오늘날 고객은 웹, 모바일, 챗봇, 이메일 또는 전화 통화와 같은 여러 채널을 통해 지원 티켓을 올릴 수 있습니다. 고객이 지원 티켓을 제기하면 티켓에 제공된 정보를 기반으로 지원 티켓이 처리되고 범주에 할당됩니다. 그런 다음 티켓 범주에 따라 해결을 위해 지원 그룹으로 라우팅됩니다. 잘못된 티켓 분류로 인해 많은 수의 지원 티켓이 일반적으로 올바른 그룹으로 라우팅되지 않는 것으로 추정됩니다. 잘못 할당된 티켓은 전체 해결 시간을 지연시켜 종종 심각한 고객 불만을 야기합니다. 또한 재정, 운영 또는 기타 비즈니스 영향과 같은 기타 광범위한 영향을 미칠 수 있습니다. 따라서 티켓 분류는 오늘날 모든 조직에서 필수적인 작업입니다. 티켓을 수동으로 분류할 수 있지만 오류가 발생하기 쉽고 비용 효율적이지 않으며 확장되지 않습니다.
AWS 관리 형 서비스 (AMS) 사용 아마존 이해 고객이 문제를 설명한 방식에 따라 리소스 및 작업 유형별로 인바운드 요청을 분류하는 사용자 지정 분류. Amazon Comprehend는 기계 학습(ML)을 사용하여 텍스트에서 귀중한 통찰력과 연결을 발견하는 자연어 처리(NLP) 서비스입니다. AMS는 맞춤형 분류기를 사용하여 고객 요청에 적절한 문제 유형, 리소스 유형 및 리소스 조치를 지정함으로써 고객 티켓을 SME로 라우팅합니다. Amazon Comprehend 분류는 AMS 엔지니어가 수동 작업과 수동 오류 가능성을 줄이기 위해 고객 요구 사항을 충족하는 데 사용할 수 있는 새로운 내부 자동화 도구에 대한 기회를 찾는 데 활용됩니다. 분류 데이터는 아마존 레드 시프트 클러스터링하고 고객 요청을 분석하고 새로운 자동화 도구 후보를 찾는 데 사용됩니다. 이러한 자동화는 운영 효율성을 높이고 비용을 절감합니다.
이 게시물에서는 관리형 서비스 공급자가 Amazon Comprehend를 사용하여 티켓을 분류 및 라우팅하고, 분류를 기반으로 제안을 제공하고, 분류 데이터를 활용하는 방법을 보여줍니다.
솔루션 개요
다음 다이어그램은 솔루션 아키텍처를 보여줍니다.
워크플로는 다음과 같습니다.
- 고객이 티켓을 제출합니다.
- 티켓 시스템은 고객으로부터 티켓을 수신하고 티켓 분류기를 호출합니다. AWS 람다 티켓 세부 정보와 함께 기능. Lambda는 서버를 프로비저닝하거나 관리하지 않고도 거의 모든 유형의 애플리케이션 또는 백엔드 서비스에 대한 코드를 실행할 수 있는 서버리스 이벤트 기반 컴퓨팅 서비스입니다. 비용과 유지 관리 노력을 줄이기 위한 솔루션으로 Lambda가 선택되었습니다.
- 티켓 분류기 Lambda 함수는 티켓 제목과 설명을 사용하여 Amazon Comprehend로 티켓을 분류합니다. Amazon Comprehend를 사용하면 인프라를 프로비저닝 및 유지 관리하지 않고도 NLP 모델을 교육하고 배치 및 실시간 분류자를 모두 제공할 수 있습니다.
- 티켓 분류기 Lambda 함수는 다음을 통해 티켓 분류 데이터를 Amazon Redshift 클러스터로 푸시합니다. 아마존 키네 시스 데이터 파이어 호스. Kinesis Data Firehose는 스트리밍 데이터를 캡처, 변환 및 데이터 레이크, 데이터 스토어 및 분석 서비스로 전달하는 ETL(추출, 변환 및 로드) 서비스입니다. Amazon Redshift는 SQL을 사용하여 데이터 웨어하우스, 운영 데이터베이스 및 데이터 레이크에서 구조화된 데이터와 반구조화된 데이터를 분석하고 AWS에서 설계한 하드웨어와 ML을 사용하여 규모에 상관없이 최고의 가격 대비 성능을 제공합니다. Kinesis Data Firehose는 아마존 단순 스토리지 서비스 (Amazon S3) 버킷을 먼저 실행한 다음 Amazon Redshift COPY 명령을 실행하여 데이터를 Amazon Redshift 클러스터로 로드합니다.
- 티켓 분류자 Lambda 함수는 티켓 핸들러 Lambda 함수를 호출합니다.
- 티켓 핸들러 Lambda 함수는 티켓 처리를 돕는 코드를 실행합니다. 이 예에서는 분류에 따라 티켓 처리를 위한 권장 자료를 반환합니다.
