L’ascesa dell’intelligenza artificiale (AI) ha creato opportunità per migliorare l’esperienza del cliente nello spazio del contact center. Le tecnologie di machine learning (ML) migliorano e potenziano continuamente l'esperienza del cliente del contact center fornendo soluzioni per funzionalità come bot self-service, analisi delle chiamate in tempo reale e analisi post-chiamata. I bot self-service integrati con il tuo call center possono aiutarti a ottenere tempi di attesa ridotti, routing intelligente, tempi di risoluzione ridotti tramite funzioni self-service o raccolta dati e punteggi NPS (Net Promotor Score) migliorati. Alcuni esempi includono un cliente che chiama per verificare lo stato di un ordine e riceve un aggiornamento da un bot, o un cliente che deve inviare un rinnovo di una licenza e il chatbot raccoglie le informazioni necessarie, che consegna a un agente per l'elaborazione .
Con Amazon-Lex bot, puoi usare AI conversazionale funzionalità per abilitare queste funzionalità all'interno del call center. Amazon Lex utilizza il riconoscimento vocale automatico (ASR) e la comprensione del linguaggio naturale (NLU) per comprendere le esigenze del cliente e assisterlo nel suo percorso.
Genesys Cloud (una piattaforma di orchestrazione omnicanale e di relazione con i clienti) fornisce una piattaforma di contact center in un modello di cloud pubblico che consente l'integrazione rapida e semplice di Informazioni sui centri di contatto AWS (AWS CCI) per trasformare il moderno contact center da centro di costo a centro di profitto. Come parte di AWS CCI, Genesys Cloud si integra con Amazon Lex, che consente funzionalità self-service, di routing intelligente e di raccolta dati.
Quando esplori le funzionalità di AWS CCI con Amazon Lex e Genesys Cloud, potresti non essere sicuro da dove iniziare il tuo percorso di progettazione dei bot. Per assistere coloro che iniziano con una tela bianca, Amazon Lex fornisce il Progettista di chatbot automatizzato Amazon Lex. Il progettista automatizzato di chatbot utilizza il machine learning per fornire un progetto iniziale del bot che puoi quindi perfezionare e avviare esperienze di conversazione più rapidamente in base alle trascrizioni delle chiamate correnti. Con il designer automatizzato di chatbot, i clienti e i partner di Amazon Lex hanno un modo semplice e intuitivo di progettare chatbot e possono ridurre i tempi di progettazione dei bot da settimane a ore. Tuttavia, il progettista automatizzato del chatbot richiede che le trascrizioni siano in un determinato formato non allineato alle esportazioni delle trascrizioni di Genesys Cloud.
In questo post mostriamo come implementare un'architettura utilizzando Amazon EventBridge, Servizio di archiviazione semplice Amazon (Amazon S3) e AWS Lambda per raccogliere, trasformare e caricare automaticamente le trascrizioni delle chiamate Genesys nel formato richiesto per il designer di chatbot automatizzato Amazon Lex. Puoi quindi eseguire la progettazione automatizzata del chatbot sulle tue trascrizioni, ricevere consigli per la progettazione del bot e semplificare il tuo percorso di progettazione del bot.
Panoramica della soluzione
Il diagramma seguente illustra l'architettura della soluzione.
Il flusso di lavoro della soluzione consiste nei seguenti passaggi:
- Genesys Cloud invia eventi di trascrizione iterativa al bus di eventi EventBridge.
- Lambda riceve le trascrizioni iterative da EventBridge, determina quando una conversazione è completa e richiama l'API Transcript all'interno di Genesys Cloud e rilascia la trascrizione completa in un bucket S3.
- Quando una nuova trascrizione completa viene caricata su Amazon S3, Lambda converte la trascrizione formattata su Genesys Cloud nel formato richiesto per il progettista di chatbot automatizzato Amazon Lex e la copia in un bucket S3.
- Il progettista di chatbot automatizzato di Amazon Lex utilizza il machine learning per creare un progetto iniziale di bot basato sulle trascrizioni di Genesys Cloud fornite.
Prerequisiti
Prima di distribuire la soluzione, è necessario completare i seguenti prerequisiti:
- Configura il tuo account Genesys Cloud CX e assicurati di poter accedere. Per ulteriori informazioni sulla configurazione del tuo account, fai riferimento alla Documentazione Genesys.
