Hoje, os clientes podem levantar tíquetes de suporte por meio de vários canais, como web, celular, chat-bots, e-mails ou telefonemas. Quando um ticket de suporte é gerado por um cliente, ele é processado e atribuído a uma categoria com base nas informações fornecidas no ticket. Em seguida, é encaminhado ao grupo de suporte para resolução de acordo com a categoria do ticket. Estima-se que um grande número de tíquetes de suporte geralmente não seja roteado para o grupo certo devido à categorização incorreta do tíquete. Tickets atribuídos incorretamente causam atraso no tempo geral de resolução, muitas vezes resultando em grande insatisfação do cliente. Também pode ter outros impactos generalizados, como repercussões financeiras, operacionais ou outras repercussões nos negócios. Portanto, a classificação de tickets é uma tarefa essencial para todas as organizações nos dias de hoje. Embora você possa classificar os tickets manualmente, mas é propenso a erros, não é econômico e não é dimensionado.
Serviços gerenciados da AWS (AMS) usa Amazon Comprehend classificações personalizadas para categorizar solicitações de entrada por recurso e tipo de operação com base em como o cliente descreveu seu problema. O Amazon Comprehend é um serviço de processamento de linguagem natural (NLP) que usa machine learning (ML) para descobrir informações e conexões valiosas em texto. O AMS utiliza classificadores personalizados para rotular solicitações de clientes com tipos de problemas apropriados, tipo de recurso e ação de recurso, encaminhando assim os tíquetes do cliente para as PMEs. A classificação do Amazon Comprehend é utilizada para encontrar oportunidades para novas ferramentas de automação interna que os engenheiros da AMS podem usar para atender aos requisitos do cliente e reduzir o esforço manual e as chances de erros manuais. Os dados de classificação são armazenados em um Amazon RedShift cluster e usado para analisar solicitações de clientes e encontrar novos candidatos a ferramentas de automação. Essa automação resulta em maior eficiência operacional e redução de custos.
Nesta postagem, mostramos como os provedores de serviços gerenciados podem usar o Amazon Comprehend para classificar e rotear os tíquetes, fornecer sugestões com base na classificação e utilizar os dados de classificação.
Visão geral da solução
O diagrama a seguir mostra a arquitetura da solução.
O fluxo de trabalho é o seguinte:
- Um cliente envia o ticket.
- O sistema de tickets recebe o ticket do cliente e chama o classificador de tickets AWS Lambda função com os detalhes do bilhete. O Lambda é um serviço de computação sem servidor e orientado a eventos que permite executar código para praticamente qualquer tipo de aplicativo ou serviço de back-end sem provisionar ou gerenciar servidores. Lambda é escolhido para a solução para reduzir custos e esforço de manutenção.
- A função do classificador de tíquetes do Lambda classifica o tíquete com o Amazon Comprehend usando o título e a descrição do tíquete. Com o Amazon Comprehend, você pode treinar o modelo NLP e fornecer classificadores em lote e em tempo real sem provisionar e manter a infraestrutura.
- A função do classificador de tíquetes do Lambda envia os dados de classificação de tíquetes para o cluster do Amazon Redshift por meio de Mangueira de incêndio de dados do Amazon Kinesis. O Kinesis Data Firehose é um serviço de extração, transformação e carregamento (ETL) que captura, transforma e fornece dados de streaming para data lakes, armazenamentos de dados e serviços de análise. O Amazon Redshift usa SQL para analisar dados estruturados e semiestruturados em data warehouses, bancos de dados operacionais e data lakes, usando hardware e ML projetados pela AWS para oferecer o melhor desempenho de preço em qualquer escala. O Kinesis Data Firehose entrega dados a um Serviço de armazenamento simples da Amazon (Amazon S3) primeiro e, em seguida, emite um comando COPY do Amazon Redshift para carregar os dados em um cluster do Amazon Redshift.
- A função Lambda do classificador de tíquetes invoca a função Lambda do manipulador de tíquetes.
- A função do Lambda do manipulador de tíquetes executa o código para ajudar no manuseio do tíquete. Neste exemplo, ele retorna os materiais recomendados para manuseio do ticket com base na classificação.
