Überblick

Auf dieser Seite wird beschrieben, wie Communications Mining™ die Verarbeitung natürlicher Sprache (NLP) und Machine Learning (ML) verwendet, um unstrukturierte Nachrichten in strukturierte Daten umzuwandeln und so Einblicke, Automatisierung und Skalierbarkeit zu ermöglichen. Es führt Sie durch die Grundlagen von NLP, wie Communications Mining durchgängig funktioniert, von der Verbindung mit Daten bis hin zu Training und Validierung von Modellen, und hebt den Geschäftswert, die Integrationsmöglichkeiten und die Vorteile für Benutzer und Unternehmen hervor.

Verarbeitung natürlicher Sprache (NLP)

Die Verarbeitung natürlicher Sprache (NLP) ist ein Bereich des Machine Learning (ML), der sich auf die Entwicklung von Tools konzentriert, die Daten in natürlicher Sprache automatisch verstehen und verarbeiten können, ähnlich wie es Menschen können.

Ein Schwerpunkt von NLP-Tools liegt auf der Erfassung unstrukturierter Kommunikationsdaten und deren Umwandlung in verwertbare, strukturierte Daten, indem die darin enthaltenen Absichten, Themen und Konzepte verstanden und wichtige Datenpunkte extrahiert werden.

Verstehen der Bedeutung von NLP für Unternehmen

Geschäft basiert auf Kommunikation, was bedeutet, dass fast jeder Prozess in irgendeiner Phase ein Gespräch erfordert. Die Kommunikation über E-Mail-, Tickets- und CRM-Systeme ist für den Abschluss eines Prozesses unerlässlich.

Vom Support über den Vertrieb bis hin zu Finanzen und Services – die Kommunikation miteinander ist die Art und Weise, wie Dinge erledigt werden.

Die Herausforderung, vor der Unternehmen heute stehen, ist der Umfang der Nachrichten, die in ihre Organisation einfließen:

• Volumen zu hoch, um mit dem aktuellen Tag Schritt zu halten, ohne Zeit und Ressourcen zu verschwenden.
• Das Feld wächst exponentiell, da Mitarbeiter und Kunden mehr denn je kommunizieren.
• Mehrere Kanäle für Mitarbeiter und Kunden, z. B. E-Mail, Support-Tickets, Umfragen, Chat und Telefon.
• Wird von Mitarbeitern über kostspielige, ungenaue und ineffiziente Prozesse verstanden und manuell umsetzbar.

Die Zahl der E-Mails, Tickets und Nachrichten steigt jedes Jahr, und das führt dazu, dass die Dienste an ihre Grenzen stoßen. Sie erhöhen die Servicekosten und beeinträchtigen das Mitarbeiter- und Kundenerlebnis.

Glücklicherweise hat NLP, ein Teil der KI, der sich darauf konzentriert, Maschinen zu helfen, menschliche Sprache zu lesen und zu verstehen, in den letzten Jahren enorme Fortschritte gemacht.

NLP ist veraltet und schlägt Menschen beim Sprachverständnis und Leseverständnis.

Daraus entstehen neue Lösungen und Möglichkeiten für das Unternehmen.

NLP-Lösungen

Mit NLP ist es nun möglich, Kommunikation in großem Umfang zu verstehen, wodurch Unternehmen:

• Verstehen, was jeder Kunde möchte.
• Verfolgen und messen Sie die gesamte Anforderung an Dienste in Echtzeit.
• Automatisieren Sie jede Transaktionsanforderung.

Der Vorteil von NLP besteht darin, dass es hochqualifizierte Mitarbeiter von Verwaltungsarbeit befreien kann, was die Kosten reduziert und die Erfahrung verbessert.

Communications Mining

Communications Mining ist ein Feld, das sich auf das Verstehen und Extrahieren von Werten aus Kommunikationsdaten konzentriert.

Die Konvertierung der unstrukturierten Informationen, die diese Daten enthalten, in strukturierte, maschinenlesbare Daten kann dann für Analysen und Automatisierung verwendet werden.

