🥒 🎊 🛩️ ग्राहक सेवा स्वचालन: दीपपावलोव से एंड-टू-एंड समाधान 🧚🏼 🚻 ☝️

आज, हम इंस्टेंट मैसेजिंग एप्लिकेशन (फेसबुक मैसेंजर, व्हाट्सएप, टेलीग्राम आदि) और वॉयस असिस्टेंट (अमेज़ॅन इको और गूगल होम इत्यादि) के रूप में उपकरणों का उपयोग कर रहे हैं, जो अनुरोध के लिए त्वरित प्रतिक्रिया प्राप्त करने में मदद करते हैं। इसलिए, आधुनिक कंपनियां अपने उपयोगकर्ताओं को आवश्यक होने पर सर्वोत्तम ग्राहक सेवा प्रदान करने के लिए कृत्रिम सहायकों के विकास में एक महत्वपूर्ण बजट रखती हैं। इस लेख में, हम वर्णन करेंगे कि कैसे हमने Intersvyaz की ग्राहक सेवा क्षमताओं का विस्तार करने के लिए डीपपावलोव कृत्रिम बुद्धिमत्ता तकनीक का उपयोग किया ।

आधुनिक दुनिया में, कंपनी के काम और समृद्धि के लिए निर्णायक कारकों में से एक ग्राहकों के साथ मजबूत भरोसेमंद रिश्ते हैं। प्रभावी और उच्च-गुणवत्ता वाली ग्राहक सेवा एक महत्वपूर्ण कार्य है जो हमें ग्राहक अनुभव का विश्लेषण करने और इसे बेहतर बनाने की अनुमति देता है। ग्राहकों के साथ काम को और अधिक संवेदनशील, बौद्धिक और सार्वभौमिक बनाने की इच्छा दोनों प्रबंधकों, सीआईओ और दुनिया भर के विपणन और उपयोगकर्ता अनुभव निर्देशकों के लिए समान ध्यान देने का क्षेत्र है।

जबकि ऑफ-द-शेल्फ उत्पादों का एक विस्तृत चयन है जो आपको कृत्रिम सहायकों जैसी सेवाओं को बनाने की अनुमति देता है, कुछ कंपनियों को अपने मौजूदा ग्राहक सहायता प्रणालियों में सुधार करने के लिए अपने स्वयं के समाधान बनाने और अपने स्वयं के समाधान बनाने की आवश्यकता होती है। उदाहरण के लिए, एकीकृत चैट इंटरफ़ेस वाले ग्राहकों के लिए सहायता सेवाएँ, डैशबोर्ड, वेब और मोबाइल एप्लिकेशन।

ऐसी ही एक कंपनी है 1.5 मिलियन सक्रिय उपयोगकर्ताओं के साथ रूसी इंटरनेट सेवा प्रदान करने वाली कंपनी Intersvyaz। Intersvyaz के लिए समर्थन सेवाओं को और अधिक बुद्धिमान बनाने और सेवा की गुणवत्ता का त्याग किए बिना उनकी लागत को कम करना एक तुच्छ कार्य नहीं है। इस समस्या को हल करने के लिए, कंपनी ने दीपपावलोव से संवादी खुफिया तकनीक का उपयोग करना शुरू किया। परिणामस्वरूप, एक बुद्धिमान सहायक की शुरूआत के कारण समर्थन प्रणाली में सुधार हुआ है जो उपयोगकर्ताओं के साथ संवाद करना, तकनीकी सहायता के मुद्दों को हल करना और नए अनुप्रयोगों की प्रक्रिया करना शुरू कर दिया है।

नतीजतन:

विकसित प्रणाली ने औसत परामर्श समय को कम कर दिया और कॉल सेंटर के कर्मचारियों पर बोझ को कम कर दिया, परिणामस्वरूप, वे अधिक जटिल अनुरोधों से निपट सकते थे;
सभी अनुरोधों का 20% अब कॉल सेंटर के कर्मचारियों की भागीदारी के बिना हल हो गया है;
विकसित समाधान प्रणाली में एम्बेडेड परिदृश्यों के ढांचे के भीतर प्राकृतिक भाषा को समझने में 85% सटीकता तक पहुंच गया।

