企業不時要做市場調查，了解消費者最新趨勢。不過調查時間愈來愈短， Votee 迎合市場需要，用上人工智能技術做實時問卷分析，能將幾星期的調查工作，在兩星期內完成。 Votee 行政總裁丁柏生稱，從消費者的數據幫助企業作出決定。這公司背後的方案架構，採用 AWS 的技術，如數據湖泊、人工智能服務等，提供實時分析結果。
丁柏生稱， Votee 是立足本地面向亞太區的創業公司，現時在香港、印尼、菲律賓及新加坡等地，累積逾 220 萬條消費者回應。除了設應用程式與用戶作市場調查，還支援即時通訊平台、社交媒體聆聽 (Social Listening) 收集訊息。
5 日完成市場調查
Votee 合作夥伴主管邱子倫稱， Votee 程式現有約 3 萬用戶，企業可快速完成市場調查。例如曾有護膚品公司推出新企劃，由設計問卷、 500 人的回應，到完成調查獲得結果，僅用 5 日。一般情況亦僅約 10 日可完成，能夠做到緊貼市場的研究調查。
背後分析技術的基建，由 AWS 服務支援。 Votee 技術總監陳豪傑稱，無論 Votee 程式所收集的問卷，或即時通訊平台、社交媒體聆聽的數據，全數加載至數據湖泊作分析。
AI 服務分析情感語義
由即時通訊平台、社交媒體聆聽所收集的數據，甚至支援語音留言，用上自然語言處理服務 Amazon Comprehend 先將語音變成文字，再做情感、模糊表達的語義分析。陳豪傑表示，這服務提供基本的語言處理，只需在此之上建立專用的分析模型，便能快速可用。以香港市場為例，可用於分析中英夾雜的調查留言。
又利用 SageMaker Studio 自動化管理機械學習模型，既做開發測試，又直接套用至實際環境。這服務又提供可解釋 AI 功能，可符合法規要求較高銀行業，解釋 AI 執行結果。陳豪傑說，當去銀行客戶介紹 Votee 的產品時，獲 AWS 支援解答法規相關的問題，能順利獲得訂單。
自動化處理客戶意見
Votee 的 AI 方案分析結果，甚至可為企業作自動化處理。例如客人在餐廳用饍後的問卷回應， AI 自動分類，如屬投訴內容，可即時交由分店經理跟進。銀行客戶在使用程式時提出疑問或意見，收到後系統自動分類，直接交到相關的部門去處理。
為給企業客戶提供儀表板，監察調查結果和變化， Votee 用 QuickSight 提供視覺化服務。陳豪傑稱，這服務可將視覺化數據直接嵌入自訂的用戶介面，有如白標籤用 AWS 技術建 Votee 的品牌。
Votee 現時服務擴展至 8 個地區，均在 AWS 提供服務的地域，節省 67% 營運成本，也提升 10 倍營運效率。
AWS 香港金融服務業及合作夥伴方案架構主管余廸遜補充，商業環境趨向複雜，企業不能再單憑經驗作決定，愈來愈多轉向由數據驅動。但調查反映， 99% 企業雖然自稱數據驅動，實際只有 24% 在實行。他用 AWS 的經驗建議企業走向數據驅動，如建立企業文化、培養人才及技能，以及循序漸進地執行，由小處著手執行，由設定目標做起。