Unterschiede zwischen Communications Mining™, Task Mining™ und Process Mining™

Communications Mining ist eine Funktion im UiPath® IXP-Dienst, der Teil der Säule „ Automatisieren“ ist, während Process Mining und Task Mining Teil der Säule „Entdecken“ sind. Jedes dieser Tools konzentriert sich auf unterschiedliche Dinge:

• Process Mining erfasst End-to-End-Geschäftsprozesse. Es extrahiert Rohdaten aus Kerngeschäftsanwendungen wie ERP und CRM und wandelt sie in intuitive Prozessdiagramme und Dashboards um, um Möglichkeiten zur Prozessoptimierung und -automatisierung aufzudecken.
• Task Mining erfasst einzelne Aufgaben oder Prozessschritte eines bestimmten Unterprozesses. Es zeichnet die Aufgaben auf, die direkt auf dem Desktop eines Benutzers ausgeführt werden, und visualisiert seinen Workflow, um sich wiederholende Aktivitäten und Variationen zu identifizieren, die sich am besten für die Automatisierung eignen.
• Communications Mining erfasst Konversationsdaten wie E-Mails, Tickets, Notizen, Transkripte, Umfrageantworten usw. Es wandelt digitale Kommunikationsdaten in ein strukturiertes Format um, um Erkenntnisse zu gewinnen und eine nachgelagerte Automatisierung zu ermöglichen.

Wichtig: Communications Mining identifiziert nicht nur Herausforderungen, sondern kann auch zur Lösung vieler von ihnen beitragen, indem intelligentere Automatisierungen ermöglicht werden.

Grundlegendes zu Communications Mining

Communications Mining automatisiert die Interpretation von Kommunikation und hilft Unternehmen dabei, Nachrichten auf jedem Kanal schnell und in großem Umfang zu verstehen und zu automatisieren.

Diese Lösung kombiniert Machine Learning (ML), Verarbeitung natürlicher Sprache (NLP) und von Mitarbeitern durchgeführtes überwachtes Lernen in einer leistungsstarken, codelosen Lösung, die jeder nutzen kann.

Sie bietet vollständige Transparenz in Kanälen wie E-Mails, Tickets und Kundenfeedback, sodass Unternehmen ihre Kunden besser verstehen und erfahren, wo Verbesserungen die größte Wirkung haben.

Darüber hinaus ermöglicht es eine intelligente Automatisierung aus der Kommunikation, da es die strukturierten Daten erzeugt, die von nachgelagerten Automatisierungen benötigt werden, um Anforderungen ohne menschliches Eingreifen zu bearbeiten.

Auswirkungen auf Kunden

Mit Communications Mining können Sie:

• Steigern Sie die Effizienz.
• Verbessern Sie das Kunden- und Klientenerlebnis.
• Verbessern Sie Governance und Kontrolle.

Alle zuvor aufgeführten Punkte helfen dabei, schnell und in großem Umfang einen Mehrwert in Stunden statt in Monaten zu schaffen.

So funktioniert Communications Mining

Die folgende Abbildung enthält einen Überblick über den typischen Ablauf Ihrer Daten innerhalb der Plattform:

1. Vorgefertigte Connectors für die Aufnahme in den historischen Kommunikationsspeicher. Proprietäre ML-Segmentierung und Bereinigungs-Engine, um Daten zu bereinigen.
2. Proprietäre Deep-Learning-Satz-Modelle extrahieren Semantik für dateneffizientes Lernen.
3. Proprietäre Unattended-Learning-Modelle identifizieren allgemeine Absichten und suchen ständig nach neuen.
4. Trainieren Sie maßgeschneiderte überwachte Modelle effizient in unserer proprietären Active Learning -Engine und -Benutzeroberfläche.
5. Aggregierte Echtzeitstatistiken für bedeutungsbasierte Managementinformationen und -analysen.
6. Echtzeit-Modellvalidierung und Modelllebenszyklusverwaltung.

Der detaillierte Prozess von Communications Mining

In folgender Übersicht werden die Schritte beschrieben, die bei der Automatisierung Ihrer Daten mit Communications Mining erforderlich sind:

1. Verbinden – Stellt eine Verbindung zu Ihren Kanälen mit unstrukturierten Kommunikationsdaten her.
2. Entdecken – Identifiziert und stellt Gruppen von Mitteilungen zusammen, die ähnliche Themen und Konzepte teilen.
3. Trainieren – Erstellt die Trainingsdaten für das Modell.
4. Vorhersage – Sagt strukturierte Beschriftungen und allgemeine Felder für jede Kommunikation vorher.
5. Validieren – Bevor sich die Plattform auf Vorhersagen verlassen, um Entscheidungen zu treffen, gewährleistet sie vollständige Transparenz, indem die Modellleistung bei jedem erneuten Training automatisch validiert wird.
6. Analysieren – Sobald die Plattform mit der Modellleistung zufrieden ist, liefert sie verwertbare Erkenntnisse, indem sie Vorhersagen mit Metadaten kombiniert und verborgene Prozesse und Kommunikationskanäle aufdeckt.
7. Automatisieren – Stellen Sie trainierte Modelle bereit, um Produktionsautomatisierungen zu aktivieren.

