Ez a cikk bemutatja, hogyan nyerhet ki megállapításokat a call centerben folytatott ügyfélbeszélgetésekből az Azure AI-szolgáltatások és az Azure OpenAI Szolgáltatás használatával. Ezeket a valós idejű és hívás utáni elemzéseket a call center hatékonyságának és az ügyfelek elégedettségének javítása érdekében használhatja.
Architektúra
Töltse le az architektúra PowerPoint-fájlját.
Adatfolyam
Az ügynök és az ügyfél közötti telefonhívások rögzítése és tárolása az Azure Blob Storage-ban történik. A hangfájlok egy támogatott módszerrel, például a felhasználói felületen alapuló eszközzel, az Azure Storage Explorerrel vagy a Storage SDK-val vagy API-val tölthetők fel az Azure Storage-fiókba.
Az Azure AI Speech a hangfájlok Batch módban történő átírására használható aszinkron módon, a hangszóró-diarizálás engedélyezésével. Az átírási eredmények megmaradnak a Blob Storage-ban.
Az Azure AI Language a személyes adatok észlelésére és újbóli felhasználására szolgál az átiratban.
A kötegelt módú átíráshoz, valamint a személyes adatok észleléséhez és újraírásához használja az AI-szolgáltatások betöltési ügyféleszközét. A Betöltési ügyfél eszköz kód nélküli megközelítést használ a call center átírásához.
Az Azure OpenAI az átirat feldolgozására és entitások kinyerésére, a beszélgetés összegzésére és a hangulatok elemzésére szolgál. A feldolgozott kimenetet a Blob Storage tárolja, majd más szolgáltatások használatával elemzi és vizualizálja. A kimenetet egy adattárban is tárolhatja a metaadatok nyomon követéséhez és a jelentéskészítéshez. Az Azure OpenAI használatával feldolgozhatja a tárolt átírási adatokat.
A kimenetet a Power BI vagy az App Service által üzemeltetett egyéni webalkalmazások jelenítik meg. Mindkét lehetőség közel valós idejű elemzéseket biztosít. Ezt a kimenetet egy ügyfélkapcsolat-kezelésben (CRM) tárolhatja, így az ügynökök környezetfüggő információkkal rendelkeznek arról, hogy miért hívták meg az ügyfelet, és gyorsan megoldhatják a lehetséges problémákat. Ez a folyamat teljesen automatizált, ami időt és energiát takarít meg az ügynököknek.
Összetevők
Ebben a forgatókönyvben a Blob Storage a nyers fájlok objektumtárolási megoldása. A Blob Storage támogatja az olyan nyelvek kódtárait, mint a .NET, a Node.js és a Python. Az alkalmazások HTTP-n vagy HTTPS-en keresztül férhetnek hozzá a Blob Storage-fájlokhoz. A Blob Storage gyakori, ritka elérésű és archív hozzáférési szintekkel rendelkezik a nagy mennyiségű adat tárolásához, ami optimalizálja a költségeket.
Az Azure OpenAI hozzáférést biztosít az Azure OpenAI nyelvi modelljeihez, beleértve a GPT-3-at, a Codexot és a beágyazási modellsorozatokat a tartalomgeneráláshoz, az összegzéshez, a szemantikai kereséshez és a természetes nyelvről kódra történő fordításhoz. A szolgáltatást REST API-kon, Python SDK-on vagy az Azure OpenAI Studióban található webes felületen érheti el.
Az Azure AI Speech egy AI-alapú API, amely olyan beszédfelismerési képességeket biztosít, mint a beszédfelismerés, a szövegfelolvasás, a beszédfordítás és a beszélőfelismerés. Ez az architektúra az Azure AI Speech kötegelt átírási funkcióját használja.
Az Azure AI Language konszolidálja az Azure természetes nyelvi feldolgozási szolgáltatásait. Az előre összeállított és testre szabható lehetőségekről az Azure AI Language elérhető funkcióit ismertető cikkben talál további információt.
A Language Studio felhasználói felületet biztosít a nyelvi funkciók AI-szolgáltatásainak feltárására és elemzésére. A Language Studio egyéni modellek készítésére, címkézésére, betanítására és üzembe helyezésére kínál lehetőségeket.
A Power BI egy szolgáltatásként használható szoftver (SaaS), amely vizuális és interaktív elemzéseket biztosít az üzleti elemzésekhez. Átalakítási képességeket biztosít, és más adatforrásokhoz csatlakozik.
Alternatívák
A forgatókönyvtől függően a következő munkafolyamatokat veheti fel.
- A beszélgetések összegzését az előre összeállított modell használatával végezheti el az Azure AI Languageben.
- A számítási feladat méretétől és méretétől függően az Azure Functions kódelső integrációs eszközként használható szövegfeldolgozási lépések végrehajtásához, például a kinyert adatok szövegösszesítéséhez.
