Postingan blog ini ditulis bersama Nick Vargas dan Anna Schreiber dari Accenture.
Menjadwalkan janji temu pelanggan seringkali merupakan proses manual dan padat karya. Anda dapat memanfaatkan kemajuan teknologi swalayan untuk mengotomatiskan penjadwalan janji temu.
Dalam posting blog ini, kami menunjukkan kepada Anda bagaimana membangun solusi penjadwalan janji temu swalayan yang dibangun dengan AmazonLex dan Sambungan Amazon. Solusi ini memungkinkan pengguna membuat janji temu melalui Meta Messenger, dan menerima konfirmasi janji temu melalui pesan seluler SMS. Ini juga menyediakan dasbor berbasis web sehingga Anda dapat memberikan panggilan kepada pengguna dengan tombol sekali klik pada waktu yang dijadwalkan.
Amazon Lex terintegrasi dengan Meta messenger dan dapat digunakan untuk mengaktifkan percakapan obrolan. Lex adalah layanan kecerdasan buatan (AI) yang dikelola sepenuhnya dengan pemahaman bahasa alami (NLU) untuk merancang, membangun, menguji, dan menyebarkan antarmuka percakapan dalam aplikasi.
Ikhtisar solusi
Diagram arsitektur di bawah ini menunjukkan ikhtisar tingkat tinggi tentang interaksi antara berbagai komponen dan layanan AWS. Solusinya terdiri dari komponen utama ini: interaksi pelanggan menggunakan Meta messenger, penjadwalan janji temu melalui SMS yang diaktifkan oleh Lex dan dialer keluar pelanggan dari Connect. Dialer keluar ini memudahkan untuk membuat panggilan keluar ke pelanggan dari antarmuka UI yang sederhana.
Postingan ini menggunakan contoh percakapan bot berikut:
Pengguna: Saya ingin membuat janji.
Agen: Janji temu apa yang bisa saya dapatkan? Anda dapat mengatakan Penagihan, Umum atau Penawaran.
Pengguna: Penagihan
Agen: Apa nama pertamamu?
Pengguna: Samaer
Agen: Berapa nomor telepon Anda dengan kode negara?
Pengguna: +10001234567
Agen: Kapan saya harus menjadwalkan janji temu Penagihan Anda?
Pengguna: Minggu depan Selasa
Agen: Jam berapa saya harus menjadwalkan janji temu Penagihan?
Pengguna: 9:00 pagi
Agen: Sameer, 09:00 tersedia, haruskah saya memesan janji temu?
Pengguna: Iya
Agen: Terima kasih Sameer, janji temu Anda dikonfirmasi untuk pukul 09:00, dan kami telah mengirim SMS detailnya ke nomor telepon Anda.
Untuk komponen penjadwal dan pemberitahuan pelanggan, dan AWS Lambda handler digunakan untuk memproses permintaan penjadwalan. Informasi janji temu kemudian disimpan ke a Amazon DynamoDB basis data. Ketika informasi berhasil disimpan, pemberitahuan dikirim ke pelanggan yang mengonfirmasi detail janji temu melalui SMS menggunakan Amazon tepat.
Aplikasi React.js dibuat untuk menampilkan janji temu pelanggan yang disimpan dari database dalam format tampilan kalender. Hal ini memudahkan karyawan untuk mengidentifikasi pelanggan yang perlu dihubungi. Tombol panggil dari entri kalender diklik untuk memulai panggilan. Ini akan segera mengajukan permintaan panggilan keluar untuk menghubungkan pelanggan dengan karyawan menggunakan Amazon Connect.
Prasyarat
Untuk proyek ini, Anda harus memiliki prasyarat berikut:
- Mengunduh file kode dari Repositori GitHub.
Repositori berisi:- File aplikasi React, terletak di bawah UI
- Alur Kontak Amazon Connect, terletak di bawah backend/hubungkan/contact_flows Ada empat aliran kontak untuk demo ini dengan nama file
AgentWhisper
,CustomerWaiting
,InboundCall
danOutboundCall
. - File zip untuk Amazon Lex Bot, terletak di bagian belakang/lex direktori dengan nama file AppointmentSchedulerBot.zip.
