Szerkesztés

Megosztás a következőn keresztül:

A call center adatainak kinyerés és elemzése

Azure Blob Storage
Azure AI Speech
Azure AI services
Power BI

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

A call center AI architektúráját bemutató diagram.Töltse le az architektúra PowerPoint-fájlját.

Adatfolyam

  1. 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.

  2. 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.

  3. 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.

  4. 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.

  5. 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.

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.

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 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