Fremkomsten af kunstig intelligens (AI) har skabt muligheder for at forbedre kundeoplevelsen i kontaktcentret. Maskinlæringsteknologier (ML) forbedrer og driver løbende kundeoplevelsen i kontaktcenteret ved at levere løsninger til funktioner som selvbetjeningsbots, analyse af live-opkald og analyser efter opkald. Selvbetjeningsbots integreret med dit callcenter kan hjælpe dig med at opnå reducerede ventetider, intelligent routing, reduceret tid til løsning gennem selvbetjeningsfunktioner eller dataindsamling og forbedrede netpromotorscores (NPS). Nogle eksempler omfatter en kunde, der ringer for at tjekke status for en ordre og modtager en opdatering fra en bot, eller en kunde, der skal indsende en fornyelse for en licens, og chatbotten indsamler de nødvendige oplysninger, som den overdrager til en agent til behandling .
Med Amazon Lex bots, du kan bruge samtale AI muligheder for at aktivere disse funktioner i dit callcenter. Amazon Lex bruger automatisk talegenkendelse (ASR) og naturlig sprogforståelse (NLU) til at forstå kundens behov og hjælpe dem på deres rejse.
Genesys Cloud (en omni-channel orkestrerings- og kunderelationsplatform) giver en kontaktcenterplatform i en offentlig cloud-model, der muliggør hurtig og enkel integration af AWS Contact Center Intelligence (AWS CCI) for at omdanne det moderne kontaktcenter fra et omkostningscenter til et profitcenter. Som en del af AWS CCI integrerer Genesys Cloud med Amazon Lex, som muliggør selvbetjening, intelligent routing og dataindsamlingsfunktioner.
Når du udforsker AWS CCI-kapaciteter med Amazon Lex og Genesys Cloud, kan du være usikker på, hvor du skal starte på din botdesignrejse. For at hjælpe dem, der måske starter med et tomt lærred, leverer Amazon Lex Amazon Lex automatiseret chatbot designer. Den automatiserede chatbotdesigner bruger ML til at give et indledende botdesign, som du derefter kan forfine og starte samtaleoplevelser hurtigere baseret på dine aktuelle opkaldsudskrifter. Med den automatiserede chatbotdesigner har Amazon Lex-kunder og -partnere en ligetil og intuitiv måde at designe chatbots på og kan reducere botdesigntiden fra uger til timer. Den automatiserede chatbot-designer kræver dog, at transskriptioner er i et bestemt format, der ikke er tilpasset Genesys Cloud-transskriptioneksport.
I dette indlæg viser vi, hvordan du kan implementere en arkitektur vha Amazon Eventbridge, Amazon Simple Storage Service (Amazon S3), og AWS Lambda til automatisk at indsamle, transformere og indlæse dine Genesys-opkaldstransskriptioner i det krævede format til Amazon Lex automatiserede chatbot-designer. Du kan derefter køre den automatiserede chatbotdesigner på dine transskriptioner, få anbefalinger til botdesign og strømline din botdesignrejse.
Løsningsoversigt
Følgende diagram illustrerer løsningsarkitekturen.
Løsningsarbejdsgangen består af følgende trin:
- Genesys Cloud sender iterative transkriptionsbegivenheder til din EventBridge-begivenhedsbus.
- Lambda modtager de iterative transskriptioner fra EventBridge, bestemmer, hvornår en samtale er afsluttet, og kalder Transcript API'et i Genesys Cloud og dropper hele transskriptionen i en S3-bøtte.
- Når en ny fuld transkription uploades til Amazon S3, konverterer Lambda det Genesys Cloud-formaterede transkript til det krævede format for Amazon Lex automatiserede chatbot-designer og kopierer det til en S3-bøtte.
- Amazon Lex automatiserede chatbot-designer bruger ML til at bygge et indledende bot-design baseret på de leverede Genesys Cloud-udskrifter.
