Nápady na řešení
Tento článek je nápadem na řešení. Pokud chcete, abychom obsah rozšířili o další informace, jako jsou potenciální případy použití, alternativní služby, aspekty implementace nebo pokyny k cenám, dejte nám vědět prostřednictvím zpětné vazby na GitHubu.
Tato architektura ukazuje, jak využít dolování znalostí ve správě obchodních procesů k prozkoumávání informací, získání přehledu a hledání vztahů v datech vaší organizace.
Architektura
Stáhněte si soubor aplikace Visio s touto architekturou.
Tok dat
Dolování znalostí probíhá ve třech krocích: ingestování, obohacení a zkoumání.
Ingestování
Krok ingestace agreguje obsah z řady zdrojů, včetně strukturovaných a nestrukturovaných dat.
Pro řízení obchodních procesů můžete ingestovat různé typy obsahu, jako jsou položky související s projektem, včetně sow, žádostí o návrhy a korespondence prodejního týmu. Nebo je možné ingestovat obsah související s finančními položkami, mezi které patří: archivy faktur, formuláře W2, účtenky, formuláře žádostí o zdravotní péči, bankovní výkazy, právní smlouvy, rozvahy, výkazy příjmů, výkazy peněžních toků, firemní zveřejnění, dokumenty SEC a výroční zprávy.
Obohatit
Během kroku rozšiřování se funkce AI azure Applied AI Services používají k extrakci informací, hledání vzorů a hlubšímu porozumění.
Během tohoto kroku můžete v dokumentech použít optické rozpoznávání znaků (OCR) a rozpoznávání formulářů. K rozpoznávání formulářů můžete použít Azure Počítačové zpracování obrazu pro OCR a Azure Rozpoznávání formulářů. Rozpoznávání formulářů poskytuje předem vytvořené modely pro dokumenty, jako jsou faktury, dokumenty identity a účtenky. Pro větší flexibilitu můžete vytvořit vlastní model.
Průzkum informací
Krok prozkoumání spočívá ve zkoumání dat prostřednictvím vyhledávání, robotů, stávajících obchodních aplikací a vizualizací dat.
Prozkoumejte obsah automatickým naplněním dat z faktur do systémů ELP a databází nebo kompilujte rozšířené dokumenty v úložišti znalostí a promítejte je do tabulkových úložišť nebo úložišť objektů. Tato fyzická úložiště můžou zobrazit trendy na analytickém řídicím panelu, jako jsou časté problémy, oblíbené produkty a mnoho dalšího.
Komponenty
Toto jsou klíčové technologie používané pro tuto kontrolu a výzkum technického obsahu:
- Rozpoznávání formulářů
- Azure Počítačové zpracování obrazu
- Azure Cognitive Search
- Vlastní dovednosti webového rozhraní API
Podrobnosti scénáře
Toto řešení ukazuje, jak využít dolování znalostí při řízení obchodních procesů.
Potenciální případy použití
Toto řešení je ideální pro finanční odvětví. Když organizace pověří zaměstnance kontrolou a výzkumem technických dat, může být zdlouhavé číst stránku po stránce s hustým textem. Dolování znalostí pomáhá zaměstnancům tyto materiály rychle zkontrolovat. Dolování znalostí vám může pomoct vyhnout se nákladným chybám ve scénářích, kdy je konkurence v nabídkách silná nebo kde je potřeba diagnostikovat problémy rychle nebo téměř v reálném čase. Mezi příklady patří následující oblasti:
- Sales
- Správa it služeb
- Financí
- Logistics
Přispěvatelé
Tento článek spravuje Microsoft. Původně ji napsali následující přispěvatelé.
Hlavní autor:
- Kathryn Papandrew | Ředitel, specialista GBB
Pokud chcete zobrazit neveřejné profily Služby LinkedIn, přihlaste se k LinkedInu.
Další kroky
- Pomocí akcelerátoru řešení pro dolování znalostí můžete vytvořit prototyp počátečního dolování znalostí pomocí Azure Cognitive Search.
- Vytvořte Azure Cognitive Search vlastní dovednost.
- Přečtěte si o extrahování dat z dokumentů a formulářů pomocí OCR a Rozpoznávání formulářů.
- Prozkoumejte studijní program Microsoftu: Implementace dolování znalostí pomocí Azure Cognitive Search.