Che cosa è Alethes?

Vogliamo rendere più accessibili e interoperabili, quindi valorizzare tutti i contenuti disponibili nella rete e nelle aziende. Qualcuno lo definisce Web 2.0, Web 3.0, web semantico, text analytics o content access. Noi lo chiamiamo Alethes.

Aree applicative

La gestione delle email dei clienti.
Il supporto attivo alla ricerca dei contenuti
L'analisi, la raccolta e la strutturazione delle informazioni provenienti dal Web.
L'automazione dei processi di gestione dei contenuti aziendali.

Hot spot: OpenAlethes

L'iniziativa OpenAlethes nasce per abilitare la diffusione di applicazioni "semantiche" in Italia, attraverso un WEB SERVICE per la generazione automatica di metadati. Utilizzando questo servizio potrete così creare  velocemente   nuove applicazioni. OpenAlethes web service automaticamente "incolla" metadati semantici ai vostri contenuti. Applicando l'analisi del linguaggio, machine learning e altri metodi , OpenAlethes categorizza e collega i vostri documenti con entità (persone, luoghi, organizzazioni, etc.) . continua  








 
 Approfondimenti

Information Overflow
In sintesi: maggiore è la quantità di contenuto testuale disponibile, minore è il suo grado di fruibilità e usabilità. Perchè?
Ricerca, analisi, strutturazione e selezione dei contenuti testuali sono operazioni per le quali quotidianamente, ognuno di noi, dedica una parte consistente del proprio tempo lavorativo, incidendo in maniera sostanziale, su costi ed efficienza dei processi produttivi. Il tutto senza considerare l’inevitabile perdita di informazione derivante dall’impossibilità di esaminare, in modo dettagliato e tempestivo, l’insieme dei contenuti disponibili nella rete aziendale e nel web.

Come adeguare la tecnologia
Delegare all’informatica l’analisi e la comprensione di contenuti non strutturati

Attualmente, le fasi di interpretazione e analisi di un testo, sono delegate alle persone che, oltre ad essere una risorsa costosa e non scalabile, incidono profondamente, attraverso la propria soggettività, sui processi di classificazione e strutturazione dell’informazione ritenuta utile. Risulta pertanto necessario disporre di una tecnologia che, possa entrare nel merito e comprendere in maniera automatica il testo a vari livelli delegando l’insieme delle operazioni tipicamente “human intensive” manuali, costose e inevitabilmente imprecise, quando condotte su grandi volumi.

Benefici
Abbattimento dei costi connessi alla gestione dei contenuti
Strutturazione massiva e ripetitiva di contenuti per potenziare la loro usabilità e fruibilità
Omogeneità nei criteri di analisi e interpretazione
Creazione di nuova informazione a supporto dei processi decisionali e operativi

Metodologia
Per risolvere numerosi problemi applicativi, correlati al trattamento automatico dei contenti testuali, e ottenere un valido supporto nei confronti dei processi di business, è possibile usufruire del Natural Language Processing (NLP). Una branca di intelligenza artificiale in grado di operare attraverso l’applicazione di varie tecniche e metodologie che, se opportunamente integrate tra loro, creano una nuova classe di prodotti e servizi definita, in ambito informatico, con il nome di Text Analytics.

Gli strumenti di Text Analytics

Sono in grado di sottoporre un testo ad una serie di analisi e interpretazioni.
Attraverso l’ausilio del TEXT ANALYTICS è possibile:

classificare automaticamente un documento in base a argomenti predefiniti
creare una sintesi
individuare con precisione le entità citate, (es. luoghi, persone, organizzazioni, riferimenti normativi ecc...)
raggruppare documenti attinenti a concetti analoghi
estrarre la terminologia (keyword) specifica di un dominio
estrapolare e strutturare informazioni rilevanti (es. la data di scadenza di un contratto, l’importo di una gara di appalto
riconoscere “fatti” riportati nell’ambito del testo.

 Le applicazioni

L’evoluzione del motore di ricerca

Dal lancio di BookShelf da parte di Microsoft, sono passati circa venti anni. Proposto come software in grado di abilitare la ricerca “full text”, su archivi costituiti da documenti testuali, è considerato il progenitore degli odierni motori di ricerca. Da allora, progressivamente la quantità dei contenuti “digitali” è notevolmente incrementata, attraverso la diffusione dell’informatica, della telematica e delle sue innumerevoli applicazioni, tra le quali la più rivoluzionaria chiamata internet. Immersi letteralmente in un mondo sconfinato di informazioni, percepiamo che, solo riuscendo a disporne a pieno e in maniera consapevole, siamo in grado di incidere in modo sostanziale sui processi produttivi dell’azienda. Chiave di accesso nei confronti del sapere è il motore di ricerca, strumento indispensabile in grado di attuare il raccordo tra gli individui, i processi di business e la conoscenza esplicita in forma digitale dell’azienda. Il motore di ricerca si configura quindi, come anello di congiunzione in grado di abilitare la fruizione della conoscenza, esplicitata sotto forma di documenti, pagine web, immagini e video.  Lo scenario attuale è vario. La tecnologia si è spinta molto avanti rispetto a tutto ciò che, ruota intorno alla semplice funzione di ricerca e le software house di settore che, nel corso degli anni’90, hanno realizzato utili ingenti, si trovano a dover competere con prodotti di tipo Open Source (Lucene by Apache Software Founfation) estremamente competitivi e disponibili gratuitamente.