- A análise de tickets pode ser feita com AmazonQuickSight. A partir da análise de tickets, você pode descobrir o tipo de ticket mais solicitado. Com base na análise, você pode descobrir tendências de tickets e oportunidades para automatizar os principais tipos de tickets. O QuickSight é um serviço de business intelligence (BI) em escala de nuvem que você pode usar para fornecer insights fáceis de entender para as pessoas com quem você trabalha, onde quer que estejam.
Nas seções a seguir, orientamos você pelas etapas para implementar a solução, integrar a infraestrutura de classificação de tíquetes ao seu sistema de tíquetes e usar os dados de classificação com o QuickSight.
Implementar a solução
Nesta seção, percorremos as etapas para provisionar seus recursos de solução e criar a infraestrutura necessária.
Configurar o Amazon Comprehend
Nesta etapa, treinamos dois novos modelos de classificação personalizada do Amazon Comprehend: Operation e Resource, e criamos um endpoint de análise em tempo real para cada modelo.
Faça upload dos dados de treinamento
Para fazer upload dos dados de treinamento, conclua as etapas a seguir:
- Baixar ticket_training_data.zip e descompacte o arquivo.
Esta pasta contém os dois arquivos a seguir:- treinamento_dados_operações.csv – Este arquivo é um arquivo CSV de duas colunas que usamos para treinar o modelo de classificação de operação. A primeira coluna contém
class
, e a segunda coluna contémdocument
. - treinamento_data_resources.csv – Este arquivo é um arquivo CSV de duas colunas que usamos para treinar o modelo de classificação de recursos. Como o
training_data_operations.csv
arquivo, a primeira coluna contémclass
, e a segunda coluna contémdocument
.
- treinamento_dados_operações.csv – Este arquivo é um arquivo CSV de duas colunas que usamos para treinar o modelo de classificação de operação. A primeira coluna contém
- No console do Amazon S3, crie um novo bucket para o Amazon Comprehend. Como os nomes de bucket do S3 são globalmente exclusivos, você precisa criar um nome exclusivo para o bucket. Para este post, chamamos de
comprehend-ticket-training-data
. Habilite a criptografia do lado do servidor e bloqueie o acesso público ao criar o bucket. - Escolher arquivo
training_data_operations.csv
etraining_data_resources.csv
para o novo bucket do S3.
Crie dois novos modelos
Para criar seus modelos, conclua as etapas a seguir:
- No console do Amazon Comprehend, escolha Classificação personalizada no painel de navegação.
- Escolha Criar novo modelo.
- Providencie a seguinte informação:
- Escolha Nome do modelo, entrar
ticket-classification-operation
. - Escolha Língua, escolha Inglês.
- Escolha Modo classificador, selecione Usando o modo de rótulo único.
- Escolha Formato de dados, selecione arquivo CSV.
- Escolha Conjunto de dados de treinamento, insira o caminho S3 para
training_data_operations.csv
. - Escolha Fonte de dados de teste, selecione Divisão automática.
A divisão automática seleciona automaticamente 10% dos dados de treinamento fornecidos para serem usados como dados de teste. - Escolha Papel IAM, selecione Crie uma função do IAM.
- Escolha Permissões para acessar, escolha os dados de treinamento, teste e saída (se especificados) em seus buckets do S3.
- Escolha Sufixo de nome, entrar
ticket-classification
.
- Escolha Nome do modelo, entrar
- Escolha Crie.
- Escolha Criar novo modelo novamente para criar seu modelo de classificação de recursos.
- Providencie a seguinte informação:
- Escolha Nome do modelo, entrar
ticket-classification-resource
. - Escolha Língua, escolha Inglês.
- Escolha Modo classificador, selecione Usando o modo de rótulo único.
- Escolha Formato de dados, selecione arquivo CSV.
- Escolha Conjunto de dados de treinamento, insira o caminho S3 para
training_data_resources.csv
. - Escolha Fonte de dados de teste, selecione Divisão automática.
- Escolha Papel IAM, selecione Use uma função existente do IAM.
- Escolha Nome do papel, escolha
AmazonComprehendServiceRole-ticket-classification
.
- Escolha Nome do modelo, entrar
- Escolha Crie.
O Amazon Comprehend agora está processando os arquivos CSV e os usando para treinar classificadores personalizados. Em seguida, os usamos para ajudar a classificar os tíquetes do cliente. Quanto maiores e mais precisos forem nossos dados de treinamento, mais preciso será o classificador.
