Bu gönderide, kullanarak otomatik bir e-posta yanıt çözümünün nasıl oluşturulacağını gösteriyoruz. Amazon Kavramak.
Kuruluşlar, müşteri sorularını yanıtlamak ve çözümler sağlamak için müşteri hizmetleri operasyonlarını yürütmek için çok fazla kaynak, çaba ve para harcar. Müşterileriniz e-posta, sohbet veya telefon gibi çeşitli kanallar aracılığıyla sorular sorabilir ve bu soruları yanıtlamak için bir iş gücü dağıtmak kaynak yoğun, zaman alıcı ve hatta bu soruların yanıtları tekrarlanıyorsa verimsiz olabilir.
COVID-19 salgını sırasında, müşteri hizmetleri ve temsilci tesislerinin kapatılması nedeniyle birçok kuruluş müşterilerini yeterince destekleyemedi ve müşteri sorguları birikiyordu. Bazı kuruluşlar, sorguları hemen yanıtlamakta zorlandılar ve bu da zayıf bir müşteri deneyimine neden olabilir. Bu da müşteri memnuniyetsizliğine neden olabilir ve uzun vadede bir kuruluşun itibarını ve gelirini etkileyebilir.
Kuruluşunuz müşteri sorguları ve yanıtları için veri varlıklarına sahip olsa da, müşterilerinize yanıt vermek için otomatik bir süreç uygulamakta zorluk çekebilirsiniz. Zorluklar, yapılandırılmamış verileri, farklı dilleri ve yapay zeka (AI) ve makine öğrenimi (ML) teknolojilerinde uzmanlık eksikliğini içerebilir.
Müşteri sorgularına e-posta yanıtlarını otomatikleştirmek için Amazon Comprehend'i kullanarak bu tür zorlukların üstesinden gelebilirsiniz. Çözümümüzle, müşteri e-postalarının amacını tanımlayabilir, amaç mevcut bilgi tabanınızla eşleşirse otomatik bir yanıt gönderir. Amaca uygun değilse, e-posta manuel yanıt için destek ekibine gider. Müşteri hizmetleriyle iletişim kurarken bazı yaygın müşteri niyetleri şunlardır:
- İşlem durumu (örneğin, para transferinin durumu)
- Parola sıfırlama
- Promosyon kodu veya indirim
- Çalışma saatleri
- Bir temsilci konumu bulun
- Sahtekarlığı bildir
- Hesabın kilidini aç
- Hesabı kapat
Amazon Comprehend, yukarıdaki amaçlardan herhangi biri için e-postalarda sınıflandırma ve varlık algılama gerçekleştirmenize yardımcı olabilir. Bu çözüm için müşteri e-postalarının ilk üç amaç için nasıl sınıflandırılacağını gösteriyoruz. E-postalardan önemli bilgileri algılamak için Amazon Comprehend'i de kullanabilirsiniz, böylece iş süreçlerinizi otomatikleştirebilirsiniz. Örneğin, bir müşteri isteğine o sorguyla ilgili belirli bilgilerle yanıt vermeyi otomatikleştirmek için Amazon Comprehend'i kullanabilirsiniz.
Çözüme genel bakış
Müşteri e-posta yanıt akışımızı oluşturmak için aşağıdaki hizmetleri kullanıyoruz:
- Amazon Kavramak
- AWS Lambda
- Amazon Basit E-posta Hizmeti (Amazon SES'i)
- Amazon Basit Bildirim Servisi (Amazon SNS'si)
- Amazon WorkMail
Aşağıdaki mimari diyagram, uçtan uca çözümü vurgulamaktadır:
Çözüm iş akışı aşağıdaki adımları içerir:
- Müşteri, WorkMail'de oluşturulan müşteri destek e-postasına bir e-posta gönderir.
- WorkMail, e-postayı aldıktan sonra bir Lambda işlevi çalıştırır.
- İşlev, e-posta içeriğini özel bir sınıflandırma modeli uç noktasına gönderir.
- Özel sınıflandırma uç noktası, sınıflandırılmış bir değer ve güven düzeyiyle döner (%80'in üzerinde, ancak bunu gerektiği gibi yapılandırabilirsiniz).
