Communications Mining
最新
バナーの背景画像
Communications Mining ガイド
最終更新日 2024年2月29日

Communications Mining の概要

自然言語処理 (NLP) とは

自然言語処理 (NLP) は機械学習の分野の 1 つであり、自然言語データを人間と同じように自動的に理解して処理できるツールを構築することに焦点が当てられています。

NLP ツールの中核は、非構造化コミュニケーション データを取得し、そのデータに含まれる意図、テーマ、および概念を理解して重要なデータ ポイントを抽出し、アクショナブルな構造化データに変換することです。

企業における自然言語処理 (NLP) の重要性

ビジネスはコミュニケーションの上に成り立っています。ほとんどすべての業務プロセスで、会話が必要になるタイミングがあります。E メール、サポート チケット、CRM システム上のコミュニケーションは、業務プロセスの完了に不可欠です。


カスタマー サポートから、営業、経理、サービスまで、さまざまなビジネスを前に進めていくのはコミュニケーションです。

企業が今日直面している課題として、 組織が受信するメッセージ量の規模があげられます。


E メール、サポート チケット、メッセージの数は年々増加しており、顧客へのサービスが限界点に達しようとしています。サービス提供コストが増加し、従業員や顧客のエクスペリエンスに悪影響を及ぼしています。



幸いなことに、自然言語処理は近年大きな進歩を遂げています。自然言語処理とは、機械が人間の言葉を読み取って理解するのを支援することに焦点を当てた AI の一分野です。



自然言語処理 (NLP) は成熟し、その言語理解力と読解力は人間を凌ぐ勢いになっています。

これは、企業のための新しいソリューションや機会を生み出します。

NLP ソリューションを課題の解決に役立てる

NLP を使用して大量のコミュニケーションを理解できるようになりました。

これにより、企業は以下を実現できます。



Communications Mining とは

Communications Mining、または Comms Miningは、通信データの価値を理解して抽出することに焦点を当てた分野です。

データに含まれる非構造化情報を、構造化された、機械が判読できるデータに変換し、分析と自動化に使用できるようにします。

Communications Mining vs. Task Mining と Process Mining

Communications Mining は、Process Mining や Task Mining と並んで「発見」の製品ですが、これらのツールはそれぞれ異なるポイントに焦点を当てています


特筆すべきは、UiPath Communications Mining は問題点を特定するだけでなく、よりインテリジェントな自動化を行えるようにすることで、多くの問題点を解決するのにも役立ちます。

UiPath の Communications Mining ソリューションとその機能

UiPath Communications Mining (旧 Re:infer) は、コミュニケーションの解釈を自動化し、企業があらゆるチャネルの大量のメッセージを迅速に理解して自動化できるよう支援します。

UiPath のソリューションは、機械学習 (ML)、自然言語処理 (NLP)、従業員主導の教師あり学習を組み合わせた、誰でも使用できる強力なノーコード ソリューションです。



E メールサポート チケット顧客フィードバックなどのチャネルを完全に可視化して、企業が顧客をより深く理解し、最も効果的な改善点を把握するのに役立ちます。

また、コミュニケーション データからインテリジェントに自動化実現できます。下流のオートメーションで必要な構造化データを生成して、人間が介入することなくリクエストへの対応を進めることができます。

顧客にとっての利点

UiPath の Communications Mining ソリューション



仕組み: 概要

プラットフォーム内のデータの流れを表す標準的なフローの全体像は次のとおりです。


docs image
  1. 構築済みコネクタでコミュニケーション データを履歴ストアに取り込み、独自の ML によるセグメンテーションとクリーニング エンジンでデータ クリーニングを行います。
  2. 独自のディープ ラーニングの文章モデルでセマンティックを抽出し、データ効率の高い学習を実現します。
  3. 独自の教師なし学習モデルで頻出する意図を特定したり、常に新しい意図を検索したりします。
  4. 独自のアクティブ ラーニング エンジンとインターフェイスで、オーダーメイドの教師ありモデルを効率的にトレーニングします。
  5. 統計情報をリアルタイムで集計し、意味ベースの情報管理と分析を行います。
  6. リアルタイムでのモデルの検証とモデルのライフサイクルの管理を行います。

仕組み: 詳細

接続


docs image

はじめに、お使いの非構造化通信データのチャネルに接続します。

チャネルの例として、共有メールの受信トレイ、ワークフロー チケット、アンケートの回答のコレクションなどがあります。

データをプラットフォームに取り込むには、次の方法を使用します。

  • Microsoft Exchange や Salesforce などのチャネル向けのすぐに使えるコネクタとリアルタイムで連携する
  • API 連携を構築する
  • CSV または API を使用して履歴データをアップロードする

発見

データがアップロードされると、プラットフォームは検出プロセスを自動的に開始します。

教師なし学習を使用して、類似のテーマや概念を共有するコミュニケーションのグループをクラスター化します。



これらのクラスターは、反復的なプロセス、リクエスト、問題、感情にリンクできます。モデルに適した構造を定義し、モデルのトレーニングの最初の段階をスピードアップするのに役立ちます。

これらのクラスターを確認し、関連する概念とデータ ポイントをキャプチャしたラベルとエンティティを適用すると、プラットフォームはデータの内容の全体像をすばやく構築し始めます。

