이 블로그 게시물은 Accenture의 Nick Vargas 및 Anna Schreiber와 공동으로 작성했습니다.
고객 약속을 예약하는 것은 종종 수동적이고 노동 집약적인 프로세스입니다. 셀프 서비스 기술의 발전을 활용하여 약속 일정을 자동화할 수 있습니다.
이 블로그 게시물에서는 아마존 렉스 와 아마존 연결. 이 솔루션을 통해 사용자는 Meta Messenger를 통해 약속을 만들고 SMS 모바일 메시지를 통해 약속 확인을 받을 수 있습니다. 또한 웹 기반 대시보드를 제공하여 예약된 시간에 원 클릭 버튼으로 사용자에게 호출을 제공할 수 있습니다.
Amazon Lex는 Meta 메신저와 통합되며 채팅 대화를 활성화하는 데 사용할 수 있습니다. Lex는 응용 프로그램에서 대화형 인터페이스를 설계, 구축, 테스트 및 배포하기 위해 자연어 이해(NLU)가 포함된 완전 관리형 인공 지능(AI) 서비스입니다.
솔루션 개요
아래 아키텍처 다이어그램은 다양한 AWS 구성 요소와 서비스 간의 상호 작용에 대한 높은 수준의 개요를 보여줍니다. 이 솔루션은 메타 메신저를 사용한 고객 상호 작용, Lex가 활성화한 SMS를 통한 약속 예약 및 Connect의 고객 아웃바운드 다이얼러와 같은 주요 구성 요소로 구성됩니다. 이 아웃바운드 다이얼러를 사용하면 간단한 UI 인터페이스에서 고객에게 아웃바운드 통화를 쉽게 생성할 수 있습니다.
이 게시물은 다음 샘플 봇 대화를 사용합니다.
사용자: 예약을 하고 싶습니다.
에이전트: 어떤 약속을 잡을 수 있습니까? 청구, 일반 또는 제안이라고 말할 수 있습니다.
사용자: 결제
에이전트: 당신의 이름은 무엇입니까?
사용자: 사미르
에이전트: 국가번호가 있는 전화번호는 무엇입니까?
사용자: +10001234567
에이전트: 언제 청구 약속을 잡아야 합니까?
사용자: 다음주 화요일
에이전트: 청구 약속을 몇 시에 예약해야 합니까?
사용자: 오전 9시
에이전트: 사미르, 09:00 가능합니다. 예약을 해야 하나요?
사용자: 예
에이전트: 감사합니다 Sameer님, 09:00 예약이 확정되었으며 자세한 내용은 전화번호로 문자로 보내드렸습니다.
스케줄러 및 고객 알림 구성 요소의 경우 AWS 람다 핸들러는 스케줄링 요청을 처리하는 데 사용됩니다. 그런 다음 약속 정보는 아마존 DynamoDB 데이터 베이스. 정보가 성공적으로 저장되면 SMS를 통해 약속 세부 정보를 확인하는 알림이 고객에게 전송됩니다. 아마존 핀 포인트.
데이터베이스에서 저장된 고객 약속을 달력 보기 형식으로 표시하기 위해 React.js 애플리케이션이 생성됩니다. 이렇게 하면 직원이 전화해야 하는 고객을 쉽게 식별할 수 있습니다. 캘린더 항목의 통화 버튼을 클릭하면 통화가 시작됩니다. 그러면 Amazon Connect를 사용하여 고객과 직원을 연결하기 위한 아웃바운드 통화 요청이 즉시 이루어집니다.
사전 조건
이 프로젝트의 경우 다음 전제 조건이 있어야 합니다.
- 에서 코드 파일을 다운로드했습니다. GitHub 저장소.
저장소에는 다음이 포함됩니다.- 아래에 있는 React 앱 파일 UI
- 아래에 있는 Amazon Connect 고객 응대 흐름 백엔드/연결/contact_flows 이 데모에는 파일 이름이 있는 XNUMX개의 고객 응대 흐름이 있습니다.