Aguarde o status da versão para mostrar como Trained
como abaixo. Pode levar até 1 hora para ser concluído, dependendo do tamanho dos dados de treinamento.
Criar endpoints do Amazon Comprehend
Os endpoints do Amazon Comprehend são cobrados em incrementos de 1 segundo, com um mínimo de 60 segundos. As cobranças continuam a ocorrer desde o momento em que você inicia o endpoint até que ele seja excluído, mesmo que nenhum documento seja analisado. Para mais informações, veja Preços do Amazon Comprehend. Para criar seus endpoints, conclua as etapas a seguir:
- No console do Amazon Comprehend, escolha Pontos finais no painel de navegação.
- Escolha Criar ponto final para criar seu endpoint de classificação de operação.
- Providencie a seguinte informação:
- Escolha Nome do ponto final, entrar
ticket-classification-operation
. - Escolha Tipo de modelo personalizado, selecione Classificação personalizada.
- Escolha Modelo classificador, escolha operação-classificação-bilhete.
- Escolha Versão, escolha Sem nome de versão.
- Escolha Número de unidades de inferência (IUs), entrar
1
.
- Escolha Nome do ponto final, entrar
- Escolha Criar ponto final.
- Escolha Criar ponto final novamente para criar o endpoint de classificação de recursos.
- Providencie a seguinte informação:
- Escolha Nome do ponto final, entrar
ticket-classification-resource
. - Escolha Tipo de modelo personalizado, selecione Classificação personalizada.
- Escolha Modelo classificador, escolha recurso-classificação-bilhete.
- Escolha Versão, escolha Sem nome de versão.
- Escolha Número de unidades de inferência (IUs), entrar
1
.
- Escolha Nome do ponto final, entrar
- Escolha Criar ponto final.
Depois de criar os dois endpoints, aguarde até que o status de ambos seja exibido como Active
.
Teste os endpoints do Amazon Comprehend com análise em tempo real
Para testar seus endpoints, conclua as etapas a seguir:
- No console do Amazon Comprehend, escolha Análise em tempo real no painel de navegação.
- Escolha Tipo de análise¸ selecionar Personalizadas.
- Escolha Ponto final¸ escolher operação-classificação-bilhete.
- Escolha Entrada de texto, digite o seguinte:
- Escolha Analise.
Os resultados mostram que oUpdate
classe tem a pontuação de confiança mais alta. - Mudar Ponto final para recurso-classificação-bilhete e escolha Analise novamente.
Os resultados mostram que o EC2
classe tem a pontuação de confiança mais alta.
Crie um segredo para a senha do cluster do Amazon Redshift
Nesta etapa, criamos um Gerenciador de segredos da AWS secret para sua senha de cluster do Amazon Redshift. O Secrets Manager ajuda você a proteger os segredos necessários para acessar seus aplicativos, serviços e recursos de TI. O serviço permite que você alterne, gerencie e recupere facilmente credenciais de banco de dados, chaves de API e outros segredos ao longo de seu ciclo de vida. Nesta postagem, armazenamos a senha do cluster do Amazon Redshift em um segredo do Secrets Manager.
- No console do Secrets Manager, escolha Segredos no painel de navegação.
- Escolha Guarde um novo segredo.
- Escolha Tipo de segredo, selecione Outro tipo de segredo.
- Debaixo Pares de chave/valor, defina sua chave como
password
e valor como sua senha de cluster do Amazon Redshift.
A senha deve ter entre 8 e 64 caracteres e conter pelo menos uma letra maiúscula, uma letra minúscula e um número. Pode ser qualquer caractere ASCII imprimível, exceto ' (aspas simples), “ (aspas duplas), , /, @ ou espaço. - Escolha Próximo.
- Escolha Nome secreto, entrar
ClassificationRedshiftClusterPassword
. - Escolha Próximo.
- No Rotação secreta seção, escolha Próximo.
- Revise sua configuração secreta e escolha Loja.
Provisione sua infraestrutura com o AWS CloudFormation
Nesta etapa, provisionamos a infraestrutura para a solução usando um Formação da Nuvem AWS pilha.
Faça upload do código da função Lambda
Antes de iniciar a pilha do CloudFormation, carregue seu código de função do Lambda:
- Baixar lambda_code.zip
- No console do Amazon S3, abra o bucket que você criou.
