Bouw een virtuele kredietgoedkeuringsagent met Amazon Lex, Amazon Textract en Amazon Connect PlatoBlockchain Data Intelligence. Verticaal zoeken. Ai.

Bouw een virtuele kredietgoedkeuringsagent met Amazon Lex, Amazon Textract en Amazon Connect

Banken en financiële instellingen beoordelen duizenden kredietaanvragen per week. Het kredietgoedkeuringsproces vereist dat financiële organisaties tijd en middelen investeren in het beoordelen van documenten zoals W2's, bankafschriften en energierekeningen. De algehele ervaring kan kostbaar zijn voor de organisatie. Tegelijkertijd moeten organisaties rekening houden met kredietnemers, die wachten op beslissingen over hun kredietaanvragen. Om klanten te behouden moeten organisaties leneraanvragen snel en met korte doorlooptijden verwerken.

Met een geautomatiseerde kredietgoedkeuringsassistent die gebruik maakt van machine learning kunnen financiële organisaties het proces versnellen, de kosten verlagen en een betere klantervaring bieden met snellere beslissingen. Banken en Fintechs kunnen een virtuele agent bouwen die de financiële documenten van een klant kan beoordelen en onmiddellijk een beslissing kan nemen. Het opzetten van een effectief kredietgoedkeuringsproces verbetert niet alleen de klantervaring, maar verlaagt ook de kosten.

In dit bericht laten we zien hoe u een virtuele kredietgoedkeuringsassistent kunt bouwen die de financiële documenten beoordeelt die nodig zijn voor de goedkeuring van leningen en direct beslissingen neemt voor een naadloze klantervaring. De oplossing gebruikt Amazon-Lex, Amazon T-extract en Amazon Connect, naast andere AWS-services.

Overzicht van de oplossing

U kunt de oplossing implementeren met behulp van een AWS CloudFormatie sjabloon. De oplossing creëert een virtuele agent met behulp van Amazon Lex en koppelt deze aan Amazon Connect, dat fungeert als gespreksinterface met klanten en de leningaanvrager vraagt ​​de benodigde documenten te uploaden. De documenten worden opgeslagen in een Amazon eenvoudige opslagservice (Amazon S3) bak alleen gebruikt voor die klant.

Deze oplossing is volledig serverloos en gebruikt Amazon S3 om een ​​statische website op te slaan die de front-end host en aangepast JavaScript om de rest van de verzoeken mogelijk te maken. Amazon CloudFront fungeert als een content delivery network (CDN) om een ​​publieke front-end voor de website mogelijk te maken. CloudFront is een snelle CDN-service die gegevens, video's, applicaties en API's veilig levert aan klanten over de hele wereld met lage latentie en hoge overdrachtssnelheden, allemaal binnen een ontwikkelaarsvriendelijke omgeving.

Dit is een voorbeeldproject dat is ontworpen om eenvoudig te kunnen worden ingezet voor experimenten. De AWS Identiteits- en toegangsbeheer (IAM) beleidsmachtigingen in deze oplossing gebruiken de minste bevoegdheden, maar de CloudFront en Amazon API-gateway De ingezette middelen zijn openbaar toegankelijk. Om de juiste maatregelen te nemen om uw CloudFront-distributie en API Gateway-bronnen te beveiligen, raadpleegt u Veilige toegang configureren en toegang tot inhoud beperken en Beveiliging in Amazon API Gateway, Respectievelijk.

Bovendien beschikt de backend over API Gateway met HTTP-routes voor twee AWS Lambda functies. De eerste functie creëert de sessie met Amazon Connect voor chat; de tweede geeft de vooraf ondertekende URL-link door die door de frontend van Amazon Connect is opgehaald naar Amazon Lex. Amazon Lex activeert de bijbehorende Lambda-functie en laat Amazon Textract de documenten lezen en alle velden en informatie daarin vastleggen. Deze functie neemt ook de kredietbeslissingen op basis van bedrijfsprocessen die eerder door de organisatie zijn gedefinieerd. De oplossing is geïntegreerd met Amazon Connect, zodat klanten verbinding kunnen maken met contactcenteragenten als de klant problemen ondervindt of hulp nodig heeft tijdens het proces.

Het volgende voorbeeld toont de interactie tussen bot en lener.

Bouw een virtuele kredietgoedkeuringsagent met Amazon Lex, Amazon Textract en Amazon Connect PlatoBlockchain Data Intelligence. Verticaal zoeken. Ai.

Het volgende diagram illustreert de oplossingsarchitectuur.

Bouw een virtuele kredietgoedkeuringsagent met Amazon Lex, Amazon Textract en Amazon Connect PlatoBlockchain Data Intelligence. Verticaal zoeken. Ai.