- 티켓 분석은 다음으로 수행할 수 있습니다. 아마존 퀵 사이트. 티켓 분석에서 가장 많이 요청된 티켓 유형을 찾을 수 있습니다. 분석을 기반으로 티켓 동향 및 상위 티켓 유형을 자동화할 기회를 찾을 수 있습니다. QuickSight는 함께 일하는 사람들이 어디에 있든 이해하기 쉬운 통찰력을 제공하는 데 사용할 수 있는 클라우드 규모의 비즈니스 인텔리전스(BI) 서비스입니다.
다음 섹션에서는 솔루션을 구현하고, 티켓 분류 인프라를 티켓팅 시스템과 통합하고, 분류 데이터를 QuickSight와 함께 사용하는 단계를 안내합니다.
솔루션 구현
이 섹션에서는 솔루션 리소스를 프로비저닝하고 필요한 인프라를 만드는 단계를 안내합니다.
Amazon Comprehend 구성
이 단계에서는 두 가지 새로운 Amazon Comprehend 사용자 지정 분류 모델인 Operation 및 Resource를 교육하고 각 모델에 대한 실시간 분석 엔드포인트를 생성합니다.
훈련 데이터 업로드
훈련 데이터를 업로드하려면 다음 단계를 완료하십시오.
- 다운로드 ticket_training_data.zip 파일을 압축 해제하십시오.
이 폴더에는 다음 두 파일이 포함되어 있습니다.- training_data_Operations.csv – 이 파일은 작업 분류 모델을 교육하는 데 사용하는 XNUMX열 CSV 파일입니다. 첫 번째 열에는 다음이 포함됩니다.
class
, 두 번째 열에는 다음이 포함됩니다.document
. - training_data_resources.csv – 이 파일은 리소스 분류 모델을 교육하는 데 사용하는 XNUMX열 CSV 파일입니다. 좋아요
training_data_operations.csv
파일의 첫 번째 열에는class
, 두 번째 열에는 다음이 포함됩니다.document
.
- training_data_Operations.csv – 이 파일은 작업 분류 모델을 교육하는 데 사용하는 XNUMX열 CSV 파일입니다. 첫 번째 열에는 다음이 포함됩니다.
- Amazon S3 콘솔에서 Amazon Comprehend용 새 버킷을 생성합니다. S3 버킷 이름은 전역적으로 고유하므로 버킷에 대해 고유한 이름을 생성해야 합니다. 이 게시물의 경우
comprehend-ticket-training-data
. 버킷을 생성할 때 서버 측 암호화를 활성화하고 공개 액세스를 차단합니다. - 가이드라가
training_data_operations.csv
와training_data_resources.csv
새로운 S3 버킷에.
두 개의 새 모델 만들기
모델을 생성하려면 다음 단계를 완료하십시오.
- Amazon Comprehend 콘솔에서 맞춤 분류 탐색 창에서
- 왼쪽 메뉴에서 새 모델 만들기.
- 다음 정보를 제공하십시오.
- 럭셔리 모델 이름, 입력
ticket-classification-operation
. - 럭셔리 지원하는 언어선택한다. 영어.
- 럭셔리 분류기 모드, 고르다 단일 레이블 모드 사용.
- 럭셔리 데이터 형식, 고르다 CSV 파일.
- 럭셔리 훈련 데이터세트, S3 경로 입력
training_data_operations.csv
. - 럭셔리 테스트 데이터 소스, 고르다 자동 분할.
Autosplit은 테스트 데이터로 사용할 제공된 교육 데이터의 10%를 자동으로 선택합니다. - 럭셔리 IAM 역할, 고르다 IAM 역할 생성.
- 럭셔리 액세스 권한, S3 버킷에서 훈련, 테스트 및 출력 데이터(지정된 경우)를 선택합니다.
- 럭셔리 이름 접미사, 입력
ticket-classification
.
- 럭셔리 모델 이름, 입력
- 왼쪽 메뉴에서 만들기.
- 왼쪽 메뉴에서 새 모델 만들기 다시 리소스 분류 모델을 생성합니다.
- 다음 정보를 제공하십시오.
- 럭셔리 모델 이름, 입력
ticket-classification-resource
. - 럭셔리 지원하는 언어선택한다. 영어.
- 럭셔리 분류기 모드, 고르다 단일 레이블 모드 사용.
- 럭셔리 데이터 형식, 고르다 CSV 파일.
- 럭셔리 훈련 데이터세트, S3 경로 입력
training_data_resources.csv
. - 럭셔리 테스트 데이터 소스, 자동 분할을 선택합니다.
- 럭셔리 IAM 역할, 고르다 기존 IAM 역할 사용.
- 럭셔리 역할 이름선택한다.
AmazonComprehendServiceRole-ticket-classification
.
- 럭셔리 모델 이름, 입력
- 왼쪽 메뉴에서 만들기.
Amazon Comprehend는 이제 CSV 파일을 처리하고 이를 사용하여 사용자 지정 분류자를 교육합니다. 그런 다음 이를 사용하여 고객 티켓을 분류합니다. 훈련 데이터가 더 크고 정확할수록 분류기는 더 정확해집니다.
