegliere Aggiungi visivo nuovamente.
- Sotto Tipi visivi, scegli il grafico a linee.
- Trascinare
creation_time
da Elenco dei campi a Asse X. - Trascinare
operation
da Elenco dei campi a Colore. - Sulla Aggiungi menù, scegliere Aggiungi visivo nuovamente.
- Sotto Tipi visivi, scegli di nuovo il grafico a linee.
- Trascinare
creation_time
da Elenco dei campi a Asse X. - Trascinare
operation
da Elenco dei campi a Colore. - Ridimensiona e riordina i grafici secondo necessità.
- Scegli Salva con nome.
- Inserisci un nome per la tua analisi e scegli Risparmi.
Congratulazioni! La tua prima analisi del biglietto è pronta. Una volta che hai più dati, l'analisi apparirà come la seguente schermata.
ripulire
In questo passaggio, ripuliamo le risorse che abbiamo creato con vari servizi.
Amazon Comprehend
Per eliminare i tuoi endpoint, completa i seguenti passaggi:
- Sulla console di Amazon Comprehend, scegli endpoint nel pannello di navigazione.
- Seleziona il
endpoint ticket-classification-operation
. - Scegli Elimina e seguire le istruzioni.
- Ripetere questi passaggi per eliminare il
ticket-classification-resource
punto finale.
Quindi, elimina le classificazioni personalizzate che hai creato. - Scegli Classificazione personalizzata nel pannello di navigazione.
- Seleziona il
classification ticket-classification-operation
. - Seleziona Nessun nome versione.
- Scegli Elimina e seguire le istruzioni.
- Ripetere questi passaggi per eliminare il
ticket-classification-resource
classificazione.
Amazon S3
Quindi, ripulisci il bucket S3 che hai creato.
- Sulla console Amazon S3, seleziona il bucket che hai creato.
- Elimina tutti gli oggetti nel secchio.
- Elimina il secchio.
Amazon QuickSight
Elimina le analisi QuickSight e il set di dati che hai creato.
- Sulla console QuickSight, selezionare Analisi nel pannello di navigazione.
- Scegli l'icona delle opzioni (tre punti) sull'analisi che hai creato.
- Scegli Elimina e seguire le istruzioni.
- Scegli Dataset nel pannello di navigazione.
- Scegliere il
tickets
set di dati. - Scegli Elimina set di dati e seguire le istruzioni.
AWS CloudFormazione
Pulisci le risorse che hai creato come parte dello stack di CloudFormation.
- Nella console AWS CloudFormation, scegli Stacks nel pannello di navigazione.
- Scegliere il
Ticket-Classification-Infrastructure
pila. - Sulla Risorse scheda, scegli l'ID fisico di
ClassificationDeliveryStreamS3Bucket
.
Si apre la console Amazon S3. - Elimina tutti gli oggetti in questo bucket.
- Torna alla console AWS CloudFormation, scegli Eliminae seguire le istruzioni.
AWS Secrets Manager
Infine, elimina il segreto di Secrets Manager.
- Nella console Secrets Manager, seleziona il segreto
ClassificationRedshiftClusterPassword
. - Sulla Azioni menù, scegliere Elimina segreto.
- Imposta il periodo di attesa su 7 giorni e scegli Elimina programma.
Il tuo segreto verrà automaticamente cancellato dopo 7 giorni.
Conclusione
In questo post, hai imparato come utilizzare i servizi AWS per creare un sistema automatico di classificazione e raccomandazione. Questa soluzione aiuterà le tue organizzazioni a creare il seguente flusso di lavoro:
- Classifica le richieste dei clienti.
- Consiglia soluzioni automatizzate.
- Analizza le classificazioni delle richieste dei clienti e scopri le principali richieste dei clienti.
- Rilascia una nuova soluzione automatizzata e aumenta il tasso di automazione.
Per ulteriori informazioni su Amazon Comprehend, vedere Amazon Comprendo la documentazione. Puoi anche scoprire altre funzionalità di Amazon Comprehend e trarre ispirazione da altre Post del blog AWS sull'utilizzo di Amazon Comprehend oltre la classificazione.
Informazioni sugli autori
Seongyeol Jerry Cho è un Senior Systems Development Engineer presso AWS Managed Services con sede a Sydney, in Australia. Si concentra sulla creazione di software per operazioni cloud altamente scalabili e automatizzate utilizzando una varietà di tecnologie, incluso il machine learning. Al di fuori del lavoro, gli piace viaggiare, campeggiare, leggere, cucinare e correre.
Manu Sasikumar è un Senior Systems Engineer Manager con AWS Managed Services. Manu e il suo team si concentrano sulla creazione di automazioni potenti e facili da usare per ridurre lo sforzo manuale e creano soluzioni basate su AI e ML per la gestione delle richieste dei clienti. Al di fuori del lavoro, ama trascorrere il suo tempo libero con la sua famiglia, oltre a partecipare a varie attività umanitarie e di volontariato.
