Byg en AI-drevet virtuel agent til Genesys Cloud ved hjælp af QnABot og Amazon Lex PlatoBlockchain Data Intelligence. Lodret søgning. Ai.

Byg en AI-drevet virtuel agent til Genesys Cloud ved hjælp af QnABot og Amazon Lex

Fremkomsten af ​​kunstig intelligens-teknologier gør det muligt for organisationer at adoptere og forbedre selvbetjeningskapaciteter i kontaktcenterdrift for at skabe en mere proaktiv, rettidig og effektiv kundeoplevelse. Stemmebots eller IVR (Interactive Voice Response Systems) bruger naturlig sprogbehandling (NLP) til at forstå kundernes spørgsmål og give relevante svar. Virksomheder kan automatisere svar på ofte stillede transaktionsspørgsmål ved at implementere bots, der er tilgængelige 24/7. Som et resultat, drager kunderne fordel af reduceret ventetid og hurtigere opkaldsløsning, især i myldretiden.

I stillingen Forbedring af kundeserviceoplevelser ved hjælp af Conversational AI: Styrk dit kontaktcenter med Amazon Lex og Genesys Cloud, introducerede vi Amazon Lex support på Genesys Cloud-platformen og skitserede processen med at aktivere integrationen. I dette indlæg demonstrerer vi, hvordan man løfter traditionelle kundeservice ofte stillede spørgsmål med en interaktiv stemmebot. Vi dykker ned i et almindeligt selvbetjeningsbrug, udforsker interaktioner med spørgsmål og svar og tilbyder en automatiseret tilgang vha QnABot på AWS-løsning bygget på Amazon Lex med Genesys Cloud.

Løsningsoversigt

Informationsinteraktioner er bredt anvendelige, med eksempler såsom åbningstider, politikoplysninger, skoleskemaer eller andre ofte stillede spørgsmål, der er meget omfattende og ligetil. Løsningen diskuteret i dette indlæg gør det muligt for kunder at interagere med en stemmebot understøttet af en kurateret videnbase på en naturlig og samtale måde. Kunder kan få svar uden at skulle vente på en menneskelig kundeservicemedarbejder, og derved forbedre løsningstiden og kundetilfredsheden. Du kan også implementere den samme bot direkte som en webklient eller integrere den på et eksisterende websted som en chat-widget, udvide berøringspunkter gennem flere kanaler og øge det samlede engagement med kunderne.

For en demovideo, der beskriver oplevelsen af ​​en kunde, der ringer til et kontaktcenter og interagerer med QnABot, kan du se videoen nedenfor:

QnABot giver en forudkonfigureret arkitektur, der leverer en lav-kode oplevelse, som vist i følgende diagram. Bag kulisserne bruger den Amazon Lex sammen med andre AWS-tjenester. Ikke-tekniske brugere kan implementere løsningen med et klik på en knap, opbygge deres bot gennem en brugervenlig grænseflade og integrere stemmebotten i et Genesys Cloud-opkaldsflow.

Løsningsarbejdsgangen indeholder følgende trin:

  1. Administratoren implementerer QnABot-løsningen på deres AWS-konto, åbner Content Designer UI og bruger Amazon Cognito at autentificere.
  2. Efter godkendelse, Amazon CloudFront , Amazon Simple Storage Service (Amazon S3) leverer indholdet af Content Designer UI.
  3. Administratoren konfigurerer spørgsmål og svar i indholdsdesigneren, og brugergrænsefladen sender anmodninger til Amazon API Gateway for at gemme spørgsmål og svar.
  4. Indholdsdesigneren AWS Lambda funktion gemmer input i Amazon OpenSearch Service i et spørgsmålsbankindeks.
  5. Administratoren aktiverer Amazon Lex-integrationen på Genesys Cloud, eksporterer et eksempelflow fra Content Designer UI og importerer dette flow til Genesys Cloud ved hjælp af Genesys Archy-værktøjet.
  6. Kunden ringer til Genesys Cloud og begynder en interaktion med QnABot. Genesys Cloud streamer denne lyd til Amazon Lex, som konverterer lyden til tekst og kalder Bot Fulfillment Lambda-funktionen.
  7. Bot Fulfillment-funktionen tager brugerens input og slår svaret op i OpenSearch Service. Alternativt kan du bruge Amazon Kendra hvis et indeks er konfigureret og leveret på tidspunktet for implementeringen. Svaret syntetiseres til stemme af Amazon Polly og afspilles til kunden.
  8. Brugerinteraktioner med Bot Fulfillment-funktionen genererer logfiler og metriske data, som sendes til Amazon Kinesis Data Firehose derefter til Amazon S3 for senere dataanalyse.