버전 상태가 다음과 같이 표시될 때까지 기다립니다. Trained
아래. 학습 데이터의 크기에 따라 완료하는 데 최대 1시간이 소요될 수 있습니다.
Amazon Comprehend 엔드포인트 생성
Amazon Comprehend 엔드포인트는 최소 1초 단위로 60초 단위로 청구됩니다. 분석된 문서가 없더라도 엔드포인트를 시작한 시간부터 엔드포인트가 삭제될 때까지 요금이 계속 발생합니다. 자세한 내용은 아마존 종합 요금. 엔드포인트를 생성하려면 다음 단계를 완료하십시오.
- Amazon Comprehend 콘솔에서 종점 탐색 창에서
- 왼쪽 메뉴에서 엔드 포인트 생성 작업 분류 엔드포인트를 생성합니다.
- 다음 정보를 제공하십시오.
- 럭셔리 엔드 포인트 이름, 입력
ticket-classification-operation
. - 럭셔리 사용자 정의 모델 유형, 고르다 맞춤 분류.
- 럭셔리 분류기 모델선택한다. 티켓 분류 작업.
- 럭셔리 버전선택한다. 버전 이름 없음.
- 럭셔리 추론 단위(IU) 수, 입력
1
.
- 럭셔리 엔드 포인트 이름, 입력
- 왼쪽 메뉴에서 엔드 포인트 생성.
- 왼쪽 메뉴에서 엔드 포인트 생성 다시 리소스 분류 끝점을 만듭니다.
- 다음 정보를 제공하십시오.
- 럭셔리 엔드 포인트 이름, 입력
ticket-classification-resource
. - 럭셔리 사용자 정의 모델 유형, 고르다 맞춤 분류.
- 럭셔리 분류기 모델선택한다. 티켓 분류 리소스.
- 럭셔리 버전선택한다. 버전 이름 없음.
- 럭셔리 추론 단위(IU) 수, 입력
1
.
- 럭셔리 엔드 포인트 이름, 입력
- 왼쪽 메뉴에서 엔드 포인트 생성.
두 엔드포인트를 모두 생성한 후 두 엔드포인트의 상태가 다음과 같이 표시될 때까지 기다립니다. Active
.
실시간 분석으로 Amazon Comprehend 엔드포인트 테스트
엔드포인트를 테스트하려면 다음 단계를 완료하십시오.
- Amazon Comprehend 콘솔에서 실시간 분석 탐색 창에서
- 럭셔리 분석 유형고르다 관습.
- 럭셔리 종점¸ 선택 티켓 분류 작업.
- 럭셔리 입력 텍스트, 다음을 입력:
- 왼쪽 메뉴에서 분석.
결과는 다음을 보여줍니다Update
가장 높은 신뢰도 점수를 받은 클래스입니다. - 변화 종점 에 티켓 분류 리소스 선택하고 분석 또.
결과는 다음을 보여줍니다 EC2
가장 높은 신뢰도 점수를 받은 클래스입니다.
Amazon Redshift 클러스터 암호에 대한 암호 생성
이 단계에서 우리는 AWS 비밀 관리자 Amazon Redshift 클러스터 암호에 대한 비밀입니다. Secrets Manager는 애플리케이션, 서비스 및 IT 리소스에 액세스하는 데 필요한 비밀을 보호하는 데 도움이 됩니다. 이 서비스를 사용하면 수명 주기 동안 데이터베이스 자격 증명, API 키 및 기타 비밀을 쉽게 교체, 관리 및 검색할 수 있습니다. 이 게시물에서는 Amazon Redshift 클러스터 암호를 Secrets Manager 암호에 저장합니다.
- Secrets Manager 콘솔에서 기미 탐색 창에서
- 왼쪽 메뉴에서 새로운 비밀을 저장.
- 럭셔리 비밀 유형, 고르다 다른 유형의 비밀.
- $XNUMX Million 미만 키/값 쌍, 키를 다음과 같이 설정하십시오.
password
값을 Amazon Redshift 클러스터 암호로 사용합니다.
암호는 길이가 8-64자 사이여야 하며 대문자, 소문자 및 숫자를 하나 이상 포함해야 합니다. '(작은 따옴표), "(큰 따옴표), , /, @ 또는 공백을 제외한 모든 인쇄 가능한 ASCII 문자가 될 수 있습니다. - 왼쪽 메뉴에서 다음 보기.
- 럭셔리 비밀 이름, 입력
ClassificationRedshiftClusterPassword
. - 왼쪽 메뉴에서 다음 보기.
- . 비밀 순환 섹션 선택 다음 보기.
- 보안 구성을 검토하고 선택하십시오. 스토어.
AWS CloudFormation으로 인프라 프로비저닝
이 단계에서는 다음을 사용하여 솔루션에 대한 인프라를 프로비저닝합니다. AWS 클라우드 포메이션 스택.
