AI 関数を使用して顧客レビューを分析する

[アーティクル]
03/12/2024

重要

この記事では、AI 関数を使用して顧客レビューを調べ、返事を生成する必要があるかどうかを判断する方法について説明します。この例で使用される AI 関数は、Databricks Foundation Model API で利用できる生成型 AI モデルを利用した組み込みの Databricks SQL 関数です。「Azure Databricks の AI 関数」を参照してください。

この例では、AI Functions を使用して reviews というテストデータセットに対して次の処理を実行します:

レビューのセンチメントを決定します。
否定的なレビューの場合は、レビューから情報を抽出して原因を分類します。
顧客に返信する必要があるかどうかを識別します。
顧客を満足させる可能性のある代替製品に言及する応答を生成します。

要件

Foundation Model API のワークスペーストークンごとの支払いがサポートされているリージョン。
これらの関数は、Azure Databricks SQL クラシックでは使用できません。
プレビュー期間中は、これらの関数のパフォーマンスに制限があります。ユースケースに対してより高いクォータが必要な場合は、Databricks アカウントチームにお問い合わせください。

レビューのセンチメントを分析する

ai_analyze_sentiment() を使用すると、レビューから顧客がどのように感じるかを理解するのに役立ちます。次の例では、センチメントは肯定的、否定的、中立、または混在にする場合があります。

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

次の結果から、この関数は、プロンプトエンジニアリングや解析の結果なしで、各レビューのセンチメントを返すことがわかります。

Results for ai_sentiment function

レビューを分類する

この例では、否定的なレビューを特定した後、ai_classify() を使用して、否定的なレビューが物流、製品品質、その他の要因の低下によるものかどうかなど、顧客レビューに関するより多くの洞察を得ることができます。

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"

この場合、ai_classify() はカスタムラベルに基づいて否定的なレビューを正しく分類して、さらに分析することができます。

Results for ai_classify function

レビューから情報を抽出する

顧客が否定的なレビューをした理由に基づいて、製品の説明を改善したい場合があります。 ai_extract() を使用して、テキストの BLOB からキー情報を検索できます。次の例では、情報を抽出し、否定的なレビューが製品のサイズの問題に基づいていたかどうかを分類します:

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

結果のサンプルを次に示します:

Results for ai_extract function

レコメンデーションを使用して応答を生成する

顧客への返事を確認したら、ai_gen() 関数を使用して、苦情に基づいて顧客への返事を生成し、フィードバックに対する迅速な返信を行って顧客関係を強化できます。

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"