- Sınıflandırma değeri ise
MONEYTRANSFER
, Lambda işlevi, para transferi kimliğini bulmak için varlık algılama uç noktasını çağırır. - Para transferi kimliği döndürülürse, işlev para transfer durumunu rastgele döndürür (gerçek dünya senaryosunda, gerçek transfer durumunu almak için API aracılığıyla veritabanını arayabilirsiniz).
- Döndürülen sınıflandırılmış değere göre Amazon SES'te önceden tanımlanmış bir e-posta şablonu seçilir ve müşteriye bir yanıt e-postası gönderilir.
- Güven düzeyi %80'den azsa, sınıflandırılmış bir değer döndürülmez veya varlık algılama para transferi kimliğini bulamazsa müşteri e-postası bir SNS konusuna gönderilir. Mesajı biletleme sisteminize iletmek için Amazon SNS'ye abone olabilirsiniz.
Önkoşullar
Bakın README.md içindeki dosyayı GitHub repo Bu çözümü dağıtmak için ön koşulları karşıladığınızdan emin olmak için.
Çözümü dağıtın
Çözüm dağıtımı aşağıdaki üst düzey adımlardan oluşur:
- kullanarak manuel yapılandırmaları tamamlayın. AWS Yönetim Konsolu.
- Komut dosyalarını bir Amazon Adaçayı Yapıcı sağlanan not defteri dosyasını kullanarak not defteri örneği.
- kullanarak çözümü dağıtın. AWS Bulut Geliştirme Kiti (AWS CDK'sı).
Tam talimatlar için bkz. README.md içindeki dosyayı GitHub repo.
Çözümü test edin
Çözümü test etmek için kişisel e-postanızdan AWS CDK dağıtımının bir parçası olarak oluşturulan destek e-postasına bir e-posta gönderin (bu gönderi için support@mydomain.com adresini kullanıyoruz). Özel sınıflandırma eğitimi için örnek verilerimizde aşağıdaki üç amacı kullanıyoruz:
- PARA TRANSFERİ – Müşteri bir para transferinin durumunu bilmek istiyor
- ŞİFRE – Müşterinin oturum açma, hesap kilitli veya parola isteği varsa
- PROMOSYON KODU – Müşteri, para transferi için mevcut bir indirim veya promosyon kodu hakkında bilgi almak istiyor
Aşağıdaki ekran görüntüsü, örnek bir müşteri e-postasını göstermektedir:
Müşteri e-postası sınıflandırılmamışsa veya güven seviyeleri %80'in altındaysa, e-postanın içeriği bir SNS konusuna iletilir. Konuya abone olan kişi e-posta içeriğini mesaj olarak alır. İlettiğimiz e-posta ile bu SNS konusuna abone olduk. human_workflow_email
dağıtım sırasında parametre.
Temizlemek
Devam eden maliyetlerden kaçınmak için işiniz bittiğinde bu çözümün bir parçası olarak oluşturduğunuz kaynakları silin.
Sonuç
Bu gönderide, Amazon Comprehend müşteri sınıflandırmasını ve varlık algılamayı ve diğer AWS hizmetlerini kullanarak otomatik bir e-posta yanıt sisteminin nasıl yapılandırılacağını öğrendiniz. Bu çözüm aşağıdaki faydaları sağlayabilir:
- İyileştirilmiş e-posta yanıt süresi
- Geliştirilmiş müşteri memnuniyeti
- Zaman ve kaynaklarla ilgili maliyet tasarrufu
- Önemli müşteri sorunlarına odaklanabilme
Bu çözümü, işletmenizdeki diğer alanlara ve diğer sektörlere de genişletebilirsiniz.
Mevcut mimariyle, düşük güven puanıyla sınıflandırılan e-postalar, manuel doğrulama ve yanıt için bir insan döngüsüne yönlendirilir. Amazon Comprehend modelini daha da geliştirmek ve otomatik sınıflandırma oranını artırmak için manuel inceleme sürecinden gelen girdileri kullanabilirsiniz. Amazon Artırılmış AI (Amazon A2I), belgelerde NLP tabanlı varlık tanıma gibi yaygın ML kullanım durumları için yerleşik insan incelemesi iş akışları sağlar. Bu, Amazon Comprehend'den gelen tahminleri kolayca gözden geçirmenizi sağlar.