- 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/how-service-providers-can-use-natural-lingual-processing-to-gain-insights-from-customer-tickets-with-amazon- comprendere/
- "
- 100
- 7
- a
- Chi siamo
- accesso
- Secondo
- Il mio account
- preciso
- operanti in
- Action
- attività
- indirizzo
- Avanzate
- AI
- Tutti
- consente
- già
- Sebbene il
- Amazon
- .
- analitica
- analizzare
- api
- Applicazioni
- applicazioni
- opportuno
- architettura
- addetto
- revisione
- Australia
- automatizzare
- Automatizzata
- Automatico
- automaticamente
- Automazione
- disponibile
- AWS
- perché
- prima
- essendo
- sotto
- MIGLIORE
- fra
- Al di là di
- Bloccare
- Blog
- sistema
- costruire
- Costruzione
- affari
- business intelligence
- chiamata
- i candidati
- Ultra-Grande
- catturare
- cattura
- Categoria
- Causare
- probabilità
- canali
- caratteri
- oneri
- Grafici
- Scegli
- scelto
- classe
- classificazione
- Cloud
- codice
- Colonna
- completamento di una
- Calcolare
- fiducia
- Configurazione
- Connettiti
- veloce
- Connessioni
- coerente
- consolle
- contiene
- continua
- costo effettivo
- creare
- creato
- Creazione
- creazione
- Credenziali
- costume
- cliente
- Clienti
- personalizzare
- dati
- Banca Dati
- banche dati
- ritardo
- fornisce un monitoraggio
- Dipendente
- deployment
- descritta
- dettagli
- Mercato
- diverso
- scopri
- documenti
- non
- doppio
- facilmente
- facile da usare
- editore
- efficienza
- sforzo
- enable
- Abilita
- crittografia
- endpoint
- motore
- ingegnere
- Ingegneri
- entrare
- essential
- stimato
- esempio
- Tranne
- esistente
- esperto
- famiglia
- caratteristica
- Caratteristiche
- finanziario
- Nome
- Focus
- si concentra
- seguire
- i seguenti
- segue
- da
- Adempiere
- function
- generare
- Globalmente
- Gruppo
- Manovrabilità
- Hardware
- Aiuto
- aiuta
- Alta
- vivamente
- ospitato
- Come
- Tutorial
- HTTPS
- Umanitario
- ICON
- realizzare
- importazione
- Compreso
- Aumento
- è aumentato
- informazioni
- Infrastruttura
- ingresso
- intuizioni
- Ispirazione
- integrare
- Intelligence
- problema
- sicurezza
- IT
- Le
- Tasti
- Discografica
- Lingua
- grandi
- superiore, se assunto singolarmente.
- lancio
- imparato
- apprendimento
- probabile
- linea
- Linee
- Lista
- caricare
- Guarda
- macchina
- machine learning
- fatto
- manutenzione
- gestire
- gestito
- direttore
- gestione
- Manuale
- manualmente
- Materiale
- menzionato
- forza
- ordine
- ML
- Mobile
- modello
- modelli
- soldi
- Scopri di più
- multiplo
- nomi
- Naturale
- Navigazione
- necessaria
- esigenze
- notifica
- numero
- aprire
- apre
- operazione
- Operazioni
- Opportunità
- Opzioni
- organizzazione
- organizzazioni
- Altro
- complessivo
- proprio
- pacchetto
- parte
- Password
- Persone
- performance
- periodo
- Fisico
- Perno
- potente
- presenti
- precedente
- prezzo
- i processi
- lavorazione
- protegge
- fornire
- purché
- fornitori
- la percezione
- Acquista
- aumentare
- Lettura
- tempo reale
- raccomandando
- ridurre
- Ridotto
- regione
- rapporto
- Report
- richiesta
- richieste
- Requisiti
- risorsa
- Risorse
- risultante
- Risultati
- problemi
- strada
- Correre
- running
- scalabile
- Scala
- secondo
- serverless
- servizio
- Servizi
- set
- segno
- Un'espansione
- singolo
- Taglia
- So
- Software
- solido
- soluzione
- Soluzioni
- alcuni
- lo spazio
- Spendere
- pila
- Standard
- inizia a
- inizio
- Stato dei servizi
- conservazione
- Tornare al suo account
- negozi
- ruscello
- Streaming
- strutturato
- presentata
- supporto
- sydney
- sistema
- SISTEMI DI TRATTAMENTO
- team
- Tecnologie
- test
- Testing
- I
- in tal modo
- tre
- Attraverso
- per tutto
- biglietto
- biglietti
- tempo
- Titolo
- strumenti
- top
- Training
- Trasformare
- viaggiare
- tendenze
- Tipi di
- scoprire
- unico
- unità
- Aggiornanento
- uso
- generalmente
- UTC
- utilizzare
- APPREZZIAMO
- varietà
- vario
- versione
- Visualizza
- volontario
- aspettare
- sito web
- Che
- OMS
- molto diffuso
- entro
- senza
- Lavora
- lavori
- Trasferimento da aeroporto a Sharm