AI GENERATIVA
AI Generativa per l’analisi automatica del sentiment
ALTEN Italia ha aiutato due importanti clienti – una banca internazionale di primo piano e un’azienda specializzata nella cura degli animali – a implementare una soluzione basata sull’AI per semplificare l’acquisizione dei dati, categorizzare automaticamente il feedback e generare insight quantitativi e qualitativi per migliorare la comprensione dei clienti e supportare il processo decisionale strategico.
L’analisi del sentiment – il processo di esaminare un testo per determinare se il tono emotivo del messaggio è positivo, negativo o neutro – è fondamentale per le aziende che vogliono rimanere al vertice del loro settore. Le applicazioni mobili offrono una grande quantità di informazioni riguardo alle abitudini, preferenze e necessità dei clienti. Tuttavia, elaborare grandi volumi di dati testuali – provenienti da email, chat di assistenza clienti, social media e recensioni – può essere un compito arduo e che richiede molto tempo.
Sfida: Migliorare l’analisi del sentiment per due aziende leader, al fine di fornire insight più rapidi e accurati.
Soluzione: Analisi completa del sentiment basata sulla raccolta automatizzata dei dati, sfruttando chatbot alimentati da AI capacità multilingue e visualizzazione dei dati.
Vantaggi:
- Generazione automatica dei dati
- Risparmio di tempo
- Maggiore efficienza e accuratezza
- Monitoraggio quotidiano per insight in tempo reale
- Miglioramento della gestione della reputazione online
- Esperienza cliente potenziata
- Decisioni basate sui dati
- Insight azionabili per un miglioramento continuo del business
Un tool dinamico
ALTEN ha deciso di utilizzare l’AI generativa per automatizzare il processo di analisi del sentiment per due clienti leader. Sebbene i due clienti offrissero servizi molto diversi tra loro, le loro esigenze erano simili a quelle di quasi tutte le aziende attuali: raccogliere e analizzare il feedback degli utenti proveniente da varie piattaforme digitali, come gli store di app e i social media, per rispondere meglio alle loro necessità e preferenze. Tuttavia, i metodi tradizionali di raccolta dei dati e di estrazione degli insight sono lenti e mancano della scalabilità necessaria per un monitoraggio in tempo reale e un’analisi del sentiment azionabile. Automatizzando l’acquisizione delle recensioni dalle app mobili e utilizzando la visualizzazione dei dati per catturarle, l’analisi avanzata del sentiment può offrire risultati utilizzabili in modo dinamico e interattivo.
Soluzioni personalizzate…
Il team di ALTEN ha iniziato trasformando la base di conoscenza del cliente bancario in un documento testuale e caricandolo su un database vettoriale, utilizzando Microsoft Azure. Sono poi stati implementati chatbot con interazione di linguaggio naturale per permettere agli utenti di interagire con il sistema tramite conversazioni normali. Gli utenti potevano quindi rivedere le risposte accedendo alla base di conoscenza utilizzata dai chatbot.
Per l’altro cliente di ALTEN, l’obiettivo era automatizzare la raccolta delle recensioni provenienti dalle piattaforme social come Facebook, Instagram e TrustPilot, rendendo queste informazioni utilizzabili in modo dinamico e interattivo attraverso la visualizzazione dei dati. Il team di ALTEN ha iniziato raccogliendo i commenti degli utenti dalle piattaforme social tramite web scraping. I dati sono stati poi elaborati, classificati e ordinati utilizzando l’AI generativa, in particolare il servizio OpenAI di Azure. La rappresentazione grafica dell’analisi del sentiment è stata realizzata sulla piattaforma Microsoft Power BI.
…per insight più efficaci
Per tutti e due i clienti, i processi di raccolta e analisi dei dati sono stati completamente automatizzati, con significativi miglioramenti in termini di precisione e completezza. Una volta raccolti, i dati vengono automaticamente classificati per generare indicatori chiave di performance (KPI) sia quantitativi che qualitativi, nonché importanti insight per un processo decisionale informato. La funzione multilingue integrata garantisce che il sistema sia ampiamente accessibile.
In entrambi i casi il sistema è stato in grado di aiutare il cliente ad analizzare il feedback degli utenti in modo efficiente ed estrarre insight per ottenere il massimo impatto.