Intersvyaz के बारे में

Intersvyaz एक रूसी दूरसंचार कंपनी है, जिसके पूरे रूस में 20 शहरों में 1.5 मिलियन उपयोगकर्ता हैं। कंपनी अपने ग्राहकों को इंटरनेट कनेक्शन, साथ ही साथ नेटवर्क उपकरण और उपकरण प्रदान करती है। ग्राहक सहायता सेवा हर महीने चैट और वॉइस चैनल पर 100 हजार से अधिक कॉल की प्रक्रिया करती है। ग्राहक कंपनी द्वारा प्रदान किए गए एप्लिकेशन के माध्यम से भी समर्थन से संपर्क करते हैं।

इंटरनेट प्रदाता के व्यवसाय की प्रकृति को देखते हुए, Intersvyaz के पास अपेक्षाकृत बड़ी सहायता सेवा है जो ग्राहकों के अनुरोधों पर त्वरित प्रतिक्रिया और प्रसंस्करण प्रदान करती है। बदले में, कंपनी ने तकनीकी सहायता लागत को कम करने के लिए एनएलपी (प्राकृतिक भाषा प्रसंस्करण) उपकरणों का उपयोग करने का फैसला किया और, एक ही समय में अपने ग्राहकों को एक बुद्धिमान सहायक प्रदान करके स्वयं-सेवा की गुणवत्ता में सुधार किया - ग्राहक बातचीत पर ध्यान केंद्रित एक चैटबॉट।

मैंने चैटबॉट्स के बारे में बहुत सुना है, लेकिन यह क्या है?

चैटबॉट किसके लिए है?

चैटबॉट एक कृत्रिम बुद्धिमत्ता (एआई) आधारित समाधान है जो लाइव चैट इंटरफेस के माध्यम से लोगों के साथ संवाद करता है। चैटबॉट प्रत्येक क्लाइंट अनुरोध का विश्लेषण करता है, ज्ञात परिदृश्यों के साथ तुलना करता है और, सही खोज करने पर, त्वरित प्रतिक्रिया देता है। जबकि कुछ चैटबोट नियमित रूप से अभिव्यक्तियों जैसे तकनीकों का उपयोग करके अपेक्षाकृत आदिम वाक्यांश का उपयोग करते हैं, अधिक उन्नत लोग ग्राहक के मुद्दों को बेहतर ढंग से समझने के लिए मशीन लर्निंग (एमएल) प्रौद्योगिकियों पर भरोसा करते हैं।

चैटबॉट कैसे काम करते हैं?

अंतिम उपयोगकर्ता के दृष्टिकोण से, फोन या चैट द्वारा कंपनी को एक समस्या या प्रश्न भेजे जाने के बाद, कंपनी जवाब देती है; तब उपयोगकर्ता और कंपनी के बीच यह संवाद अंतिम उपयोगकर्ता की जरूरतों को हल करने पर केंद्रित है।

तकनीकी दृष्टिकोण से, चैटबॉट एक केंद्रित संवाद प्रणाली है जो उपयोगकर्ता के अंतिम लक्ष्य को निर्धारित करने के लिए उपयोगकर्ता के अनुरोध का विश्लेषण करती है (उदाहरण के लिए, तकनीकी समस्याओं को हल करना, उत्पाद खरीदना या सेवा के लिए सिफारिशें प्राप्त करना) और प्रक्रिया।

ग्राहक सेवा में चैट बॉट की भूमिका

ग्राहक संतुष्टि और जुड़ाव के मामले में चैटबॉट बहुत प्रभावी हैं। स्वचालित ग्राहक सेवा सभी संचार चैनलों में अनुरोधों के त्वरित समाधान के लिए 24/7 सहायता प्रदान करती है। संगठन की सफलता के लिए त्वरित सेवा महत्वपूर्ण है, और इसका स्वचालन कंपनी और उसके ग्राहकों के बीच संचार को निजीकृत करने का लाभ प्रदान करता है।