- Escolher arquivo
lambda_code.zip
.
Crie sua pilha do CloudFormation
Para provisionar recursos com o AWS CloudFormation, conclua as etapas a seguir:
- Baixar cloudformation_template.json.
- No console do AWS CloudFormation, escolha Criar pilha.
- Selecionar Com novos recursos (padrão).
- Escolha Fonte do modelo, escolha Faça upload de um arquivo de modelo.
- Escolha o modelo do CloudFormation baixado.
- Escolha Próximo.
- Escolha Nome da pilha, entrar
Ticket-Classification-Infrastructure
. - No parâmetros seção, insira os seguintes valores:
- Escolha ClassificaçãoRedshiftClusterNodeType, insira o tipo de nó de cluster do Amazon Redshift. dc2.large é o padrão.
- Escolha ClassificaçãoRedshiftClusterSenhaSegredoName, insira o nome do segredo do Secrets Manager que armazena a senha do cluster do Amazon Redshift.
- Escolha ClassificaçãoRedshiftClusterSubnetId, insira o ID da sub-rede em que o cluster do Amazon Redshift está hospedado. A sub-rede deve estar dentro da VPC que você mencionou no
ClassificationRedshiftClusterVpcId
parâmetro. - Escolha ClassificaçãoRedshiftClusterUsername, insira o nome de usuário do cluster do Amazon Redshift.
- Escolha ClassificaçãoRedshiftClusterVpcId, insira o ID da VPC em que o cluster do Amazon Redshift está hospedado.
- Escolha LambdaCodeS3Bucket, insira o nome do bucket do S3 no qual você carregou o código Lambda.
- Escolha LambdaCodeS3KeyName, insira a chave do Amazon S3 do pacote de implantação.
- Escolha Região do QuickSight, insira a Região para QuickSight. A região do QuickSight deve ser consistente com a região que você está usando para o Amazon Comprehend e o bucket do S3.
- Escolha Próximo.
- No Configurar opções de pilha seção, escolha Próximo.
- No Avaliações seção, selecione Reconheço que o AWS CloudFormation pode criar recursos do IAM.
- Escolha Criar pilha.
Configure seu cluster do Amazon Redshift
Nesta etapa, você habilita o log de auditoria e adiciona a nova tabela ao cluster do Amazon Redshift criado por meio do modelo do CloudFormation.
O log de auditoria não é ativado por padrão no Amazon Redshift. Quando você ativa o registro em log em seu cluster, o Amazon Redshift exporta logs para Amazon CloudWatch, que captura dados desde o momento em que o log de auditoria está habilitado até o momento atual. Cada atualização de log é uma continuação dos logs anteriores.
Ativar registro de auditoria
Você pode pular esta etapa se não precisar de log de auditoria para seu cluster do Amazon Redshift.
- No console do Amazon Redshift, escolha Clusters no painel de navegação.
- Escolha o cluster do Amazon Redshift começando com
classificationredshiftcluster-
. - No Propriedades guia, escolha Editar.
- Escolha Editar registro de auditoria.
- Escolha Configurar registro de auditoria¸ escolher Ligar.
- Escolha Tipo de especialista em log, escolha CloudWatch.
- Selecione todos os tipos de log.
- Escolha Salvar as alterações .
Criar nova tabela
Para criar uma nova tabela, conclua as seguintes etapas:
- No console do Amazon Redshift, escolha Dados de consulta.
- Escolha Consulta no editor de consultas v2.
- No banco de dados página, escolha seu cluster.
- Escolha banco de dados, entrar
ticketclassification
. - Insira o nome de usuário e a senha que você configurou nos parâmetros da pilha do CloudFormation.
- Escolha Criar conexão.
- Quando a conexão for feita, escolha o sinal de mais e abra uma nova janela de consulta.
- Insira a seguinte consulta:
- Escolha Execute.
Testar a infraestrutura de classificação
Agora a infraestrutura para classificação de tickets está pronta. Antes de integrar com seu sistema de tickets, vamos testar a infraestrutura de classificação.
Execute o teste
Para executar o teste, conclua as etapas a seguir:
- No console do Lambda, escolha Funções no painel de navegação.
- Escolha a função que começa com
Ticket-Classification-Inf-TicketClassifier
. - No Test guia, escolha Evento de teste.