AgentWhisper
,CustomerWaiting
,InboundCall
와OutboundCall
. - 다음 위치에 있는 Amazon Lex 봇용 zip 파일 백엔드/렉스 파일 이름이 AppointmentSchedulerBot.zip인 디렉토리.
- npm이 로컬 컴퓨터에 설치되었습니다. 나타내다 컴퓨터에 node.js 및 npm을 설치하는 방법,
이 솔루션의 배포는 가능한 경우 CloudFormation을 사용하여 자동화되지만 배포의 일부 구성 및 단계는 수동입니다.
솔루션 배포
AWS 계정에서 약속 스케줄러 데모 앱에 필요한 인프라를 설정하려면 다음 단계를 완료하십시오.
- 에 로그인 AWS 관리 콘솔.
- 왼쪽 메뉴에서 발사 스택:
- 에 스택 생성 페이지, 아래 템플릿 지정선택한다. 템플릿 파일 업로드.
- 선택
AppointmentsSchedulerCFTemplate
GitHub에서 다운로드한 파일. - 왼쪽 메뉴에서 다음 보기.
- 럭셔리 스택 이름, 스택에 대한 고유한 이름을 입력하십시오(예:
AppointmentSchedulerDemo
.
- 왼쪽 메뉴에서 다음 보기, 다음을 선택하십시오. 다음 보기 를 시청하여 이에 대해 더 많은 정보를 얻을 수 있습니다. 스택 옵션 구성 페이지.
- 에 검토 페이지, 선택 AWS CloudFormation이 IAM 리소스를 생성 할 수 있음을 인정합니다 선택하고 만들기.
스택은 다음 리소스를 생성합니다.
-
- DynamoDB 테이블
AppointmentSchedulerTable
- 아마존 핀포인트 앱
AppointmentSchedulerPinpointApp
- 두 AWS 자격 증명 및 액세스 관리 (IAM) 정책:
AppointmentSchedulerPinpointPolicy
AppointmentSchedulerDynamoApiPolicy
- 두 가지 IAM 역할:
AppointmentsLambdaRole
OutboundContactLambdaRole
- 두 가지 Lambda 함수:
AppointmentScheduler
AppointmentSchedulerOutboundContact
- XNUMXD덴탈의 아마존 API 게이트웨이 인스턴스 약속
- 아마존 CloudFront를 분포
- XNUMXD덴탈의 아마존 단순 스토리지 서비스 (Amazon S3) 버킷
appointment-scheduler-website
- DynamoDB 테이블
Amazon Pinpoint 앱 구성
Amazon Pinpoint 앱을 구성하려면 다음 단계를 완료하십시오.
- 로 이동 정확한 콘솔.
- 로 이동 AppointmentSchedulerPinpointApp 위에서 배포했습니다.
- 아래 왼쪽 메뉴에서 설정 클릭 SMS 및 음성.
- 숫자 설정에서 전화번호 요청.
- 출신 국가를 선택하고 수신자 부담그리고 클릭 다음 보기다음, 의뢰.
이 게시물의 Amazon Lex 봇에는 하나의 의도가 있습니다. MakeAppointment
, 이전 예에서 사용자에게 일련의 질문을 하여 고객의 약속 유형, 날짜, 시간, 이름 및 전화 번호를 도출합니다.
AppointmentTypeValue
이 봇의 유일한 사용자 지정 슬롯 유형이며 청구, 일반 또는 제안의 세 가지 값 중 하나를 사용합니다. 이름, 전화, 날짜 및 시간 슬롯은 각각 Amazon Lex에서 제공하는 기본 제공 슬롯 유형을 사용합니다.
Amazon Lex 봇 배포
봇을 배포하려면 먼저 Amazon Lex 봇(AppointmentSchedulerLex.zip
) 귀하의 계정에.
- 에 로그인 Amazon Lex V2 콘솔.
- Amazon Lex를 처음 사용하는 경우 시작 페이지가 표시되면 다음을 선택합니다. 봇 생성.
- 봇 만들기 페이지가 표시되면 페이지 맨 아래로 스크롤하여 다음을 선택합니다. 취소. Amazon Lex를 처음 사용하지 않는 경우 이 단계를 건너뛰십시오.