Una tecnologia ideata più di un ventennio fa, è ancora in grado di gestire in maniera efficiente l’umana conoscenza? Certamente sì, se integrata da prodotti software di nuova concezione che, propongono strategie efficaci per ridurre in modo sostanziale il fenomeno dell’information overflow. Il motore di ricerca, a seconda del tipo di applicazione che utilizzerà, sarà in grado sia di “indicizzare in modo intelligente” le informazioni ma, anche di effettuare il “clustering concettuale”. Nel caso di indicizzazione intelligente, il motore in modo sofisticato e preciso (non limitandosi quindi alla sola suddivisione del testo in parole) e utilizzando tecniche di Natural Language Processing, scompone un testo, evidenziandone elementi molto più complessi della singola parola.  In pratica, procede al riconoscimento di frasi nominali, entità come nomi di persone, aziende, organizzazioni, indirizzi,cariche ecc... Ad esempio, nella frase “il Presidente della Repubblica pronuncia il discorso...”, l’entità “Presidente della Repubblica”, non solo viene individuata ma, anche etichettata per categoria quale “carica istituzionale”. Un tale approccio consente quindi di eseguire query molto efficaci e mirate. 
Attraverso il clustering concettuale invece, i documenti ottenuti al termine di una ricerca, possono essere automaticamente classificati e organizzati per concetti tra loro correlati, consentendo una fruizione degli stessi molto più selettiva e mirata. Il clustering rappresenta un vero e proprio supporto attivo per scoprire nuova conoscenza. Prevede infatti l’individuazione di concetti e di correlazioni logiche e specifiche connesse al singolo tema.

Valorizzare la voce del cliente
Molte aziende, anche di dimensioni rilevanti, affrontano la gestione del canale e-mail utilizzando infrastrutture tecnologiche non avanzate che, si basano su tradizionali client di posta elettronica simili a quelli necessari per consultare la propria posta personale. Il sistema risulta pertanto, inadeguato e di tipo “artigianale” per cui, non adatto a supportare in modo efficace la relazione complessa tra cliente e fornitore. Inevitabilmente, si origina un effetto boomerang. Ai tipici problemi connessi alla gestione di un servizio di contact center, come la qualità del servizio, l’omogeneità delle risposte, la gestione dei picchi ecc..., si somma anche il fenomeno di “message overflow”. Il canale e-mail, come quello voce, è fortemente “human intensive”ovvero, poco scalabile e costoso. Da non sottovalutare comunque che, la variabile critica “scalabilità” incide in maniera sostanzialmente diversa nei confronti di entrambi i sistemi. Nel caso del canale e-mail, il dialogo essendo ASINCRONO, se la risposta giunge differita rispetto al momento in cui la domanda è posta, non produce nessun tipo di limitazione o barriera di accesso al servizio. Nel caso invece, del call center telefonico, il dialogo essendo SINCRONICO, l’accesso al servizio risulta essere circoscritto al numero di linee disponibili e di operatori attivi. In questo caso la coda di attesa potrà presentarsi lunga ma, non infinita. “Culturalmente” abituati a trovare una linea telefonica occupata, oppure ad attendere il primo operatore disponibile, rimaniamo certamente perplessi di fronte al rifiuto, da parte del sistema, ad inoltrare una e-mail attraverso la segnalzione di un messaggio del tipo “rispedire più tardi”. Situazione certamente eclatante e non in linea rispetto al principio della customer satisfaction. In ogni caso. il carattere di asincronicità, tipico del canale e-mail lo propone come maggiormente efficiente rispetto a quello voce. Per cui, piuttosto che far attendere per un lasso di tempo non facilmente quantificabile una risposta da parte dell’operatore all’utente, è auspicabile, come modalità di comunicazione, incentivare l’interscambio veloce e immediato di e-mail.
Escludendo l’ipotesi di “inibire” l’utilizzo del canale e-mail, quale alternativa è possibile attuare per non ritrovarsi con il server di posta aziendale intasato da migliaia di messaggi di clienti furibondi che si lamentano della scarsa qualità del servizio di customer?
Semplice! Con appositi strumenti e un’appropriata strategia.

ERMS: la nuova tipologia applicativa
[E-mail Response Management System]
Nata appositamente, per gestire e supportare in modo efficace l’operatività del contatto e-mail in un contesto di customer care, l’applicazione ERMS è in grado di automatizzare le attività ripetitive e human intensive, supportare “attivamente” l’operatore e valorizzare la conoscenza nascosta dei messaggi inviati dai clienti. Attraverso il suo impiego è possibile: ridurre i costi di gestione, incrementare in maniera sostanziale la scalabilità del servizio e originare informazioni vitali per la business intelligence, idonee per supportare il marketing. La tecnologia ERMS, è in grado di intervenire anche in merito alla classificazione delle e-mail in base agli argomenti di business citati, individuando quelli coerenti con il tipo di organizzazione aziendale. Inoltre, può attuare il routing delle e-mail verso l’operatore/divisione aziendale/ufficio competente, fornire risposte a semplici quesiti, anche di tipo ripetitivo, estrarre automaticamente dal messaggio informazioni rilevanti (es. nomi di prodotti, nomi di luoghi, clienti, altre entità business), suggerire risposte pertinenti all’operatore attingendo sia, direttamente alle knowledge base aziendali ma, anche ripescando informazioni da richieste precedentemente evase. Fortemente condizionata dal tipo di idioma impiegato, la tecnologia ERMS viene principalmente utilizzata in presenza di motori linguistici specifici e contact center correlati.





.