कंपनियों के लिए एक अतिरिक्त लाभ कॉल सेंटरों की परिचालन लागत में कमी है। अपने ग्राहकों को चैट-आधारित उपयोगकर्ता सहायता सेवाएं प्रदान करके, कंपनी अधिकतम लाभ प्राप्त करती है: ग्राहकों को बनाए रखने और कॉल सेंटर की लागत को कम करके अपने राजस्व में वृद्धि।

Intersvyaz में एक चैटबोट का निर्माण

मुख्य संचार चैनल

Intersvyaz में दो प्रकार के उपयोगकर्ता हैं, आंतरिक और बाहरी, जो कंपनी के साथ संवाद करने के लिए निम्नलिखित तंत्र का

उपयोग करते हैं: ग्राहक उपयोग करते हैं:

मोबाइल एप्लिकेशन
वेब और मोबाइल चैट

सहायक स्टाफ उपयोग:

तकनीकी सहायता प्रणाली
निगरानी प्रणाली

जब कोई उपयोगकर्ता किसी भी उपरोक्त चैनल के माध्यम से एक अनुरोध भेजता है, तो उसे एक टेक्स्ट फॉर्म में बदल दिया जाता है और फिर चैट बॉट के डायलॉग सिस्टम में भेजा जाता है, जो तब इसे एक ज्ञात इरादे के साथ मेल करने की कोशिश करता है, जिससे अंतिम उपयोगकर्ता के लक्ष्य की पहचान होती है।

इरादे से

अंतिम उपयोगकर्ता के इरादे के सही विश्लेषण और निर्धारण के लिए, इन्टरसिवेज़ चैट बॉट निम्नलिखित मशीन लर्निंग एल्गोरिदम का उपयोग करता है:

पाठ सामान्यीकरण;
रूपात्मक विश्लेषण;
अर्थ संबंधी समानता;
इरादों का वर्गीकरण;
लेकर;
मान्यता प्राप्त नाम संस्थाएं
स्लॉट्स भरना।

तब चैटबोट पहचाने गए इरादे को आंतरिक सेवाओं - डेटाबेस या अन्य सूचना प्रणालियों में कॉल में बदल देता है। परिणाम प्राप्त करने के बाद, संवाद प्रणाली एक प्राकृतिक भाषा में जवाब तैयार करती है। इस घटना में कि उपयोगकर्ता के प्रारंभिक अनुरोध में पर्याप्त जानकारी नहीं है, चैट बॉट अनुरोध को संसाधित करने के लिए सभी लापता मापदंडों को इकट्ठा करने के लिए शोधन संवाद शुरू करता है।

तैयार एमएल मॉडल

दीपपावलोव के ओपन सोर्स लाइब्रेरी में इंटरैक्टिव सिस्टम के निर्माण के लिए एक निशुल्क और आसान उपयोग समाधान है। दीपपावलोव विशिष्ट समस्याओं को हल करने के लिए टेन्सरफ्लो और केरस पर आधारित कई पूर्व प्रशिक्षित घटकों के साथ आता है, और ठीक-ट्यूनिंग मॉडल के लिए उपकरण भी प्रदान करता है।

Intersvyaz डेवलपमेंट टीम ने रूसी भाषा के साथ काम करते हुए अपने स्वयं के समाधान बनाने के लिए निम्नलिखित मॉडलों का उपयोग किया:

इरादों का वर्गीकरण - उपयोगकर्ता के इरादों को निर्धारित करने में मदद करता है;
टॉन्सिलिटी विश्लेषण - पाठ की टॉन्सिलिटी (सकारात्मक, तटस्थ, नकारात्मक) को पहचानने में मदद करता है;
विषय मॉडलिंग - उपयोगकर्ता के अनुरोध के विषय को वर्गीकृत करने में मदद करता है;
सवाल-जवाब प्रणाली - एक ज्ञात प्रश्न के पूर्व निर्धारित उत्तर का जवाब देने में मदद करता है।