- 왼쪽 메뉴에서 행위다음, 수입.
- 엔터 버튼 약속스케줄러봇 봇 이름에 대해 가져올 .zip 아카이브를 선택합니다.
- IAM 권한에서 다음을 선택합니다. 기본 Amazon Lex 권한이 있는 역할을 생성합니다.
- COPPA에서 다음을 선택합니다. 아니.
- 수입.
- 봇 이름을 클릭하여 봇을 엽니다.
- $XNUMX Million 미만 전개 왼쪽 메뉴에서 별칭, 고르다 TestBot별칭 클릭 영어 (미국) 아래에 언어. 선택
AppointmentScheduler
Lambda 함수 및 클릭 찜하기.
- 왼쪽 메뉴의 봇 버전에서 의도 페이지 오른쪽 하단에서 짓다.
- [선택 사항] 빌드가 완료되면 Test 오른쪽에 나타나는 창을 사용하여 봇을 테스트하려면(봇과 대화하려면 마이크 아이콘을 클릭하거나 텍스트 상자에 입력)
Amazon Connect 인스턴스 설정
Amazon Connect 인스턴스 및 고객 응대 흐름을 설정하려면 다음 단계를 완료하십시오.
- Amazon Connect 인스턴스를 설정합니다.
- 로 이동 Amazon Connect 콘솔.
- Amazon Connect 콘솔을 처음 방문하는 경우 시작 페이지가 표시되면 다음을 선택합니다. 시작하기.
- Amazon Connect를 처음 사용하는 것이 아니라면 인스턴스 추가.
- 럭셔리 신원 관리, 고르다 Amazon Connect에 사용자 저장.
- 럭셔리 액세스 URL, 인스턴스의 고유한 이름을 입력하십시오. 예를 들면,
AppointmentSchedulerDemo
다음을 선택 다음 보기. - 에 관리자 추가 페이지에서 Amazon Connect에 대한 새 관리자 계정을 추가합니다. 이 계정을 사용하여 나중에 고유한 액세스 URL을 사용하여 인스턴스에 로그인합니다. 딸깍 하는 소리 다음 단계.
- 다음 두 페이지에서 – 전화 통신 옵션 및 데이터 저장 – 기본 설정을 수락하고 선택 다음 단계.
- 에 검토 및 생성 페이지에서 선택 인스턴스 생성.
- 새로 생성된 Amazon Connect 인스턴스에 Amazon Lex 봇을 추가합니다.
- 인스턴스에 로그인하고 전화번호를 요청하세요.
- 추가
OutboundQueue
- 에 전화번호 추가
BasicQueue
- 왼쪽의 탐색 메뉴에서 다음을 선택합니다. 큐 라우팅 메뉴에서.
- 를 클릭하십시오
BasicQueue
. - 발신자 ID 번호 필드에 이전에 청구한 전화번호를 추가합니다.
- 찜하기 오른쪽 상단에
- 가져 오기
InboundCall
접촉 흐름 - 그런 다음 이 흐름을 전화 번호와 연결합니다.
- 가져 오기
AgentWhisper
,CustomerWaiting
및OutboundCall
접촉 흐름- 왼쪽 탐색 메뉴에서 연락처 흐름 아래에 라우팅.
- 에이전트 귓속말 흐름 만들기.
- 페이지 오른쪽에서 아래쪽 화살표를 클릭하고 가져 오기 흐름 (베타).
- AgentWhisper 파일을 찾아 선택하십시오. 수입.
- 게시이다..
- 다시 연락 흐름 목록을 선택하고 옆에 있는 아래쪽 화살표를 클릭합니다. 통화 흐름 만들기.
- 만들기 클릭 고객 대기열 흐름.
- 페이지 오른쪽에서 아래쪽 화살표를 클릭하고 흐름 가져오기(베타)를 클릭합니다.
- 찾기
CustomerWaiting
파일을 선택하고 가져오기를 선택합니다. - 게시를 클릭합니다.
- 고객 응대 흐름 목록으로 돌아가서 고객 응대 흐름 만들기 옆에 있는 아래쪽 화살표를 클릭합니다.