- Escolha Nome, entrar
TestTicket
. - Insira os seguintes dados de teste:
- Escolha Test.
O ticket é classificado e os dados de classificação são armazenados no cluster do Amazon Redshift. Após a classificação, a função Lambda do manipulador de tíquetes é executada, que trata o tíquete com base na classificação, incluindo a recomendação de materiais para os engenheiros de suporte.
Verifique o registro de teste do classificador de tickets
Para verificar o log de teste, conclua as etapas a seguir:
- Na seção de resultado do teste, escolha Logsou escolha Ver registros no CloudWatch na Monitore aba.
- Escolha o fluxo de log.
Você pode visualizar os logs na captura de tela a seguir, que mostra a saída do Amazon Comprehend e a classificação final do ticket. Neste exemplo, o ticket de teste é classificado como Resource=EC2
, Operation=Update
.
Verifique a saída da classificação do ticket no cluster do Amazon Redshift
Para validar a saída em seu cluster, conclua as etapas a seguir:
- No console do editor de consultas v2 do Amazon Redshift, escolha o sinal de mais para abrir uma nova janela de consulta.
- Insira a seguinte consulta:
- Escolha Execute.
A captura de tela a seguir mostra a classificação do ticket. Se ainda não estiver disponível, aguarde alguns minutos e tente novamente (o Kinesis Data Firehose precisa de algum tempo para enviar os dados). Agora podemos usar esses dados no QuickSight.
Verifique o registro de teste do manipulador de tickets
Depois que o classificador de tíquetes envia os dados de classificação no cluster do Amazon Redshift, a função Lambda do manipulador de tíquetes é executada, que processa o tíquete com base na classificação, incluindo a recomendação de materiais para engenheiros de suporte. Neste exemplo, o manipulador de tíquetes retorna os materiais recomendados, incluindo o runbook, a documentação da AWS e os documentos do SSM para que o suporte possa consultá-los ao lidar com o tíquete. Você pode integrar a saída com seu sistema de manipulação de tíquetes e personalizar os processos de manipulação no código de função do Lambda. Nesta etapa, verificamos quais recomendações foram feitas.
- No console do Lambda, escolha Funções no painel de navegação.
- Escolha a função Lambda que começa com
Ticket-Classification-Inf-TicketHandlerLambdaFunct
. - No Monitore guia, escolha Ver registros no CloudWatch.
- Escolha o fluxo de log.
A captura de tela a seguir mostra os logs. Você pode ver a saída do Amazon Comprehend e a lista de documentos recomendados da AWS e documentos SSM para o ticket classificado como Update EC2
. Você pode adicionar seus próprios runbooks, documentos, documentos SSM ou quaisquer outros materiais no código de função do Lambda.
Integre a infraestrutura de classificação de tickets ao seu sistema de tickets
Nesta seção, percorremos as etapas para integrar sua infraestrutura de classificação de tíquetes ao seu sistema de tíquetes e personalizar sua configuração.
A maioria dos sistemas de emissão de tíquetes tem um recurso de gatilho, que permite executar o código quando o tíquete é enviado. Configure seu sistema de tíquetes para invocar a função Lambda do classificador de tíquetes com a seguinte entrada formatada:
Se você quiser personalizar a entrada, modifique o código da função Lambda do classificador de ticket. Você precisa adicionar ou remover parâmetros (linhas 90–105) e personalizar a entrada para o Amazon Comprehend (linhas 15–17).
Você pode personalizar a função do Lambda do manipulador de tíquetes para executar a automação ou editar as recomendações. Por exemplo, você pode adicionar o comentário interno ao ticket com as recomendações. Para personalizar, abra o código Lambda do manipulador de tickets e edite as linhas 68–70 e 75–81.
Use dados de classificação com o QuickSight
Depois de integrar a infraestrutura de classificação de tíquetes ao seu sistema de tíquetes, os dados de classificação de tíquetes são armazenados no cluster do Amazon Redshift. Você pode usar o QuickSight para verificar esses dados e gerar relatórios. Neste exemplo, geramos uma análise QuickSight com os dados de classificação.
Inscreva-se no QuickSight
Se você ainda não tiver o QuickSight, inscreva-se com as seguintes etapas:
- No console QuickSight, escolha Inscreva-se no QuickSight.
