인공지능 기능을 사용하여 고객 리뷰 분석

중요하다

이 기능은 공개 프리뷰에 있습니다.

이 문서에서는 AI Functions를 사용하여 고객 검토를 검토하고 응답을 생성해야 하는지 확인하는 방법을 보여 줍니다. 이 예제에서 사용되는 AI 함수는 Databricks Foundation 모델 API에서 사용할 수 있는 생성 AI 모델을 통해 제공되는 기본 제공 Databricks SQL 함수입니다. Azure Databricks에서 AI Functions을 참조하세요.

이 예제에서는 AI Functions를 사용하여 reviews이라는 테스트 데이터 세트에서 다음을 수행합니다.

• 리뷰의 감성을 결정합니다.
• 부정적인 리뷰의 경우 원인을 분류하기 위해 검토에서 정보를 추출합니다.
• 고객에게 응답이 다시 필요한지 여부를 식별합니다.
• 고객을 만족시킬 수 있는 대체 제품을 언급하는 응답을 생성합니다.

요구 사항

• Foundation Model API 의 작업 공간은 토큰당 종량제를 지원하는 지역에 있습니다.
• 이러한 함수는 Azure Databricks SQL 클래식에서 사용할 수 없습니다.
• 미리 보기 중에 이러한 함수는 성능에 제한이 있습니다. 사용 사례에 대해 더 높은 할당량이 필요한 경우 Databricks 계정 팀에 문의하세요.

리뷰 감정 분석

ai_analyze_sentiment() 함수는 고객 리뷰를 통해 그들의 감정을 파악하는 데 도움을 줄 수 있습니다. 다음 예제에서 감정은 긍정, 부정, 중립 또는 혼합일 수 있습니다.

SELECT
  review,
  ai_analyze_sentiment(review) AS sentiment
FROM
  product_reviews;

다음 결과에서 함수는 프롬프트 엔지니어링 또는 구문 분석 결과 없이 각 검토에 대한 감정을 반환합니다.

리뷰 분류

이 예제에서는 부정적인 리뷰를 식별한 후 ai_classify() 사용하여 부정적인 검토가 물류, 제품 품질 또는 기타 요인으로 인한 것인지 여부와 같은 고객 리뷰에 대한 더 많은 인사이트를 얻을 수 있습니다.

SELECT
  review,
  ai_classify(
    review,
    ARRAY(
      "Arrives too late",
      "Wrong size",
      "Wrong color",
      "Dislike the style"
    )
  ) AS reason
FROM
  product_reviews
WHERE
  ai_analyze_sentiment(review) = "negative"

이 경우 ai_classify() 사용자 지정 레이블에 따라 부정적인 검토를 올바르게 분류하여 추가 분석을 수행할 수 있습니다.

결과

리뷰에서 정보 추출

고객이 부정적인 리뷰를 받은 이유에 따라 제품 설명을 개선할 수 있습니다. ai_extract()사용하여 텍스트 덩어리에서 키 정보를 찾을 수 있습니다. 다음 예제에서는 정보를 추출하고 부정적인 리뷰가 제품의 사이즈 문제에 기반한 것인지 분류합니다.

SELECT
  review,
  ai_extract(review, array("usual size")) AS usual_size,
  ai_classify(review, array("Size is wrong", "Size is right")) AS fit
FROM
  product_reviews

다음은 결과의 샘플입니다.

"Generate 응답에는 권장 사항이 포함되어 있습니다"

고객 응답을 검토한 후 ai_gen() 기능을 사용하여 불만 사항에 따라 고객에게 응답을 generate 피드백에 대한 신속한 회신을 통해 고객과의 관계를 강화할 수 있습니다.

SELECT
  review,
  ai_gen(
    "Generate a reply in 60 words to address the customer's review.
    Mention their opinions are valued and a 30% discount coupon code has been sent to their email.
    Customer's review: " || review
  ) AS reply
FROM
  product_reviews
WHERE
  ai_analyze_sentiment(review) = "negative"

다음은 결과의 샘플입니다.

ai_gen_results 함수

추가 리소스

• Azure Databricks AI Functions
• Databricks 기반 모델 API