* आप डेमो संस्करण में इन और अन्य मॉडलों की कोशिश कर सकते हैं ।

इन मॉडलों का एक शक्तिशाली संयोजन चैटबॉट को क्लाइंट के अनुरोध के विषय को निर्धारित करने की अनुमति देता है, और फिर जल्दी से अक्सर पूछे जाने वाले प्रश्न का उत्तर देता है या समस्या का समाधान करता है (उदाहरण के लिए, मासिक खर्च के बारे में, क्यों इंटरनेट कनेक्शन काम नहीं करता है, आदि)। मूड के विश्लेषण से चैटबॉट को यह पहचानने की अनुमति मिलती है कि क्या इस उपयोगकर्ता के लिए कंपनी के समर्थन सेवा ऑपरेटरों से अतिरिक्त ध्यान देने की आवश्यकता है।
यहां तक कि डीपपावलोव के पूर्व-प्रशिक्षित मॉडल के साथ, इंट्रसेवेज़ ने मानव भागीदारी के बिना बंद किए गए अनुप्रयोगों की संख्या को 20% से बढ़ाकर 40% करने में कामयाबी हासिल की।

संवाद प्रबंधक

Intersvyaz डेवलपर्स ने एक समाधान बनाया जो पूरी तरह से उनकी जरूरतों को शामिल करता है, ठीक-ट्यूनिंग टूल और कंटेनर में अपने मॉडल प्रदान करने की लाइब्रेरी की क्षमता का उपयोग करते हुए:

डीपावलोव लाइब्रेरी ने न केवल समाधान को तैनात करना आसान बना दिया, बल्कि मानक ए / बी लॉन्च करने के लिए एक बहुत ही सुविधाजनक उपकरण बन गया। -बॉट और उपयोगकर्ता के बीच कंपनी के संपर्क के परिदृश्यों का सबसे अच्छा मॉडल निर्धारित करने के लिए

दीपपावलोव पुस्तकालय को एक संवाद प्रबंधक के रूप में उपयोग करने का मुख्य लाभ यह निर्धारित करने के लिए एक घोषणात्मक दृष्टिकोण है कि कॉन्फ़िगरेशन फ़ाइलों में किस मॉडल का उपयोग किया जाना चाहिए और किस क्रम में किया जाना चाहिए। इस दृष्टिकोण ने कंपनी को न केवल यह निर्धारित करने की अनुमति दी कि चैटबॉट को लॉन्च करने के लिए किन घटकों की आवश्यकता होती है, बल्कि निर्भरता को ट्रैक करने के लिए, साथ ही लापता प्रशिक्षित मॉडल को डाउनलोड करने के तरीके भी प्रदान करते हैं।

ऑपरेटिंग एमएल इन्फ्रास्ट्रक्चर

दीपपावलोव पुस्तकालय के अलावा, कंपनी ने अपने एमएल इन्फ्रास्ट्रक्चर को बनाने और प्रबंधित करने के लिए निम्नलिखित सहायक तंत्र का उपयोग किया:

डीवीसी - मॉडल साझा करने और खेलने के लिए बनाए गए उपकरणों का एक सेट; बड़े प्रशिक्षण और मध्यवर्ती डेटा सेट के संस्करणों को संग्रहीत और बनाने के लिए उपयोग किया जाता है,
MLFlow एक खुला स्रोत मंच है जिसका उपयोग एमएल मॉडल के जीवन चक्र को प्रबंधित करने के लिए किया जाता है; प्रयोगों को ट्रैक करने और कलाकृतियों को संग्रहीत करने के लिए उपयोग किया जाता है।