Forudsætninger
Før du implementerer løsningen, skal du opfylde følgende forudsætninger:
- Konfigurer din Genesys Cloud CX-konto, og sørg for, at du er i stand til at logge ind. For mere information om opsætning af din konto, se Genesys dokumentation.
- Sørg for, at de rigtige tilladelser er indstillet til at aktivere og udgive transskriptioner fra Genesys. For mere information om opsætning af de nødvendige tilladelser, se Oversigt over roller og tilladelser.
- Hvis PCI- og PII-kryptering er påkrævet til transskription, skal du sørge for, at den er konfigureret i Genesys. For mere information om opsætning af de nødvendige tilladelser, se Er interaktionstransskriptioner krypteret, når de opbevares i skyen.
- Opret en AWS-konto med de relevante tilladelser.
Implementer Genesys EventBridge-integrationen
For at aktivere EventBridge-integration med Genesys Cloud skal du udføre følgende trin:
- Log ind på Genesys Cloud-miljø.
- Vælg Admin, integrationer, Tilføj integrationerog Amazon EventBridge-kilde.
- På Konfiguration fanen, skal du angive følgende oplysninger:
- Til AWS-konto-id, skal du indtaste dit AWS-konto-id.
- Til AWS-kontoregion, indtast den region, hvor du ønsker, at EventBridge skal sættes op.
- Til Hændelseskildesuffiks, indtast et suffiks (f.eks.
genesys-eb-poc-demo
).
- Gem din konfiguration.
- Vælg på EventBridge-konsollen Integration i navigationsruden, og vælg derefter Kilder til partnerbegivenheder.
Der bør være en begivenhedskilde opført med et navn som aws.partner/genesys.com/…/genesys-eb-poc-demo
.
- Vælg partnerbegivenhedskilden og vælg Tilknyttet eventbus.
Status ændres fra Verserende til Aktiv . Dette opsætter EventBridge-konfigurationen for Genesys.
Dernæst konfigurerer du OAuth2-legitimationsoplysninger i Genesys Cloud for at godkende API-kaldet for at få det endelige transskription.
- Naviger til Genesys Cloud-forekomsten.
- Vælg Admin, integrationerog OAuth.
- Vælg Tilføj klient.
- På Kundeoplysninger fanen, skal du angive følgende oplysninger:
- Til App navn, indtast et navn (f.eks.
TranscriptInvoke-creds
). - Til Tilskudstyper, Vælg Kundeoplysninger.
- Til App navn, indtast et navn (f.eks.
Sørg for, at du bruger den rigtige rolle, der har adgang til at påberåbe sig Transskriberings-API'erne.
- Vælg Gem.
Dette genererer nye værdier for kunde-id , Klienthemmelighed. Kopier disse værdier til brug i næste afsnit, hvor du konfigurerer skabelonen til løsningen.
Implementer løsningen
Når du har konfigureret Genesys EventBridge-integrationen, kan du implementere en AWS serverløs applikationsmodel (AWS SAM) skabelon, som implementerer resten af arkitekturen. Udfør følgende trin for at implementere løsningen på din konto:
- Installer AWS SAM, hvis det ikke allerede er installeret. For instruktioner, se Installation af AWS SAM CLI.
- Download GitHub repo og udpak til dit bibliotek.
- Naviger til
genesys-to-lex-automated-chatbot-designer
mappe og kør følgende kommandoer:
Den første kommando bygger kilden til din applikation. Den anden kommando pakker og implementerer din applikation til AWS med en række meddelelser:
- Staknavn – Indtast navnet på den stak, der skal implementeres til AWS CloudFormation. Dette bør være unikt for din konto og region; et godt udgangspunkt er noget, der matcher dit projektnavn.
- AWS-regionen – Indtast den region, du vil implementere din app til. Sørg for, at den er installeret i samme region som EventBridge-begivenhedsbussen.
- Parameter GenesysBusname – Indtast det busnavn, der blev oprettet, da du konfigurerede Genesys-integrationen. Mønsteret på busnavnet skal se ud
aws.partner/genesys.com/*
. - Parameter ClientId – Indtast det klient-id, du kopierede tidligere.
