Deteksi wawasan bisnis dari percakapan dukungan pelanggan menggunakan AI – Menuju AI

Deteksi wawasan bisnis dari percakapan dukungan pelanggan menggunakan AI – Menuju AI

Pengarang: Shubham Saboo

Awalnya diterbitkan di Towards AI the World’s Leading AI and Technology News and Media Company. Jika Anda sedang membangun produk atau layanan terkait AI, kami mengundang Anda untuk mempertimbangkan untuk menjadi sponsor AI. Di Towards AI, kami membantu menskalakan AI dan startup teknologi. Biarkan kami membantu Anda melepaskan teknologi Anda kepada massa.

Pelajari cara menganalisis percakapan pelanggan hanya dengan 15 baris kode Python!

Latar belakang

Pengalaman pelanggan yang positif dapat membuat perbedaan antara kehilangan dan mempertahankan pelanggan. Bisnis perlu terus meningkatkan produk dan layanan mereka dan mengidentifikasi tren dan masalah pada tahap awal untuk membuat pelanggan mereka puas!

Menjadi lebih penting dari sebelumnya untuk menganalisis data dukungan pelanggan dan memperoleh wawasan berharga untuk memastikan bahwa modifikasi dan peningkatan yang diperlukan dilakukan lebih awal berdasarkan pelanggan
preferensi, dan bisnis tampil secara efektif untuk mendukung hal yang sama.

Tapi itulah tantangan terbesarnya. Sayangnya, sebagian besar bisnis berjuang untuk menangkap dan memahami data yang diperoleh di sini. Meskipun akan merepotkan untuk mendengarkan semua panggilan atau membaca semua email untuk mengetahui wawasan, bahkan pengambilan sampel tidak akan memastikan bahwa area masalah diidentifikasi dengan benar.

Bagaimana memahami volume data yang sangat besar ini?

Di sinilah One AI studio mengubah permainan!

One AI adalah layanan AI bahasa di mana berbagai model NLP yang telah dilatih sebelumnya dikemas dan tersedia melalui API, memungkinkan pemahaman bahasa dalam konteks dan mengubah teks dari sumber apa pun menjadi data terstruktur. Satu studio AI mampu melakukan beragam tugas termasuk namun tidak terbatas pada:

Mentranskripsikan file audio Menghasilkan Sorotan input Ekstraksi topik Deteksi emosi dan sentimen Identifikasi Kata Kunci Mengidentifikasi Item Tindakan Mengelompokkan keterampilan basis data sebagai parameter seperti Kata Kunci atau Sentimen, dll.

Satu Antarmuka AI Studio

Mari kita lihat bagaimana Anda dapat membangun aplikasi streamlit untuk menganalisis data dukungan pelanggan menggunakan One AI dan Python. Yang perlu Anda miliki adalah sebagai berikut:

Panduan Aplikasi

Kami akan menggunakan kerangka kerja Streamlit untuk membangun frontend yang indah dengan python itu sendiri. Berikut adalah panduan langkah demi langkah untuk membangun aplikasi Python untuk analitik pusat panggilan:

Impor pustaka yang diperlukan dan dapatkan kunci API dari pengguna.

2. Dapatkan percakapan atau jejak email sebagai masukan dari pengguna dan buat fungsionalitas untuk memilih di antara berbagai fitur intelijen.

3. Memformat data input untuk diproses oleh model bahasa dengan mengubahnya menjadi JSON.

4. Atur header, alamat endpoint API, dan payload yang akan dikirim ke API. Gunakan perpustakaan permintaan untuk mencapai titik akhir API dan mendapatkan output yang dikembalikan dalam format JSON.

5. Proses file JSON dan tampilkan hasilnya ke pengguna akhir!

Berikut adalah repositori GitHub untuk mendapatkan kode sumber:

GitHub – Shubhamsaboo/customer-center-analytics-nlp: Gunakan OneAI API untuk menganalisis wawasan pelanggan yang mendalam dengan NLP dan LLM

Seperti inilah tampilan aplikasi terakhir kami

Aplikasi Streamlit untuk menganalisis percakapan pelanggan

Analytics yang didukung AI dalam Tindakan

Sekarang mari kita lihat bagaimana kita dapat menggunakan aplikasi di atas dalam skenario dunia nyata:

Langkah 1: Hal pertama yang pertama, Anda harus meletakkan Kunci API Anda untuk otentikasi. Salin One AI API Key Anda dan tempelkan ke sidebar.

Mendapatkan kunci API (Layar-1)
Mendapatkan kunci API (Layar-2)

Tempelkan kunci API di bilah sisi aplikasi.

Langkah 2: Mari kita mulai menggelindingkan bola. Masukkan transkrip panggilan audio di kotak input dan pilih fitur intelijen.

Contoh percakapan

Pastikan bahwa input diberikan dalam format di bawah ini.

Pelanggan: Hai, saya Dragos dari Manajemen Leverkin. Saya mengalami banyak masalah dengan menggunakan produk Anda, ini sangat rumit. Saya membutuhkan sesi pelatihan. Agen: Hai, maaf mendengarnya. Saya pasti akan menjadwalkan sesi untuk Anda. Apakah Selasa jam 5 sore waktu yang tepat? Pelanggan: Ya, itu akan berhasil, terima kasih. “Ringkasan” sebagai fitur intelijen:

2. “Pengenalan Entitas Bernama” sebagai fitur intelijen:

3. “Deteksi Emosi” sebagai fitur intelijen:

4. “Analisis Sentimen” sebagai fitur intelijen:

5. “Deteksi Topik” sebagai fitur intelijen:

Cobalah sendiri Aplikasi Streamlit

Kesimpulan

AI akan merevolusi cara data pusat pelanggan dianalisis. Ini akan memainkan peran penting dalam bagaimana wawasan yang berguna dapat diperoleh dari pengalaman pelanggan secara efisien dan dengan akurasi yang lebih besar. Dengan mengidentifikasi kebutuhan dan preferensi pelanggan, agen call center akan dapat memberikan pengalaman layanan pelanggan yang lebih personal dan memuaskan.

Jika Anda ingin mempelajari lebih lanjut atau ingin saya menulis lebih banyak tentang topik ini, silakan hubungi kami.

Tautan sosial saya: LinkedIn| Twitter | Github

Jika Anda menyukai posting ini atau merasa terbantu, harap luangkan waktu sebentar untuk menekan tombol tepuk tangan, ini meningkatkan visibilitas posting untuk pengguna menengah lainnya.

Deteksi wawasan bisnis dari percakapan dukungan pelanggan menggunakan AI awalnya diterbitkan di Towards AI on Medium, di mana orang-orang melanjutkan percakapan dengan menyoroti dan menanggapi cerita ini.

Diterbitkan melalui Menuju AI

Author: Jeffrey Hayes