Sdílet prostřednictvím

Analýza kontrol zákazníků pomocí funkcí AI

  • Článek

Důležité

Tato funkce je ve verzi Public Preview.

Tento článek ukazuje, jak pomocí funkcí AI prozkoumat recenze zákazníků a určit, jestli je potřeba vygenerovat odpověď. Funkce AI používané v tomto příkladu jsou integrované funkce Sql Databricks, které využívají generování modelů AI, které jsou dostupné rozhraními API modelu Foundation Databricks. Viz funkce AI v Azure Databricks.

Tento příklad provede následující kroky u testovací datové sady volané reviews pomocí funkcí AI:

  • Určuje mínění revize.
  • V případě negativních recenzí extrahuje informace z recenze, aby klasifikovala příčinu.
  • Určuje, jestli se odpověď vyžaduje zpět zákazníkovi.
  • Vygeneruje odpověď se zmínkou o alternativních produktech, které můžou zákazníka vyhovět.

Požadavky

  • Pracovní prostor v podporované oblasti rozhraní API základního modelu s platbami za token
  • Tyto funkce nejsou dostupné v Azure Databricks SQL Classic.
  • Ve verzi Preview mají tyto funkce omezení jejich výkonu. Pokud potřebujete vyšší kvótu pro případy použití, obraťte se na svůj tým účtu Databricks.

Analýza mínění recenzí

Pomocí ai_analyze_sentiment() můžete pochopit, jak se zákazníci cítí z jejich recenzí. V následujícím příkladu může být mínění kladné, záporné, neutrální nebo smíšené.

SELECT
  review,
  ai_analyze_sentiment(review) AS sentiment
FROM
  product_reviews;

Z následujících výsledků vidíte, že funkce vrací mínění pro každou kontrolu bez jakýchkoli výzev k technické analýze nebo analýze výsledků.

Results for ai_sentiment function

Klasifikace recenzí

V tomto příkladu můžete po identifikaci negativních kontrol použít ai_classify() k získání lepšího přehledu o kontrolách zákazníků, jako je to, jestli je negativní kontrola způsobená špatnou logistikou, kvalitou produktu nebo jinými faktory.

SELECT
  review,
  ai_classify(
    review,
    ARRAY(
      "Arrives too late",
      "Wrong size",
      "Wrong color",
      "Dislike the style"
    )
  ) AS reason
FROM
  product_reviews
WHERE
  ai_analyze_sentiment(review) = "negative"

V tomto případě ai_classify() je možné správně kategorizovat negativní recenze na základě vlastních popisků, aby bylo možné provádět další analýzu.

Results for ai_classify function

Extrakce informací z recenzí

Možná budete chtít vylepšit popis vašeho produktu na základě důvodů, které zákazníci měli kvůli negativním recenzím. Klíčové informace z objektu blob textu najdete pomocí ai_extract(). Následující příklad extrahuje informace a klasifikuje, pokud byla negativní kontrola založená na problémech s velikostí produktu:

SELECT
  review,
  ai_extract(review, array("usual size")) AS usual_size,
  ai_classify(review, array("Size is wrong", "Size is right")) AS fit
FROM
  product_reviews

Následuje ukázka výsledků:

Results for ai_extract function

Generování odpovědí s doporučeními

Po kontrole odpovědí na zákazníka můžete pomocí funkce ai_gen() vygenerovat odpověď na zákazníka na základě stížnosti a posílit vztahy zákazníků s odpověďmi na jejich zpětnou vazbu.

SELECT
  review,
  ai_gen(
    "Generate a reply in 60 words to address the customer's review.
    Mention their opinions are valued and a 30% discount coupon code has been sent to their email.
    Customer's review: " || review
  ) AS reply
FROM
  product_reviews
WHERE
  ai_analyze_sentiment(review) = "negative"

Následuje ukázka výsledků:

Results for ai_gen_results function

Další materiály