- Parameter ClientSecret – Indtast klienthemmeligheden, du kopierede tidligere.
- Parameter FilnavnPrefiks – Skift standardfilnavnspræfikset for måltransskriptionsfilen i den rå S3-bøtte, eller behold standardindstillingen.
- Parameter GenCloudEnv – Enter er skymiljøet for den specifikke Genesys-organisation. Genesys er tilgængelig i mere end 15 regioner verden over, når dette skrives, så denne værdi er obligatorisk og bør pege på det miljø, hvor din organisation er oprettet i Genesys (f.eks.
usw2.pure.cloud
). - Bekræft ændringer før implementering – Hvis indstillet til ja, vil eventuelle ændringssæt blive vist til dig før implementering til manuel gennemgang. Hvis indstillet til nej, vil AWS SAM CLI automatisk implementere applikationsændringer.
- Tillad oprettelse af SAM CLI IAM-roller – Mange AWS SAM-skabeloner, herunder dette eksempel, opretter AWS identitets- og adgangsstyring (IAM)-roller, der kræves for de inkluderede Lambda-funktioner for at få adgang til AWS-tjenester. Som standard er disse omfanget ned til de mindst nødvendige tilladelser. For at implementere en CloudFormation-stak, der opretter eller ændrer IAM-roller, skal du angive
CAPABILITY_IAM
værdi for kapaciteter. Hvis tilladelsen ikke gives via denne prompt, skal du udtrykkeligt bestå for at implementere dette eksempel--capabilities CAPABILITY_IAM
tilsam deploy
kommando. - Gem argumenter til samconfig.toml – Hvis indstillet til ja, vil dine valg blive gemt i en konfigurationsfil inde i projektet, så du i fremtiden kan køre igen
sam deploy
uden parametre til at implementere ændringer til din applikation.
Når du har implementeret din AWS SAM-applikation på din konto, kan du teste, at Genesys-transskriptioner sendes til din konto og omdannes til det krævede format for Amazon Lex automatiserede chatbot-designer.
Foretag et testopkald for at validere løsningen
Efter du har konfigureret Genesys EventBridge-integrationen og implementeret den foregående AWS SAM-skabelon, kan du foretage testopkald og validere, at filerne ender i S3-bøtten for transformerede filer. På et højt niveau skal du udføre følgende trin:
- Foretag et testopkald til din Genesys-instans for at oprette en transskription.
- Vent et par minutter, og kontroller TransformedTranscript-bøtten for output.
Kør den automatiserede chatbotdesigner
Når du har gemt et par dages transskriptioner i Amazon S3, kan du køre den automatiserede chatbotdesigner gennem Amazon Lex-konsollen ved at bruge trinene i dette afsnit. For mere information om minimum og maksimum antal ture for tjenesten, se Forbered udskrifter.
- På Amazon Lex V2-konsollen skal du vælge Bots i navigationsruden.
- Vælg Opret bot.
- Type Start med afskrifter som skabelsesmetoden.
- Giv botten et navn (for dette eksempel,
InsuranceBot
) og angiv en valgfri beskrivelse. - Type Opret en rolle med grundlæggende Amazon Lex-tilladelser og brug dette som din runtime-rolle.
- Når du har udfyldt de andre felter, skal du vælge Næste for at fortsætte til sprogkonfigurationen.
- Vælg sproget og stemmen til din interaktion.
- Angiv Amazon S3-placeringen for de transskriptioner, som løsningen har konverteret til dig.
- Tilføj yderligere lokale stier, hvis du har en specifik mappestruktur i din S3-bøtte.
- Anvend et filter (datointerval) for dine inputtransskriptioner.
- Vælg Udført.
Du kan bruge statuslinjen på Amazon S3-konsollen til at spore analysen. Inden for et par timer viser den automatiserede chatbot-designer et chatbot-design, der inkluderer brugerhensigter, eksempler på sætninger forbundet med disse hensigter og en liste over alle de nødvendige oplysninger for at opfylde dem. Hvor lang tid det tager at gennemføre træningen afhænger af flere faktorer, herunder mængden af transskriptioner og kompleksiteten af samtalerne. Typisk analyseres 600 linjers transskription hvert minut.