De workflow van de oplossing is als volgt:

  1. Klanten navigeren naar een URL die wordt aangeboden door CloudFront, die webpagina's ophaalt uit een S3-bucket en JavaScript naar de webbrowser verzendt.
  2. De webbrowser geeft de webpagina's weer en doet een API-aanroep naar API Gateway.
  3. API Gateway activeert de bijbehorende Lambda-functie.
  4. De functie initieert een startChatContact API-oproep met Amazon Connect en activeert de bijbehorende contactstroom.
  5. Amazon Connect triggert Amazon Lex met de uiting om de intentie te classificeren. Nadat de intentie is geclassificeerd, lokt Amazon Lex de vereiste slots uit en vraagt ​​de klant om het document te uploaden om aan de intentie te voldoen.
  6. De aanvrager uploadt het W2-document naar de S3-bucket met behulp van het uploadbijlagepictogram in het chatvenster.

Als best practice kunt u overwegen om encryptie in rust te implementeren voor de S3-bucket AWS Sleutelbeheerservice (AWS KMS). Bovendien kunt u een bucketbeleid aan de S3-bucket koppelen om ervoor te zorgen dat gegevens tijdens de overdracht altijd worden gecodeerd. Overweeg om logboekregistratie van servertoegang in te schakelen voor de S3-bucket om gedetailleerde records van verzoeken vast te leggen ter ondersteuning van beveiligings- en toegangsaudits. Voor meer informatie, zie Best practices voor beveiliging voor Amazon S3.

  1. De webbrowser roept Amazon Connect op om een ​​vooraf ondertekende URL van de geüploade afbeelding op te halen. Zorg ervoor dat de vooraf ondertekende URL's een paar minuten verlopen nadat de Lambda-functie de logica heeft uitgevoerd.
  2. Nadat het document succesvol is geüpload, doet de webapplicatie een API-aanroep naar API Gateway om de bestandslocatie bij te werken voor gebruik in Amazon Lex-sessiekenmerken.
  3. API Gateway activeert een Lambda-functie om de vooraf ondertekende URL-locatie van W2 door te geven. De functie werkt de sessiekenmerken in Amazon Lex bij met de vooraf ondertekende URL van het W2-document.
  4. De webbrowser werkt het slot ook bij uploaded, wat de bedoeling vervult.
  5. Amazon Lex activeert een Lambda-functie, die de W2-beeldgegevens downloadt en ter verwerking naar Amazon Textract stuurt.
  6. Amazon Textract leest alle velden uit het W2-afbeeldingsdocument, converteert ze naar sleutelwaardeparen en geeft de gegevens terug aan de Lambda-functie.

Amazon Textract voldoet aan de AWS-model voor gedeelde verantwoordelijkheid, waarin de verantwoordelijkheden voor gegevensbescherming tussen AWS en de klant worden geschetst. Voor meer informatie, zie Gegevensbescherming in Amazon Textract.

  1. Lambda gebruikt de W2-gegevens voor de evaluatie van de leningaanvraag en stuurt het resultaat terug naar de webbrowser.

Volg de best practices voor het inschakelen van inloggen in Lambda. Verwijzen naar deel 1 en deel 2 uit de blogserie “Operating Lambda: bouwen aan een solide beveiligingsfundament."

Gegevens die onderweg zijn, worden beveiligd met TLS en het wordt ten zeerste aanbevolen om gegevens in rust te versleutelen. Voor meer informatie over het beschermen van gegevens in uw S3-bucket raadpleegt u Versterk de beveiliging van gevoelige gegevens die zijn opgeslagen in Amazon S3 door aanvullende AWS-services te gebruiken.

Voorwaarden

Voor deze walkthrough moet u aan de volgende vereisten voldoen:

  1. An AWS-account.
  2. Een Amazon Connect-contactcentruminstantie in de regio us-east-1. U kunt een bestaande gebruiken of een nieuwe maken. Voor instructies, zie Ga aan de slag met Amazon Connect. Als u een bestaande Amazon Connect-instantie hebt en chatten niet is ingeschakeld, raadpleegt u Chat inschakelen in een bestaand Amazon Connect Contact Center.
  3. Chatbijlagen ingeschakeld in Amazon Connect. Voor instructies, zie Schakel bijlagen in om bestanden te delen via chat. Voor CORS-installatie gebruikt u optie 2, waarbij het jokerteken * wordt gebruikt AllowedOrigin.
  4. Het voorbeeldproject gelegen in de GitHub-repository. U moet deze repository op uw lokale computer klonen en gebruiken AWS serverloos toepassingsmodel (AWS SAM) om het project uit te rollen. Om de AWS SAM CLI te installeren en AWS-inloggegevens te configureren, raadpleegt u Aan de slag met AWS SAM.
  5. Python 3.9-runtime ter ondersteuning van de AWS SAM-implementatie.