- npm diinstal pada mesin lokal Anda. Merujuk cara menginstal node.js dan npm di mesin Anda,
Penyebaran solusi ini otomatis jika memungkinkan menggunakan CloudFormation, namun, beberapa konfigurasi dan langkah-langkah dalam penerapan bersifat manual.
Terapkan solusinya
Untuk menyiapkan infrastruktur yang diperlukan untuk aplikasi demo penjadwal janji temu di akun AWS Anda, selesaikan langkah-langkah berikut:
- Masuk ke Konsol Manajemen AWS.
- Pilih Luncurkan Stack:
- pada Buat Stack halaman, di bawah Tentukan template, pilih Unggah file templat.
- Pilih
AppointmentsSchedulerCFTemplate
file yang Anda unduh dari GitHub. - Pilih Selanjutnya.
- Untuk Nama tumpukan, masukkan nama unik untuk tumpukan, seperti
AppointmentSchedulerDemo
.
- Pilih Selanjutnya, lalu pilih Selanjutnya pada Konfigurasikan opsi tumpukan .
- pada ULASAN halaman, pilih Saya mengakui bahwa AWS CloudFormation dapat menciptakan sumber daya IAM Dan pilihlah membuat.
Tumpukan menghasilkan sumber daya berikut:
-
- Tabel DynamoDB
AppointmentSchedulerTable
- Aplikasi Amazon Pinpoint
AppointmentSchedulerPinpointApp
- Dua Identitas AWS dan Manajemen Akses (IAM) kebijakan:
AppointmentSchedulerPinpointPolicy
AppointmentSchedulerDynamoApiPolicy
- Dua peran IAM:
AppointmentsLambdaRole
OutboundContactLambdaRole
- Dua fungsi Lambda:
AppointmentScheduler
AppointmentSchedulerOutboundContact
- Grafik Gerbang API Amazon contoh janji temu
- Amazon CloudFront distribusi
- Grafik Layanan Penyimpanan Sederhana Amazon (Amazon S3) ember
appointment-scheduler-website
- Tabel DynamoDB
Konfigurasikan aplikasi Amazon Pinpoint
Untuk mengonfigurasi aplikasi Amazon Pinpoint, selesaikan langkah-langkah berikut:
- Pergi ke Konsol yang tepat.
- Arahkan ke folder Penjadwal Janji TemuPinpointApp ditempatkan di atas.
- Di menu sebelah kiri di bawah Settings Klik SMS dan Suara.
- Di bawah Pengaturan angka klik Minta Nomor Telepon.
- Pilih negara asal Anda, pilih Bebas pulsa, Dan klik Selanjutnya, kemudian Meminta.
Bot Amazon Lex untuk posting ini memiliki satu maksud, MakeAppointment
, yang menanyakan serangkaian pertanyaan kepada pengguna dalam contoh sebelumnya untuk mendapatkan jenis janji temu, tanggal, waktu, nama, dan nomor telepon pelanggan.
AppointmentTypeValue
adalah satu-satunya jenis slot khusus untuk bot ini dan mengambil salah satu dari tiga nilai: Penagihan, Umum, atau Penawaran. Slot Nama, Telepon, Tanggal, dan Waktu masing-masing menggunakan jenis slot bawaan yang disediakan oleh Amazon Lex.
Terapkan bot Amazon Lex
Untuk menyebarkan bot, pertama-tama impor bot Amazon Lex (AppointmentSchedulerLex.zip
) ke akun Anda.
- Masuk keโฏKonsol Amazon Lex V2.
- Jika ini pertama kalinya Anda menggunakan Amazon Lex, Anda akan diperlihatkan halaman Selamat Datang, pilihโฏBuat Bot.
- Saat disajikan dengan halaman Buat bot Anda, gulir ke bawah ke bagian bawah halaman, dan pilih Cancel. Jika ini bukan pertama kalinya Anda menggunakan Amazon Lex, lewati langkah ini.
- Pilih tindakan, kemudian impor.
- Enter Penjadwal JanjiBot untuk nama bot lalu pilih arsip .zip yang akan diimpor.
- Di bawah izin IAM, pilih Buat peran dengan izin dasar Amazon Lex.
- Di bawah COPPA, pilih Tidak.
- Klik impor.