- Vælg anmeldelse for at se hensigter og slottyper opdaget af den automatiserede chatbot-designer.
Hensigter fanen viser alle hensigterne sammen med eksempler på sætninger og slots, og Slot typer fanen giver en liste over alle slottyper sammen med slottypeværdier.
- Vælg en af hensigterne for at gennemgå eksemplerne på ytringer og slots. For eksempel vælger vi i det følgende skærmbillede
ChangePassword
for at se ytringerne. - Vælg den Fanen Tilknyttede transskriptioner at gennemgå de samtaler, der bruges til at identificere hensigterne.
- Når du har gennemgået resultaterne, skal du vælge de hensigter og slottyper, der er relevante for din brugssituation, og vælge Tilføj.
Dette tilføjer de valgte hensigter og slottyper til botten. Du kan nu gentage dette design ved at foretage ændringer såsom at tilføje prompter, flette hensigter eller slottyper og omdøbe slots.
Du har nu brugt Amazon Lex automatiserede chatbot-designer til at identificere almindelige hensigter, ytringer, der er knyttet til disse hensigter, og information, som chatbotten skal indsamle for at opfylde visse forretningsfunktioner.
Ryd op
Når du er færdig, skal du rydde op i dine ressourcer ved at bruge følgende kommando i AWS SAM CLI:
Konklusion
Dette indlæg viste dig, hvordan du bruger Genesys Cloud CX og EventBridge-integrationen til at sende dine Genesys CX-transskriptioner til din AWS-konto, transformere dem og bruge dem med Amazon Lex automatiserede chatbot-designer til at skabe eksempler på bots, hensigter, ytringer og slots. Denne arkitektur kan hjælpe førstegangsbrugere af AWS CCI og nuværende AWS CCI-brugere ombord på flere chatbots ved hjælp af Genesys CX- og Amazon Lex-integrationen, eller i løbende forbedringsmuligheder, hvor du måske ønsker at sammenligne dit nuværende hensigtsdesign med det, der leveres af Amazon Lex automated chatbot designer. For mere information om andre AWS CCI-funktioner, se Kontakt Center Intelligence.
Om forfatterne
Joe Morotti er Solutions Architect hos Amazon Web Services (AWS), der hjælper Enterprise-kunder i hele Midtvesten i USA. Han har haft en bred vifte af tekniske roller og nyder at vise kundens kunst af det mulige. I sin fritid nyder han at bruge kvalitetstid sammen med sin familie på at udforske nye steder og over at analysere sit sportsholds præstationer.
Anand Bose er Senior Solutions Architect hos Amazon Web Services, der støtter ISV-partnere, der bygger forretningsapplikationer på AWS. Han brænder for at skabe differentierede løsninger, der låser kunder op til cloud-adoption. Anand bor i Dallas, Texas og nyder at rejse.
Teri Ferris er ansvarlig for at skabe gode kundeoplevelser sammen med forretningspartnere, ved at udnytte Genesys teknologiløsninger, der muliggør Experience Orchestration til kontaktcentre. I sin rolle rådgiver hun om løsningsarkitektur, integrationer, IVR, routing, rapporteringsanalyse, selvbetjening, AI, udgående, mobile muligheder, omnichannel, sociale kanaler, digital, unified communications (UCaaS) og analyser og hvordan de kan strømline kundeoplevelse. Før Genesys havde hun seniorlederroller hos Human Resources, Payroll og Learning Management virksomheder, herunder at føre tilsyn med Contact Center.
- SEO Powered Content & PR Distribution. Bliv forstærket i dag.
- PlatoData.Network Vertical Generative Ai. Styrk dig selv. Adgang her.
- PlatoAiStream. Web3 intelligens. Viden forstærket. Adgang her.
