Para muitos alunos, embarcar em uma jornada de ensino superior é um momento emocionante, repleto de novas experiências. No entanto, como qualquer coisa nova, também pode trazer muitas perguntas para responder e obstáculos para superar. A Oklahoma State University, em Oklahoma City (OSU-OKC) reconheceu isso e pretendia fornecer uma solução melhor para resolver as dúvidas dos alunos usando a tecnologia de aprendizado de máquina (ML) da AWS.
Eles sabiam que se pudessem desenvolver uma solução que antecipasse com precisão as necessidades de seus alunos e fornecesse informações oportunas e relevantes, poderiam aumentar suas chances de atrair futuros alunos. Afinal, as universidades precisam dos alunos da mesma forma que as empresas precisam dos clientes.
“A primeira coisa que queríamos abordar era a falta de visibilidade que tínhamos do sentimento do cliente a qualquer momento”, disse Michael Widell, presidente interino da OKC-OSU. “Com base nisso, também tínhamos um foco real na consistência e precisão das informações - era importante para nós que os alunos atuais e futuros pudessem confiar nas informações que estavam recebendo através dos canais de comunicação da escola e do corpo docente.”
A equipe identificou chatbots conversacionais como uma forma de abordar a lacuna de informações que os alunos enfrentam. Os chatbots baseados em ML são dinâmicos e ajudam a se conectar com os alunos por meio dos canais de comunicação de sua preferência, seja um site, telefone, chatbot ou solicitando um dispositivo habilitado para Alexa.
Com isso em mente, OSU-OKC começou a trabalhar com Serviços Profissionais AWS em janeiro de 2020, e se tornou a primeira universidade a implantar um call center usando Amazon Conectar e os votos de QnABot.
Amazon Connect é um contact center em nuvem que oferece uma experiência perfeita de voz e chat para clientes e agentes. O QnABot é um projeto de código aberto que usa Amazon-Lex para fornecer uma interface de conversação para suas perguntas e respostas e pode ser aplicada a uma série de canais de comunicação, incluindo sites, centros de contato, chatbots, ferramentas de colaboração como Slack e Amazon Alexadispositivos habilitados.
Implantando QnABot no call center
Embora o uso do QnABot pelo OSU-OKC tenha evoluído ao longo de 2020, sua área de foco inicial centrou-se no aumento da eficiência do call center. Eles conseguiram isso automatizando as respostas às perguntas frequentes dos alunos, fornecendo assim informações precisas e atualizadas, reduzindo o tempo de espera das chamadas e permitindo que os agentes humanos do call center se concentrassem em lidar com interações de maior valor.
O diagrama a seguir ilustra a arquitetura da solução.
Para OSU-OKC, o QnABot simplificou a implantação e administração do bot, permitindo que até mesmo usuários não técnicos maximizassem o impacto da solução, permitindo-lhes:
Estendendo o QnABot para o site
Depois de implementar o QnABot para auxiliar os agentes dentro de seu call center, a OSU-OKC decidiu estender o alcance do bot ao site da universidade. Eles usaram o código aberto da AWS Projeto Amazon Lex Web UI, um exemplo de Amazon Lex Web UI que ajuda a fornecer um cliente da web com recursos completos para chatbots Amazon Lex.
Depois que o conteúdo foi coletado no campus, a criação de perguntas e respostas para o bot foi um processo fácil. O designer de conteúdo forneceu opções de personalização que permitiram organização e legibilidade. Os recursos de teste integrados ajudaram no processo de ajuste e desenvolvimento, atribuindo uma pontuação correspondente a uma resposta.
Pouco depois de expandir o QnABot para seu site, OSU-OKC percebeu que fornecer mais canais para os alunos interagirem não diluía os níveis de envolvimento. Na verdade, eles aumentaram o envolvimento geral de seu corpo discente e dobraram o número médio de conversas com os alunos.
Adicionar o QnABot ao site da universidade não substituiu a interação humana; foi uma ajuda para aumentar as interações de qualidade, reduzindo o tráfego repetitivo do telefone. Tente fazer algumas perguntas ao bot OSU-OKC, OKC Pete, por meio do site da universidade.
OKC Pete no site da universidade
Equipando o QnABot com mais respostas
Enquanto o QnABot respondeu a grandes volumes de perguntas para os alunos e prestou serviços consistentes em escala, a equipe OSU-OKC aprendeu muito sobre o sentimento dos alunos observando quais perguntas o QnABot não conseguia responder.
Por exemplo, algumas perguntas destacaram o quanto os futuros alunos sabiam sobre o campus e seus recursos. Os alunos que chegam perguntam sobre dormitórios quando, na verdade, o campus não tem nenhuma acomodação estudantil.
A equipe poderia usar o QnABot's Interface do Designer de Conteúdo para aprimorar continuamente o bot e equipá-lo com as respostas apropriadas sobre hospedagem para estudantes ou quaisquer outros recursos do campus. Isso ajudou os alunos a evitar um telefonema, o que liberou os agentes do call center para se concentrarem em interações mais críticas ou de alta qualidade.
