Amazon Comprehend のお客様とパートナー

当社は技術とビジネス領域のノウハウを組み合わせるよう努力しており、お客様がサプライチェーンにあるコンプライアンス上のリスクを理解するのを手助けしています。膨大なコンプライアンス文書を処理する方法が必要でした。フォーム、表組、自由な形式のテキストを含む画像や PDF 文書を読み込み、これらの文書から役立つデータを抽出する処理です。Amazon Textract の OCR 技術により、文書からテキストを抽出できました。Amazon Comprehend のコンテキスト対応 NLP API が、ビジネスに特有のエンティティとその意味を、テキストから抜き出しました。また、Amazon Augmented AI (Amazon A2I) を使ってワークフローに人間を組み込み、抽出されたデータを私たちのチームがレビューして、ML モデルにフィードバックすることで、経時的に品質を向上させました。このように、AppSync と Amplify に人間と機械学習を効果的に織り交ぜることで、お客様のサプライチェーンリスクをより正確に見抜くことができ、人力による文書レビューにかかる数百時間を省くことができました。今では、企業がコンプライアンスリスクを抱えているかどうか、即座にフィードバックできます。

ExxonMobil の調達組織への AWS と Amazon Business によるデジタル実装は、グローバルオペレーションを強化し、予期しない混乱に備えています。  「Amazon ML Solutions Lab と協力して、契約の利用率を最大化し、コストをさらに削減することを目的とした概念実証を開発しました。1 つのアプローチは、Amazon SageMaker を活用して、 ExxonMobil の eProcurement システムである Smart by GEP のフリーテキスト入力から最も一致するカタログアイテムを識別できるように改善します。カタログアイテムの説明がすぐに利用できない場合は、Amazon Comprehend を使用して特注の分類モデルを作成し、フリーテキスト入力をサプライヤー契約にマッピングします。

FINRA は、調査や検査、コンプライアンスのプロセスを支援するため、非構造化データを含む数百万におよぶドキュメントを受け取ります。弊社の調査官や審査官は、ページごとに手作業でドキュメントを調べたり、必要なものを見つけるのにターゲットを小さく絞り込んだ検索を実行しなければなりませんでした。Amazon Comprehend のおかげで、個人や組織が素早く抽出できます。抽出したエンティティは FINRA のレコードと照合され、対象とすべき個人を特定しながら、他のドキュメントとの類似性を検出することもできるようになりました。

当社の法律専門家は、深い理解に基づく調査と分析を実施し、その情報をもとに意思決定を行っています。したがって、法関連のドキュメントからインサイトを得るためのより良い方法を、常に求めています。Amazon Comprehend の自動機械学習 (ML) のおかげで、ML の複雑さに頭を抱えることなく、正確なカスタムエンティティ認識モデルを構築することができます。最も重要視すべきエンティティは、裁判官や弁護士などですが、これらのエンティティを、2 億件を超えるドキュメントから 92％ を上回る精度で迅速に識別することが可能です。

過去の従業員調査の処理と分析を人手で行うには、1回の面接で数ユーロの費用がかかります。Amazon Comprehend やその他の AWS サービスを利用することで、1 回のインタビューで 1 ユーロ未満で翻訳、処理、分析を行うことができます。

Comprehend を使って顧客の問題を適切な担当者に伝えることで、今後もその顧客を維持できる可能性が最も高くなります。

 

Vision Critical の Sparq プラットフォームでは、あらゆるソース (商取引、態度、感情、意図といったデータ) から提供される非常に重要な顧客データを組み合わせ、動的な顧客プロフィールを構築できます。これによって、各チームとビジネスシステムでは顧客に関する統一された見解を参照できます。このプラットフォームに Amazon Comprehend の感情分析機能を統合することによって、定性的な顧客フィードバックを実行可能なインサイトへと変換できるようになりました。この機能により、顧客からのフィードバックが肯定的であるか、否定的か、またはその中間であるかを、90% 以上の精度で判断しています。

さまざまな製品やサービスにおける顧客のセンチメントを理解することは、ビジネスのヘルスを把握する上で重要です。Amazon Comprehend Targeted Sentiment によって、お客様は会話のセンチメントを理解するだけでなく、製品やビジネスの特定の領域を大規模に掘り下げることができます。

Amazon Comprehend Targeted Sentiment は、Gallup Access の既存の自由形式アンケートの回答レポートを強化するものであり、私たちはこの機能に非常に期待しています。私たちは現在、センチメントに関連する全体的なメトリクスを報告していますが、この新機能により、アンケートの回答の中でより的を絞ったセンチメントを提供することができるようになるのです。これにより、私たちのレポート全体の価値提案が強化され、ユーザーにより正確で実用的なデータを提供することができるようになります。

当社のビジネスでは、弊社をご利用いただいているブランドにとって可能な限り最高のマーケティングコンテンツを提供することに、重点を置いています。Amazon Comprehend を使用することで、弊社のプラットフォームでは、コンテンツ分析機能の品質と精度を大幅に向上できました。この分析結果により、マーケティングキャンペーンの影響力を最大にするのに適したコンテンツを特定しています。Amazon Comprehend のおかげで、独自の機械学習モデルを構築する際の荷の重い作業を気にすることなく、弊社の中核的製品に集中できます。

モバイルメッセージングはブランドと消費者を、信頼性が高く、パーソナライズされた形で、ダイレクトに結び付けます。Vibes では月間数十億件規模のモバイルメッセージを処理しています。その膨大な数のメッセージには奥深いインサイトが眠っています。Amazon Comprehend により、キーフレーズの抽出や、センチメントの検出が高速化できます。また、非構造化メッセージからなるコンテンツからのトピックも、すばやくモデリングできます。これらの情報により、マーケターは自分たちのパフォーマンスをより深く理解し、実用的なインサイトを得ることで、その結果を顧客体験の形でユーザーに返すことができます。