- PlatoESG. Kulstof, CleanTech, Energi, Miljø, Solenergi, Affaldshåndtering. Adgang her.
- PlatoHealth. Bioteknologiske og kliniske forsøgs intelligens. Adgang her.
- Kilde: https://aws.amazon.com/blogs/machine-learning/expedite-your-genesys-cloud-amazon-lex-bot-design-with-the-amazon-lex-automated-chatbot-designer/
- :har
- :er
- :ikke
- :hvor
- $OP
- 100
- 11
- 12
- 13
- 15 %
- 321
- 500
- 600
- 7
- a
- I stand
- Om
- adgang
- Konto
- opnå
- tværs
- tilføje
- Yderligere
- Tilføjer
- Vedtagelse
- Agent
- AI
- justeret
- Alle
- sammen
- langs med
- allerede
- Amazon
- Amazon Lex
- Amazon Web Services
- Amazon Web Services (AWS)
- beløb
- an
- analyse
- analytics
- analyseret
- analysere
- ,
- enhver
- api
- API'er
- app
- Anvendelse
- applikationer
- passende
- arkitektur
- ER
- argumenter
- Kunst
- kunstig
- kunstig intelligens
- Kunstig intelligens (AI)
- AS
- hjælpe
- forbundet
- At
- Automatiseret
- Automatisk Ur
- automatisk
- til rådighed
- AWS
- Bar
- baseret
- grundlæggende
- BE
- før
- være
- Bot
- bots
- bygge
- bygger
- bus
- virksomhed
- Business Applications
- forretningsfunktioner
- by
- ringe
- call center
- ringer
- Opkald
- CAN
- canvas
- kapaciteter
- tilfælde
- center
- Centers
- vis
- lave om
- Ændringer
- kanaler
- chatbot
- chatbots
- kontrollere
- valg
- Vælg
- ren
- cli
- kunde
- Cloud
- cloud adoption
- indsamler
- Indsamling
- samling
- Fælles
- Kommunikation
- Virksomheder
- sammenligne
- fuldføre
- kompleksitet
- Konfiguration
- konfigureret
- består
- Konsol
- kontakt
- kontaktcenter
- løbende
- kontinuerlig
- Samtale
- konversation
- samtaler
- konverteret
- kopiere
- Koste
- skabe
- oprettet
- skaber
- Oprettelse af
- skabelse
- Legitimationsoplysninger
- Nuværende
- kunde
- Kundeoplevelse
- Kunder
- CX
- Dallas
- data
- Dato
- er faldet
- Standard
- afhænger
- indsætte
- indsat
- implementering
- udruller
- beskrivelse
- Design
- Designer
- designe
- bestemmer
- diagram
- differentieret
- digital
- Vejviser
- opdaget
- ned
- Drops
- tidligere
- muliggøre
- muliggør
- muliggør
- krypteret
- kryptering
- slutter
- nyde
- Indtast
- Enterprise
- Miljø
- begivenhed
- begivenheder
- Hver
- eksempel
- eksempler
- fremskynde
- erfaring
- Oplevelser
- udtrykkeligt
- Udforskning
- eksport
- faktorer
- familie
- hurtigere
- få
- Fields
- File (Felt)
- Filer
- udfylde
- filtrere
- endelige
- Fornavn
- efter
- Til
- format
- Gratis
- fra
- Opfylde
- fuld
- funktioner
- fremtiden
- genererer
- få
- given
- godt
- stor
- hænder
- Have
- he
- Held
- hjælpe
- hjælpe
- hende
- Høj
- hans
- HOURS
- Hvordan
- How To
- Men
- HTML
- http
- HTTPS
- menneskelig
- Human Resources
- ID
- identificere
- Identity
- if
- illustrerer
- gennemføre
- Forbedre
- forbedret
- in
- omfatter
- medtaget
- omfatter
- Herunder
- oplysninger
- initial
- indgang
- indvendig
- installeret
- instans
- anvisninger
- integreret
- Integrerer
- integration
- integrationer
- Intelligens
- Intelligent
- hensigt
- interaktion
- ind
- intuitiv
- påberåber sig
- ISV
- IT
- rejse
- jpg
- Holde
- Sprog
- lancere
- Leadership" (virkelig menneskelig ledelse)
- læring
- Niveau
- løftestang
- Licens
- ligesom
- linjer
- Liste
- Børsnoterede
- Lister
- leve
- Lives
- belastning
- lokale
- placering
- log
- Se
- ligner
- maskine
- machine learning
- lave
- Making
- ledelse
- obligatorisk
- manuel
- mange
- matchende
- maksimal
- maksimumsbeløb
- Kan..