Lambda 함수 코드 업로드
CloudFormation 스택을 시작하기 전에 Lambda 함수 코드를 업로드하십시오.
- 다운로드 람다_코드.zip
- Amazon S3 콘솔에서 생성한 버킷을 엽니다.
- 가이드라가
lambda_code.zip
.
CloudFormation 스택 생성
AWS CloudFormation으로 리소스를 프로비저닝하려면 다음 단계를 완료하십시오.
- 다운로드 클라우드 포메이션_템플릿.json.
- AWS CloudFormation 콘솔에서 스택 생성.
- 선택 새로운 리소스 사용(표준).
- 럭셔리 템플릿 소스선택한다. 템플릿 파일 업로드.
- 다운로드한 CloudFormation 템플릿을 선택합니다.
- 왼쪽 메뉴에서 다음 보기.
- 럭셔리 스택 이름, 입력
Ticket-Classification-Infrastructure
. - . 파라미터 섹션에 다음 값을 입력합니다.
- 럭셔리 분류RedshiftClusterNodeType, Amazon Redshift 클러스터 노드 유형을 입력합니다. dc2.large가 기본값입니다.
- 럭셔리 구분RedshiftClusterPasswordSecretName, Amazon Redshift 클러스터 암호를 저장하는 Secrets Manager 암호 이름을 입력합니다.
- 럭셔리 분류RedshiftClusterSubnetId, Amazon Redshift 클러스터가 호스팅되는 서브넷 ID를 입력합니다. 서브넷은 섹션에서 언급한 VPC 내에 있어야 합니다.
ClassificationRedshiftClusterVpcId
매개 변수입니다. - 럭셔리 분류RedshiftCluster사용자 이름, Amazon Redshift 클러스터 사용자 이름을 입력합니다.
- 럭셔리 분류RedshiftClusterVpcId, Amazon Redshift 클러스터가 호스팅되는 VPC ID를 입력합니다.
- 럭셔리 LambdaCodeS3버킷, Lambda 코드를 업로드한 S3 버킷 이름을 입력합니다.
- 럭셔리 LambdaCodeS3키, 배포 패키지의 Amazon S3 키를 입력합니다.
- 럭셔리 QuickSight 지역, QuickSight에 대한 지역을 입력합니다. QuickSight의 리전은 Amazon Comprehend 및 S3 버킷에 사용 중인 리전과 일치해야 합니다.
- 왼쪽 메뉴에서 다음 보기.
- . 스택 옵션 구성 섹션 선택 다음 보기.
- . 검토 섹션에서 선택 AWS CloudFormation이 IAM 리소스를 생성 할 수 있음을 인정합니다.
- 왼쪽 메뉴에서 스택 생성.
Amazon Redshift 클러스터 구성
이 단계에서는 감사 로깅을 활성화하고 CloudFormation 템플릿을 통해 생성된 Amazon Redshift 클러스터에 새 테이블을 추가합니다.
Amazon Redshift에서는 기본적으로 감사 로깅이 켜져 있지 않습니다. 클러스터에서 로깅을 켜면 Amazon Redshift가 로그를 다음으로 내보냅니다. 아마존 클라우드 워치, 감사 로깅이 활성화된 시간부터 현재 시간까지 데이터를 캡처합니다. 각 로깅 업데이트는 이전 로그의 연속입니다.
감사 로깅 사용
Amazon Redshift 클러스터에 대한 감사 로깅이 필요하지 않은 경우 이 단계를 건너뛸 수 있습니다.
- Amazon Redshift 콘솔에서 다음을 선택합니다. 클러스터 탐색 창에서
- 로 시작하는 Amazon Redshift 클러스터를 선택합니다.
classificationredshiftcluster-
. - 에 등록 탭에서 편집.
- 왼쪽 메뉴에서 감사 로깅 수정.
- 럭셔리 감사 로깅 구성¸ 선택 전원을 켜십시오.
- 럭셔리 로그 전문가 유형선택한다. 클라우드워치.
- 모든 로그 유형을 선택하십시오.
- 왼쪽 메뉴에서 변경 사항을 저장.
새 테이블 만들기
새 테이블을 생성하려면 다음 단계를 완료하십시오.
- Amazon Redshift 콘솔에서 다음을 선택합니다. 쿼리 데이터.
- 왼쪽 메뉴에서 쿼리 편집기 v2의 쿼리.
- 에 데이터베이스 페이지에서 클러스터를 선택합니다.
- 럭셔리 데이터베이스, 입력
ticketclassification
. - CloudFormation 스택 파라미터에서 구성한 사용자 이름과 비밀번호를 입력합니다.
- 왼쪽 메뉴에서 연결 만들기.
- 연결되면 더하기 기호를 선택하고 새 쿼리 창을 엽니다.
- 다음 쿼리를 입력하십시오.
- 왼쪽 메뉴에서 달리기.
분류 인프라 테스트
이제 티켓 분류를 위한 인프라가 준비되었습니다. 티켓 시스템과 통합하기 전에 분류 인프라를 테스트해 보겠습니다.