- Assicurati che siano impostate le autorizzazioni corrette per abilitare e pubblicare le trascrizioni da Genesys. Per ulteriori informazioni sulla configurazione delle autorizzazioni richieste, fare riferimento a Panoramica di ruoli e autorizzazioni.
- Se per la trascrizione è richiesta la crittografia PCI e PII, assicurati che sia configurata in Genesys. Per ulteriori informazioni sulla configurazione delle autorizzazioni richieste, fare riferimento a Le trascrizioni delle interazioni sono crittografate quando archiviate nel cloud.
- Configura un account AWS con le autorizzazioni appropriate.
Distribuisci l'integrazione Genesys EventBridge
Per abilitare l'integrazione di EventBridge con Genesys Cloud, completare i seguenti passaggi:
- Accedere al Ambiente Genesys Cloud.
- Scegli Admin, Integrazioni, Aggiungi integrazionie Sorgente Amazon EventBridge.
- Sulla Configurazione scheda, fornire le seguenti informazioni:
- Nel ID account AWS, inserisci l'ID del tuo account AWS.
- Nel Regione dell'account AWS, inserisci la regione in cui desideri configurare EventBridge.
- Nel Suffisso origine evento, inserisci un suffisso (ad esempio,
genesys-eb-poc-demo
).
- Salva la tua configurazione.
- Nella console EventBridge, scegli integrazione nel riquadro di navigazione, quindi scegli Origini degli eventi dei partner.
Dovrebbe essere elencata un'origine evento con un nome simile aws.partner/genesys.com/…/genesys-eb-poc-demo
.
- Seleziona l'origine dell'evento del partner e scegli Associato al bus degli eventi.
Lo stato cambia da Attesa Pagamento a Attivo. Questo imposta la configurazione EventBridge per Genesys.
Successivamente, imposti le credenziali OAuth2 in Genesys Cloud per autorizzare la chiamata API per ottenere la trascrizione finale.
- Passare all'istanza Genesys Cloud.
- Scegli Admin, Integrazionie OAuth.
- Scegli Aggiungi cliente.
- Sulla Dettagli del cliente scheda, fornire le seguenti informazioni:
- Nel Nome dell'applicazione, inserisci un nome (ad esempio,
TranscriptInvoke-creds
). - Nel Tipi di sovvenzioni, selezionare Credenziali del cliente.
- Nel Nome dell'applicazione, inserisci un nome (ad esempio,
Assicurati di utilizzare il ruolo corretto che ha accesso per richiamare le API Transcribe.
- Scegli Risparmi.
Questo genera nuovi valori per ID cliente ed Client Secret. Copia questi valori da utilizzare nella sezione successiva, in cui configuri il modello per la soluzione.
Distribuisci la soluzione
Dopo aver configurato l'integrazione Genesys EventBridge, puoi distribuire un Modello di applicazione serverless AWS (AWS SAM), che distribuisce il resto dell'architettura. Per distribuire la soluzione nel tuo account, completa i seguenti passaggi:
- Installa AWS SAM se non è già installato. Per istruzioni, fare riferimento a Installazione della CLI di AWS SAM.
- Scarica la Repository GitHub e decomprimilo nella tua directory.
- Passare alla
genesys-to-lex-automated-chatbot-designer
cartella ed eseguire i seguenti comandi:
Il primo comando crea l'origine della tua applicazione. Il secondo comando impacchetta e distribuisce la tua applicazione su AWS, con una serie di richieste:
- Nome stack – Immettere il nome dello stack su cui eseguire la distribuzione AWS CloudFormazione. Dovrebbe essere univoco per il tuo account e la tua regione; un buon punto di partenza è qualcosa che corrisponda al nome del tuo progetto.
- Regione AWS – Inserisci la regione in cui desideri distribuire la tua app. Assicurati che sia distribuito nella stessa regione del bus di eventi EventBridge.
- Parametro GenesysBusname – Inserisci il nome del bus creato quando hai configurato l'integrazione Genesys. Lo schema del nome del bus dovrebbe essere simile
aws.partner/genesys.com/*
. - Parametro ClientId – Inserisci l'ID cliente che hai copiato in precedenza.