Esta flexibilidade provou ser particularmente útil durante o início da pandemia COVID-19 na primavera de 2020. OSU-OKC foi capaz de expandir rapidamente a base de conhecimento do QnABot recém-implantado para incluir respostas a muitas perguntas relacionadas à pandemia. Alunos e pais podiam obter rapidamente respostas para as perguntas que eram importantes para eles por meio do call center da universidade assistido por QnABot ou via chatbot do site.
Ampliando o conhecimento do QnABot com o Amazon Kendra
A interface do usuário do Content Designer do QnABot permitiu que OSU-OKC adicionasse novas perguntas e respostas ao bot quando eles identificassem uma lacuna. No entanto, a equipe também queria garantir que os clientes ainda pudessem obter respostas quando uma pergunta ainda não tivesse sido adicionada.
Para conseguir isso, eles usaram Amazona Kendra, um serviço de pesquisa inteligente de alta precisão. No verão de 2020, a equipe da OSU-OKC integrou o QnABot com Amazon Kendra para aumentar a precisão e relevância das respostas das seguintes maneiras:
- Use o índice de documentos no Amazon Kendra como uma fonte adicional de respostas quando uma pergunta e resposta não for encontrada na base de conhecimento do QnABot. Isso permite que o QnABot encontre respostas para perguntas que podem não ter sido adicionadas à sua base de conhecimento, incluindo dados não estruturados contidos em documentos do Word ou PDFs que foram indexados pelo Amazon Kendra.
- Sem o ajuste QnABot extensivo, os recursos de processamento de linguagem natural e compreensão de leitura do Amazon Kendra entendem com mais precisão as consultas do usuário, e seus modelos de ML lidam habilmente com as variações em como os usuários formulam suas perguntas para aumentar a precisão da pesquisa e retornar respostas relevantes às consultas do usuário.
Ao usar o ML para automatizar o tratamento de perguntas comuns dos clientes por meio do call center e do site, a OSU-OKC garantiu níveis de serviço consistentes mesmo durante a época de maior movimento do ano. Widell diz: “Durante o pico, podemos receber mais de 2,000 chamadas, o que é muito para um agente lidar - no entanto, desde o lançamento do QnABot, ele suportou mais de 34,000 conversas e economizou 833 horas no tempo da equipe, garantindo que todos os clientes recebessem o mesmo nível de serviço e precisão. ”
Criação de seu próprio QnABot e integração com Amazon Kendra
Para começar sua própria jornada QnABot, consulte Criar uma pergunta e resposta Bot com Amazon Lex e Amazon Alexa. A seção Turbocompressão QnABot com Amazon Kendra descreve como integrar o QnABot ao Amazon Kendra. Se você quiser seguir o exemplo do OSU-OKC e adicionar o QnABot ao seu site, você pode aproveitar as vantagens do nosso companheiro IU do chatbot projeto.
Ao pensar sobre configuração e implantação, considere as seguintes opções:
- Implante você mesmo a IU QnABot e Chatbot (autoatendimento), usando o projeto como está
- Faça suas próprias personalizações e melhorias no código-fonte aberto
- Siga o exemplo do OSU-OKC e entre em contato Serviços Profissionais AWS para ajuda especializada para personalizar e aprimorar o QnABot e para integrar com seus próprios canais de comunicação
Para mais informações, veja a equipe da OSU-OKC apresentar sua solução QnABot no Re: Invent 2020.
Conclusão
A equipe da OSU-OKC está animada para aproveitar o sucesso inicial obtido com a implantação do QnABot, Amazon Kendra e Amazon Lex. “Para clientes e alunos, esta tem sido a tecnologia de maior impacto que implementamos”, diz Widell.
Nossa visão abrangente para a tecnologia de ML irá evoluir as interações dos alunos, deixando de ser trocas transacionais para se tornarem experiências mais significativas, permitindo-nos conectar-nos facilmente com os clientes, entender suas necessidades e atendê-los melhor. Widell acrescenta: “No futuro, esperamos expandir nosso uso do QnABot para fornecer informações personalizadas aos alunos no que se refere a suas programações acadêmicas, aconselhamento e outras informações relevantes relacionadas ao seu curso de estudo.”
Sobre os autores
Bob Strahan é arquiteto de soluções principais na equipe AWS Language AI Services.
Michael Widell é o presidente interino da OSU-OKC. Como um agente inovador de mudança, ele trabalhou para fortalecer as organizações por meio do redesenho e da otimização de recursos, permitindo que os indivíduos se destacassem e entregassem produtos e serviços transformadores. Em sua carreira, Widell também ocupou cargos de liderança no setor privado da AT&T e cargos importantes no Escritório Geral do Walmart Inc., onde iniciou sua carreira pós-universitária.
