Editar

Compartilhar via


Mineração de conhecimento para suporte ao cliente e análise de comentários

Azure AI Search
Linguagem de IA do Azure
Tradução do Azure

Ideias de solução

Este artigo descreve uma ideia de solução. Seu arquiteto de nuvem pode usar essa orientação para ajudar a visualizar os principais componentes para uma implementação típica dessa arquitetura. Use este artigo como ponto de partida para projetar uma solução bem arquitetada que se alinhe aos requisitos específicos de sua carga de trabalho.

Essa arquitetura mostra como a mineração de conhecimento pode ajudar as equipes de suporte ao cliente a encontrar rapidamente respostas para perguntas do cliente ou avaliar o sentimento do cliente em escala.

Arquitetura

Há três etapas na mineração de conhecimento: ingestão, enriquecimento e exploração.

Diagrama de arquitetura: mineração de conhecimento para feedback e análise de clientes com 3 etapas: ingerir, enriquecer, explorar

Baixe um Arquivo Visio dessa arquitetura.

Fluxo de dados

  • Ingestão

A etapa de ingestão agrega conteúdo de uma variedade de fontes, incluindo dados estruturados e não estruturados. Para análise de comentários e suporte ao cliente, você pode ingerir diferentes tipos de conteúdo. Esse conteúdo inclui tíquetes de suporte ao cliente, logs de chat, transcrições de chamadas, emails do cliente, histórico de pagamentos do cliente, avaliações de produtos, feeds de mídia social, comentários online, formulários de comentários e pesquisas.

  • Enriquecimento

A etapa de enriquecimento usa recursos de IA para extrair informações, localizar padrões e aprofundar a compreensão. Você pode enriquecer o conteúdo usando extração de frases-chave, análise de sentimento, tradução de idioma, serviços de bot, modelos personalizados para se concentrar em produtos específicos ou políticas da empresa.

  • Explorar

A etapa de exploração são os dados do explorer por meio de soluções de pesquisa, aplicativos de negócios existentes ou análise. Por exemplo, você pode compilar documentos enriquecidos no repositório de conhecimento e projetá-los em repositórios de objetos ou tabulares. As lojas podem ser usadas para exibir tendências em um painel de análise que identifica problemas frequentes ou produtos populares. Ou você pode integrar o índice de pesquisa em aplicativos de suporte ao atendimento ao cliente.

Componentes

As seguintes tecnologias principais são usadas para implementar ferramentas de análise e pesquisa de conteúdo técnico:

  • O Azure Cognitive Search é um serviço de pesquisa na nuvem que fornece infraestrutura, APIs e ferramentas para pesquisa. Você pode usar o Azure Cognitive Search para criar experiências de pesquisa sobre conteúdo privado e heterogêneo em aplicativos web, móveis e empresariais.
  • A interface de habilidade personalizada da API Web é usada para integrar uma habilidade personalizada a um pipeline de enriquecimento do Azure Cognitive Search.
  • A Linguagem de IA faz parte dos serviços de IA do Azure que oferecem muitos serviços de processamento de linguagem natural. Você pode usar esses serviços para entender e analisar texto.
  • A análise de texto é uma coleção de APIs e outros recursos da Linguagem de IA que você pode usar para extrair, classificar e entender o texto dentro de documentos.
  • O Tradutor dos serviços de IA do Azure faz parte da família de APIs REST dos serviços de IA do Azure. Você pode usar o Tradutor para tradução de documento e texto em tempo real.

Detalhes do cenário

Para muitas empresas, o suporte ao cliente é caro e nem sempre funciona com eficiência. A mineração de conhecimento pode ajudar as equipes de atendimento ao cliente a encontrar rapidamente a resposta certa para uma consulta do cliente ou avaliar as opiniões dos clientes em escala.

Possíveis casos de uso

Esta solução é otimizada para o setor de varejo.

O Azure Cognitive Search é uma parte fundamental das soluções de mineração de conhecimento. O Azure Cognitive Search cria um índice de pesquisa sobre conteúdo agregado e analisado.

Com consultas usando o índice de pesquisa, as empresas podem descobrir tendências sobre o que os clientes estão dizendo e usar essas informações para melhorar produtos e serviços.

Próximas etapas