- Buka bot dengan mengklik nama bot.
- Bawah Penyebaran di menu sebelah kiri, klik alias, pilih UjiBotAlias dan klik Inggris (US) bawah Bahasa. Memilih
AppointmentScheduler
Fungsi Lambda dan klik Save.
- Di bawah Versi Bot di menu sebelah kiri, pilih Maksud dan di sisi kanan bawah halaman, klikโฏMembangun.
- [Opsional] Setelah build selesai, klik uji untuk menguji bot menggunakan jendela yang muncul di sebelah kanan (klik ikon mikrofon untuk berbicara dengan bot Anda atau ketik di kotak teks).
Siapkan Instans Amazon Connect
Untuk menyiapkan instans Amazon Connect dan alur kontak, selesaikan langkah-langkah berikut:
- Siapkan instans Amazon Connect.
- Pergi ke Konsol Amazon Connect.
- Jika ini adalah pertama kalinya Anda mengunjungi konsol Amazon Connect, Anda akan melihat halaman Selamat Datang, pilih Memulai.
- Jika ini bukan pertama kalinya Anda menggunakan Amazon Connect, klik Tambahkan sebuah instance.
- Untuk Manajemen identitas, pilih Simpan pengguna di Amazon Connect.
- Untuk Akses URL, ketik nama unik untuk instance Anda, misalnya,
AppointmentSchedulerDemo
, Lalu pilihโฏSelanjutnya. - pada Tambahkan administrator halaman, tambahkan akun administrator baru untuk Amazon Connect. Gunakan akun ini untuk masuk ke instans Anda nanti menggunakan URL akses unik. Klik Langkah selanjutnya.
- Pada dua halaman berikutnya โ Opsi Telepon dan Penyimpanan Data โ terima pengaturan default dan pilih Langkah selanjutnya.
- pada Tinjau dan Buat halaman, pilih Buat instance.
- Tambahkan bot Amazon Lex ke instans Amazon Connect yang baru Anda buat.
- Masuk ke instance dan klaim nomor telepon
- Klik pada URL Login untuk Instans Connect Anda.
- Masukkan kredensial Administrator yang Anda masukkan saat membuat instance. Ini akan membuka Konsol Connect.
- Dari Dasbor, di bawah Jelajahi saluran komunikasi Anda memilih Lihat nomor telepon di sebelah kanan.
- Klik Klaim nomor.
- Pilih Negara dan biarkan tipe default DID (Panggilan Langsung ke Dalam), pilih Nomor Telepon dari daftar tarik-turun, dan klik Selanjutnya.
- Klik Save.
- Tambahkan
OutboundQueue
- Dari menu navigasi di sebelah kiri, pilih antrian dari menu Perutean.
- Klik Tambahkan Antrian Baru.
- Beri nama Antrian
OutboundQueue
, gunakan tarik-turun untuk mengatur Jam operasional ke Jam Dasar dan gunakan tarik-turun untuk nomor ID penelepon Keluar untuk memilih nomor telepon yang Anda klaim sebelumnya.
- Klik Tambahkan antrian baru.
- Dari menu navigasi di sebelah kiri, pilih Profil Perutean dari pengguna menu.
- Klik Profil Perutean Dasar. Dibawah Merutekan antrean profil, tambahkan Antrian Keluar dan klik Save.
- Tambahkan nomor telepon ke
BasicQueue
- Dari menu navigasi di sebelah kiri, pilih antrian dari menu Perutean.
- Klik
BasicQueue
. - Di kolom Nomor ID penelepon keluar, tambahkan nomor telepon yang Anda klaim sebelumnya.
- Klik Save di sudut kanan atas.
- Impor
InboundCall
aliran kontak - Kemudian, kaitkan alur ini dengan nomor telepon.
- Impor
AgentWhisper
,CustomerWaiting
, danOutboundCall
arus kontak- Dari menu navigasi kiri, pilihโฏKontak Mengalirโฏbawah Rute.
- Klik Buat aliran Bisikan Agen.
- Di sisi kanan halaman, klik panah bawah dan klikโฏAlur impor (beta).
- Temukan file AgentWhisper dan pilihโฏimpor.
- KlikโฏMenerbitkan.
