Clienti e partner di Amazon Comprehend

Lavoriamo per combinare la tecnologie e le competenze per aiutare i nostri clienti a comprendere i dati del loro processo di produzione. Cercavamo un modo per elaborare i documenti di conformità su larga scala. Il nostro processo consiste nella lettura di immagini e documenti PDF con modulo, tabelle e testo libero, estraendone i dati che ci interessano. La tecnologia OCR di Amazon Textract ci ha consentito di estrarre testo dai documenti. Le API contestualizzate di elaborazione del linguaggio naturale di Amazon Comprehend estraggono dal testo le entità specifiche dell’azienda e i relativi valori. Il nostro flusso di lavoro prevede anche la partecipazione umana con Amazon Augmented AI (Amazon A2I), i nostri team controllano i dati estratti e forniscono un feedback ai modelli di ML, migliorandoli nel tempo. Questa combinazione efficiente di intervento umano e machine learning, insieme all’uso di AppSync e Amplify, ci ha fornito informazioni più precise sui rischi del processo di produzione, risparmiando ai clienti ore di lavoro manuale per la revisione dei documenti. Ora possono ricevere feedback immediati per sapere se la loro azienda ha rischi di conformità o meno.

Le implementazioni digitali di AWS e Amazon Business nell'organizzazione degli approvvigionamenti di ExxonMobil ne incrementano l'operatività su scala mondiale e preparano l'azienda a rivoluzioni inaspettate.  "Collaboriamo con Amazon ML Solutions Lab per elaborare un proof of concept volto a massimizzare l'utilizzo previsto dal contratto e ridurre ulteriormente i costi. Un approccio sfrutta Amazon SageMaker per migliorare l'identificazione delle voci del catalogo con maggiore corrispondenza ai testi immessi liberamente nel sistema di approvvigionamento elettronico di ExxonMobil, Smart by GEP. Se le descrizioni di una voce del catalogo non sono immediatamente disponibili, utilizziamo Amazon Comprehend per creare un modello di classificazione su misura per mappare le voci immesse liberamente agli accordi contrattuali stipulati con i fornitori.

FINRA riceve milioni di documenti con dati non strutturati per supportare i processi investigativi, di esame e di conformità. I nostri investigatori ed esaminatori hanno dovuto sfogliare i documenti pagina per pagina o eseguire ricerche molto mirate per trovare ciò di cui avevano bisogno. Con Amazon Comprehend possiamo estrarre rapidamente persone e organizzazioni, associare le entità estratte ai record di FINRA, evidenziare persone di interesse e rilevare analogie con altri documenti.

Forniamo ai professionisti del settore legale ricerche ed analisi approfondite per consentire loro di prendere decisioni consapevoli. Pertanto stiamo cercando modi migliori per ottenere informazioni dettagliate dai documenti legali. Grazie alla funzione di apprendimento automatico (ML) offerta da Amazon Comprehend, possiamo ora creare modelli di riconoscimento delle entità personalizzate accurati, senza le complessità associate all’apprendimento automatico. Le entità per noi più importanti, come il giudice o l'avvocato, possono essere identificate rapidamente da oltre 200 milioni di documenti, con una precisione superiore al 92%.

L'elaborazione umana e l'analisi dei precedenti sondaggi tra i dipendenti costano diversi euro per colloquio. Utilizzando Amazon Comprehend e altri servizi AWS, otteniamo traduzioni, elaborazione e analisi per meno di un euro per intervista.

L'utilizzo di Comprehend per presentare il problema di un cliente alla persona giusta ci offre davvero le migliori possibilità di fidelizzare quel cliente in futuro.

 

La nostra piattaforma Sparq collega i dati dei clienti più importanti provenienti da qualsiasi fonte, inclusi dati di transazioni, atteggiamenti, emozioni e intenti, per creare profili di clienti dinamici che forniscano a ogni team e sistema aziendale una visione unificata del cliente. La piattaforma, integrata con la capacità di analisi delle emozioni di Amazon Comprehend, è ora in grado di trasformare il feedback qualitativo dei clienti in informazioni fruibili, rilevando se il feedback è positivo, negativo o neutro con una precisione superiore al 90%.

Capire la percezione dei clienti su vari prodotti o servizi è fondamentale per comprendere lo stato di salute del business. Amazon Comprehend Targeted Sentiment permette ai nostri clienti non solo di capire la percezione di una conversazione, ma anche di approfondire aree specifiche del prodotto o del business su larga scala.

Siamo molto entusiasti della funzione Amazon Comprehend Targeted Sentiment perché migliorerà la nostra attuale segnalazione delle risposte ai sondaggi a risposta aperta su Gallup Access. Attualmente riportiamo le metriche relative alle percezioni complessive e con questa nuova funzione, saremo in grado di fornire una percezione più mirata all'interno di quelle risposte al sondaggio. Questo migliorerà la proposta di valore del nostro reporting generale e fornirà agli utenti dati più accurati e utilizzabili.

La nostra attività mira a offrire i migliori contenuti di marketing possibili per i marchi che si affidano a noi. Grazie ad Amazon Comprehend, possiamo migliorare in modo significativo la qualità e l'accuratezza delle funzionalità di analisi dei contenuti della nostra piattaforma, identificando i contenuti migliori per ottenere campagne di marketing di grande impatto. Amazon Comprehend ci consente di concentrare la nostra attenzione sul nostro prodotto principale, senza dover sprecare tempo con le attività generiche correlate alla creazione di modelli di machine learning.

La messaggistica mobile connette marchi e consumatori in modo diretto, personale e autentico. Presso Vibes, processiamo miliardi di messaggi mobili ogni giorni e ci sono profonde conoscenze latenti nel vasti numero di messaggi che processiamo. Amazon Comprehend ci consente di estrarre frasi chiave rapidamente, di rilevare sentimenti e di modellare argomenti da contenuti di messaggi non strutturati, fornendo agli esperti di marketing una comprensione più approfondita delle proprie prestazioni e idee pratiche per fornire al cliente esperienze gratificanti.