- Escolha Padrão.
- Debaixo Região do QuickSight, escolha a região que você configurou no parâmetro CloudFormation
QuickSightRegion
. - Debaixo Informações da Conta, insira o nome da sua conta QuickSight e o endereço de e-mail de notificação.
- Debaixo Acesso QuickSight a serviços AWS, selecione Amazon RedShift.
- Se você deseja permitir acesso e descoberta automática para outros recursos, selecione-os também.
- Escolha Acabamento.
- Escolha Acesse o Amazon QuickSight depois de se inscrever.
Conecte seu cluster do Amazon Redshift ao QuickSight
Para conectar seu cluster ao QuickSight como uma fonte de dados, conclua as etapas a seguir:
- No console QuickSight, escolha Conjuntos de dados no painel de navegação.
- Escolha Novo conjunto de dados.
- Escolha Redshift descoberto automaticamente.
- Providencie a seguinte informação:
- Escolha Nome da fonte de dados, entrar
ticketclassification
. - Escolha ID da instância, escolha o cluster do Amazon Redshift começando com
classificationredshiftcluster-
. - Escolha Tipo de conexão, escolha Rede pública.
- Escolha Nome do banco de dados, entrar
ticketclassification
. - Insira o nome de usuário e a senha do cluster do Amazon Redshift que você configurou nos parâmetros de pilha do CloudFormation.
- Escolha Nome da fonte de dados, entrar
- Escolha Validar conexão para ver se a conexão funciona.
Se não funcionar, isso provavelmente se deve ao uso de nome de usuário e senha incorretos ou a região do QuickSight é diferente do que você especificou na pilha do CloudFormation. - Escolha Criar fonte de dados.
- No Escolha sua mesa seção, selecione o
tickets
tabela. - Escolha Selecionar.
- Selecionar Importe para SPICE para análises mais rápidas.
SPICE é o mecanismo de cálculo em memória super-rápido e paralelo QuickSight. Ele foi projetado para realizar cálculos avançados e fornecer dados rapidamente. Importar (também chamado ingestão) seus dados no SPICE podem economizar tempo e dinheiro. Para obter mais informações sobre o SPICE, consulte Importando dados para o SPICE. Se você receber o erro “Não há capacidade suficiente do SPICE”, compre mais capacidade do SPICE. Para obter mais informações, consulte Adquirindo capacidade SPICE em uma região da AWS. - Escolha Visualizar.
Criar um relatório de análise de classificação de tickets
Depois de concluir a criação do conjunto de dados, você poderá ver a nova análise do QuickSight. Nesta seção, percorremos as etapas para criar um relatório de análise de classificação de tickets, incluindo uma tabela dinâmica, gráficos de pizza e gráficos de linhas.
- Escolha Autógrafo.
- Debaixo Tipos visuais, escolha a tabela dinâmica.
- Arraste
operation
da Lista de campos para Linhas. - Arraste
resource
da Lista de campos para colunas. - No Adicionar menu, escolha Adicionar visual.
- Debaixo Tipos visuais, escolha o gráfico de pizza.
- Arraste
operation
da Lista de campos para Grupo / Cor. - No Adicionar menu, escolha Adicionar visual novamente.
- Debaixo Tipos visuais, escolha o gráfico de pizza novamente.
- Arraste
resource
da Lista de campos para Grupo / Cor. - No Adicionar menu, escolha Adicionar visual novamente.
- Debaixo Tipos visuais, escolha o gráfico de linhas.
- Arraste
creation_time
da Lista de campos para eixo X. - Arraste
operation
da Lista de campos para Cor. - No Adicionar menu, escolha Adicionar visual novamente.
- Debaixo Tipos visuais, escolha o gráfico de linhas novamente.
- Arraste
creation_time
da Lista de campos para eixo X. - Arraste
operation
da Lista de campos para Cor. - Redimensione e reordene os gráficos conforme necessário.
- Escolha Salvar como.
- Insira um nome para sua análise e escolha Salvar.
Parabéns! Sua primeira análise de ticket está pronta. Depois de ter mais dados, a análise será semelhante à captura de tela a seguir.
limpar
Nesta etapa, limpamos os recursos que criamos com vários serviços.