- Parametro ClientSecret – Inserisci il segreto client che hai copiato in precedenza.
- Parametro FileNamePrefix – Modificare il prefisso del nome file predefinito per il file di trascrizione di destinazione nel bucket S3 non elaborato o mantenere il valore predefinito.
- Parametro GenCloudEnv – Enter è l'ambiente cloud per la specifica organizzazione Genesys. Genesys è disponibile in più di 15 regioni in tutto il mondo al momento della stesura di questo documento, quindi questo valore è obbligatorio e dovrebbe puntare all'ambiente in cui viene creata la tua organizzazione in Genesys (ad esempio,
usw2.pure.cloud
). - Conferma le modifiche prima della distribuzione – Se impostato su Sì, eventuali set di modifiche verranno visualizzati prima della distribuzione per la revisione manuale. Se impostato su no, la CLI AWS SAM distribuirà automaticamente le modifiche dell'applicazione.
- Consenti la creazione del ruolo IAM della CLI SAM – Molti modelli AWS SAM, incluso questo esempio, creano Gestione dell'identità e dell'accesso di AWS (IAM) ruoli richiesti per le funzioni Lambda incluse per accedere ai servizi AWS. Per impostazione predefinita, l'ambito è limitato alle autorizzazioni minime richieste. Per distribuire uno stack CloudFormation che crea o modifica i ruoli IAM, devi fornire il file
CAPABILITY_IAM
valore per le capacità. Se l'autorizzazione non viene fornita tramite questo prompt, per distribuire questo esempio è necessario passarla esplicitamente--capabilities CAPABILITY_IAM
Vai all’emailsam deploy
comando. - Salvare gli argomenti in samconfig.toml – Se impostato su sì, le tue scelte verranno salvate in un file di configurazione all'interno del progetto, in modo da poterle rieseguire in futuro
sam deploy
senza parametri per distribuire le modifiche alla tua applicazione.
Dopo aver distribuito l'applicazione AWS SAM nel tuo account, puoi verificare che le trascrizioni Genesys vengano inviate al tuo account e trasformate nel formato richiesto per il progettista di chatbot automatizzato Amazon Lex.
Effettua una chiamata di prova per convalidare la soluzione
Dopo aver configurato l'integrazione Genesys EventBridge e distribuito il modello AWS SAM precedente, puoi effettuare chiamate di prova e verificare che i file finiscano nel bucket S3 per i file trasformati. Ad alto livello, è necessario eseguire i seguenti passaggi:
- Effettua una chiamata di prova alla tua istanza Genesys per creare una trascrizione.
- Attendi qualche minuto e controlla l'output nel bucket TransformedTranscript.
Esegui il designer automatizzato del chatbot
Dopo aver salvato le trascrizioni di alcuni giorni in Amazon S3, puoi eseguire la progettazione automatizzata del chatbot tramite la console Amazon Lex seguendo la procedura descritta in questa sezione. Per maggiori informazioni sul numero minimo e massimo di turni per il servizio fare riferimento a Prepara le trascrizioni.
- Sulla console Amazon Lex V2, scegli Bot nel riquadro di navigazione.
- Scegli Crea bot.
- Seleziona Inizia con le trascrizioni come metodo di creazione.
- Dai un nome al bot (per questo esempio,
InsuranceBot
) e fornire una descrizione facoltativa. - Seleziona Crea un ruolo con le autorizzazioni di base di Amazon Lex e usalo come ruolo runtime.
- Dopo aver compilato gli altri campi, scegli Avanti per procedere alla configurazione della lingua.
- Scegli la lingua e la voce per la tua interazione.
- Specifica la posizione Amazon S3 delle trascrizioni che la soluzione ha convertito per te.
- Aggiungi ulteriori percorsi locali se disponi di una struttura di cartelle specifica all'interno del bucket S3.
- Applica un filtro (intervallo di date) per le trascrizioni di input.
- Scegli Fatto.
