Uw toepassingen combineren met AI

  • 9 minuten

In deze les leert u het belang van machine learning- en AI-technologieën in het innovatieproces en de klantervaring.

Machine learning en AI om waarde te creëren

Machine learning en AI zijn geweldige assets voor het verbeteren van de interactie met uw klanten en partners. Tailwind Traders evalueert deze toepassingsfuncties als een manier om de gebruikerservaring te verbeteren en de bedrijfswaarde te verhogen.

Naast het transformeren van de belangrijkste e-commercetoepassingen in een microservicesarchitectuur, wil het bedrijf nieuwe functionaliteit introduceren om de klantervaring te verbeteren. Momenteel hebben ze geen personeel met gegevenswetenschapsvaardigheden. Nieuw personeel wordt in de toekomst ingehuurd, maar ondertussen moet het bedrijf snelle overwinningen identificeren die kunnen helpen bij het verbeteren van het concurrentievermogen van zijn webwinkel.

Tailwind Traders evalueert vier mogelijkheden:

  • Een aanbevelingsengine insluiten om de cross-sales te verhogen.
  • Inclusief een ondersteuningschat om de gebruikerservaring te verbeteren wanneer zich problemen voordoen.
  • Herontwerp van de zoekmachine om de tijd te verkorten die klanten nodig hebben om producten te vinden.
  • Het analyseren van productbeoordelingen om de gevoelens van klanten beter te begrijpen.

Tailwind Traders moet evalueren welke Azure-technologieën het bedrijf kunnen helpen bij het insluiten van toepassingen met machine learning en AI.

Machine Learning en AI in Azure

Azure biedt hulpprogramma's en services waarmee organisaties machine learning- en AI-functionaliteit in toepassingen sneller en tegen lagere kosten kunnen bouwen.

Azure AI-services

Azure AI-services bevatten vooraf gedefinieerde modellen waarvoor machine learning-expertise niet nodig is om AI-functionaliteit voor een toepassing te introduceren. Azure AI-services omvatten veel gebieden, zoals visie, spraak, taal, beslissing en zoeken. Het is eenvoudig te gebruiken, zodat organisaties de kracht van AI kunnen gebruiken zonder uitgebreide machine learning-vaardigheden.

Tailwind Traders ziet een hoog potentieel in Azure AI-services, omdat de data science-afdeling niet volledig operationeel is. Het bedrijf evalueert deze functies om de e-commercetoepassing te innoveren:

  • Personalizer: Organisaties kunnen deze functie gebruiken om te leren welke gebruikers de voorkeur geven aan welke producten en om specifieke, individuele aanbevelingen te maken. Sommige klanten geven de voorkeur aan producten met snelle levering, terwijl andere klanten de voorkeur geven aan producten die te koop zijn. Personalizer maakt gebruik van een type machine learning-algoritme genaamd versterkingsleer, waarvoor geen enorme hoeveelheden gegevens hoeven te worden getraind. Tailwind Traders is geïnteresseerd in Personalizer, omdat deze nog niet over dit type gegevens beschikt.
  • Text Analytics: veel gebruikers schrijven productbeoordelingen. Organisaties kunnen beoordelingen analyseren om klanten te vinden die negatieve gevoelens uitdrukken. Het focussen op deze klanten kan het klantverloop verminderen en loyaliteit verhogen.
  • Vertalen: Productbeoordelingen kunnen een effectief verkoophulpmiddel zijn, maar ze zijn alleen nuttig voor klanten die de taal begrijpen waarin ze zijn geschreven. Door realtime vertaalservices te gebruiken, kan Tailwind Traders productbeoordelingen weergeven aan elke gebruiker, ongeacht hun eigen taal.

Andere Functies van Azure AI-services hebben potentieel voor Tailwind Traders, maar het bedrijf heeft besloten om te beginnen met de vorige drie. De reden hiervoor is de positieve verhouding tussen de potentiële toename van de bedrijfsimpact en de lage inspanning die hun introductie zou vereisen.

Met Azure Cognitive Search kunt u kennisanalyse en flexibele zoekmachines introduceren in toepassingen met weinig coderingsinspanningen. Niet alleen kan de service enorme hoeveelheden gegevens indexeren, maar het kan ook verrijkingen toevoegen om de informatie te vergroten die beschikbaar is om te zoeken.