Verbinden

Zunächst stellt Communications Mining eine Verbindung zu Ihren Kanälen mit unstrukturierten Kommunikationsdaten her, z. B. freigegebene E-Mail-Posteingänge, Workflow-Tickets, Sammlungen von Umfrageantworten und vieles mehr.

Das Übertragen dieser Daten in die Plattform kann erfolgen durch:

• Live-Integration mit vorgefertigten Connectors für Kanäle wie Microsoft Exchange oder Salesforce.
• Erstellen von API-Integrationen.
• Hochladen historischer Daten über CSV oder unsere API.

Discover

Nachdem Sie die Daten hochgeladen haben, startet die Plattform automatisch den Erkennungsprozess.

Es nutzt Unattended Learning, um Gruppen von Kommunikationen zusammenzufassen, die ähnliche Themen und Konzepte teilen.

Diese Cluster können mit sich wiederholenden Prozessen, Anforderungen, Problemen und Stimmungen verknüpfen. Beide können dabei helfen, die richtige Struktur für unser Modell zu definieren und die erste Phase des Modelltrainings zu beschleunigen.

Die Plattform beginnt, ein klares Verständnis für die Daten zu entwickeln, indem diese Cluster überprüft und Beschriftungen und Felder angewendet werden, die relevante Konzepte und Datenpunkte erfassen.

Trainieren

Als Nächstes verwenden wir eine Vielzahl von Trainingsmodi, um die Trainingsdaten für unser Modell zu erstellen.

Die folgende Abbildung zeigt, wie wir der Plattform beibringen, diese Beschriftungen und Felder in allen unseren verfügbaren Daten sicher zu identifizieren.

Diese Trainingsmodi wurden entwickelt, um die Wirkung von Trainingsaktionen zu maximieren und den Zeitaufwand für das Training zu minimieren. Die Null-Code-Schnittstelle der Plattform bedeutet hingegen, dass jeder Geschäftsanwender, der im Kommunikationskanal arbeitet, ein Modelltrainer sein kann. Es sind keine Datenspezialisten oder -techniker erforderlich.

Mit jeder Trainingsaktion wird die Plattform kontinuierlich erneut trainiert, verbessert ihr Verständnis für jedes Konzept und jeden Datenpunkt und aktualisiert ihre Vorhersagen in Echtzeit.

Durch das Kommentieren einer kleinen, repräsentativen Stichprobe von Trainingsdaten kann die Plattform ihr Verständnis jeder Beschriftung und jedes allgemeinen Felds in großem Maßstab anwenden und das gesamte Dataset automatisch interpretieren und Vorhersagen treffen.

Predict

Das Endergebnis sind strukturierte Beschriftungen und Vorhersagen von allgemeinen Feldern, die jeweils für jede Kommunikation ihre eigenen Konfidenzwerte haben. Ein Beispiel ist das folgende Bild, das zeigt, wie Communications Mining eine E-Mail interpretiert und die relevanten strukturierten Daten daraus extrahiert:

Diese Vorhersagen werden für Analysen auf der Plattform oder über die API zur Verfügung gestellt, die UiPath®-Roboter und andere Tools zur Automatisierung oder weiteren Analyse nutzen können.

Überprüfen

Bevor wir uns auf diese Vorhersagen verlassen, um Entscheidungen zu beeinflussen oder Aktionen zu ermöglichen, müssen wir wissen, wie unser Modell abschneidet.

Die Validierungsfunktion der Plattform bietet volle Transparenz, wenn es um Leistung geht, und validiert Ihr Modell automatisch bei jedem erneuten Training.

Es ist leicht nachzuvollziehen, ob unser Modell bei wichtigen Leistungsfaktoren, die der Einfachheit halber in einer einzigen Modellbewertung zusammengefasst werden, wie es funktioniert.

Die Plattform hilft Modelltrainern auch dabei, bei Bedarf Verbesserungen mit empfohlenen nächstbesten Aktionen vorzunehmen.

Analysieren

Sobald wir mit der Leistung unseres Modells zufrieden sind, können wir aus diesen Geschäftsgesprächen sehr schnell wertvolle und verwertbare Erkenntnisse gewinnen.

Die Plattform fasst alle Vorhersagen für Beschriftungen und Felder mit wichtigen Metadaten zusammen, um eine Fülle von abfragefähigen Daten bereitzustellen, die einen Einblick in zuvor verborgene Prozesse und Kanäle ermöglichen.

Auf diese Weise können Benutzer unter anderem eine der folgenden Aktionen ausführen:

• Erstellen Sie benutzerdefinierte dynamische Dashboards, um wichtige Metriken und die Servicequalität für Kunden und Klienten zu verfolgen.
• Führen Sie Analysen durch, um Möglichkeiten zur Verbesserung von Prozessen oder Kundenerfahrungen zu identifizieren.
• Richten Sie Warnungen ein, um die Kanalleistung und Risikoereignisse zu überwachen.

