L’éditeur de solutions de création de pipelines de données va s’appuyer sur le LLM de Snowflake pour l’analyse des tickets de support.
Cette intégration permet d'extraire efficacement des données de différents systèmes de support, les charger dans Snowflake et les transformer pour qu'elles soient prêtes à être utilisées par les grands modèles de langage (LLM). Pour réaliser ces opérations Rivery transfère les données brutes du système de tickets d'assistance vers Snowflake afin d'effectuer d'autres analyses sur les données textuelles. Le système de billetterie d'assistance présenté peut être Salesforce, Zendesk, Intercom ou tout autre système. Les tables de tickets de support qui contiennent des champs de texte libre tels que les commentaires et les réponses capturés dans les échanges de courriels peuvent être répliqués d'une source à Snowflake puis transformer les données dans Snowflake, ce qui peut facilement être orchestré via Rivery. L'historique complet des commentaires pour chaque ID est ensuite agrégé et concaténé à partir des tables pertinentes en un seul enregistrement au lieu d'avoir des enregistrements distincts pour chaque échange lié au même ticket d'assistance (ID de cas). Il en résulte un ensemble unifié de tous les commentaires faits sur un ticket spécifique, que Rivery peut utiliser pour exécuter les fonctions Cortex pour générer des informations. Pour chaque ticket, Rivery génère un résumé afin d'identifier si le problème a été résolu, quelle a été la résolution et si le sentiment du client était positif, neutre ou négatif.