For at implementere denne løsning gennemgår vi følgende trin:

  1. Aktiver Amazon Lex V2-integration med Genesys.
  2. Konfigurer Archy, Genesys Cloud Architect YAML-processoren.
  3. Eksporter Genesys-opkaldsflowet fra QnABot Content Designer.
  4. Importer og publicer opkaldsforløbet med Archy.
  5. Importer eksempelspørgsmål til QnABot.
  6. Opret et testopkald og interager med botten.
  7. Tilpas opkaldsflowet i Genesys Architect.

Forudsætninger

For at komme i gang har du brug for følgende:

Aktiver Amazon Lex V2-integration med Genesys Cloud

Det første skridt er at aktivere Amazon Lex V2-integration med Genesys Cloud. For instruktioner, se Forbedring af kundeserviceoplevelser ved hjælp af Conversational AI: Styrk dit kontaktcenter med Amazon Lex og Genesys Cloud.

Konfigurer Archy

Vi har forberedt et eksempel på et indgående opkaldsflow for at komme i gang med QnABot og Genesys Cloud. Vi bruger Archy, Genesys Cloud Architect YAML-processorværktøjet, til at publicere dette opkaldsflow. Du skal først generere et OAuth-klient-id og klienthemmelighed, derefter kan du downloade og konfigurere Archy.

Generer et OAuth-klient-id og en klienthemmelighed

Archy kræver enten et klient-id og et hemmeligt par eller et godkendelsestoken. For mere information om Archys OAuth-krav, se Forudsætninger i Archy installationsdokumentationen.

Udfør følgende trin for at generere et klient-id og et hemmeligt par:

  1. På Genesys Cloud Admin-siden skal du navigere til integrationer, Og vælg derefter OAuth.
  2. Vælg Tilføj klient.
  3. Til App navn, gå ind QnABot.
  4. Til Beskrivelse, indtast en beskrivelse.
  5. Til Tilskudstyper, Vælg Kundeoplysninger.

En ny roller fanen vises.

konfigurere OAuth

  1. roller fanen, tildele en rolle, der har Arkitekt > flow > udgivelsestilladelser.

I det følgende skærmbillede tildeler vi admin rolle. Du skal muligvis også tildele Master Admin rolle.

  1. Vælg Gem.

opsætte administratorrolle

  1. Kundeoplysninger fanen, skal du kopiere værdierne for klient-id'et og klienthemmeligheden.

konfigurere klientoplysninger

Download og konfigurer Archy

Hent og udpak den passende version af Archy til dit operativsystem. Naviger derefter til mappen i en terminal og start opsætningsprocessen ved at køre følgende kommando:

./archy setup

velkomstside for Archy

Fortsæt gennem Archy-opsætningen, og angiv klient-id'et og klienthemmeligheden, når du bliver bedt om det.

Eksporter opkaldsflowet YAML fra QnABot Content Designer

Nu hvor Archy er autoriseret til at offentliggøre opkaldsflow, eksporterer vi det prækonfigurerede opkaldsflow fra QnABot Content Designer.

  1. Log ind på QnABot indholdsdesigner.
  2. Værktøjer menu, vælg Genesys Cloud.

Genesys Cloud i QnABot Content Designer

  1. Vælg Næste indtil du når Download Call Flow sektion.
  2. Vælg Download indgående opkaldsflow.

download opkaldsflow

Du downloader en fil med navnet QnABotFlow.yaml, som er et forudkonfigureret Genesys-opkaldsflow.

  1. Kopier denne fil til den samme mappe, som Archy er placeret i.

Importer og publicer opkaldsforløbet med Archy

For at udgive opkaldsflowet til Archy skal du køre følgende kommando:

./archy publish --file QnABotFlow.yaml

Når det er færdigt, navngives et nyt indgående opkaldsflow QnABotFlow er tilgængelig i Genesys Architect.

importere opkaldsflow til Architect

For at tildele dette opkaldsflow skal du på Genesys Cloud Admin-siden navigere til Routing Og vælg Opkaldsdirigering.

Den nye QnABotFlow skal vises i listen over opkaldsstrømme under Regelmæssig ruteføring. Tildel flowet, og vælg derefter Gem.

konfigurere opkaldsdirigering

Importer eksempelspørgsmål til QnABot

Naviger tilbage til QnABot Content Designer, vælg Værktøjer menu, og vælg Importere.

import prøvespørgsmål

Udvid Eksempler/Udvidelser, find GenesysWizardQnA-eksemplet, og vælg Load.

indlæs prøvespørgsmål

Hvis du navigerer tilbage til hovedsiden med spørgsmål og svar, har du nu GenesysHelper spørgsmål. Dette er et sæt eksempler på spørgsmål og svar, så du kan komme i gang.

eksempel på spørgsmålsoversigt

Opret et testtelefonopkald og interager med botten

Tilbage til Genesys Cloud Admin, sørg for, at du har et indgående telefonnummer tilknyttet QnABotFlow opkaldsflow under Opkaldsdirigering. Vi navigerer nu til agentens skrivebord og foretager et testopkald for at interagere med botten for første gang.

konfigurere testopkald

QnABot er designet til at besvare spørgsmål baseret på de data, der er forudkonfigureret i indholdsdesigneren. Lad os prøve følgende:

  • Hvad er din åbningstid?
  • Hvad er meningen med livet?