Puoi utilizzare la barra di stato sulla console Amazon S3 per tenere traccia dell'analisi. Nel giro di poche ore, il designer automatizzato del chatbot presenta un design del chatbot che include gli intenti dell'utente, frasi di esempio associate a tali intenti e un elenco di tutte le informazioni necessarie per soddisfarli. La quantità di tempo necessaria per completare la formazione dipende da diversi fattori, tra cui il volume delle trascrizioni e la complessità delle conversazioni. In genere, ogni minuto vengono analizzate 600 righe di trascrizione.
- Scegli Review per visualizzare gli intenti e i tipi di slot scoperti dal designer automatizzato del chatbot.
Il intenti la scheda elenca tutti gli intenti insieme a frasi e slot di esempio e il file Tipi di slot La scheda fornisce un elenco di tutti i tipi di slot insieme ai valori del tipo di slot.
- Scegli uno qualsiasi degli intenti per rivedere le espressioni e gli slot di esempio. Ad esempio, nello screenshot seguente, scegliamo
ChangePassword
per visualizzare gli enunciati. - Scegliere il Scheda Trascrizioni associate per rivedere le conversazioni utilizzate per identificare gli intenti.
- Dopo aver esaminato i risultati, seleziona gli intenti e i tipi di slot pertinenti al tuo caso d'uso e scegli Aggiungi.
Ciò aggiunge gli intenti e i tipi di slot selezionati al bot. Ora puoi ripetere questo progetto apportando modifiche come l'aggiunta di prompt, l'unione di intenti o tipi di slot e la ridenominazione degli slot.
Ora hai utilizzato il designer di chatbot automatizzato Amazon Lex per identificare intenti comuni, espressioni mappate a tali intenti e informazioni che il chatbot deve raccogliere per soddisfare determinate funzioni aziendali.
ripulire
Al termine, pulisci le risorse utilizzando il comando seguente nella CLI AWS SAM:
Conclusione
Questo post ti ha mostrato come utilizzare l'integrazione di Genesys Cloud CX ed EventBridge per inviare le trascrizioni di Genesys CX al tuo account AWS, trasformarle e utilizzarle con il designer di chatbot automatizzato Amazon Lex per creare bot, intenti, espressioni e slot di esempio. Questa architettura può aiutare gli utenti AWS CCI alle prime armi e gli attuali utenti AWS CCI a eseguire l'onboarding di più chatbot utilizzando l'integrazione Genesys CX e Amazon Lex o opportunità di miglioramento continuo in cui potresti voler confrontare la progettazione dell'intento attuale con quella generata dal sistema automatizzato Amazon Lex progettista di chatbot. Per ulteriori informazioni su altre funzionalità AWS CCI, consulta Intelligenza del contact center.
Informazioni sugli autori
Joe Morotti è un Solutions Architect presso Amazon Web Services (AWS), che aiuta i clienti aziendali nel Midwest degli Stati Uniti. Ha ricoperto una vasta gamma di ruoli tecnici e gli piace mostrare al cliente l'arte del possibile. Nel tempo libero gli piace trascorrere del tempo di qualità con la sua famiglia esplorando nuovi posti e analizzando le prestazioni della sua squadra sportiva.
Anand Bose è Senior Solutions Architect presso Amazon Web Services e supporta i partner ISV che creano applicazioni aziendali su AWS. La sua passione è creare soluzioni differenziate che consentano ai clienti di adottare il cloud. Anand vive a Dallas, in Texas, e ama viaggiare.
Teri Ferris è responsabile della progettazione di esperienze cliente straordinarie insieme ai partner commerciali, sfruttando le soluzioni tecnologiche Genesys che consentono l'orchestrazione delle esperienze per i contact center. Nel suo ruolo fornisce consulenza su architettura della soluzione, integrazioni, IVR, routing, analisi dei report, self-service, intelligenza artificiale, outbound, funzionalità mobili, omnicanale, canali social, digitale, comunicazioni unificate (UCaaS) e analisi e su come possono semplificare il esperienza del cliente. Prima di Genesys, ha ricoperto ruoli di leadership senior presso società di risorse umane, buste paga e gestione dell'apprendimento, inclusa la supervisione del Contact Center.
- Distribuzione di contenuti basati su SEO e PR. Ricevi amplificazione oggi.
- PlatoData.Network Generativo verticale Ai. Potenzia te stesso. Accedi qui.