Een van de gebieden waar de Tailwind Traders-toepassing moet worden verbeterd, is de productzoekopdracht. Klanten besteden te veel tijd aan het vinden van het product dat ze zoeken. Als u de bestaande zoekmachine vervangt door Azure Cognitive Search, kan het bedrijf uitgebreide zoekbesturingselementen beschikbaar maken, zoals facetnavigatie (filters voor meerdere categorieën), relevantieafstemming en automatisch aanvullen.

Internetgebruikers worden gebruikt voor geavanceerde zoekmachines, zodat Tailwind Traders zich niet kan veroorloven om de ouderwetse functionaliteit te blijven aanbieden in de huidige versie van het e-commerceplatform. Gelukkig wordt Azure Cognitive Search aangeboden als een set API's die het snel maken van MVP's mogelijk maken.

Azure Bot Service

Het volgende gebied waar enquêtes gebruikersontevredenheid hebben laten zien, is klantondersteuning. Lange resolutietijden en congestie telefoonlijnen zijn veelvoorkomende klachten.

Tailwind Traders overweegt Azure Bot Service om een op chat gebaseerd ondersteuningssysteem te implementeren waar gebruikers hun problemen sneller tegen lagere kosten kunnen oplossen. Azure Bot Service kan worden geïmplementeerd in verschillende talen, zoals C#, JavaScript en Python. De verscheidenheid aan talen maakt het gemakkelijker om ontwikkelaars in de organisatie te vinden die een vertrouwde programmeertaal kunnen gebruiken om de chatfunctionaliteit te maken.

Azure Bot Service kan in verschillende kanalen worden geïmplementeerd, maar het bedrijf is vooral geïnteresseerd in het aanbieden als een webchat voor gebruikers die de e-commercewebsite bezoeken.

Azure Machine Learning

Azure Machine Learning vereenvoudigt het proces van het maken van aangepaste machine learning-modellen, het implementeren van deze modellen in productie en het beheren van versies van alle geïmplementeerde modellen in de hele organisatie.

Azure Machine Learning maakt de taak van gegevenswetenschappers eenvoudiger door ze te helpen experimentresultaten te delen en verschillende modellen op schaal te beheren. Het kan modellen verfijnen met hyperparameterafstemming en zelfs nieuwe modellen maken met geautomatiseerd leren. Vervolgens kunnen de geselecteerde modellen worden geïmplementeerd in Kubernetes-clusters om uiterst schaalbare, hoogwaardige API's te bieden waarmee de machine learning-modellen van de organisatie in productie kunnen worden uitgevoerd.

Tailwind Traders overweegt aangepaste modellen te gebruiken voor een productaanbeveelaar van de volgende generatie die geavanceerder zou zijn dan de functie Aanbevelen in Azure AI-services. Deze verbetering is echter alleen mogelijk wanneer gegevenswetenschapsexpertise bestaat in de organisatie.

Analyse van Tailwind Traders

Tailwind Traders formuleert de hypothese dat een aanbevelingsengine de cross-sales zou verhogen. In het ideale voorbeeld zou Tailwind Traders de Azure Machine Learning-service gebruiken om een aanbevelingsengine te bouwen die is afgestemd op de behoeften van de organisatie. Het bedrijf heeft momenteel echter geen expertise op het gebied van gegevenswetenschap.

Voorlopig besluit het bedrijf om de Personalizer-functie in Azure AI-services te gebruiken om de toepassing te verrijken zonder dat gegevenswetenschappers dit nodig hebben. Als de hypothese wordt gevalideerd, kan het data science-team dat uiteindelijk wordt ingehuurd, het prototype ontwikkelen met aangepaste machine learning-modellen die zijn gebouwd met Azure. Een voorbeeld is in het artikel Een realtime aanbevelings-API bouwen in Azure.

Daarnaast besluit het bedrijf om de bestaande hypothese te valideren over het bouwen van een ondersteuningschat met Azure Bot Service en het verbeteren van de e-commercesite met Azure Cognitive Search. Beide prototypes kunnen met relatief weinig inspanning worden gebouwd, zodat Tailwind Traders op volle snelheid kan beginnen met machine learning en AI.