Extraer y analizar datos del centro de llamadas
En este artículo se describe cómo extraer información de las conversaciones de los clientes en un centro de llamadas mediante los servicios de Azure AI y Azure OpenAI Service. Usar estos análisis en tiempo real y posteriores a la llamada para mejorar la eficacia del centro de llamadas y la satisfacción del cliente.
Architecture
Descargar un archivo PowerPoint de esta arquitectura.
Flujo de datos
Una llamada telefónica entre un agente y un cliente se registra y almacena en Azure Blob Storage. Los archivos de audio se cargan en una cuenta de Azure Storage a través de un método compatible, como la herramienta basada en la interfaz de usuario, el Explorador de Azure Storage o un SDK de Storage o una API.
Voz de Azure AI se usa para transcribir archivos de audio en modo por lotes de forma asincrónica con la diarización de altavoz habilitada. Los resultados de la transcripción se conservan en Blob Storage.
Lenguaje de Azure AI se usa para detectar y redactar datos personales en la transcripción.
Para la transcripción del modo por lotes y la detección y la reacción de datos personales, use la herramienta Cliente de ingesta de servicios de IA. La herramienta Cliente de ingesta usa un enfoque sin códigos para la transcripción del centro de llamadas.
Azure OpenAI se usa para procesar la transcripción y extraer entidades, resumir la conversación y analizar opiniones. La salida procesada se almacena en Blob Storage y, a continuación, se analiza y visualiza mediante otros servicios. También puede almacenar la salida en un almacén de datos para realizar un seguimiento de los metadatos y para la generación de informes. Usar Azure OpenAI para procesar la información de transcripción almacenada.
Power BI o una aplicación web personalizada hospedada por App Service se usa para visualizar la salida. Ambas opciones proporcionan información casi en tiempo real. Puede almacenar esta salida en un CRM, por lo que los agentes tienen información contextual sobre por qué se llamó al cliente y pueden resolver rápidamente posibles problemas. Este proceso está totalmente automatizado, lo que ahorra tiempo y esfuerzo a los agentes.
Componentes
Blob Storage es la solución de almacenamiento de objetos para archivos sin procesar en este escenario. Blob Storage admite bibliotecas para lenguajes como .NET, Node.js y Python. Las aplicaciones pueden acceder a archivos en Blob Storage a través de HTTP o HTTPS. Blob Storage tiene niveles de acceso frecuente, esporádico y de archivo para almacenar grandes cantidades de datos, lo que optimiza los costes.
Azure OpenAIproprociona acceso a modelos de lenguaje de Azure OpenAI, como la serie de modelos GPT-3, Codex e Embeddings para la generación de contenido, el resumen, la búsqueda semántica y la conversión del lenguaje natural al código. Puede acceder al servicio a través de las API REST, el SDK de Python o la interfaz basada en web en Azure OpenAI Studio.
Voz de Azure AI es una API basada en inteligencia artificial que proporciona funcionalidades de voz, como la conversión de voz en texto, de texto a voz, la traducción de voz y el reconocimiento del hablante. Esta arquitectura usa la funcionalidad de transcripción por lotes de Voz de Azure AI.
Lenguaje de Azure AI consolida los servicios de procesamiento del lenguaje natural de Azure. Para obtener más información sobre las opciones precompiladas y personalizables, consulte Características disponibles del Lenguaje Azure AI.
Language Studio proporciona una interfaz de usuario para explorar y analizar las características de los servicios de IA para lenguaje. Language Studio proporciona opciones para compilar, etiquetar, entrenar e implementar modelos personalizados.
Power BI es un software como servicio (SaaS) que proporciona información visual e interactiva para el análisis empresarial. Proporciona funcionalidades de transformación y se conecta a otros orígenes de datos.
Alternativas
En función de su escenario, puede agregar los siguientes flujos de trabajo.
- Realizar el resumen de la conversación utilizando el modelo precompilado en Lenguaje de Azure AI.
- Según el tamaño y la escala de la carga de trabajo, puede usar Azure Functions como una herramienta de integración de código primero para realizar pasos de procesamiento de texto, como el resumen de texto en los datos extraídos.
- Usar Voz de Azure AI para transcribir llamadas y ejecutar búsquedas de texto completo, detectar opiniones e idiomas, y crear modelos de idioma y acústicos personalizados.
- Implementar una solución personalizada de conversión de voz en texto.