- PlatoAiStream. Intelligenza Web3. Conoscenza amplificata. Accedi qui.
- PlatoneESG. Carbonio, Tecnologia pulita, Energia, Ambiente, Solare, Gestione dei rifiuti. Accedi qui.
- Platone Salute. Intelligence sulle biotecnologie e sulle sperimentazioni cliniche. Accedi qui.
- Fonte: https://aws.amazon.com/blogs/machine-learning/expedite-your-genesys-cloud-amazon-lex-bot-design-with-the-amazon-lex-automated-chatbot-designer/
- :ha
- :È
- :non
- :Dove
- $ SU
- 100
- 11
- 12
- 13
- 15%
- 321
- 500
- 600
- 7
- a
- capace
- WRI
- accesso
- Il mio account
- Raggiungere
- operanti in
- l'aggiunta di
- aggiuntivo
- Aggiunge
- Adozione
- Agente
- AI
- Allineati
- Tutti
- lungo
- a fianco di
- già
- Amazon
- Amazon-Lex
- Amazon Web Services
- Amazon Web Services (AWS)
- quantità
- an
- .
- analitica
- analizzato
- l'analisi
- ed
- in qualsiasi
- api
- API
- App
- Applicazioni
- applicazioni
- opportuno
- architettura
- SONO
- argomenti
- Arte
- artificiale
- intelligenza artificiale
- Intelligenza artificiale (AI)
- AS
- assistere
- associato
- At
- Automatizzata
- Automatico
- automaticamente
- disponibile
- AWS
- bar
- basato
- basic
- BE
- prima
- essendo
- Bot
- bots
- costruire
- costruisce
- autobus
- affari
- Applicazioni aziendali
- funzioni aziendali
- by
- chiamata
- call center
- chiamata
- Bandi
- Materiale
- tela
- funzionalità
- Custodie
- centro
- centri
- certo
- il cambiamento
- Modifiche
- canali
- chatbot
- chatbots
- dai un'occhiata
- scelte
- Scegli
- cavedano
- cli
- cliente
- Cloud
- adozione del cloud
- raccogliere
- Raccolta
- collezione
- Uncommon
- Comunicazioni
- Aziende
- confrontare
- completamento di una
- complessità
- Configurazione
- configurato
- consiste
- consolle
- contatti
- centralino
- continuamente
- continuo
- Conversazione
- discorsivo
- Conversazioni
- convertito
- copia
- Costo
- creare
- creato
- crea
- Creazione
- creazione
- Credenziali
- Corrente
- cliente
- esperienza del cliente
- Clienti
- CX
- Dallas
- dati
- Data
- diminuita
- Predefinito
- dipende
- schierare
- schierato
- deployment
- Distribuisce
- descrizione
- Design
- Designer
- progettazione
- determina
- diagramma
- diversificato
- digitale
- elenco
- scoperto
- giù
- Gocce
- In precedenza
- enable
- Abilita
- consentendo
- crittografato
- crittografia
- finale
- godere
- entrare
- Impresa
- Ambiente
- Evento
- eventi
- Ogni
- esempio
- Esempi
- affrettare
- esperienza
- Esperienze
- espressamente
- Esplorare
- le esportazioni
- Fattori
- famiglia
- più veloce
- pochi
- campi
- Compila il
- File
- riempire
- filtro
- finale
- Nome
- i seguenti
- Nel
- formato
- Gratis
- da
- Adempiere
- pieno
- funzioni
- futuro
- genera
- ottenere
- dato
- buono
- grande
- Mani
- Avere
- he
- Eroe
- Aiuto
- aiutare
- suo
- Alta
- il suo
- ORE
- Come
- Tutorial
- Tuttavia
- HTML
- http
- HTTPS
- umano
- Risorse umane
- ID
- identificare
- Identità
- if
- illustra
- realizzare
- competenze
- migliorata
- miglioramento
- in
- includere
- incluso
- inclusi
- Compreso
- informazioni
- inizialmente
- ingresso
- interno
- installato
- esempio
- istruzioni
- integrato
- Integra
- integrazione
- integrazioni
- Intelligence
- Intelligente
- intento
- interazione
- ai miglioramenti
- intuitivo
- invoca
- isv
- IT
- viaggio
- jpg
- mantenere
- Lingua
- lanciare
- Leadership
- apprendimento
- Livello
- leveraging
- Licenza
- piace
- Linee
- Lista
- elencati
- elenchi
- vivere
- Lives
- caricare
- locale
- località
- ceppo
- Guarda
- una
- macchina
- machine learning
- make
- Fare
- gestione
- obbligatorio
- Manuale
- molti
- corrispondenza
- massimo
- importo massimo
- Maggio..