테스트 실행
테스트를 실행하려면 다음 단계를 완료하십시오.
- Lambda 콘솔에서 기능 탐색 창에서
- 로 시작하는 함수를 선택하십시오.
Ticket-Classification-Inf-TicketClassifier
. - 에 Test 탭에서 테스트 이벤트.
- 럭셔리 성함, 입력
TestTicket
. - 다음 테스트 데이터를 입력합니다.
- 왼쪽 메뉴에서 Test
.
티켓이 분류되고 분류 데이터가 Amazon Redshift 클러스터에 저장됩니다. 분류 후 티켓 핸들러 Lambda 함수가 실행되어 지원 엔지니어에게 추천 자료를 포함하여 분류에 따라 티켓을 처리합니다.
티켓 분류기 테스트 로그 확인
테스트 로그를 확인하려면 다음 단계를 완료하십시오.
- 테스트의 결과 섹션에서 다음을 선택합니다. 로그, 또는 선택 CloudWatch에서 로그보기 를 시청하여 이에 대해 더 많은 정보를 얻을 수 있습니다. 모니터 탭.
- 로그 스트림을 선택합니다.
Amazon Comprehend의 출력과 티켓의 최종 상위 분류를 보여주는 다음 스크린샷에서 로그를 볼 수 있습니다. 이 예에서 테스트 티켓은 다음과 같이 분류됩니다. Resource=EC2
, Operation=Update
.
Amazon Redshift 클러스터에서 티켓 분류 출력 확인
클러스터의 출력을 검증하려면 다음 단계를 완료하십시오.
- Amazon Redshift 쿼리 편집기 v2 콘솔에서 더하기 기호를 선택하여 새 쿼리 창을 엽니다.
- 다음 쿼리를 입력하십시오.
- 왼쪽 메뉴에서 달리기.
다음 스크린샷은 티켓 분류를 보여줍니다. 아직 사용할 수 없는 경우 몇 분 동안 기다렸다가 다시 시도하십시오(Kinesis Data Firehose에서 데이터를 푸시하는 데 시간이 필요함). 이제 QuickSight에서 이 데이터를 사용할 수 있습니다.
티켓 핸들러 테스트 로그 확인
티켓 분류기가 Amazon Redshift 클러스터의 분류 데이터를 푸시한 후 티켓 핸들러 Lambda 함수가 실행되어 엔지니어 지원을 위한 추천 자료를 포함하여 분류를 기반으로 티켓을 처리합니다. 이 예에서 티켓 핸들러는 런북, AWS 설명서 및 SSM 문서를 포함한 권장 자료를 반환하므로 지원팀에서 티켓을 처리할 때 참조할 수 있습니다. 출력을 티켓 처리 시스템과 통합할 수 있으며 Lambda 함수 코드에서 처리 프로세스를 사용자 지정할 수 있습니다. 이 단계에서는 어떤 권장 사항이 작성되었는지 확인합니다.
- Lambda 콘솔에서 기능 탐색 창에서
- 로 시작하는 Lambda 함수를 선택하십시오.
Ticket-Classification-Inf-TicketHandlerLambdaFunct
. - 에 모니터 탭에서 CloudWatch에서 로그보기.
- 로그 스트림을 선택합니다.
다음 스크린샷은 로그를 보여줍니다. Amazon Comprehend의 출력과 다음으로 분류된 티켓에 대한 권장 AWS 문서 및 SSM 문서 목록을 볼 수 있습니다. Update EC2
. Lambda 함수 코드에 자체 Runbook, 문서, SSM 문서 또는 기타 자료를 추가할 수 있습니다.
티켓 분류 인프라를 티켓팅 시스템과 통합
이 섹션에서는 발권 분류 인프라를 발권 시스템과 통합하고 구성을 사용자 지정하는 단계를 안내합니다.
대부분의 티켓팅 시스템에는 티켓이 제출될 때 코드를 실행할 수 있는 트리거 기능이 있습니다. 다음 형식의 입력을 사용하여 티켓 분류자 Lambda 함수를 호출하도록 티켓팅 시스템을 설정합니다.
입력을 사용자 지정하려면 티켓 분류자 Lambda 함수 코드를 수정하십시오. 파라미터를 추가 또는 제거(90–105행)하고 Amazon Comprehend에 대한 입력을 사용자 지정해야 합니다(15–17행).
티켓 핸들러 Lambda 함수를 사용자 지정하여 자동화를 실행하거나 권장 사항을 편집할 수 있습니다. 예를 들어 권장 사항이 포함된 티켓에 내부 의견을 추가할 수 있습니다. 사용자 지정하려면 티켓 처리기 Lambda 코드를 열고 68–70 및 75–81 행을 편집합니다.