Detalles del escenario
Esta solución usa Voz de Azure AI para convertir audio en texto escrito. El Lenguaje de Azure AI redacta información confidencial en la transcripción de conversaciones. Azure OpenAI extrae información de la conversación del cliente para mejorar la eficiencia del centro de llamadas y la satisfacción del cliente. Use esta solución para procesar texto transcrito, reconocer y quitar información confidencial y realizar análisis de opiniones. Escale los servicios y la canalización para dar cabida a cualquier volumen de datos grabados.
Posibles casos de uso
Esta solución proporciona valor a organizaciones de sectores como las telecomunicaciones y los servicios financieros. Se aplica a cualquier organización que grabe conversaciones. Los centros de llamadas internos o de atención al cliente se benefician del uso de esta solución.
Consideraciones
Estas consideraciones implementan los pilares del marco de buena arquitectura de Azure, que es un conjunto de principios guía que se pueden usar para mejorar la calidad de una carga de trabajo. Para más información, consulte Marco de buena arquitectura de Microsoft Azure.
Confiabilidad
La confiabilidad garantiza que la aplicación pueda cumplir los compromisos contraídos con los clientes. Para más información, consulte Resumen del pilar de fiabilidad.
- Buscar el acuerdo de nivel de servicio de disponibilidad (SLA) para cada componente de SLA para servicios en línea.
- Para diseñar aplicaciones de alta disponibilidad con cuentas de almacenamiento, consulte las opciones de configuración.
- Para garantizar la resistencia de los servicios de proceso y los almacenes de datos en este escenario, use el modo de error para servicios como Azure Functions y Storage. Para obtener más información, vea la Lista de comprobación de resistencia para servicios de Azure.
- Copia de seguridad y recuperación de los modelos de Form Recognizer.
Seguridad
La seguridad proporciona garantías contra ataques deliberados y el abuso de datos y sistemas valiosos. Para más información, consulte Introducción al pilar de seguridad.
- Implementar recomendaciones de protección de datos, administración de identidades y acceso, y seguridad de red para Blob Storage, servicios de IA y Azure OpenAI.
- Configuración de redes virtuales de servicios de IA.
Optimización de costos
La optimización de costos trata de buscar formas de reducir los gastos innecesarios y mejorar las eficiencias operativas. Para más información, vea Información general del pilar de optimización de costos.
El coste total de esta solución depende del nivel de precios de sus servicios. Los factores que pueden afectar al precio de cada componente son:
- El número de documentos que se procesen.
- El número de solicitudes simultáneas que reciba la aplicación.
- El tamaño de los datos que se almacenen después del procesamiento.
- La región de implementación.
Para obtener más información, vea los siguientes recursos:
- Precios de Azure OpenAI
- Precios de Blob Storage
- Precios de Lenguaje de Azure AI
- Precios de Azure Machine Learning
Utilizar la calculadora de precios de Azure para estimar el coste de su solución.
Eficiencia del rendimiento
La eficiencia del rendimiento es la capacidad que tiene la carga de trabajo para satisfacer de manera eficiente las demandas que los usuarios hayan realizado sobre ella. Para más información, consulte Información general sobre el pilar de eficiencia del rendimiento.
Cuando se procesan grandes volúmenes de datos, puede exponer cuellos de botella de rendimiento. Para garantizar una eficiencia de rendimiento adecuada, comprenda y planee las opciones de escalado que se usarán con la característica de escalado automático de servicios de IA.
La API de voz por lotes está diseñada para grandes volúmenes, pero otras API de servicios de IA pueden tener límites de solicitudes, dependiendo del nivel de suscripción. Considerar la posibilidad de incluir en contenedores las API de servicios de IA para evitar ralentizar el procesamiento de gran volumen. Los contenedores proporcionan flexibilidad de implementación en la nube y en el entorno local. Mitigar los efectos secundarios de los lanzamientos de nueva versión mediante el uso de contenedores. Para obtener más información, consulte Compatibilidad con contenedores en servicios de IA.
Colaboradores
Microsoft mantiene este artículo. Originalmente lo escribieron los siguientes colaboradores.
Creadores de entidad de seguridad:
- Dixit Arora | Senior Customer Engineer, FastTrack for Azure
- Jyotsna Ravi | Ingeniero de clientes principal, FastTrack for Azure
Para ver los perfiles no públicos de LinkedIn, inicie sesión en LinkedIn.
Pasos siguientes
- ¿Qué es Voz de Azure AI?
- ¿Qué es Azure OpenAI?
- ¿Qué es Azure Machine Learning?
- Introducción a Blob Storage
- ¿Qué es Lenguaje de Azure AI?
- Introducción a Azure Data Lake Storage Gen2
- ¿Qué es Power BI?
- Cliente de ingesta con servicios de IA
- Análisis y transcripción posterior a la llamadas