Neste post, demonstramos como criar uma solução de resposta automática de e-mail usando Amazon Comprehend.
As organizações gastam muitos recursos, esforços e dinheiro na execução de suas operações de atendimento ao cliente para responder às perguntas dos clientes e fornecer soluções. Seus clientes podem fazer perguntas por meio de vários canais, como e-mail, bate-papo ou telefone, e a implantação de uma força de trabalho para responder a essas perguntas pode consumir muitos recursos, consumir tempo e até mesmo ser improdutivo se as respostas a essas perguntas forem repetitivas.
Durante a pandemia do COVID-19, muitas organizações não puderam dar suporte adequado a seus clientes devido ao desligamento das instalações de atendimento ao cliente e dos agentes, e as consultas dos clientes estavam se acumulando. Algumas organizações lutaram para responder prontamente às consultas, o que pode causar uma experiência ruim ao cliente. Isso, por sua vez, pode resultar em insatisfação do cliente e pode afetar a reputação e a receita de uma organização a longo prazo.
Embora sua organização possa ter os ativos de dados para consultas e respostas de clientes, você ainda pode ter dificuldades para implementar um processo automatizado para responder a seus clientes. Os desafios podem incluir dados não estruturados, linguagens diferentes e falta de experiência em tecnologias de inteligência artificial (IA) e aprendizado de máquina (ML).
Você pode superar esses desafios usando o Amazon Comprehend para automatizar as respostas por e-mail às consultas dos clientes. Com nossa solução, você pode identificar a intenção dos e-mails de clientes enviarem uma resposta automática se a intenção corresponder à sua base de conhecimento existente. Se a intenção não corresponder, o e-mail será enviado à equipe de suporte para uma resposta manual. Veja a seguir algumas intenções comuns do cliente ao entrar em contato com o atendimento ao cliente:
- Status da transação (por exemplo, status de uma transferência de dinheiro)
- Redefinição de senha
- Código promocional ou desconto
- Horas de operação
- Encontre um local de agente
- Denunciar fraude
- Desbloquear a conta
- Fechar conta
O Amazon Comprehend pode ajudá-lo a realizar classificação e detecção de entidade em e-mails para qualquer uma das intenções acima. Para esta solução, mostramos como classificar e-mails de clientes para as três primeiras intenções. Você também pode usar o Amazon Comprehend para detectar informações importantes de e-mails para automatizar seus processos de negócios. Por exemplo, você pode usar o Amazon Comprehend para automatizar a resposta a uma solicitação de cliente com informações específicas relacionadas a essa consulta.
Visão geral da solução
Para construir nosso fluxo de resposta de e-mail do cliente, usamos os seguintes serviços:
- Amazon Comprehend
- AWS Lambda
- Serviço de e-mail simples da Amazon (Amazônia SES)
- Serviço de notificação simples da Amazon (Amazon SNS)
- Amazon Work Mail
O diagrama de arquitetura a seguir destaca a solução de ponta a ponta:
O fluxo de trabalho da solução inclui as seguintes etapas:
- Um cliente envia um email para o email de suporte ao cliente criado no WorkMail.
- O WorkMail invoca uma função do Lambda ao receber o email.
- A função envia o conteúdo do email para um endpoint de modelo de classificação personalizado.
- O endpoint de classificação personalizado retorna com um valor classificado e nível de confiança (acima de 80%, mas você pode configurá-lo conforme necessário).
- Se o valor de classificação for
MONEYTRANSFER
, a função do Lambda chama o endpoint de detecção de entidade para encontrar o ID de transferência de dinheiro. - Se o ID da transferência de dinheiro for retornado, a função retornará o status da transferência de dinheiro aleatoriamente (no cenário do mundo real, você pode chamar o banco de dados via API para buscar o status real da transferência).
- Com base no valor classificado retornado, um modelo de e-mail predefinido no Amazon SES é escolhido e um e-mail de resposta é enviado ao cliente.
- Se o nível de confiança for inferior a 80%, um valor classificado não for retornado ou a detecção de entidade não encontrar o ID de transferência de dinheiro, o email do cliente será enviado para um tópico do SNS. Você pode se inscrever no Amazon SNS para enviar a mensagem ao seu sistema de emissão de tíquetes.
Pré-requisitos
Consulte o README.md arquivo no GitHub repo para garantir que você atenda aos pré-requisitos para implantar esta solução.
Implante a solução
A implantação da solução consiste nas seguintes etapas de alto nível:
- Conclua as configurações manuais usando o Console de gerenciamento da AWS.
- Executar scripts em um Amazon Sage Maker notebook usando o arquivo notebook fornecido.
- Implante a solução usando o Kit de desenvolvimento em nuvem da AWS (AWSCDK).
Para obter instruções completas, consulte o README.md arquivo no GitHub repo.
Teste a solução
Para testar a solução, envie um e-mail de seu e-mail pessoal para o e-mail de suporte criado como parte da implantação do AWS CDK (para esta postagem, usamos support@mydomain.com). Usamos as três intents a seguir em nossos dados de amostra para treinamento de classificação personalizada:
- TRANSFERÊNCIA DE DINHEIRO – O cliente quer saber o status de uma transferência de dinheiro
- CONFIGURAÇÃO DE SENHA – O cliente tem um login, conta bloqueada ou solicitação de senha
- CÓDIGO PROMOCIONAL – O cliente quer saber sobre um desconto ou código promocional disponível para uma transferência de dinheiro
A captura de tela a seguir mostra um exemplo de e-mail do cliente:
Se o e-mail do cliente não for classificado ou os níveis de confiança estiverem abaixo de 80%, o conteúdo do e-mail será encaminhado para um tópico do SNS. Quem está inscrito no tópico recebe o conteúdo do email como uma mensagem. Assinamos este tópico do SNS com o e-mail que passamos com o human_workflow_email
parâmetro durante a implantação.
limpar
Para evitar custos contínuos, exclua os recursos que você criou como parte desta solução quando terminar.