Amazon Comprehend
Para excluir seus endpoints, conclua as etapas a seguir:
- No console do Amazon Comprehend, escolha Pontos finais no painel de navegação.
- Selecione os
endpoint ticket-classification-operation
. - Escolha Apagar e siga as instruções.
- Repita essas etapas para excluir o
ticket-classification-resource
ponto final.
Em seguida, exclua as classificações personalizadas que você criou. - Escolha Classificação personalizada no painel de navegação.
- Selecione os
classification ticket-classification-operation
. - Selecionar Sem nome de versão.
- Escolha Apagar e siga as instruções.
- Repita essas etapas para excluir o
ticket-classification-resource
classificação.
Amazon S3
Em seguida, limpe o bucket do S3 que você criou.
- No console do Amazon S3, selecione o bucket que você criou.
- Exclua todos os objetos no bucket.
- Exclua o intervalo.
AmazonQuickSight
Exclua as análises e o conjunto de dados do QuickSight que você criou.
- No console QuickSight, escolha Analisa no painel de navegação.
- Escolha o ícone de opções (três pontos) na análise que você criou.
- Escolha Apagar e siga as instruções.
- Escolha Conjuntos de dados no painel de navegação.
- Escolha o
tickets
conjunto de dados. - Escolha Excluir conjunto de dados e siga as instruções.
Formação da Nuvem AWS
Limpe os recursos que você criou como parte da pilha do CloudFormation.
- No console do AWS CloudFormation, escolha Pilhas no painel de navegação.
- Escolha o
Ticket-Classification-Infrastructure
pilha. - No Recursos guia, escolha o ID físico de
ClassificationDeliveryStreamS3Bucket
.
O console do Amazon S3 é aberto. - Exclua todos os objetos neste bucket.
- Retorne ao console do AWS CloudFormation, escolha Apagare siga as instruções.
Gerenciador de segredos da AWS
Por fim, exclua o segredo do Secrets Manager.
- No console do Secrets Manager, selecione o segredo
ClassificationRedshiftClusterPassword
. - No Opções menu, escolha Excluir segredo.
- Defina o período de espera como 7 dias e escolha Agendar Excluir.
Seu segredo será excluído automaticamente após 7 dias.
Conclusão
Neste post, você aprendeu como utilizar os serviços da AWS para criar um sistema automático de classificação e recomendação. Esta solução ajudará suas organizações a criar o seguinte fluxo de trabalho:
- Classifique as solicitações dos clientes.
- Recomendar soluções automatizadas.
- Analise as classificações das solicitações dos clientes e descubra as principais solicitações dos clientes.
- Lance uma nova solução automatizada e aumente a taxa de automação.
Para obter mais informações sobre o Amazon Comprehend, consulte Documentação do Amazon Compreender. Você também pode descobrir outros recursos do Amazon Comprehend e se inspirar em outros Postagens de blog da AWS sobre como usar o Amazon Comprehend além da classificação.
Sobre os autores
Seongyeol Jerry Cho é engenheiro sênior de desenvolvimento de sistemas da AWS Managed Services com sede em Sydney, Austrália. Ele se concentra na criação de software de operações em nuvem altamente escalável e automatizado usando uma variedade de tecnologias, incluindo aprendizado de máquina. Fora do trabalho, ele gosta de viajar, acampar, ler, cozinhar e correr.
Manu Sasikumar é gerente sênior de engenharia de sistemas com AWS Managed Services. Manu e sua equipe se concentram na criação de automações poderosas e fáceis de usar para reduzir o esforço manual e criar soluções baseadas em IA e ML para gerenciar as solicitações dos clientes. Fora do trabalho, adora passar o tempo livre com a família, além de participar de diversas atividades humanitárias e voluntárias.
