Desenvolvimento de um sistema de priorização assistido por Inteligência Artificial

Abstract

O projeto foi concebido com o intuito de priorizar os chamados de atendimento recebidos pela empresa Resultados Digitais de forma automática e escalável. A necessidade de priorização se deu por um contexto da empresa em que se era necessário entregar mais qualidade ao seu atendimento. Por meio de um estudo anterior ao projeto, percebeu-se que o processo atual de atendimento não entregava agilidade suficiente quando os clientes sofriam com problemas graves. A solução escolhida foi o uso de uma Inteligência Artificial para compreender o impacto do problema no cliente e, uma vez compreendido esse impacto, calcular a prioridade que o chamado deve ter por meio de uma Matriz de Prioridade. Dessa forma, todo o processo de priorização acontece de forma ágil, padronizada e sem nenhuma intervenção humana. Para viabilizar as escolhas feitas em torno da Matriz de Prioridade e da Inteligência Artificial, foi desenvolvido um sistema distribuído em 3 aplicações web: no Zendesk, são tratadas e armazenadas todas as informações do atendimento; no Zapier, é realizado todo o cálculo da Matriz de Prioridade; e, no Natural Language Classifier da Watson, é feita a interpretação textual utilizando Inteligência Artificial. Em cada módulo foram configuradas regras próprias para que o processo de priorização acontecesse corretamente. O planejamento dessa solução foi elaborado seguindo a arquitetura Model View Controller, garantindo que o sistema se mantivesse coeso frente a sua natureza distribuída. A estrutura é inteiramente conectada via API e todas as trocas de mensagem passam pelo Zapier, para que se tenha registro dessas informações e, também, para garantir que não haja falha na requisição.

This project was developed with the main purpose of being able to automatically prioritize incoming support tickets in Resultados Digitais. This need appeared in a context where one of the objectives of the company was to deliver a better support experience to the costumer. In a study made before the project, it got clear that the current support process wasn’t fast enough to client’s that were facing a severe issue. The approach used to solve this problem was to apply an Artificial Intelligence to understand the impact of the issue in the costumer, after that the impact is given to a Priority Matrix that calculates the issue priority. In this way, the whole prioritization process happens in an agile and standardized way, not needing any human intervention. To make the choices towards the Prioritization Matrix and Artificial Intelligence feasible, it was developed a system distributed in 3 different web application: all the information related with the support ticket is handled and stored in Zendesk; the logic behind the Prioritization Matrix is processed in Zapier; and, finally, the text analyses using AI algorithms is made in Watson Natural Language Classifier. Specific rules were created in each module with the intent to guarantee that the whole process execute without error. The solution was planned based in Model View Controller architecture, allowing the system to sustain a cohesive aspect even due it’s distributed nature. The infrastructure is entirely connected via API and all the messages are intermediated by Zapier, by doing so, logs messages are generated, and the requests are assured to not fail.