QuickSight에서 분류 데이터 사용
티켓 분류 인프라를 티켓 시스템과 통합하면 티켓 분류 데이터가 Amazon Redshift 클러스터에 저장됩니다. QuickSight를 사용하여 이 데이터를 확인하고 보고서를 생성할 수 있습니다. 이 예에서는 분류 데이터를 사용하여 QuickSight 분석을 생성합니다.
QuickSight에 가입
QuickSight가 아직 없는 경우 다음 단계에 따라 등록하십시오.
- QuickSight 콘솔에서 QuickSight에 가입.
- 왼쪽 메뉴에서 ㅁㄴㅇㄹ.
- $XNUMX Million 미만 QuickSight 지역, CloudFormation 파라미터에서 구성한 리전을 선택합니다.
QuickSightRegion
. - $XNUMX Million 미만 계정 정보, QuickSight 계정 이름과 알림 이메일 주소를 입력합니다.
- $XNUMX Million 미만 AWS 서비스에 대한 QuickSight 액세스, 고르다 아마존 레드 시프트.
- 다른 리소스에 대한 액세스 및 자동 검색을 허용하려면 해당 리소스도 선택합니다.
- 왼쪽 메뉴에서 마감재
.
- 왼쪽 메뉴에서 Amazon QuickSight로 이동 당신이 가입 한 후.
Amazon Redshift 클러스터를 QuickSight에 연결
클러스터를 데이터 소스로 QuickSight에 연결하려면 다음 단계를 완료하십시오.
- QuickSight 콘솔에서 데이터 세트 탐색 창에서
- 왼쪽 메뉴에서 새로운 데이터 세트.
- 왼쪽 메뉴에서 Redshift 자동 검색.
- 다음 정보를 제공하십시오.
- 럭셔리 데이터 소스 이름, 입력
ticketclassification
. - 럭셔리 인스턴스 ID로 시작하는 Amazon Redshift 클러스터를 선택합니다.
classificationredshiftcluster-
. - 럭셔리 연결 유형선택한다. 공용 네트워크.
- 럭셔리 데이터베이스 이름, 입력
ticketclassification
. - CloudFormation 스택 파라미터에서 구성한 Amazon Redshift 클러스터 사용자 이름과 암호를 입력합니다.
- 럭셔리 데이터 소스 이름, 입력
- 왼쪽 메뉴에서 연결 확인 연결이 작동하는지 확인합니다.
작동하지 않는 경우 잘못된 사용자 이름과 암호를 사용하거나 QuickSight 리전이 CloudFormation 스택에서 지정한 것과 다르기 때문일 수 있습니다. - 왼쪽 메뉴에서 데이터 소스 생성.
- . 테이블을 선택하세요 섹션에서
tickets
테이블. - 왼쪽 메뉴에서 선택.
- 선택 더 빠른 분석을 위해 SPICE로 가져오기.
SPICE는 QuickSight 초고속 병렬 인메모리 계산 엔진입니다. 고급 계산을 신속하게 수행하고 데이터를 제공하도록 설계되었습니다. 가져오기(또는 섭취) 데이터를 SPICE에 저장하면 시간과 비용을 절약할 수 있습니다. SPICE에 대한 자세한 내용은 다음을 참조하십시오. SPICE로 데이터 가져오기. "SPICE 용량이 충분하지 않습니다." 오류가 표시되면 SPICE 용량을 추가로 구입하세요. 자세한 내용은 다음을 참조하십시오. AWS 리전에서 SPICE 용량 구매. - 왼쪽 메뉴에서 눈에 보이게하다.
티켓 분류 분석 보고서 만들기
데이터 세트 생성을 마치면 새로운 QuickSight 분석을 볼 수 있습니다. 이 섹션에서는 피벗 테이블, 파이 차트 및 선 차트를 포함하여 티켓 분류 분석 보고서를 만드는 단계를 안내합니다.
- 왼쪽 메뉴에서 자필.
- $XNUMX Million 미만 비주얼 타입, 피벗 테이블을 선택합니다.
- 친애하는
operation
에 필드리스트 에 행. - 친애하는
resource
에 필드리스트 에 열. - 에 추가 메뉴, 선택 비주얼 추가.
- $XNUMX Million 미만 비주얼 타입, 원형 차트를 선택합니다.
- 친애하는
operation
에 필드리스트 에 그룹 / 색상. - 에 추가 메뉴, 선택 비주얼 추가 또.
- $XNUMX Million 미만 비주얼 타입, 원형 차트를 다시 선택합니다.
- 친애하는
resource
에 필드리스트 에 그룹 / 색상. - 에 추가 메뉴, 선택 비주얼 추가 또.
- $XNUMX Million 미만 비주얼 타입, 꺾은선형 차트를 선택합니다.
- 친애하는
creation_time
에 필드리스트 에 X 축. - 친애하는
operation
에 필드리스트 에 색상. - 에 추가 메뉴, 선택 비주얼 추가 또.
- $XNUMX Million 미만 비주얼 타입, 꺾은선형 차트를 다시 선택합니다.
- 친애하는
creation_time
에 필드리스트 에 X 축. - 친애하는
operation
에 필드리스트 에 색상. - 필요에 따라 차트의 크기를 조정하고 순서를 변경합니다.
