ゼファーネットのロゴ

Amazon Connect、Amazon Lex、Amazon Kendra、およびオープンソースのQnABotプロジェクトを使用したオムニチャネルQ&Aチャットボットの構築

日付:

多くの学生にとって、高等教育の旅に出るのは、新しい経験に満ちた刺激的な時間です。 ただし、新しいものと同様に、答えるべき質問や克服すべき障害もたくさんあります。 オクラホマシティのオクラホマ州立大学(OSU-OKC)はこれを認識し、AWSの機械学習(ML)テクノロジーを使用して学生の質問に対処するためのより良いソリューションを提供することを目的としていました。

彼らは、学生のニーズを正確に予測し、タイムリーで関連性のある情報を提供するソリューションを開発できれば、将来の学生を引き付ける可能性を高めることができることを知っていました。 結局のところ、大学は企業が顧客を必要とするのと同じように学生を必要としています。

「私たちが最初に対処したかったのは、いつでも顧客の感情を把握できないことでした」と、OKC-OSUの暫定社長であるMichaelWidellは述べています。 「それに基づいて、情報の一貫性と正確性にも真剣に取り組んでいました。現在および将来の学生が、学校や学部のコミュニケーションチャネルで得た情報に頼ることができることが重要でした。」

チームは、学生が直面する情報のギャップに対処する方法として、会話型チャットボットを特定しました。 MLを利用したチャットボットは動的であり、ウェブサイト、電話、チャットボット、またはAlexa対応デバイスに問い合わせることで、生徒が好む通信チャネルを介して生徒とつながるのに役立ちます。

これを念頭に置いて、OSU-OKCは AWSプロフェッショナルサービス 2020年XNUMX月に、を使用してコールセンターを展開する最初の大学になりました アマゾンコネクトqnabot.

Amazon Connectは、顧客とエージェントに音声とチャット全体でシームレスなエクスペリエンスを提供するクラウドコンタクトセンターです。 QnABotは、を使用するオープンソースプロジェクトです。 Amazon Lex 質問と回答のための会話型インターフェースを提供し、Webサイト、コンタクトセンター、チャットボット、Slackなどのコラボレーションツールなど、さまざまなコミュニケーションチャネルに適用できます。 Amazonのアレクサ対応デバイス。

コールセンターへのQnABotの導入

OSU-OKCによるQnABotの使用は2020年を通じて進化しましたが、当初の重点分野はコールセンターの効率の向上でした。 彼らは、学生のFAQへの回答を自動化することでこれを実現し、それによって正確で最新の情報を提供し、通話の保留時間を短縮し、人間のコールセンターエージェントがより価値の高いやり取りの処理に集中できるようにしました。

次の図は、ソリューションのアーキテクチャを示しています。

次の図は、ソリューションのアーキテクチャを示しています。

OSU-OKCの場合、QnABotはボットの展開と管理を簡素化し、技術者でないユーザーでも次のことができるようにすることでソリューションの影響を最大化できるようにします。

QnABotをWebサイトに拡張する

コールセンター内のエージェントを支援するためにQnABotを実装した後、OSU-OKCはボットの範囲を大学のWebサイトにまで拡大することを決定しました。 彼らはAWSオープンソースを使用しました Amazon Lex WebUIプロジェクト、AmazonLexチャットボットにフル機能のWebクライアントを提供するのに役立つサンプルのAmazonLex WebUI。

キャンパスからコンテンツが収集された後、ボットの質問と回答の応答を作成するのは簡単なプロセスでした。 コンテンツデザイナーは、整理と読みやすさを可能にするカスタマイズオプションを提供しました。 組み込みのテスト機能は、一致スコアを応答に関連付けることにより、調整および開発プロセスを支援しました。

QnABotをWebサイトに拡張した直後、OSU-OKCは、学生が対話するためのチャネルを増やしても、エンゲージメントレベルが低下しないことに気付きました。 実際、彼らは学生の体からの全体的な関与を増やし、学生との会話の平均数をXNUMX倍にしました。

QnABotを大学のWebサイトに追加することは、人間との対話に代わるものではありませんでした。 これは、繰り返しの電話トラフィックを減らすことによって、質の高い対話を増やすための支援でした。 OSU-OKCボット、OKCピート、あなた自身のいくつかの質問を経由して試してみてください 大学のウェブサイト.