- Navigasi kembali ke Arus Kontak daftar dan klik panah bawah di sebelah Buat aliran kontak.
- Klik Buat Alur Antrian Pelanggan.
- Di sisi kanan halaman, klik panah bawah dan klik Impor alur (beta).
- Cariโฏ
CustomerWaiting
file dan pilih Impor. - Klik Publikasikan.
- Navigasikan kembali ke daftar Alur Kontak dan klik panah bawah di samping Buat aliran kontak.
- Pilih Buat alur kontak.
- Di sisi kanan halaman, klik panah bawah dan klik Impor alur (beta).
- Cari
OutboundCall
file dari repositori GitHub yang Anda unduh sebelumnya dan pilih Impor. - Klik Publikasikan.
Sunting Fungsi Lambda:
- Pergi ke Konsol Lambda.
- Klik pada
AppointmentScheduler
fungsi. - Klik konfigurasi dan Variabel Lingkungan dari menu kiri.
- Klik Edit. Ganti Nilai dengan Pinpoint Anda ID Proyek dan Nomor bebas biaya. Klik Save.
- Kembali ke Konsol Lambda dan klik pada
AppointmentSchedulerOutboundContact
fungsi. - Ulangi langkah 3 dan 4, ganti nilai untuk
CONTACT_FLOW
,INSTANCE_ID
danQUEUE_ID
dengan nilai-nilai yang benar. Klik Save setelah selesai.- Untuk menemukan ID alur kontak, navigasikan ke
OutboundCall
Hubungi Alur di Konsol Amazon Connect dan klik panah di sebelah Tampilkan informasi aliran tambahan. ID aliran kontak adalah nilai terakhir setelah aliran kontak/.
- Untuk menemukan ID instans, navigasikan ke Konsol Amazon Connect dan klik Alias โโโโinstance Anda. ID instans adalah nilai terakhir di ARN Instance setelah contoh/.
- Untuk menemukan ID antrian, navigasikan ke
OutboundQueue
di Konsol Amazon Connect dan klik panah di sebelah Tampilkan informasi antrian tambahan. ID aliran kontak adalah nilai terakhir setelah antre/.
- Untuk menemukan ID alur kontak, navigasikan ke
Lex Bots dan Amazon Connect Instance sekarang siap digunakan. Selanjutnya, kami akan menerapkan UI.
Edit rute API Gateway:
- Pergi ke Konsol API Gateway
- Klik instance bernama Janji
- Di bawah bagian sumber daya, klik metode POST milik sumber daya /outcall.
- Klik Permintaan Integrasi.
- Kemudian klik ikon edit di sebelah kanan bidang Fungsi Lambda. Kemudian klik ikon tanda centang yang muncul di sebelah kanan bidang teks.
- Klik OK untuk menambahkan izin ke fungsi Lambda.
Terapkan UI:
- Konfigurasikan UI sebelum penerapan
- Di editor kode pilihan Anda, buka ui folder dari file kode yang diunduh.
- menggantikan dan dengan ID API Anda (dapat diakses di bawah kolom ID dari Konsol Gerbang API) dan wilayah sumber daya yang Anda gunakan di baris berikut: 103, 168, 310, 397, 438, 453.
- menggantikan dengan nama instans Amazon Connect Anda pada baris 172 dan 402.
- [Opsional] tambahkan logo aplikasi di file index.js, baris 331:
Dalam file index.html, baris 5:
- Di terminal, navigasikan ke ui folder proyek yang diunduh.
- Run instal npm. Ini akan memakan waktu beberapa menit untuk menyelesaikannya.
- Run pembuatan skrip run npm. Ini akan menghasilkan membangun folder dalam ui direktori.
- Tambahkan file kode ke ember S3:
- Pergi ke Konsol S3.
- Cari bucket yang diterapkan dengan CloudFormation Stack, janji temu-penjadwal-situs-.
- Seret dan jatuhkan konten membangun map di direktori ui yang dibuat pada langkah terakhir ke dalam ember.
- Klik Unggah.
Anda sekarang seharusnya dapat mengakses aplikasi dari Distribusi CloudFront.
- Tambahkan Distribusi CloudFront sebagai asal yang disetujui.
-
- Buka konsol Amazon Connect.