- 왼쪽 메뉴에서 다른 이름으로 저장.
- 분석 이름을 입력하고 찜하기.
축하합니다! 첫 번째 티켓 분석이 준비되었습니다. 더 많은 데이터가 있으면 분석이 다음 스크린샷과 같이 표시됩니다.
정리
이 단계에서는 다양한 서비스로 생성한 리소스를 정리합니다.
아마존 이해
엔드포인트를 삭제하려면 다음 단계를 완료하십시오.
- Amazon Comprehend 콘솔에서 종점 탐색 창에서
- 선택
endpoint ticket-classification-operation
. - 왼쪽 메뉴에서 . 프롬프트에 따르십시오.
- 삭제하려면 이 단계를 반복하십시오.
ticket-classification-resource
엔드 포인트.
그런 다음 생성한 사용자 지정 분류를 삭제합니다. - 왼쪽 메뉴에서 맞춤 분류 탐색 창에서
- 선택
classification ticket-classification-operation
. - 선택 버전 이름 없음.
- 왼쪽 메뉴에서 . 프롬프트에 따르십시오.
- 삭제하려면 이 단계를 반복하십시오.
ticket-classification-resource
분류.
아마존 S3
다음으로 생성한 S3 버킷을 정리합니다.
- Amazon S3 콘솔에서 생성한 버킷을 선택합니다.
- 버킷의 모든 객체를 삭제합니다.
- 버킷을 삭제합니다.
아마존 퀵 사이트
생성한 QuickSight 분석 및 데이터세트를 삭제합니다.
- QuickSight 콘솔에서 복수 탐색 창에서
- 생성한 분석에서 옵션 아이콘(점 XNUMX개)을 선택합니다.
- 왼쪽 메뉴에서 . 프롬프트에 따르십시오.
- 왼쪽 메뉴에서 데이터 세트 탐색 창에서
- 선택
tickets
데이터 세트. - 왼쪽 메뉴에서 데이터세트 삭제 프롬프트에 따르십시오.
AWS 클라우드 포메이션
CloudFormation 스택의 일부로 생성한 리소스를 정리합니다.
- AWS CloudFormation 콘솔에서 스택 탐색 창에서
- 선택
Ticket-Classification-Infrastructure
스택. - 에 자료 탭에서 물리적 ID를 선택합니다.
ClassificationDeliveryStreamS3Bucket
.
Amazon S3 콘솔이 열립니다. - 이 버킷의 모든 객체를 삭제합니다.
- AWS CloudFormation 콘솔로 돌아가서 다음을 선택합니다. ., 그리고 프롬프트를 따릅니다.
AWS 비밀 관리자
마지막으로 Secrets Manager 암호를 삭제합니다.
- Secrets Manager 콘솔에서 암호를 선택합니다.
ClassificationRedshiftClusterPassword
. - 에 행위 메뉴, 선택 비밀 삭제.
- 대기 기간을 7일로 설정하고 선택합니다. 일정 삭제.
비밀은 7일 후에 자동으로 삭제됩니다.
결론
이 게시물에서는 AWS 서비스를 활용하여 자동 분류 및 추천 시스템을 생성하는 방법을 배웠습니다. 이 솔루션은 조직에서 다음 워크플로를 구축하는 데 도움이 됩니다.
- 고객 요청을 분류합니다.
- 자동화 솔루션을 추천합니다.
- 고객 요청 분류를 분석하고 상위 고객 요청을 검색합니다.
- 새로운 자동화 솔루션을 출시하고 자동화율을 높입니다.
Amazon Comprehend에 대한 자세한 내용은 다음을 참조하십시오. Amazon Comprehend 설명서. 다른 Amazon Comprehend 기능을 발견하고 다른 기능으로부터 영감을 얻을 수도 있습니다. AWS 블로그 게시물 분류를 넘어서 Amazon Comprehend를 사용하는 것에 대해
저자에 관하여
조성열 제리 오스트레일리아 시드니에 위치한 AWS Managed Services의 수석 시스템 개발 엔지니어입니다. 그는 머신 러닝을 비롯한 다양한 기술을 사용하여 확장성이 뛰어나고 자동화된 클라우드 운영 소프트웨어를 구축하는 데 중점을 두고 있습니다. 일 외에는 여행, 캠핑, 독서, 요리, 달리기를 즐깁니다.
마누 사시쿠마르 AWS Managed Services의 수석 시스템 엔지니어 관리자입니다. Manu와 그의 팀은 수동 작업을 줄이기 위해 강력하고 사용하기 쉬운 자동화를 구축하고 고객 요청을 관리하기 위한 AI 및 ML 기반 솔루션을 구축하는 데 중점을 둡니다. 일 외에는 가족과 여가 시간을 보내고 다양한 인도주의 및 자원 봉사 활동에 참여하는 것을 좋아합니다.