- 고객 응대 흐름 생성을 선택합니다.
- 페이지 오른쪽에서 아래쪽 화살표를 클릭하고 흐름 가져오기(베타)를 클릭합니다.
- 찾기
OutboundCall
이전에 다운로드한 GitHub 리포지토리에서 파일을 다운로드하고 가져오기를 선택합니다. - 게시를 클릭합니다.
Lambda 함수 편집:
- 로 이동 Lambda 콘솔.
- 온 클릭
AppointmentScheduler
기능. - 를 클릭하십시오 구성 와 환경 변수 왼쪽 메뉴에서.
- 편집. 값을 Pinpoint로 교체 프로젝트 ID 와 수신자 부담 전화 번호. 딸깍 하는 소리 찜하기.
- 다시 Lambda 콘솔 그리고 클릭
AppointmentSchedulerOutboundContact
기능. - 3단계와 4단계를 반복하여 다음 값을 바꿉니다.
CONTACT_FLOW
,INSTANCE_ID
와QUEUE_ID
올바른 값으로. 딸깍 하는 소리 찜하기 한 번 끝냈다.- 고객 응대 흐름 ID를 찾으려면
OutboundCall
Amazon Connect 콘솔에서 고객 응대 흐름 옆에 있는 화살표를 클릭합니다. 추가 흐름 정보를 표시합니다. 고객 응대 흐름 ID는 다음의 마지막 값입니다. 접촉 흐름/.
- 인스턴스 ID를 찾으려면 Amazon Connect 콘솔로 이동하여 인스턴스 별칭을 클릭합니다. 인스턴스 ID는 다음 이후의 인스턴스 ARN의 마지막 값입니다. 사례/.
- 대기열 ID를 찾으려면
OutboundQueue
Amazon Connect 콘솔에서 옆에 있는 화살표를 클릭합니다. 추가 대기열 정보를 표시합니다. 고객 응대 흐름 ID는 다음의 마지막 값입니다. 대기줄/.
- 고객 응대 흐름 ID를 찾으려면
이제 Lex 봇과 Amazon Connect 인스턴스를 사용할 준비가 되었습니다. 다음으로 UI를 배포합니다.
API 게이트웨이 경로 수정:
- 로 이동 API Gateway 콘솔
- 이름이 지정된 인스턴스를 클릭합니다. 약속
- 리소스 섹션에서 /outcall 리소스에 속한 POST 메서드를 클릭합니다.
- 통합 요청.
- 그런 다음 Lambda 함수 필드 오른쪽 옆에 있는 편집 아이콘을 클릭합니다. 그런 다음 텍스트 필드 오른쪽에 표시되는 확인 표시 아이콘을 클릭합니다.
- 확인을 클릭하여 Lambda 함수에 대한 권한을 추가합니다.
UI 배포:
- 배포 전에 UI 구성
- 선호하는 코드 편집기에서 ui 다운로드한 코드 파일에서 폴더.
- 교체 그리고 귀하의 API ID와 함께( API 게이트웨이 콘솔) 및 배포된 리소스의 지역(103, 168, 310, 397, 438, 453)
- 교체 172번과 402번 줄에 Amazon Connect 인스턴스 이름을 사용합니다.
- [선택 사항] index.js 파일의 331행에 앱 로고를 추가합니다.
index.html 파일의 5행:
- 터미널에서 ui 다운로드한 프로젝트의 폴더.
- 달리기 npm 설치. 완료하는 데 몇 분 정도 걸립니다.
- 달리기 npm 실행 스크립트 빌드. 이것은 생성할 것이다 빌드 폴더 FBI 증오 범죄 보고서 ui 디렉토리.
- S3 버킷에 코드 파일을 추가합니다.
- 로 이동 S3 콘솔.
- CloudFormation Stack과 함께 배포된 버킷을 검색하고, 약속-스케줄러-웹사이트-.
- 내용을 끌어다 놓으십시오. 빌드 폴더 버킷에 대한 마지막 단계에서 생성된 ui 디렉토리에 있습니다.
- 가이드라가.