- Pilih Instance Alias โโโโdari instance yang akan ditambahkan bot.
- Pilih Asal yang disetujui.
- Klik + Tambahkan asal dan masukkan URL Distribusi CloudFront Anda.
- Klik Tambahkan.
-
- Sekarang navigasikan ke URL Distribusi CloudFront Anda plus index.html. (misalnya,
https:// <DistributionDomainName>.cloudfront.net/index.html
)
Membersihkan
Setelah selesai dengan solusi ini, pastikan untuk membersihkan lingkungan AWS Anda agar tidak dikenakan biaya yang tidak diinginkan.
- Pergi ke konsol S3, kosongkan ember Anda yang dibuat oleh template CloudFormation (situs web janji temu-penjadwal).
- Pergi ke Konsol CloudFormation, hapus tumpukan Anda. Pastikan semua sumber daya yang terkait dengan tumpukan ini berhasil dihapus.
- Pergi ke Konsol Amazon Connect, hapus instance Anda.
- Pergi ke Konsol Amazon Lex, hapus bot yang Anda buat.
Kesimpulan
Untuk blog ini, Accenture dan AWS berkolaborasi untuk mengembangkan solusi pembelajaran mesin yang menyoroti penggunaan layanan AWS untuk membangun penjadwal janji temu otomatis. Solusi ini menunjukkan betapa mudahnya membangun solusi penjadwalan janji temu di AWS. Kemampuan Amazon Lex untuk mendukung layanan perpesanan pihak ketiga seperti Meta messenger memperluas potensi jangkauan solusi di beberapa saluran. Pemberitahuan pelanggan melalui SMS diimplementasikan dengan sedikit usaha menggunakan Amazon Pinpoint. Dengan Amazon Connect, dialer keluar terintegrasi dengan mulus dengan aplikasi web tampilan kalender yang memungkinkan karyawan untuk segera terhubung ke pelanggan dengan tombol klik untuk menelepon yang sederhana.
Anda dapat mempercepat inovasi dengan Accenture AWS Business Group (AABG). Anda dapat belajar dari sumber daya, keahlian teknis, dan pengetahuan industri dari dua inovator terkemuka, membantu Anda mempercepat laju inovasi untuk menghadirkan produk dan layanan yang mengganggu. AABG membantu pelanggan membuat ide dan berinovasi solusi cloud untuk pelanggan melalui pengembangan prototipe yang cepat. Terhubung dengan tim kami di accentureaws@amazon.com untuk mempelajari dan mempercepat cara menggunakan pembelajaran mesin dalam produk dan layanan Anda.
Tentang Penulis
Sameer Goel adalah Sr. Solutions Architect di Belanda, yang mendorong kesuksesan pelanggan dengan membangun prototipe pada inisiatif mutakhir. Sebelum bergabung dengan AWS, Sameer lulus dengan gelar master dari Boston, dengan konsentrasi ilmu data. Dia menikmati membangun dan bereksperimen dengan proyek AI/ML di Raspberry Pi.
Nick Vargas adalah Manajer dan Arsitek Teknologi di Accenture. Dia memimpin pengiriman proyek untuk tim pembuatan prototipe cepat dalam Grup Bisnis AWS Accenture (AABG). Dia menikmati jalan-jalan pagi dengan anjingnya Bingo, bepergian, pergi ke pantai, dan hiking.
Anna Schreiber adalah bagian dari tim pembuatan prototipe dalam AWS Business Group (AABG) Accenture. Sebagai Pengembang AWS Senior, dia telah mengerjakan beberapa bukti konsep profil tinggi yang membantu mewujudkan visi klien. Saat tidak bekerja, dia suka memasak, membuat kerajinan, dan bermain lempar tangkap dengan corgi Gimli-nya.
- Coinsmart. Pertukaran Bitcoin dan Crypto Terbaik Eropa.
- Platoblockchain. Intelijen Metaverse Web3. Pengetahuan Diperkuat. AKSES GRATIS.
- CryptoHawk. Radar Altcoin. Uji Coba Gratis.