- fusione
- metodo
- midwest
- ordine
- minuto
- Minuti
- ML
- Mobile
- modello
- moderno
- Scopri di più
- devono obbligatoriamente:
- Nome
- Naturale
- Navigazione
- necessaria
- Bisogno
- che necessitano di
- esigenze
- rete
- New
- GENERAZIONE
- NLU
- no
- adesso
- of
- Omni-Canale
- omnichannel
- on
- Onboard
- Opportunità
- or
- orchestrazione
- minimo
- organizzazione
- Altro
- su
- produzione
- ancora
- supervisionando
- Packages
- vetro
- parametri
- parte
- partner
- partner
- passare
- appassionato
- percorsi
- Cartamodello
- Libro paga
- Eseguire
- performance
- autorizzazione
- permessi
- Frasi
- Partner
- piattaforma
- Platone
- Platone Data Intelligence
- PlatoneDati
- punto
- possibile
- Post
- energia
- precedente
- prerequisiti
- procedere
- lavorazione
- Profitto
- progetto
- istruzioni
- fornire
- purché
- fornisce
- fornitura
- la percezione
- cloud pubblico
- editoriale
- puro
- qualità
- Presto
- gamma
- Crudo
- riceve
- ricevente
- riconoscimento
- raccomandazioni
- ridurre
- riferimento
- raffinare
- regione
- regioni
- rapporto
- pertinente
- resto
- Reportistica
- necessario
- richiede
- Risoluzione
- Risorse
- responsabile
- Risultati
- recensioni
- destra
- Aumento
- Ruolo
- ruoli
- instradamento
- Correre
- runtime
- Sam
- stesso
- campione
- salvato
- Secondo
- Segreto
- Sezione
- vedere
- select
- selezionato
- Fai da te
- inviare
- invia
- anziano
- dirigenza senior
- inviato
- Serie
- serverless
- servizio
- Servizi
- set
- Set
- regolazione
- alcuni
- lei
- dovrebbero
- mostrare attraverso le sue creazioni
- ha mostrato
- mostra
- mostrato
- Un'espansione
- fessura
- slot
- So
- Social
- canali social
- soluzione
- Soluzioni
- alcuni
- qualcosa
- Fonte
- lo spazio
- specifico
- discorso
- Riconoscimento vocale
- Spendere
- Sports
- pila
- inizia a
- Di partenza
- Stato dei servizi
- Passi
- conservazione
- memorizzati
- lineare
- snellire
- La struttura
- inviare
- tale
- Supporto
- sicuro
- prende
- Target
- Consulenza
- Tecnologie
- Tecnologia
- modello
- modelli
- test
- Texas
- di
- che
- Il
- Il futuro
- le informazioni
- L’ORIGINE
- loro
- Li
- poi
- Strumenti Bowman per analizzare le seguenti finiture:
- di
- questo
- quelli
- Attraverso
- tempo
- volte
- a
- pista
- Training
- Trascrizione
- Trasformare
- trasformato
- si
- Digitare
- Tipi di
- tipicamente
- capire
- e una comprensione reciproca
- unificato
- unico
- sbloccare
- Aggiornanento
- caricato
- us
- uso
- caso d'uso
- utilizzato
- Utente
- utenti
- usa
- utilizzando
- CONVALIDARE
- APPREZZIAMO
- Valori
- Visualizza
- Voce
- volume
- aspettare
- volere
- Modo..
- we
- sito web
- servizi web
- Settimane
- quando
- quale
- OMS
- largo
- Vasta gamma
- volere
- con
- entro
- senza
- flusso di lavoro
- In tutto il mondo
- valore
- scrittura
- sì
- Tu
- Trasferimento da aeroporto a Sharm
- zefiro