이제 CloudFront 배포에서 애플리케이션에 액세스할 수 있습니다.
- CloudFront 배포를 승인된 오리진으로 추가합니다.
-
- Amazon Connect 콘솔로 이동합니다.
- 봇을 추가할 인스턴스의 인스턴스 별칭을 선택합니다.
- 승인된 원산지를 선택합니다.
- + 오리진 추가를 클릭하고 CloudFront 배포의 URL을 입력합니다.
- 추가를 클릭하십시오.
-
- 이제 CloudFront 배포 URL과 index.html로 이동합니다. (예,
https:// <DistributionDomainName>.cloudfront.net/index.html
)
정리
이 솔루션으로 완료되면 원치 않는 요금이 발생하지 않도록 AWS 환경을 정리해야 합니다.
- 로 이동 S3 콘솔, CloudFormation 템플릿(appointment-scheduler-website)에서 생성한 버킷을 비웁니다.
- 로 이동 CloudFormation 콘솔, 스택을 삭제합니다. 이 스택과 연결된 모든 리소스가 성공적으로 삭제되었는지 확인합니다.
- 로 이동 Amazon Connect 콘솔, 인스턴스를 삭제합니다.
- 로 이동 Amazon Lex 콘솔, 생성한 봇을 삭제합니다.
결론
이 블로그의 경우, Accenture AWS는 AWS 서비스를 사용하여 자동화된 약속 스케줄러를 구축하는 것을 강조하는 기계 학습 솔루션을 개발하기 위해 협력했습니다. 이 솔루션은 AWS에서 약속 예약 솔루션을 구축하는 것이 얼마나 쉬운지 보여줍니다. 메타 메신저와 같은 타사 메시징 서비스를 지원하는 Amazon Lex의 기능은 솔루션의 잠재적 범위를 여러 채널로 확장합니다. SMS를 통한 고객 알림은 Amazon Pinpoint를 사용하여 최소한의 노력으로 구현됩니다. Amazon Connect를 사용하면 아웃바운드 다이얼러가 캘린더 보기 웹 애플리케이션과 원활하게 통합되어 직원이 간단한 클릭 투 콜 버튼으로 고객에게 즉시 연결할 수 있습니다.
Accenture AWS 비즈니스 그룹(AABG)으로 혁신을 가속화할 수 있습니다. 두 명의 선도적인 혁신가의 리소스, 기술 전문 지식 및 업계 지식을 통해 혁신의 속도를 가속화하여 파괴적인 제품 및 서비스를 제공할 수 있습니다. AABG는 신속한 프로토타입 개발을 통해 고객이 클라우드 솔루션을 아이디어화하고 혁신할 수 있도록 지원합니다. 우리 팀과 연결하여 제품 및 서비스에서 기계 학습을 사용하는 방법을 배우고 가속화하십시오.
저자에 관하여
사 메르 고엘 최첨단 이니셔티브에 대한 프로토타입을 구축하여 고객 성공을 주도하는 네덜란드의 수석 솔루션 설계자입니다. AWS에 합류하기 전에 Sameer는 데이터 과학에 집중하면서 Boston에서 석사 학위를 취득했습니다. 그는 Raspberry Pi에서 AI/ML 프로젝트를 구축하고 실험하는 것을 즐깁니다.
닉 바르가스 Accenture의 관리자이자 기술 설계자입니다. 그는 Accenture AWS 비즈니스 그룹(AABG) 내 래피드 프로토타이핑 팀의 프로젝트 제공을 이끌고 있습니다. 그는 반려견 빙고와 아침산책, 여행, 해변가, 하이킹을 즐긴다.
안나 슈라이버 Accenture의 AWS 비즈니스 그룹(AABG) 내 프로토타이핑 팀의 일원입니다. 선임 AWS 개발자로서 그녀는 고객의 비전을 실현하는 데 도움이 되는 몇 가지 세간의 이목을 끄는 개념 증명 작업을 수행했습니다. 그녀는 일하지 않을 때 코기 Gimli와 함께 요리, 공예, 물건 가져오기 놀이를 즐깁니다.