- Sumber: https://aws.amazon.com/blogs/machine-learning/build-an-appointment-scheduler-interface-integrated-with-meta-using-amazon-lex-and-amazon-connect/
- "
- 100
- 9
- a
- kemampuan
- mempercepat
- Accenture
- mengakses
- dapat diakses
- Akun
- di seluruh
- Tambahan
- uang muka
- di depan
- AI
- Semua
- memungkinkan
- Amazon
- api
- aplikasi
- Aplikasi
- aplikasi
- penunjukan
- arsitektur
- arsip
- buatan
- kecerdasan buatan
- Kecerdasan buatan (AI)
- Menghubungkan
- terkait
- mengotomatisasikan
- Otomatis
- tersedia
- AWS
- sebelum
- di bawah
- beta
- antara
- penagihan
- Blog
- batas
- boston
- Bot
- bot
- Kotak
- membawa
- membangun
- Bangunan
- built-in
- bisnis
- Kalender
- panggilan
- pemanggil
- saluran
- beban
- Pilih
- klaim
- awan
- kode
- Kolom
- lengkap
- komponen
- komponen
- konsentrasi
- Terhubung
- konsul
- kontak
- mengandung
- isi
- Percakapan
- percakapan
- negara
- membuat
- dibuat
- penciptaan
- Surat kepercayaan
- adat
- pelanggan
- Kesuksesan Pelanggan
- pelanggan
- canggih
- dasbor
- data
- ilmu data
- Basis Data
- pengiriman
- menyebarkan
- dikerahkan
- penyebaran
- Mendesain
- rincian
- mengembangkan
- Pengembang
- Pengembangan
- berbeda
- langsung
- Display
- mengganggu
- distribusi
- turun
- Menjatuhkan
- setiap
- editor
- usaha
- karyawan
- aktif
- memungkinkan
- Enter
- masuk
- Lingkungan Hidup
- contoh
- keahlian
- Pertama
- pertama kali
- aliran
- berikut
- format
- dari
- fungsi
- fungsi
- pintu gerbang
- Umum
- menghasilkan
- GitHub
- akan
- Kelompok
- membantu
- membantu
- membantu
- highlight
- Seterpercayaapakah Olymp Trade? Kesimpulan
- How To
- Namun
- HTTPS
- ICON
- mengenali
- identitas
- segera
- diimplementasikan
- indeks
- industri
- informasi
- Infrastruktur
- inisiatif
- Innovation
- inovator
- install
- contoh
- terpadu
- Intelijen
- maksud
- interaksi
- Antarmuka
- IT
- pengetahuan
- bahasa
- jalankan
- terkemuka
- Memimpin
- BELAJAR
- pengetahuan
- Meninggalkan
- baris
- baris
- Daftar
- lokal
- logo
- mesin
- Mesin belajar
- membuat
- MEMBUAT
- pengelolaan
- manajer
- panduan
- tuan
- pesan
- kurir
- meta
- mungkin
- mobil
- beberapa
- nama
- Alam
- Arahkan
- Navigasi
- Belanda
- berikutnya
- pemberitahuan
- jumlah
- Penawaran
- Buka
- operasi
- Opsi
- bagian
- bermain
- Kebijakan
- mungkin
- potensi
- primer
- proses
- Produk
- Profil
- proyek
- memprojeksikan
- bukti
- prototipe
- prototyping
- memberikan
- disediakan
- menyediakan
- menerbitkan
- mencapai
- Bereaksi
- menerima
- wilayah
- gudang
- permintaan
- wajib
- sumber
- Sumber
- Peran
- Rute
- Ilmu
- mulus
- Seri
- layanan
- Layanan
- set
- beberapa
- ditunjukkan
- Sederhana
- SMS
- So
- padat
- larutan
- Solusi
- beberapa
- berbicara
- tumpukan
- penyimpanan
- sukses
- berhasil
- mendukung
- tim
- Teknis
- Teknologi
- terminal
- uji
- Grafik
- Belanda
- pihak ketiga
- tiga
- Melalui
- waktu
- puncak
- Perjalanan
- ui
- bawah
- pemahaman
- unik
- us
- menggunakan
- Pengguna
- Penggunaan
- nilai
- View
- penglihatan
- jaringan
- berbasis web
- minggu
- selamat datang
- Apa
- Apa itu
- Berbisik
- SIAPA
- dalam
- bekerja
- kerja
- akan
- Anda