Conclusão
Nesta postagem, você aprendeu como configurar um sistema automatizado de resposta por e-mail usando a classificação de clientes e detecção de entidades do Amazon Comprehend e outros serviços da AWS. Esta solução pode fornecer os seguintes benefícios:
- Melhor tempo de resposta de e-mail
- Melhor satisfação do cliente
- Economia de custos em tempo e recursos
- Capacidade de se concentrar nos principais problemas do cliente
Você também pode expandir esta solução para outras áreas do seu negócio e para outros setores.
Com a arquitetura atual, os e-mails classificados com baixa pontuação de confiança são encaminhados para um loop humano para verificação e resposta manual. Você pode usar as entradas do processo de revisão manual para aprimorar ainda mais o modelo do Amazon Comprehend e aumentar a taxa de classificação automatizada. IA aumentada da Amazon (Amazon A2I) fornece fluxos de trabalho integrados de revisão humana para casos de uso comuns de ML, como reconhecimento de entidade baseado em NLP em documentos. Isso permite revisar facilmente as previsões do Amazon Comprehend.
À medida que obtivermos mais dados para cada intent, retreinaremos e implantaremos o modelo de classificação personalizado e atualizaremos o fluxo de resposta de e-mail de acordo com o GitHub repo.
Sobre o autor
Godwin Sahayaraj Vicente é um arquiteto de soluções corporativas da AWS que é apaixonado por Machine Learning e fornece orientação aos clientes para projetar, implantar e gerenciar suas cargas de trabalho e arquiteturas da AWS. Nas horas vagas, adora jogar críquete com os amigos e tênis com os três filhos.
Shamika Ariyawansa é arquiteto de soluções especialista em IA/ML na equipe de saúde global e ciências da vida da Amazon Web Services. Ele trabalha com os clientes para avançar em sua jornada de ML com uma combinação de ofertas de AWS ML e seu conhecimento de domínio de ML. Ele é baseado em Denver, Colorado. Em seu tempo livre, ele gosta de aventuras off-road nas montanhas do Colorado e de competir em competições de aprendizado de máquina.
- Coinsmart. A melhor troca de Bitcoin e criptografia da Europa.
- Platoblockchain. Inteligência Metaverso Web3. Conhecimento Ampliado. ACESSO LIVRE.
- CryptoHawk. Radar Altcoin. Teste grátis.
- Fonte: https://aws.amazon.com/blogs/machine-learning/automate-email-responses-using-amazon-comprehend-custom-classification-and-entity-detection/
- "
- 100
- Sobre
- Conta
- AI
- Amazon
- Amazon Web Services
- api
- arquitetura
- artificial
- inteligência artificial
- Inteligência artificial (AI)
- Ativos
- aumentado
- Automatizado
- disponível
- AWS
- Benefícios
- fronteira
- construir
- construídas em
- negócio
- chamada
- Cuidado
- casos
- Causar
- desafios
- canais
- classificação
- Na nuvem
- código
- Colorado
- combinação
- comum
- confiança
- conteúdo
- custos
- Covid-19
- Pandemia de COVID-19
- Grilo
- Atual
- experiência do cliente
- Suporte ao cliente
- Clientes
- dados,
- banco de dados
- Denver
- implantar
- Implantação
- desenvolvimento
- Design
- Detecção
- Desenvolvimento
- diferente
- Desconto
- INSTITUCIONAIS
- Não faz
- domínio
- facilmente
- Ponto final
- Empreendimento
- exemplo
- Expandir
- vasta experiência
- experiência
- Primeiro nome
- fluxo
- Foco
- seguinte
- cheio
- função
- Global
- saúde
- ajudar
- Como funciona o dobrador de carta de canal
- Como Negociar
- HTTPS
- identificar
- Impacto
- executar
- melhorar
- incluir
- Crescimento
- indústrias
- INFORMAÇÕES
- Inteligência
- intenção
- Chave
- crianças
- Conhecimento
- Idiomas
- aprendido
- aprendizagem
- Nível
- Ciências da Vida
- trancado
- longo
- máquina
- aprendizado de máquina
- de grupos
- manual
- Match
- ML
- modelo
- dinheiro
- caderno
- notificação
- Ofertas
- Operações
- organização
- organizações
- Outros
- pandemia
- Senha
- pessoal
- Jogar
- pobre
- Previsões
- processo
- processos
- fornecer
- fornece
- recurso
- Recursos
- resposta
- Retorna
- receita
- rever
- corrida
- CIÊNCIAS
- Serviços
- encerramento
- simples
- So
- Soluções
- gastar
- Status
- Inscreva-se
- ajuda
- .
- Profissionais
- Tecnologias
- teste
- tempo
- demorado
- Training
- Atualizar
- usar
- valor
- Verificação
- web
- serviços web
- QUEM
- Força de trabalho
- trabalho