- "
- 100
- 9
- a
- 능력
- 가속
- Accenture
- ACCESS
- 얻기 쉬운
- 계정
- 가로질러
- 추가
- 발전하다
- 앞으로
- AI
- All
- 수
- 아마존
- API를
- 앱
- 어플리케이션
- 어플리케이션
- 약속
- 아키텍처
- 아카이브
- 인조의
- 인공 지능
- 인공 지능(AI)
- 준
- 관련
- 자동화
- 자동화
- 가능
- AWS
- 전에
- 이하
- 베타
- 사이에
- 청구
- 블로그
- 경계
- 보스턴
- 봇
- 봇
- 보물상자
- 가져
- 빌드
- 건물
- 내장
- 사업
- 칼렌더
- 전화
- 방문객
- 채널
- 요금
- 왼쪽 메뉴에서
- 청구
- 클라우드
- 암호
- 단
- 완전한
- 구성 요소
- 구성 요소들
- 집중
- 연결하기
- 콘솔에서
- CONTACT
- 이 포함되어 있습니다
- 내용
- 대화
- 대화
- 국가
- 만들
- 만든
- 창조
- 신임장
- 관습
- 고객
- 고객 성공 사례
- 고객
- 최첨단
- 계기반
- 데이터
- 데이터 과학
- 데이터베이스
- 배달
- 배포
- 배포
- 전개
- 디자인
- 세부설명
- 개발
- 개발자
- 개발
- 다른
- 곧장
- 디스플레이
- disruptive
- 분포
- 아래 (down)
- 드롭
- 마다
- 편집자
- 노력
- 직원
- 가능
- 가능
- 엔터 버튼
- 입력 된
- 환경
- 예
- 전문적 지식
- 먼저,
- 처음으로
- 흐름
- 수행원
- 체재
- 에
- 기능
- 기능
- 게이트웨이
- 일반
- 생성
- GitHub의
- 가는
- 그룹
- 도움
- 도움이
- 도움이
- 하이라이트
- 방법
- How To
- 그러나
- HTTPS
- ICON
- 확인
- 통합 인증
- 바로
- 구현
- 색인
- 산업
- 정보
- 인프라
- 이니셔티브
- 혁신
- 혁신가들
- 설치
- 예
- 통합 된
- 인텔리전스
- 의지
- 상호 작용
- 인터페이스
- IT
- 지식
- 언어
- 시작
- 지도
- 오퍼
- 배우다
- 배우기
- 휴가
- 라인
- 라인
- 명부
- 지방의
- 심벌 마크
- 기계
- 기계 학습
- 확인
- 제작
- 구축
- 매니저
- 조작
- 석사
- 메시지
- 전령
- 메타
- 수도
- 모바일
- 여러
- 이름
- 자연의
- 이동
- 카테고리
- 네덜란드
- 다음 것
- 공고
- 번호
- 제공
- 열 수
- 조작
- 옵션
- 부품
- 연주
- 정책
- 가능한
- 가능성
- 일차
- 방법
- 제품
- 프로필
- 프로젝트
- 프로젝트
- 증명
- 프로토 타입
- 프로토 타입
- 제공
- 제공
- 제공
- 게시
- 도달
- 반응
- 받다
- 지방
- 저장소
- 의뢰
- 필수
- 의지
- 자료
- 직위별
- 길
- 과학
- 완벽하게
- 연속
- 서비스
- 서비스
- 세트
- 몇몇의
- 표시
- 단순, 간단, 편리
- SMS
- So
- 고체
- 해결책
- 솔루션
- 일부
- 말하다
- 스택
- 저장
- 성공
- 성공적으로
- SUPPORT
- 팀
- 테크니컬
- Technology
- 단말기
- test
- XNUMXD덴탈의
- 네덜란드
- 타사
- 세
- 을 통하여
- 시간
- 상단
- 여행
- ui
- 아래에
- 이해
- 유일한
- us
- 사용
- 사용자
- 활용
- 가치
- 관측
- 시력
- 웹
- 웹 기반
- 주
- 환영
- 뭐
- 속삭임
- 누구
- 이내
- 일
- 일하는
- 겠지
- 너의