AI Builder カテゴリ分類を使用したビジネス上の問題の解決
AI Builder カテゴリ分類は、テキストを分析し、関連するさまざまな対象を特定して、自動化プロセスをサポートできるツールを組織に提供します。 この分類は、さまざまなシナリオで役立つことがあります。
最初のシナリオ: 顧客レビュー
あるレンタル コテージのオーナーは画像を投稿し、短期レンタルの宿泊者が複数のソーシャル メディア チャネルで利用できるよう提供しています。 短期レンタルの宿泊者がチェックアウトする際、コテージのオーナーは宿泊者からもレンタル コテージの Web サイトに写真やコメントの投稿をしてほしいとお願いしています。
コテージのオーナーは、自社 Web サイトのリンクを提供していても、多くの顧客がむしろ別のチャネルにレビューを残しているのに気が付きました。 評価を向上させたいと考えたオーナーは、顧客レビューの最大数に基づいて、自動プロセスを作成します。これは、最も閲覧数が多いソーシャル メディア サイトや旅行レビュー フォーラムをモニタリングして、レンタル物件に関連するすべての投稿をキャプチャするものです。
その後、コテージ オーナーはメッセージを分類します。 その分類では、誉め言葉だと思われるメッセージをオーナーがフィルター処理できます。 メッセージの確認後、オーナーはリファレンスを Web サイトに追加して、新規訪問者にポジティブなレビューが表示されるようにします。
2 つ目のシナリオ: フォーラムの管理
コミュニティ フォーラムのモデレーターは、成人向けのメッセージに対する苦情を受け取っています。 成人向けのメッセージ スレッドに移動すると警告通知を受け取るよう、成人向けメッセージを明確に分類する必要があります。
メッセージは、最初に投稿された後、検証キューに入れられます。 テキストを分類すると、フォーラムに公開された後で、いつメッセージに追加警告を含める必要があるかを決定するのに役立ちます。
3 番目のシナリオ: すべての視点から見た従業員フィードバック
現在の競争力のある市場では、従業員の満足度は、高い保持レベルを維持する主な影響力を持っています。 通信会社には、従業員、管理者、および顧客が、やりとりするさまざまなスタッフとの経験に関するフィードバックを匿名で提出できるようなプログラムを促進する計画があります。
この取り組みを担当する人事管理 (HR) 部門では、少数の小売拠点とローカル オフィスのみで賞賛ステーションをテストしました。 その結果、参加率を向上させるには、この取り組みを全国的に展開する前に、メッセージの自動処理が必要となるという結論になりました。
人事部門は、レビューをカテゴリ (問題、苦情、不良サービスなど) に分類して、対象の従業員に対してマイナスのレビューや事前監査レビューが直接転送され、スーパーバイザーが分析できるようなカテゴリに分類されます。
これで、AI Builder カテゴリ分類を使用してさまざまなシナリオを解決する方法がわかったと思いますので、カスタム モデルを作成して、それを Microsoft Power Automate で使用する方法について説明します。