Her amaç için daha fazla veri elde ettikçe, özel sınıflandırma modelini yeniden eğitip dağıtacağız ve e-posta yanıt akışını buna göre güncelleyeceğiz. GitHub repo.
Yazar Hakkında
Godwin Sahayaraj Vincent AWS'de Makine Öğrenimi konusunda tutkulu olan ve müşterilere AWS iş yüklerini ve mimarilerini tasarlama, dağıtma ve yönetme konusunda rehberlik sağlayan bir Kurumsal Çözüm Mimarıdır. Boş zamanlarında arkadaşlarıyla kriket oynamayı ve üç çocuğuyla tenis oynamayı seviyor.
Şamika Ariyawansa Amazon Web Services'de Küresel Sağlık ve Yaşam Bilimleri ekibinde bir AI/ML Uzman Çözüm Mimarıdır. AWS ML teklifleri ve ML alan bilgisinin bir kombinasyonu ile ML yolculuklarını ilerletmek için müşterilerle birlikte çalışır. Denver, Colorado'da yaşıyor. Boş zamanlarında Colorado dağlarında off-road maceralarından ve makine öğrenimi yarışmalarında yarışmaktan hoşlanır.
- Akıllı para. Avrupa'nın En İyi Bitcoin ve Kripto Borsası.
- Plato blok zinciri. Web3 Metaverse Zekası. Bilgi Güçlendirildi. SERBEST ERİŞİM.
- KriptoHawk. Altcoin Radarı. Ücretsiz deneme.
- Kaynak: https://aws.amazon.com/blogs/machine-learning/automate-email-responses-using-amazon-comprehend-custom-classification-and-entity-detection/
- "
- 100
- Hakkımızda
- Hesap
- AI
- Amazon
- Amazon Web Servisleri
- api
- mimari
- yapay
- yapay zeka
- Yapay zeka (AI)
- Varlıklar
- augmented
- Otomatik
- mevcut
- AWS
- faydaları
- sınır
- inşa etmek
- yerleşik
- iş
- çağrı
- hangi
- durumlarda
- Sebeb olmak
- zorluklar
- kanallar
- sınıflandırma
- bulut
- kod
- Colorado
- kombinasyon
- ortak
- güven
- içerik
- maliyetler
- Covid-19
- COVID-19 salgını
- kriket
- akım
- müşteri deneyimi
- Kullanıcı Desteği
- Müşteriler
- veri
- veritabanı
- Denver
- dağıtmak
- dağıtma
- açılma
- Dizayn
- Bulma
- gelişme
- farklı
- İndirim
- evraklar
- Değil
- domain
- kolayca
- E-posta
- Son nokta
- kuruluş
- örnek
- Genişletmek
- deneyim
- Uzmanlık
- Ad
- akış
- odak
- takip etme
- tam
- işlev
- Küresel
- sağlık
- yardım et
- Ne kadar
- Nasıl Yapılır
- HTTPS
- belirlemek
- darbe
- uygulamak
- iyileştirmek
- dahil
- Artırmak
- Endüstri
- bilgi
- İstihbarat
- niyet
- anahtar
- çocuklar
- bilgi
- Diller
- öğrendim
- öğrenme
- seviye
- Yaşam Bilimleri
- kilitli
- Uzun
- makine
- makine öğrenme
- yönetim
- Manuel
- Maç
- ML
- model
- para
- defter
- tebliğ
- teklifleri
- Operasyon
- kuruluşlar
- organizasyonlar
- Diğer
- yaygın
- Şifre
- kişisel
- OYNA
- yoksul
- Tahminler
- süreç
- Süreçler
- sağlamak
- sağlar
- kaynak
- Kaynaklar
- yanıt
- İade
- gelir
- yorum
- koşu
- BİLİMLERİ
- Hizmetler
- kapanma
- Basit
- So
- Çözümler
- geçirmek
- Durum
- abone ol
- destek
- sistem
- takım
- Teknolojileri
- test
- zaman
- zaman tükeniyor
- Eğitim
- Güncelleme
- kullanım
- değer
- Doğrulama
- ağ
- web hizmetleri
- DSÖ
- işgücü
- çalışır