Unternehmen verfügen oft über eine große Menge an Freitextinhalten und Dokumenten, die wertvolle Erkenntnisse enthalten, aber aufgrund des schieren Umfangs und der Komplexität ungenutzt bleiben. Unser Kunde aus dem pharmazeutischen Healthcare-Sektor sammelte beispielsweise Kundendaten in seinem CRM-System, darunter Freitext-Feedback von Kunden und Vertriebsmitarbeitern. Die Analyse dieser Daten und ihre Einbeziehung in strategische Bewertungen und Entscheidungen stellten jedoch häufig eine Herausforderung dar.
Das von uns entwickelte System löst diese Herausforderung durch den Einsatz von Large Language-Modellen (LLMs), die Freitextinhalte in vordefinierte Inhaltsklassen klassifizieren. Dank der Automatisierung dieses Veredlungsprozesses können unstrukturierte Informationen nun effizient in strukturierte Daten umgewandelt werden. Die abgeleiteten Tags dienen als Eingaben für Customer Journey Tools, bieten wertvolle Einblicke und erleichtern die Entscheidungsfindung für Vertriebsstrategien. Kurz gesagt: Unser System macht Freitextdaten analysierbar.
Vorteile des Tools:
• Effiziente Prozessautomatisierung und verbesserte Datenstrukturierung: Schnelle Klassifizierung und Umwandlung unstrukturierter Informationen in strukturierte Daten.
• Erhöhte Such- und Gruppierungsfähigkeiten: Bessere Organisation und leichterer Zugriff auf Informationen.
• Wertvolle Geschäftseinblicke: Ermöglicht tiefere Datenanalysen und fundiertere Entscheidungen.
Unsere Lösung basiert auf Azure OpenAI, GPT-Modellen, LangChain und Python und wird in Palantir Foundry operationalisiert. Sie ist performanter als frühere Lösungen auf Basis von NLP-Transformermodellen.