Automatisieren

Neben der Analyse können wir trainierte Modelle bereitstellen, um Produktionsautomatisierungen zu ermöglichen.

UiPath®-Roboter und nachgelagerte Systeme können die strukturierten Daten verwenden, die Communications Mining™ erstellt hat, um die Automatisierung auf dienst- und konversationsbasierte Prozesse auszuweiten. Dadurch können Unternehmen Transaktionsanforderungen und Workflows automatisieren.

UiPath kann jetzt End-to-End-Aufgaben automatisieren, wie z. B. das Selektieren von E-Mails, die Aktualisierung von Kundeninformationen und die Fallerstellung.

Warum Unternehmen auf Communications Mining setzen

Führende Unternehmen vertrauen bei der Analyse und Automatisierung ihrer Kommunikation auf Communications Mining, um ihre Kommunikation aus mehreren wichtigen Gründen zu analysieren und zu automatisieren:

• Kein Code – Wir machen NLP für Geschäftsanwender zugänglich. Die Null-Code-Schnittstelle der Plattform bietet eine geführte Benutzererfahrung, die jeder Mitarbeiter unabhängig von seinen technischen Fähigkeiten nutzen kann.
• Vollständig anpassbar – Sie können vollständig benutzerdefinierte Modelle erstellen, die genau die Absichten, Themen und Stimmungen extrahieren, die Ihr Unternehmen benötigt.
• Präzise – Sie können genaue Modelle mit minimalen Trainingsdaten bei voller Transparenz über die Modellleistung trainieren, um unerwartete Ergebnisse in der Produktion zu vermeiden.
• Schnell zu trainieren – Sie können Kosten und Aufwand niedrig und die Zuverlässigkeit hoch halten – mit Modellen, die schnell zu trainieren und schnell anzupassen sind.
• Hyperskalierbar – Sie müssen klein anfangen, um erfolgreich zu sein, aber Sie benötigen eine Lösung, die schnell mit Ihren Anforderungen für größere Anwendungsfälle skaliert werden kann, wie unsere Plattform der Fall ist.
• Echtzeitüberwachung und -warnungen – Mit konfigurierbaren Dashboards, E-Mail-Warnungen und Berichten, die wichtige Metriken in Echtzeit verfolgen, verfügen Sie über alle Daten, die Sie benötigen, um proaktive, fundierte Entscheidungen zu treffen.
• Sicher – Vor allem benötigen Sie eine Lösung, der Sie Ihre Daten anvertrauen können, und unsere Berechtigung und Verschlüsselung der Plattform stellen sicher, dass Kundendaten sicher und geschützt sind.
• Einfach zu integrieren – Wir haben vorgefertigte Integrationen für wichtige Kommunikationskanäle, die einfach mit APIs zu arbeiten haben, und Connectors für Workflow und RPA, damit sie sich leicht in Ihren Technologie-Stack einfügen.

Was Communications Mining für Sie bedeutet

Unsere Lösung erschließt die Möglichkeiten von KI und NLP allen Geschäftsanwendern, nicht nur Datenwissenschaftlern und -techniker. Einige der Vorteile sind:

• Verstehen Sie Ihre Kunden besser denn je – Entdecken Sie in großem Umfang die Probleme, die die Kundennachfrage steigern, und die Maßnahmen, die zu besseren Kundenergebnissen führen.
• Genießen Sie interessantere Arbeit – Profitieren Sie von leistungsstarken Automatisierungen, die die langweilige, sich wiederholende Kommunikationsarbeit übernehmen.
• Konzentrieren Sie sich auf die Arbeit, die wichtig ist – Nehmen Sie sich mehr Zeit für die Kunden und die Workflows, die echten Geschäftswert schaffen.

Die Bedeutung von Communications Mining für Ihr Unternehmen

Communications Mining bietet Unternehmen vollständige betriebliche Transparenz, sodass Sie Ihr Geschäft wie nie zuvor verstehen und erweitern können.

Es unterstützt Ihr Unternehmen:

• Steigern Sie den ROI der digitalen Transformation – erzielen Sie eine schnellere, genauere KI-Erfassung und identifizieren Sie die wertvollen Veränderungsmöglichkeiten mit Zuversicht.
• Die Kundenerfahrung transformieren – Sie verstehen die Treiber von Workflow und Kundenkontakt an der Quelle und erkennen, was den Kundenerfolg auslöst.
• Verbessern Sie die betriebliche Effizienz und Leistung – skalieren Sie Ihre Vorgänge schnell mithilfe der Automatisierung von kommunikationsbasierten Arbeiten.