Forgatókönyv részletei
Ez a megoldás az Azure AI Speech használatával konvertálja a hangot írott szöveggé. Az Azure AI Language újra kiszúrja a bizalmas információkat a beszélgetés átiratában. Az Azure OpenAI elemzéseket nyer ki az ügyfélbeszélgetésekből a call center hatékonyságának és az ügyfelek elégedettségének javítása érdekében. Ezzel a megoldással feldolgozhatja az átírt szöveget, felismerhet és eltávolíthat bizalmas információkat, és hangulatelemzést végezhet. Skálázza a szolgáltatásokat és a folyamatot a rögzített adatok mennyiségének megfelelően.
Lehetséges használati esetek
Ez a megoldás értéket nyújt az olyan iparágakban lévő szervezeteknek, mint a távközlés és a pénzügyi szolgáltatások. Minden olyan szervezetre vonatkozik, amely beszélgetéseket rögzít. Az ügyféloldali vagy belső call centerek vagy ügyfélszolgálatok kihasználják ezt a megoldást.
Megfontolások
Ezek a szempontok implementálják az Azure Well-Architected Framework alappilléreit, amely a számítási feladatok minőségének javítására használható vezérelvek halmaza. További információ: Microsoft Azure Well-Architected Framework.
Megbízhatóság
A megbízhatóság biztosítja, hogy az alkalmazás megfeleljen az ügyfelek felé vállalt kötelezettségeknek. További információ: A megbízhatósági pillér áttekintése.
- Keresse meg a rendelkezésre állási szolgáltatásiszint-szerződést (SLA) a online szolgáltatások SLA-k minden összetevőjére vonatkozóan.
- Ha magas rendelkezésre állású alkalmazásokat szeretne tervezni Storage-fiókokkal, tekintse meg a konfigurációs beállításokat.
- Ebben a forgatókönyvben a számítási szolgáltatások és adattárak rugalmasságának biztosítása érdekében használjon hibamódot olyan szolgáltatásokhoz, mint az Azure Functions és a Storage. További információkért tekintse meg az Azure-szolgáltatások rugalmassági ellenőrzőlistáját.
- A Form Recognizer-modellek biztonsági mentése és helyreállítása.
Biztonság
A biztonság biztosítékokat nyújt a szándékos támadások és az értékes adatokkal és rendszerekkel való visszaélés ellen. További információ: A biztonsági pillér áttekintése.
- Adatvédelmi, identitás- és hozzáférés-kezelési, valamint hálózati biztonsági javaslatokat valósít meg a Blob Storage, az AI-szolgáltatások és az Azure OpenAI számára.
- AI-szolgáltatások virtuális hálózatának konfigurálása.
Költségoptimalizálás
A költségoptimalizálás a szükségtelen kiadások csökkentésének és a működési hatékonyság javításának módjairól szól. További információ: A költségoptimalizálási pillér áttekintése.
A megoldás teljes költsége a szolgáltatások tarifacsomagjától függ. Az egyes összetevők árát befolyásoló tényezők a következők:
- A feldolgozott dokumentumok száma.
- Az alkalmazás által kapott egyidejű kérések száma.
- A feldolgozás után tárolt adatok mérete.
- Az üzembehelyezési régió.
További információkat találhat az alábbi forrásokban:
- Az Azure OpenAI díjszabása
- A Blob Storage díjszabása
- Az Azure AI Language díjszabása
- Az Azure Machine Learning díjszabása
Az Azure díjkalkulátorával megbecsülheti a megoldás költségeit.
Teljesítmény hatékonysága
A teljesítményhatékonyság az a képesség, hogy a számítási feladat hatékonyan kielégítse a felhasználók által támasztott igényeket. További információ: A teljesítményhatékonysági pillér áttekintése.
Nagy mennyiségű adat feldolgozása esetén a teljesítmény szűk keresztmetszetei is elérhetővé tehetők. A megfelelő teljesítményhatékonyság érdekében ismerje meg és tervezze meg az AI-szolgáltatások automatikus skálázási funkciójával használható méretezési lehetőségeket.
A batch speech API nagy kötetekhez lett tervezve, de az előfizetési szinttől függően más AI-szolgáltatások API-knak is lehetnek kéréskorlátjai. Fontolja meg az AI-szolgáltatások API-k tárolóba helyezését, hogy ne lassítsa le a nagy mennyiségű feldolgozást. A tárolók rugalmas üzembe helyezést biztosítanak a felhőben és a helyszínen. Az új verzió bevezetésének mellékhatásait mérsékelheti tárolók használatával. További információ: Tárolótámogatás az AI-szolgáltatásokban.
Közreműködők
Ezt a cikket a Microsoft tartja karban. Eredetileg a következő közreműködők írták.
Fő szerzők:
- Dixit Arora | Vezető ügyfélmérnök, ISV DN CoE
- Jyotsna Ravi | Fő ügyfélmérnök, ISV DN CoE
A nem nyilvános LinkedIn-profilok megtekintéséhez jelentkezzen be a LinkedInbe.
Következő lépések
- Mi az Az Azure AI Speech?
- Mi az Az Azure OpenAI?
- Mi az Azure Machine Learning?
- A Blob Storage bemutatása
- Mi az Az Azure AI Nyelv?
- Az Azure Data Lake Storage Gen2 bemutatása
- Mi az a Power BI?
- Betöltési ügyfél AI-szolgáltatásokkal
- Hívás utáni átírás és elemzés