- "
- 100
- 7
- a
- 소개
- ACCESS
- 에 따르면
- 계정
- 정확한
- 가로질러
- 동작
- 방과 후 액티비티
- 주소
- 많은
- AI
- All
- 수
- 이미
- 이기는하지만
- 아마존
- 분석
- 분석
- 분석하다
- API를
- 어플리케이션
- 어플리케이션
- 적당한
- 아키텍처
- 할당 된
- 회계 감사
- 호주
- 자동화
- 자동화
- Automatic
- 자동적으로
- 자동화
- 가능
- AWS
- 때문에
- 전에
- 존재
- 이하
- BEST
- 사이에
- 그 너머
- 블록
- 블로그
- 경계
- 빌드
- 건물
- 사업
- 비즈니스 인텔리전스
- 전화
- 후보자
- 생산 능력
- 포착
- 캡처
- 범주
- 원인
- 승산
- 채널
- 문자
- 요금
- 차트
- 왼쪽 메뉴에서
- 선택
- 수업
- 분류
- 클라우드
- 암호
- 단
- 완전한
- 계산
- 자신
- 구성
- 연결하기
- 연결
- 연결
- 일관된
- 콘솔에서
- 이 포함되어 있습니다
- 계속
- 비용 효율적인
- 만들
- 만든
- 만들기
- 창조
- 신임장
- 관습
- 고객
- 고객
- 사용자 정의
- 데이터
- 데이터베이스
- 데이터베이스
- 지연
- 제공
- 의존
- 전개
- 기술 된
- 세부설명
- 개발
- 다른
- 발견
- 서류
- 하지 않습니다
- 더블
- 용이하게
- 사용하기 쉬운
- 편집자
- 효율성
- 노력
- 이메일
- 가능
- 수
- 암호화
- 종점
- 엔진
- 기사
- 엔지니어
- 엔터 버튼
- 필수
- 예상
- 예
- 외
- 현존하는
- 전문가
- 가족
- 특색
- 특징
- 금융
- 먼저,
- 초점
- 집중
- 따라
- 수행원
- 다음
- 에
- 다하다
- 기능
- 생성
- 세계적으로
- 그룹
- 처리
- 하드웨어
- 도움
- 도움이
- 높은
- 고도로
- 호스팅
- 방법
- How To
- HTTPS
- 인도주의적인
- ICON
- 구현
- 가져 오기
- 포함
- 증가
- 증가
- 정보
- 인프라
- 입력
- 통찰력
- 영감
- 통합
- 인텔리전스
- 발행물
- 문제
- IT
- 키
- 키
- 라벨
- 언어
- 넓은
- 큰
- 진수
- 배운
- 배우기
- 아마도
- 라인
- 라인
- 명부
- 하중
- 보기
- 기계
- 기계 학습
- 만든
- 유지
- 관리
- 관리
- 매니저
- 관리
- 조작
- 수동으로
- 재료
- 말하는
- 수도
- 최저한의
- ML
- 모바일
- 모델
- 모델
- 돈
- 배우기
- 여러
- 이름
- 자연의
- 카테고리
- 필요한
- 요구
- 공고
- 번호
- 열 수
- 열립니다
- 조작
- 행정부
- 기회
- 옵션
- 조직
- 조직
- 기타
- 전체
- 자신의
- 꾸러미
- 부품
- 비밀번호
- 사람들
- 성능
- 기간
- 물리적
- 피벗
- 강한
- 제시
- 너무 이른
- 가격
- 프로세스
- 처리
- 보호
- 제공
- 제공
- 제공
- 공개
- 매수
- 모집
- 읽기
- 실시간
- 추천하는
- 감소
- 감소
- 지방
- 신고
- 보고서
- 의뢰
- 요청
- 요구조건 니즈
- 의지
- 자료
- 결과
- 결과
- 반품
- 길
- 달리기
- 달리는
- 확장성
- 규모
- 초
- 서버리스
- 서비스
- 서비스
- 세트
- 기호
- 단순, 간단, 편리
- 단일
- 크기
- So
- 소프트웨어
- 고체
- 해결책
- 솔루션
- 일부
- 스페이스 버튼
- 지출
- 스택
- 표준
- 스타트
- 시작
- Status
- 저장
- 저장
- 상점
- 흐름
- 스트리밍
- 구조화
- 제출
- SUPPORT
- 시드니
- 체계
- 시스템은
- 팀
- 기술
- test
- 지원
- XNUMXD덴탈의
- 그것에 의하여
- 세
- 을 통하여
- 도처에
- 표
- 티켓
- 시간
- Title
- 수단
- 검색을
- 상단
- 트레이닝
- 변환
- 여행
- 트렌드
- 유형
- 폭로하다
- 유일한
- 단위
- 업데이트
- 사용
- 보통
- 세계 협정시
- 활용
- 가치
- 종류
- 여러
- 버전
- 관측
- 자원 봉사
- 기다리다
- 웹
- 뭐
- 누구
- 펼친
- 이내
- 없이
- 작업
- 일
- 너의