दीपपावलोव मॉडल के प्रशिक्षण और तैनाती के लिए उपकरणों के एक व्यापक सेट के साथ संयुक्त इन तकनीकों ने, नए मॉडल को फिर से तैयार करना और पुन: उपयोग करना आसान बना दिया।

चैटबॉट बनाने के लिए एंड-टू-एंड समाधान

एमएल मॉडल का उपयोग करके चैटबॉट बनाने के लिए कई प्रमुख घटकों की आवश्यकता होती है:

एक डेटासेट का निर्माण;
मॉडल प्रशिक्षण;
मॉडल का संस्करण नियंत्रण;
मॉडल की तैनाती;
ए / बी प्रयोग मंच एमएल मॉडल के लिए अनुकूलित
डायलॉग मैनेजर ए / बी परीक्षण की आवश्यकताओं के अनुसार लचीले ढंग से विभिन्न मॉडलों को लॉन्च करने की क्षमता के साथ;
इरादे की समझ।

ML-मॉडल का एक डाटासेट और संस्करण नियंत्रण बनाना खुले स्रोत पुस्तकालयों जैसे DVC और ML फ़्लो के रूप में तैयार किए गए समाधानों के साथ कवर किया गया है। दीपपावलोव पुस्तकालय ऐसे अवसर प्रदान करता है, जो मॉडल प्रशिक्षण के साथ शुरू होता है और इरादों की समझ के साथ समाप्त होता है और डायलॉग मैनेजर के माध्यम से ए / बी परीक्षण के लिए एक कस्टम संवाद होता है।

इस प्रकार, मौजूदा मॉडल को अपडेट करने की पूरी प्रक्रिया कुछ महीनों से कुछ दिनों के लिए कम हो गई थी। नतीजतन, इंजीनियरों ने वास्तव में जटिल कार्यों के लिए अधिक समय देना शुरू कर दिया: विश्लेषण, परिकल्पना परीक्षण और अनुसंधान।

विकसित प्रणाली के विकास में अगला कदम ग्राहकों के साथ कवर किए गए परिदृश्यों की संख्या में वृद्धि, बुद्धिमान सहायक के उत्तरों में सुधार के साथ-साथ चैट बॉट को ऑपरेटर के हस्तक्षेप के बिना संसाधित करने के इरादे से आगे स्वचालन हो सकता है।

निष्कर्ष

जबकि पहले चैट बॉट्स ने सरल सशर्त अभिव्यक्तियों और पाठ मिलान के संयोजन का उपयोग किया था, आज वे आधुनिक मशीन लर्निंग एल्गोरिदम का उपयोग करते हैं जो एक प्राकृतिक भाषा में किसी व्यक्ति के साथ समझने और संवाद करने में सक्षम हैं। चैटबॉट अब ग्राहक सेवा में केवल एक भविष्य की प्रवृत्ति नहीं है; वे पहले से ही यहाँ हैं, और विशिष्ट समस्याओं को हल करने के लिए वास्तविक कंपनियों में उपयोग किया जाता है।

अगली बार हम इस मामले का तकनीकी विवरण साझा करेंगे। इस बीच, दीपपावलोव की खोज शुरू करें और यह न भूलें कि हमारे पास एक मंच है - पुस्तकालय और मॉडल के बारे में अपने प्रश्न पूछें। ध्यान देने के लिए आपको धन्यवाद!

इसके अतिरिक्त

दीपपावलोव पुस्तकालय के उपयोगकर्ताओं और डेवलपर्स की हालिया बैठक में , जो 28 फरवरी को हुई थी, इंटर्सिवैज प्रतिनिधि दिमित्री बोटोव और स्टैनिस्लाव पितुगानोव ने साझा किया कि प्रदाता के संपर्क केंद्र में एनएलपी प्रौद्योगिकियों का उपयोग कैसे किया जाता है। वीडियो देखें यहाँ ।

ग्राहक सेवा स्वचालन: दीपपावलोव से एंड-टू-एंड समाधान