Hver gang QnABot giver et svar, har du mulighed for at stille endnu et spørgsmål, afslutte opkaldet med at sige "Farvel" eller bede om at blive forbundet med en menneskelig agent ved at sige "Jeg vil gerne tale med en agent."

Tilpas opkaldsflowet med Genesys Architect

Genesys-opkaldsflowet er forudkonfigureret til at aktivere specifikke Amazon Lex-sessionsattributter. For eksempel, hvis du redigerer spørgsmålet med ID GenesysHelper.Hours, svaret indeholder følgende udsagn:

{{setSessionAttr 'genesys_nextPrompt' 'Do you want to know the hours for Seattle or Boston?'}}

Dette er baseret på Styr, og giver dig mulighed for at indstille værdier for sessionsattributter. Det eksporterede Genesys Cloud CX-opkaldsflow indeholder en blok, der læser værdien af genesys_nextPrompt session-attribut, som kun tales af Genesys-opkaldsflowet.

For at forgrene sig til en kø eller et andet opkaldsflow kan et QnABot-svar bruge setSessionAttr at indstille genesys_nextAction til en bestemt værdi. Et eksempel på dette er i spørgsmålet med ID GenesysHelper.Agent, hvor svaret har {{setSessionAttr 'nextAction' 'AGENT'}}. I opkaldsflowets QnABot genanvendelige opgave er der en switch-blok, der læser værdien af ​​denne attribut for at forgrene sig til en specifik handling. Eksemplet opkaldsflow indeholder grene til AGENT, MENUog END. Hvis der ikke er nogen værdi for genesys_nextAction session attribut, afspiller opkaldsflowet enhver streng fundet i genesys_nextPrompt indhold eller værdien af defaultPrompt opgavevariabel defineret i begyndelsen af ​​hovedflowet, som som standard er indstillet til ask another question or say return to main menu.

Følgende diagram illustrerer hovedopkaldsforløbet.

primære opkaldsflow

Følgende diagram illustrerer forløbet af den genanvendelige opgave.

genanvendelig opgave

Ryd op

For at undgå fremtidige gebyrer skal du slette de ressourcer, der er oprettet via skabelonen, ved at navigere til AWS CloudFormation konsollen, vælg QnABot-stakken, der er oprettet af skabelonen, og vælg Slette. Dette fjerner alle ressourcer, der er oprettet af skabelonen.

For at fjerne ressourcerne i Genesys Cloud skal du først fjerne opkaldsstrømmen fra opkaldsdirigering. Slet derefter opkaldsstrømmen fra Genesys Architect.

Konklusion

I dette indlæg gennemgik vi, hvordan man kommer i gang med QnABot og Genesys Cloud med en let-at-implementere, let anvendelig løsning til at løse en transaktionsinteraktion. Denne stemmebot frigør dine kundeservicerepræsentanter til at bruge tid sammen med dine kunder på mere komplekse opgaver og giver brugerne en bedre oplevelse gennem selvbetjening. Kundetilfredsheden stiger, mens omkostningerne falder, fordi du bruger færre tilsluttede minutter og maksimerer agentudnyttelsen.

For at komme i gang kan du start QnABot med et enkelt klik og gå igennem QnABot Workshop for at lære om yderligere funktioner. Amazon Lex-integration er tilgængelig på Genesys AppFoundry.


Om forfatterne

Byg en AI-drevet virtuel agent til Genesys Cloud ved hjælp af QnABot og Amazon Lex PlatoBlockchain Data Intelligence. Lodret søgning. Ai.Christopher Lott er Senior Solutions Architect i AWS AI Language Services-teamet. Han har 20 års erfaring med udvikling af virksomhedssoftware. Chris bor i Sacramento, Californien, og nyder havearbejde, rumfart og at rejse verden rundt.

Byg en AI-drevet virtuel agent til Genesys Cloud ved hjælp af QnABot og Amazon Lex PlatoBlockchain Data Intelligence. Lodret søgning. Ai.Jessica Ho er Solutions Architect hos Amazon Web Services, der støtter ISV-partnere, der bygger forretningsapplikationer på AWS. Hun brænder for at skabe differentierede løsninger, der låser kunder op til cloud-adoption. Uden for arbejdet nyder hun at lave sin have om til en minijungle.

Tidsstempel:

Mere fra AWS maskinindlæring