| Anotācija |
Atslēgvārdi: Klientu attiecību pārvaldība, Mākslīgais intelekts, Noskaņojuma analīze, Low-Code-No-Code platforma, Chatbot
Šis bakalaura projekts attēlos adaptīvā daudzkanālu CRM tērzēšanas robota izstrādi, izstrādi un testēšanu n8n automatizācijas sistēmā. Tradicionālo CRM tērzēšanas robotu parastā prakse ir uz noteikumiem balstīts tērzēšanas robots, kas darbojas ar neelastīgiem lēmumu kokiem un viena kanāla integrācijām un kam trūkst bagātīgas kontekstuālās izpratnes. Šie ierobežojumi izraisa vispārēju atbildi, pilnīgas lietotāja pieredzes trūkumu un lielāku klientu neapmierinātību, it īpaši, ja lietotāju vaicājumi nav noteikti. Lai pārvarētu šīs problēmas, disertācijā tiek izveidots vieds CRM tērzēšanas robotu cauruļvads, kas ietver NLP, neapmierinātību un RAG ar vektoru datu bāzi kā ilgtermiņa kontekstuālo atmiņu. Sistēma ir izstrādāta n8n un izvietota dažādos kanālos kā daudzkanālu CRM asistenta prototips. Pētījumam ir sistemātiska pieeja: esošo tērzēšanas robotu sistēmu un CRM orientēto tērzēšanas sistēmu pārskatīšana, pielāgojamas tērzēšanas robotu sistēmas arhitektūra uz n8n, uz noteikumiem balstīta un mākslīgā intelekta darbplūsma, kas balstīta uz vektoru atmiņu un noskaņojuma jutīgu loģiku, un sistēmas veiktspējas eksperimentāla testēšana nelielā marķētā datu kopā, kas sastāv no 50 CRM tipa lietotāju ziņojumiem un scenārijiem balstītiem testiem. Tests tiek veikts, lai izmērītu reakcijas laiku, atbildes pareizību, rezerves uzvedību, kontekstuālās nepārtrauktības saglabāšanu un neapmierinātības apstrādi starp noteikumu bāzes līniju un mākslīgā intelekta virzītu darbplūsmu. Tās secinājumi liecina, ka zema koda automatizācijas platforma, piemēram, n8n, spēj atbalstīt progresīvas uz AI balstītas darbplūsmas un var nodrošināt saprātīgu latentumu zemām vai vidējām CRM darba slodzēm, kompromisā ar augstākas kvalitātes atbildēm un labāku atbildi uz sūdzībām nekā pamata uz noteikumiem balstīta kontroles grupa. Galvenie darba rezultāti ietver: adaptīvo CRM tērzēšanas robotu atkārtoti izmantojama atsauces arhitektūra, kas izveidota, izmantojot zema koda platformu; salīdzinošs pētījums par noteikumiem un mākslīgā intelekta virzītām darbplūsmām n8n un empīrisks novērtējums par RAG balstītu atmiņu, uz noskaņojumu balstītu neapmierinātības atklāšanu un eskalācijas noteikumiem daudzkanālu CRM vidē.
Diplomdarbs sastāv no 69 lappusēm, 14 attēliem, 3 tabulām un 56 atsaucēm. |