Importeer de Amazon Connect-stroom

Om de Amazon Connect-stroom te importeren, voert u de volgende stappen uit:

  1. Log in op uw Amazon Connect-exemplaar.
  2. Onder Routing, kiezen Neem contact op met Flows.
  3. Kies Creëer een contactstroom.
  4. Op de Bespaar menu, kies Importstroom.
  5. Kies kies en kies het importstroombestand in het /stroom submap, gebeld Loan_App_Connect_Flow.
  6. Bewaar de stroom. Nog niet publiceren.
  7. Uitvouwen Geef aanvullende stroominformatie weer en kies het kopieerpictogram om de ARN vast te leggen.
    Bouw een virtuele kredietgoedkeuringsagent met Amazon Lex, Amazon Textract en Amazon Connect PlatoBlockchain Data Intelligence. Verticaal zoeken. Ai.
  8. Bewaar deze ID's voor gebruik als parameters in de CloudFormation-sjabloon die in de volgende stap moet worden geïmplementeerd:
    arn:aws:connect:us-east-1:123456789012:instance/11111111-1111-1111-1111-111111111111/contact-flow/22222222-2222-2222-2222-222222222222

De Amazon Connect-instantie-ID is de lange alfanumerieke waarde tussen de schuine strepen die er onmiddellijk op volgen instance in de ARN. Voor dit bericht is de instantie-ID 11111111-1111-1111-1111-111111111111.

De contactstroom-ID is de lange waarde na de daaropvolgende schuine streep contact-flow in de ARN. Voor dit bericht is de stroom-ID 22222222-2222-2222-2222-222222222222.

Implementeer met AWS SAM

Nu de exemplaar- en stroom-ID's zijn vastgelegd, zijn we klaar om het project te implementeren.

  1. Open een terminalvenster en kloon het GitHub-repository in een map naar keuze.
  2. Navigeer naar de amazon-connect-virtual-credit-agent directory en volg de implementatie-instructies in GitHub repository.
  3. Noteer de Amazon Lex-botnaam uit het Uitgangen sectie van de implementatie voor de volgende stappen (genaamd Loan_App_Bot als u de standaardnaam heeft geaccepteerd).
  4. Keer terug naar deze instructies zodra de AWS SAM-implementatie succesvol is voltooid.

Update de contactstroomblokken

Voer de volgende stappen uit om de contactstroomblokken bij te werken:

  1. Log in op uw Amazon Connect-exemplaar
  2. Onder Routing, kiezen Neem contact op met Flows.
  3. Kies de stroom met de naam Loan_App_Flow.
  4. Kies de Krijg input van de klant blok.
  5. Kies onder het gedeelte Amazon Lex de bot met de naam Loan_App_Bot en de eerder gemaakte dev-alias.
  6. Kies Bespaar.
  7. Kies de Werkwachtrij instellen blok.
  8. Kies het X-pictogram en kies in het vervolgkeuzemenu Basiswachtrij.
  9. Kies Bespaar.
    Bouw een virtuele kredietgoedkeuringsagent met Amazon Lex, Amazon Textract en Amazon Connect PlatoBlockchain Data Intelligence. Verticaal zoeken. Ai.
  10. Bewaar de stroom.
  11. Publiceer de stroom.

Test de oplossing

U bent nu klaar om de oplossing te testen.

  1. Meld u aan bij uw Amazon Connect-instantie om een ​​Amazon Connect-agent in te stellen voor een chat.
  2. Kies op het dashboard het telefoonpictogram om het Contact Control Panel (CCP) in een apart venster te openen.
    Bouw een virtuele kredietgoedkeuringsagent met Amazon Lex, Amazon Textract en Amazon Connect PlatoBlockchain Data Intelligence. Verticaal zoeken. Ai.
  3. Wijzig in de CCP de agentstatus in Beschikbaar.
    Bouw een virtuele kredietgoedkeuringsagent met Amazon Lex, Amazon Textract en Amazon Connect PlatoBlockchain Data Intelligence. Verticaal zoeken. Ai.
  4. Op de Uitgangen tabblad voor uw CloudFormation-stack, kies de waarde voor cloudFrontDistribution.

Dit is een link naar uw CloudFront-URL. U wordt doorgestuurd naar een webpagina met uw bot voor leendiensten. Rechtsonder in het scherm bevindt zich een zwevende actieknop (FAB).

  1. Kies de FAB om de chatbot te openen.
  2. Nadat je het welkomstbericht hebt ontvangen, ga je naar binnen I need a loan.
    Bouw een virtuele kredietgoedkeuringsagent met Amazon Lex, Amazon Textract en Amazon Connect PlatoBlockchain Data Intelligence. Verticaal zoeken. Ai.
  3. Kies desgevraagd een leningstype en voer een leenbedrag in.
  4. Upload een afbeelding van een W2-document.