OSU-OKCボット、OKCピート、大学のWebサイトから独自の質問をしてみてください。

大学のウェブサイトのOKCピート

QnABotにさらに多くの応答を装備する

QnABotは学生向けの大量の質問に回答し、一貫したサービスを大規模に提供しましたが、OSU-OKCチームは、QnABotが回答できなかった質問を観察することで、学生の感情について多くのことを学びました。

たとえば、いくつかの質問は、将来の学生がキャンパスとそのリソースについてどれだけ知っているかを強調しました。 実際、キャンパスに学生寮がないのに、入学した学生は寮について尋ねました。

チームはQnABotを使用できます コンテンツデザイナーUI ボットを継続的に強化し、学生寮やその他のキャンパスリソースに関する適切な対応をボットに装備します。 これにより、学生は電話を避けることができ、コールセンターのエージェントはより重要な、またはより質の高いやり取りに集中できるようになりました。

この柔軟性は、19年春のCOVID-2020パンデミックの発症時に特に役立ちました。OSU-OKCは、新たに展開されたQnABotの知識ベースを急速に拡大し、パンデミックに関連する多くの質問への回答を含めることができました。 学生と保護者は、QnABotが支援する大学のコールセンターまたはウェブサイトのチャットボットを介して、自分にとって重要な質問への回答をすばやく得ることができました。

AmazonKendraを使用したQnABotの知識のスケーリング

QnABotのコンテンツデザイナーUIにより、OSU-OKCは、ギャップを特定したときにボットに新しい質問と回答を追加できました。 ただし、チームは、質問がまだ追加されていない場合でも顧客が回答を取得できるようにすることも望んでいました。

これを達成するために、彼らは使用しました アマゾンケンドラ、高精度のインテリジェント検索サービス。 2020年の夏、OSU-OKCのチームは、QnABotをAmazon Kendraと統合して、次の方法で応答の精度と関連性を強化しました。

  • QnABotのナレッジベースに質問と回答が見つからない場合は、AmazonKendraのドキュメントインデックスを追加の回答ソースとして使用してください。 これにより、QnABotは、Amazon Kendraによって索引付けされたWord文書またはPDFに含まれる非構造化データなど、ナレッジベースに追加されていない可能性のある質問への回答を見つけることができます。
  • 広範なQnABotチューニングがない場合、Amazon Kendraの自然言語処理および読解機能はユーザークエリをより正確に理解し、そのMLモデルはユーザーが質問を表現する方法のバリエーションを巧みに処理して、検索精度を高め、ユーザークエリに関連する応答を返します。

OSU-OKCは、MLを使用して、コールセンターやWebサイトを介して顧客からの一般的な質問の処理を自動化することにより、2,000年で最も忙しい時期でも一貫したサービスレベルを確保しました。 Widell氏は次のように述べています。「ピーク時には34,000件を超える電話を受けることができますが、これは833人のエージェントでは処理できません。ただし、QnABotをリリースして以来、XNUMX件を超える会話をサポートし、スタッフの時間をXNUMX時間節約し、すべての顧客が同じ電話を受けるようにしています。サービスのレベルと正確さ。」

独自のQnABotを作成し、AmazonKendraと統合する

独自のQnABotジャーニーを開始するには、を参照してください。 Amazon LexとAmazon AlexaでQ&Aボットを作成する。 セクション AmazonKendraでQnABotをターボチャージャー QnABotをAmazonKendraと統合する方法の概要を説明します。 OSU-OKCのリードに従い、QnABotをWebサイトに追加したい場合は、コンパニオンを利用できます。 チャットボットUI プロジェクト。

構成と展開について考えるときは、次のオプションを検討してください。

  • プロジェクトをそのまま使用して、QnABotとChatbot UIを自分でデプロイします(セルフサービス)。
  • オープンソースコードに独自のカスタマイズと拡張を加える
  • OSU-OKCの例に従って、連絡してください AWSプロフェッショナルサービス QnABotをカスタマイズおよび強化し、独自の通信チャネルと統合するための専門家の支援

詳細については、 OSU-OKCのチームがRe:Invent2020でQnABotソリューションを発表するのをご覧ください.

まとめ

OSU-OKCのチームは、QnABot、Amazon Kendra、およびAmazonLexの展開から見た初期の成功に基づいて構築することに興奮しています。 「顧客と学生にとって、これは私たちが実装した中で最も影響力のあるテクノロジーでした」とWidell氏は言います。

MLテクノロジーに対する私たちの包括的なビジョンは、学生の相互作用をトランザクション交換からより意味のある体験へと進化させ、顧客と簡単につながり、顧客のニーズを理解し、より良いサービスを提供できるようにします。 Widell氏は、「将​​来的には、QnABotの使用を拡大して、学生の学業スケジュール、アドバイス、および学習コースに関連するその他の関連情報に関連する個人情報を学生に提供したいと考えています」と付け加えています。


著者について

ボブ・ストラハンボブ・ストラハン AWS Language AIServicesチームのプリンシパルソリューションアーキテクトです。

マイケル・ワイドル OSU-OKCの暫定大統領です。 彼は革新的な変革のエージェントとして、再設計とリソースの最適化を通じて組織を強化し、個人が優れた能力を発揮し、革新的な製品とサービスを提供できるように取り組んできました。 彼のキャリアの中で、ワイドルはAT&Tの民間部門で指導的地位を占め、ウォルマートの総合事務局で重要な役割を果たし、大学卒業後のキャリアを開始しました。

ソース:https://aws.amazon.com/blogs/machine-learning/building-a-multi-channel-qa-chatbot-with-amazon-connect-amazon-lex-amazon-kendra-and-the-open- source-qnabot-project /

スポット画像

最新のインテリジェンス

スポット画像