어떤 조직에서는 티켓 설명을 바탕으로 불만족스러운 고객을 자동으로 식별하고, 신속하게 문제를 해결하기 위해 적합한 팀을 배정하려고 합니다. 불만족스러운 고객을 처리 과정의 일부로 자동 분류하는 가장 좋은 방법은 무엇입니까?
정답: A
이 조직은 티켓 설명을 바탕으로 불만족스러운 고객을 자동으로 식별하는 것을 목표로 합니다. 이를 달성하려면 자연어 처리(NLP) 기능을 활용하는 것이 가장 효율적인 방법입니다. Appian은 외부 NLP 서비스와 통합할 수 있는 연결된 시스템을 제공합니다. 이러한 서비스는 텍스트 데이터(예: 티켓 설명)를 분석하여 감정을 파악하거나 텍스트를 미리 정의된 범주(예: "불만족스러운 고객")로 분류할 수 있습니다. * 자연어 연결 시스템: * Appian은 연결된 시스템을 통해 Google Cloud Natural Language, AWS Comprehend, Azure Text Analytics와 같은 타사 NLP 플랫폼과 통합할 수 있습니다. * 이러한 서비스는 티켓 설명에 제공된 텍스트를 분석하여 불만족을 나타내는 감정, 키워드 또는 특정 범주를 감지합니다. * 시스템은 분석 결과에 따라 자동으로 사건을 처리할 적합한 팀을 배정할 수 있습니다. * 왜 다른 옵션은 아닌가?: * B. 의사결정표: 의사결정표는 규칙 기반 의사결정에 유용하지만 티켓 설명과 같은 비정형 텍스트를 해석하는 데는 적합하지 않습니다. * C. 이미지 분석 연결 시스템: 이 옵션은 해당 작업에 이미지 분석이 아닌 텍스트 처리가 포함되므로 중요하지 않습니다. * D. SAIL 양식: SAIL 양식은 주로 사용자 인터페이스 생성에 사용되며 텍스트 분석이나 분류용으로 의도되지 않았습니다. * Appian에서의 구현: * 선택한 NLP 서비스와 통합할 연결 시스템을 만듭니다. * NLP 서비스를 구성하여 텍스트 데이터를 분석하고 감정 또는 분류 결과를 반환합니다. * 결과에 따라 프로세스 모델을 사용하여 티켓을 적절한 팀으로 전달하여 해결합니다. * 참고문헌: * Appian Connected Systems에 대한 Appian 문서: Appian Connected Systems * Appian 커뮤니티 성공 가이드: Appian 전달 방법론 * 타사 NLP 서비스 통합: Google Cloud NLP 문서