- 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/how-service-providers-can-use-natural-language-processing-to-gain-insights-from-customer-tickets-with-amazon- compreender/
- "
- 100
- 7
- a
- Sobre
- Acesso
- Segundo
- Conta
- preciso
- em
- Açao Social
- atividades
- endereço
- avançado
- AI
- Todos os Produtos
- permite
- já
- Apesar
- Amazon
- análise
- analítica
- analisar
- api
- Aplicação
- aplicações
- apropriado
- arquitetura
- atribuído
- auditor
- Australia
- automatizar
- Automatizado
- Automático
- automaticamente
- Automação
- disponível
- AWS
- Porque
- antes
- ser
- abaixo
- MELHOR
- entre
- Pós
- Bloquear
- BLOG
- fronteira
- construir
- Prédio
- negócio
- inteligência de negócios
- chamada
- candidatos
- Capacidade
- capturar
- capturas
- Categoria
- Causar
- chances
- canais
- caracteres
- acusações
- charts
- Escolha
- escolhido
- classe
- classificação
- Na nuvem
- código
- Coluna
- completar
- Computar
- confiança
- Configuração
- CONTATE-NOS
- da conexão
- Coneções
- consistente
- cônsul
- contém
- continuar
- relação custo-benefício
- crio
- criado
- Criar
- criação
- Credenciais
- personalizadas
- cliente
- Clientes
- personalizar
- dados,
- banco de dados
- bases de dados
- atraso
- entrega
- Dependendo
- desenvolvimento
- descrito
- detalhes
- Desenvolvimento
- diferente
- descobrir
- INSTITUCIONAIS
- Não faz
- duplo
- facilmente
- fácil de usar
- editor
- eficiência
- esforço
- permitir
- permite
- criptografia
- Ponto final
- Motor
- engenheiro
- Engenheiros
- Entrar
- essencial
- estimado
- exemplo
- Exceto
- existente
- especialista
- família
- Característica
- Funcionalidades
- financeiro
- Primeiro nome
- Foco
- concentra-se
- seguir
- seguinte
- segue
- da
- Cumprir
- função
- gerar
- Globalmente
- Grupo
- Manipulação
- Hardware
- ajudar
- ajuda
- Alta
- altamente
- hospedado
- Como funciona o dobrador de carta de canal
- Como Negociar
- HTTPS
- humanitário
- ÍCONE
- executar
- importador
- Incluindo
- Crescimento
- aumentou
- INFORMAÇÕES
- Infraestrutura
- entrada
- insights
- Inspiração
- integrar
- Inteligência
- emitem
- questões
- IT
- Chave
- chaves
- O rótulo
- língua
- grande
- Maior
- de lançamento
- aprendido
- aprendizagem
- Provável
- Line
- linhas
- Lista
- carregar
- olhar
- máquina
- aprendizado de máquina
- moldadas
- manutenção
- gerencia
- gerenciados
- Gerente
- gestão
- manual
- manualmente
- materiais
- mencionado
- poder
- mínimo
- ML
- Móvel Esteira
- modelo
- modelos
- dinheiro
- mais
- múltiplo
- nomes
- natural
- Navegação
- necessário
- Cria
- notificação
- número
- aberto
- abre
- operação
- Operações
- oportunidades
- Opções
- organização
- organizações
- Outros
- global
- próprio
- pacote
- parte
- Senha
- Pessoas
- atuação
- significativo
- físico
- articulação
- poderoso
- presente
- anterior
- preço
- processos
- em processamento
- proteger
- fornecer
- fornecido
- fornecedores
- público
- compra
- aumentar
- Leitura
- em tempo real
- recomendando
- reduzir
- Reduzido
- região
- Denunciar
- Relatórios
- solicitar
- pedidos
- Requisitos
- recurso
- Recursos
- resultando
- Resultados
- Retorna
- Rota
- Execute
- corrida
- escalável
- Escala
- segundo
- Serverless
- serviço
- Serviços
- conjunto
- assinar
- simples
- solteiro
- Tamanho
- So
- Software
- sólido
- solução
- Soluções
- alguns
- Espaço
- Passar
- pilha
- padrão
- começo
- começa
- Status
- armazenamento
- loja
- lojas
- transmitir canais
- de streaming
- estruturada
- apresentado
- ajuda
- sydney
- .
- sistemas
- Profissionais
- Tecnologias
- teste
- ensaio
- A
- assim
- três
- Através da
- todo
- bilhete
- bilhetes
- tempo
- Título
- ferramenta
- ferramentas
- topo
- Training
- Transformar
- viagens
- Tendências
- tipos
- descobrir
- único
- unidades
- Atualizar
- usar
- geralmente
- UTC
- utilizar
- valor
- variedade
- vário
- versão
- Ver
- voluntário
- esperar
- web
- O Quê
- QUEM
- generalizada
- dentro
- sem
- Atividades:
- trabalho
- investimentos