Een voorbeeld van een W2-imagebestand bevindt zich in de projectrepository in de /img submap. Het bestand heet w2.png.

Nadat de afbeelding is geüpload, vraagt ​​de bot u of u de aanvraag wilt indienen.

  1. Kies Ja indienen.

Na indiening evalueert de bot de W2-afbeelding en geeft een antwoord. Na een paar seconden bent u verbonden met een agent.

U zou een verzoek moeten zien om verbinding te maken met chat in de CCP.

  1. Kies het verzoek dat u wilt accepteren.

De agent is nu verbonden met de chatgebruiker. U kunt elke kant van het gesprek simuleren om de chatsessie te testen.

  1. Kies Einde gesprek wanneer je klaar bent.

Probleem oplossen

Als u nadat u de stack heeft geïmplementeerd een Amazon S3-toestemmingsfout ziet bij het bekijken van de CloudFront-URL, betekent dit dat het domein nog niet klaar is. Het kan tot 1 uur duren voordat het CDN gereed is.

Als u uw bijlagen niet kunt toevoegen, controleer dan uw CORS-instelling. Voor instructies, zie Schakel bijlagen in om bestanden te delen via chat. Gebruik voor CORS-installatie optie 2, die gebruikmaakt van de * wildcard voor AllowedOrigin.

Opruimen

Om toekomstige kosten te voorkomen, verwijdert u alle bronnen die zijn gemaakt door het verwijderen van de CloudFormation-stack.

Conclusie

In dit bericht hebben we laten zien hoe u snel en veilig een oplossing voor de verwerking van leningaanvragen kunt opzetten. Gegevens in rust en onderweg zijn zowel gecodeerd als beveiligd. Deze oplossing kan fungeren als blauwdruk voor het bouwen van andere selfservice-verwerkingsstromen waarbij Amazon Connect en Amazon Lex een conversatie-interface bieden voor klantbetrokkenheid. We kijken ernaar uit om te zien welke andere oplossingen u met deze architectuur bouwt.

Als je hulp nodig hebt bij het opbouwen van deze mogelijkheden en Amazon Connect-contactstromen, neem dan contact op met een van de tientallen Amazon Connect-partners die wereldwijd beschikbaar zijn.


Over de auteurs

Bouw een virtuele kredietgoedkeuringsagent met Amazon Lex, Amazon Textract en Amazon Connect PlatoBlockchain Data Intelligence. Verticaal zoeken. Ai.Dipkumar Mehta is een Senior Conversational AI Consultant bij het Amazon ProServe Natural Language AI-team. Hij richt zich op het helpen van klanten bij het ontwerpen, implementeren en schalen van end-to-end Conversational AI-oplossingen in productie op AWS. Hij is ook gepassioneerd over het verbeteren van de klantervaring en het stimuleren van bedrijfsresultaten door gebruik te maken van gegevens.

Bouw een virtuele kredietgoedkeuringsagent met Amazon Lex, Amazon Textract en Amazon Connect PlatoBlockchain Data Intelligence. Verticaal zoeken. Ai. Cecil Patterson is een Natural Language AI-consultant met AWS Professional-services, gevestigd in Noord-Texas. Hij heeft vele jaren ervaring met het werken met grote ondernemingen om wereldwijde infrastructuuroplossingen mogelijk te maken en te ondersteunen. Cecil gebruikt zijn ervaring en uiteenlopende vaardigheden om uitzonderlijke gespreksoplossingen te bouwen voor alle soorten klanten.

Bouw een virtuele kredietgoedkeuringsagent met Amazon Lex, Amazon Textract en Amazon Connect PlatoBlockchain Data Intelligence. Verticaal zoeken. Ai.Sanju Zonnig is een digitale innovatiespecialist bij Amazon ProServe. Hij werkt samen met klanten in verschillende sectoren rond de kenmerkende, door klanten geobsedeerde innovatiemechanismen van Amazon om snel nieuwe producten, diensten en ervaringen te bedenken, valideren en prototypen.

Bouw een virtuele kredietgoedkeuringsagent met Amazon Lex, Amazon Textract en Amazon Connect PlatoBlockchain Data Intelligence. Verticaal zoeken. Ai.Mat Kurio is een Security Transformation Consultant bij het Amazon ProServe Shared Delivery Team. Hij blinkt uit in het helpen van zakelijke klanten bij het bouwen van veilige platforms en het effectief en efficiënt beheren van de beveiliging. Hij houdt ook van ontspannen op het strand en buitenactiviteiten met zijn gezin.

Tijdstempel:

Meer van AWS-machine learning