- sammenlægning
- metode
- Midtvesten
- minimum
- minut
- minutter
- ML
- Mobil
- model
- Moderne
- mere
- skal
- navn
- Natural
- Navigation
- nødvendig
- Behov
- behøve
- behov
- netto
- Ny
- næste
- nlu
- ingen
- nu
- of
- Omni-kanal
- omnichannel
- on
- Ombord
- Muligheder
- or
- orkestrering
- ordrer
- organisation
- Andet
- ud
- output
- i løbet af
- tilsyn
- pakker
- brød
- parametre
- del
- partner
- partnere
- passerer
- lidenskabelige
- stier
- Mønster
- Lønningsliste
- Udfør
- ydeevne
- tilladelse
- Tilladelser
- sætninger
- Steder
- perron
- plato
- Platon Data Intelligence
- PlatoData
- Punkt
- mulig
- Indlæg
- magt
- forud
- forudsætninger
- Fortsæt
- forarbejdning
- Profit
- projekt
- prompter
- give
- forudsat
- giver
- leverer
- offentlige
- Offentlig sky
- Publicering
- ren
- kvalitet
- Hurtig
- rækkevidde
- Raw
- modtager
- modtagende
- anerkendelse
- anbefalinger
- reducere
- henvise
- raffinere
- region
- regioner
- forhold
- relevant
- resten
- Rapportering
- påkrævet
- Kræver
- Løsning
- Ressourcer
- ansvarlige
- Resultater
- gennemgå
- højre
- Rise
- roller
- roller
- routing
- Kør
- runtime
- Sam
- samme
- prøve
- gemt
- Anden
- Secret
- Sektion
- se
- Vælg
- valgt
- Selvbetjening
- send
- sender
- senior
- ledende ledelse
- sendt
- Series
- Serverless
- tjeneste
- Tjenester
- sæt
- sæt
- indstilling
- flere
- hun
- bør
- Vis
- viste
- viser
- vist
- Simpelt
- slot
- spillemaskiner
- So
- Social
- sociale kanaler
- løsninger
- Løsninger
- nogle
- noget
- Kilde
- Space
- specifikke
- tale
- Talegenkendelse
- udgifterne
- Sport
- stable
- starte
- Starter
- Status
- Steps
- opbevaring
- opbevaret
- ligetil
- strømline
- struktur
- indsende
- sådan
- Støtte
- sikker
- tager
- mål
- Teknisk
- Teknologier
- Teknologier
- skabelon
- skabeloner
- prøve
- Texas
- end
- at
- Fremtiden
- oplysninger
- The Source
- deres
- Them
- derefter
- Disse
- de
- denne
- dem
- Gennem
- tid
- gange
- til
- spor
- Kurser
- Transcript
- Transform
- omdannet
- vender
- typen
- typer
- typisk
- forstå
- forståelse
- forenet
- enestående
- låse
- Opdatering
- uploadet
- us
- brug
- brug tilfælde
- anvendte
- Bruger
- brugere
- bruger
- ved brug af
- VALIDATE
- værdi
- Værdier
- Specifikation
- Voice
- bind
- vente
- ønsker
- Vej..
- we
- web
- webservices
- uger
- hvornår
- som
- WHO
- bred
- Bred rækkevidde
- vilje
- med
- inden for
- uden
- workflow
- verdensplan
- værd
- skrivning
- Ja
- Du
- Din
- zephyrnet