Foxintelligence, Teil von NielsenIQFoxintelligence, ein Unternehmen von NielsenIQ, bietet datenschutzfreundliche Markt- und Insights , um globale Marken und Einzelhändler bei der Verbesserung ihrer digitalen Leistung zu unterstützen. Das Unternehmen ist darauf spezialisiert, unstrukturierte Verbraucherdaten in wertvolle, umsetzbare Informationen zu verwandeln.
Herausforderung
Foxintelligence verließ sich bei der Verarbeitung und Extraktion von Insights aus unstrukturierten Kundendaten, z. B. aus der E-Mail-Kommunikation, weitgehend auf manuelle Prozesse. Dieser Ansatz war zeitaufwändig, ressourcenintensiv und schränkte die Fähigkeit des Unternehmens ein, den Betrieb zu skalieren, ohne zusätzliches Personal einzustellen.
Um wettbewerbsfähig zu bleiben, benötigte Foxintelligence eine Lösung, die die Extraktion von E-Mail-Daten automatisieren, die Verarbeitungsgenauigkeit verbessern und das wachsende Datenvolumen unter Einhaltung strenger Datenschutz- und Sicherheitsstandards bewältigen konnte. Das Ziel war es, das Team zu entlasten, damit es sich auf höherwertige, strategische Aufgaben konzentrieren konnte, anstatt sich wiederholende Daten zu verarbeiten.
Lösung
Eine Proof-of-Concept-Lösung für große Sprachmodelle (LLM) wurde mit AWS-Diensten entwickelt, um die Verarbeitung unstrukturierter Daten zu automatisieren und zu skalieren. Amazon S3 wurde verwendet, um Kunden-E-Mails sicher zu erfassen und zu speichern, während Amazon Kendra eine intelligente Suche und den Abruf der relevantesten Dokumente ermöglichte. Amazon Bedrock hostete Claude V2, das kontextbezogene Schlussfolgerungen und eine genaue Extraktion von Schlüsselinformationen ermöglichte.
Das System verwendete eine vollständig serverlose Architektur mit AWS Lambda und Amazon API Gateway für die Backend-Verarbeitung, um Skalierbarkeit und Kosteneffizienz zu gewährleisten. Eine sichere, auf Eingabeaufforderungen basierende Benutzeroberfläche ermöglichte es dem Team von Foxintelligence, auf einfache Weise mit dem Modell zu interagieren, Insights abzurufen und Abfragen anzupassen - was die Arbeitsabläufe rationalisierte und die Produktivität drastisch erhöhte.
Genutzte Dienste
- Amazon Bedrock
- Amazonas Kendra
- AWS Lambda
- Amazon API-Gateway
Die Ergebnisse
- Automatisierte Verarbeitung von unstrukturierten Kunden-E-Mail-Daten
- Skalierbare Lösung, die 6.000 manuelle Parser ersetzen kann
- Verbesserte Genauigkeit der extrahierten Daten durch LLMs
- Höhere Produktivität und geringere Abhängigkeit von manueller Arbeit
- Flexible, serverlose Architektur für kosteneffiziente Skalierung