トレーニング

次に、さまざまなトレーニング モードを使用して、モデルのトレーニング データを構築します。



ここでは、幅広いデータの中で、これらのラベルとエンティティが高い信頼性を持って識別されるようにプラットフォームを教育します。

これらのトレーニング モードは、トレーニング操作の効果を最大化し、トレーニングにかける時間を最小限に抑えるように設計されています。また、このプラットフォームはゼロコード インターフェイスを備えているため、対象の通信チャネルを使用するビジネス ユーザーなら誰でもモデルのトレーナーになれます。データ サイエンティストやエンジニアは必要ありません。

トレーニング操作を実行するたびに、プラットフォームでは継続的に再トレーニングが行われ、各概念とデータ ポイントの理解が深まり、予測がリアルタイムで更新されます。



小規模で代表性の高いトレーニング データ サンプルにラベルを付けることにより、プラットフォームは各ラベルとエンティティの理解をより規模の大きいデータに適用でき、データセット全体を自動的に解釈して予測を行うことができます。

予測

次のメールの例のように、すべてのコミュニケーションについて、構造化されたラベルとエンティティの予測が行われます。予測にはそれぞれ信頼度スコアが表示されます。


docs image

これらの予測は、プラットフォーム内で分析したり、API を経由して UiPath のロボットやその他のツールでの自動化や詳細な分析に使用したりできます。

検証

予測に基づいて意思決定を行ったりアクションを取ったりする前に、モデルのパフォーマンスについて知る必要があります。

プラットフォームの検証機能ではモデルのパフォーマンスが完全に可視化され、再トレーニングされるたびにモデルが自動的に検証されます。



重要なパフォーマンス要因はモデルの評価という形で分かりやすく集約されており、すべての観点でモデルが期待通りのパフォーマンスを発揮しているかどうかを簡単に確認できます。

また、このプラットフォームでは、モデルのトレーナーが必要に応じて改善を行えるように、推奨される次の操作が表示されます。

分析

モデルのパフォーマンスに満足したら、ビジネス上の会話から有益でアクショナブルなインサイトを非常に迅速に生成できます。



このプラットフォームでは、ラベルとエンティティのすべての予測 (主要なメタデータを含む) を集約して、クエリ可能な豊富なデータが提供されます。これにより、以前は見えていなかった業務プロセスとチャネルが可視化されます。

これにより、ユーザーは次の操作を実行できます。

  • 動的なカスタム ダッシュボードを作成して、重要なメトリックや顧客に提供されるサービス品質を把握する
  • 分析を実行して、業務プロセスやカスタマー エクスペリエンスの改善点を特定する
  • アラートを設定して、チャネルのパフォーマンスとリスク イベントを監視する

上記はほんの一例です。

自動化


分析に加えて、トレーニング済みのモデルをデプロイして、本番環境での自動化を実現できます。

UiPath Communications Mining で作成された構造化データを UiPath のロボットや下流のシステムで利用して、サービス プロセスや会話ベースのプロセスまで自動化の範囲を広げることができます。これにより、企業はトランザクション リクエストとワークフローを自動化できます。

メールのトリアージ、顧客情報の更新、サポート ケースの作成などのタスクを、UiPath 製品を使用してエンドツーエンドで自動化できます。

UiPath Communications Mining が企業に信頼される理由

Communications Mining は大手企業に信頼され、組織内のコミュニケーションの分析と自動化に活用されています。Communications Mining が信頼されるいくつかの理由は、以下のとおりです。

  • コード不要 - NLP を「民主化」してビジネス ユーザーでも使用できるようにします。このプラットフォームのゼロコード インターフェイスは、技術的能力に関係なく、すべての従業員が使用できるガイド付きユーザー エクスペリエンスを提供します。
  • 各種カスタマイズが可能 - ユーザーのビジネス ニーズに合わせて意図、テーマ、感情を正確に抽出するフル オーダー メイドのモデルを作成できます。
  • 精度 - 最小限のトレーニング データで精度の高いモデルをトレーニングできます。モデルのパフォーマンスを完全に可視化し、運用環境で予期しない結果が発生するのを回避できます。

    .

  • 迅速なトレーニング - 素早くトレーニングでき、素早く適応するモデルを使用することで、コストや労力を抑え、高い信頼性を実現できます。
  • ハイパー スケーラブル - 成功するためには小規模から始める必要がありますが、より大きなユース ケースのニーズに合わせて素早く拡張できるソリューションが必要です。UiPath のプラットフォームではそれが可能です。
  • リアルタイムの監視とアラート - 重要なメトリックをリアルタイムで追跡する、各種設定が可能なダッシュボード、メール アラート、およびレポートを使用して、プロアクティブで情報に基づいた意思決定を行うために必要なデータをすべて入手できます。
  • 安全性 - 最も必要なのは、データの安全性について信頼できるソリューションです。プラットフォームの権限管理機能と暗号化により、顧客データは保護され、安全性が保証されています。
  • 連携の容易性 - 主要な通信チャネル用のすぐに使える連携、使いやすい API、ワークフローと RPA 用のコネクタが用意されており、お使いの技術スタックに簡単に追加できます。

Communications Mining がユーザーにもたらす利点

UiPath のソリューションは、データ サイエンティストやエンジニアだけでなく、すべてのビジネス ユーザーが AI と NLP の恩恵を受けられるようにします。



Communications Mining がビジネスにもたらす利点

UiPath Communications Mining は、企業内の業務を完全に可視化し、ビジネスに対する理解を深めてビジネスをさらに強化できるようにします。

以下の点で役立ちます。



Was this page helpful?

サポートを受ける
RPA について学ぶ - オートメーション コース
UiPath コミュニティ フォーラム
UiPath ロゴ (白)
信頼とセキュリティ
© 2005-2024 UiPath. All rights reserved.