Цей пост у блозі написаний у співавторстві з Ніком Варгасом та Анною Шрайбер із Accenture.
Планування зустрічей з клієнтами часто є ручним і трудомістким процесом. Ви можете використовувати прогрес у технології самообслуговування для автоматизації планування зустрічей.
У цій публікації блогу ми покажемо вам, як створити рішення для планування зустрічей самообслуговування, створене на основі Амазон Лекс та Amazon Connect. Це рішення дозволяє користувачам призначати зустрічі через Meta Messenger та отримувати підтвердження зустрічі через SMS-повідомлення на мобільний телефон. Він також забезпечує веб-панель інструментів, щоб ви могли здійснювати виклик користувачам одним натисканням кнопки у запланований час.
Amazon Lex інтегрується з Meta messenger і може використовуватися для розмови в чаті. Lex — це повністю керований сервіс штучного інтелекту (AI) з розумінням природної мови (NLU) для проектування, створення, тестування та розгортання розмовних інтерфейсів у програмах.
Огляд рішення
Архітектурна діаграма нижче показує огляд високого рівня взаємодії між різними компонентами та службами AWS. Рішення складається з таких основних компонентів: взаємодія з клієнтом за допомогою Meta-месенджера, планування зустрічей за допомогою SMS, що ввімкнено Lex, і вихідний набір клієнта від Connect. Цей вихідний набір номера дозволяє легко створити вихідний дзвінок клієнту з простого інтерфейсу інтерфейсу.
У цій публікації використовується такий зразок розмови з ботами:
користувач: Я хотів би записатися на прийом.
Агент: На яку зустріч я можу вас записати? Ви можете сказати Рахунки, Загальні або Пропозиції.
користувач: виставлення рахунків
Агент: Як твоє ім'я?
користувач: Самір
Агент: Який у вас номер телефону з кодом країни?
користувач: +10001234567
Агент: Коли я маю призначити вашу зустріч із виставлення рахунків?
користувач: Наступного тижня вівторок
Агент: На який час я маю призначити зустріч із виставлення рахунків?
користувач: 9:00 ранку
Агент: Sameer, 09:00 доступно, чи варто записатись на вашу зустріч?
користувач: Так
Агент: Дякую, Sameer, ваша зустріч підтверджена на 09:00, і ми надіслали деталі на ваш номер телефону.
Для компонента планувальника та сповіщень клієнта, an AWS Lambda обробник використовується для обробки запиту на планування. Потім інформація про зустріч зберігається в a Amazon DynamoDB бази даних. Коли інформація успішно збережена, клієнту надсилається сповіщення з підтвердженням деталей зустрічі за допомогою SMS Amazon точний.
Додаток React.js створюється для відображення збережених зустрічей клієнтів із бази даних у форматі перегляду календаря. Це полегшує співробітникам визначення клієнтів, яким потрібно зателефонувати. Щоб розпочати дзвінок, натискається кнопка виклику в записі календаря. Після цього буде негайно надіслано запит на вихідний дзвінок, щоб з’єднати клієнта зі співробітником за допомогою Amazon Connect.
Передумови
Для цього проекту у вас повинні бути такі передумови:
- Завантажив файли коду з GitHub сховище.
Репозиторій містить:- Файли програми React, розташовані під UI
- Контактні потоки Amazon Connect, розташовані під backend/connect/contact_flows Для цієї демонстрації є чотири потоки контактів з іменами файлів
AgentWhisper
,CustomerWaiting
,InboundCall
таOutboundCall
. - Zip-файл для бота Amazon Lex, розташований в бекенд/лекс каталог з іменем файлу AppointmentSchedulerBot.zip.
- npm, встановлений на вашій локальній машині. Див як встановити node.js і npm на вашу машину,
Розгортання цього рішення автоматизовано, де це можливо, за допомогою CloudFormation, однак деякі конфігурації та кроки розгортання виконуються вручну.
Розгорніть рішення
Щоб налаштувати необхідну інфраструктуру для демонстраційної програми планувальника зустрічей у вашому обліковому записі AWS, виконайте такі дії:
- Увійдіть у Консоль управління AWS.
- Вибирати Запустити стек:
- на Створити стек сторінка, під Вкажіть шаблонвиберіть Завантажте файл шаблону.
- Виберіть
AppointmentsSchedulerCFTemplate
файл, який ви завантажили з GitHub. - Вибирати МАЙБУТНІ.
- для Назва стека, введіть унікальну назву для стека, наприклад
AppointmentSchedulerDemo
.
- Вибирати МАЙБУТНІ, а потім виберіть МАЙБУТНІ на Налаштувати параметри стека стр.
- на Розгляд сторінка, виберіть Я визнаю, що AWS CloudFormation може створювати ресурси IAM І вибирай Створювати.
Стек генерує такі ресурси:
-
- Таблиця DynamoDB
AppointmentSchedulerTable
- Додаток Amazon Pinpoint
AppointmentSchedulerPinpointApp
- Два Управління ідентифікацією та доступом AWS (IAM) політика:
AppointmentSchedulerPinpointPolicy
AppointmentSchedulerDynamoApiPolicy
- Дві ролі IAM:
AppointmentsLambdaRole
OutboundContactLambdaRole
- Дві лямбда-функції:
AppointmentScheduler
AppointmentSchedulerOutboundContact
- Команда API -шлюз Amazon екземпляр Призначення
- Amazon CloudFront розподіл
- Команда Служба простого зберігання Amazon (Amazon S3) відро
appointment-scheduler-website
- Таблиця DynamoDB
Налаштуйте програму Amazon Pinpoint
Щоб налаштувати програму Amazon Pinpoint, виконайте такі дії:
- Перейти до Консоль Pinpoint.
- перейдіть до AppointmentSchedulerPinpointApp розгорнуто вище.
- У лівому меню під Налаштування клацання SMS і голос.
- У розділі Параметри чисел клацніть Запит на номер телефону.
- Виберіть країну походження, виберіть Безкоштовний, і клацніть МАЙБУТНІ, То Запит.
Бот Amazon Lex для цієї публікації має одну мету: MakeAppointment
, який задає користувачеві серію запитань у попередньому прикладі, щоб визначити тип зустрічі, дату, час, ім’я та номер телефону клієнта.
AppointmentTypeValue
є єдиним користувацьким типом слота для цього бота і приймає одне з трьох значень: Billing, General або Offers. Кожен слот імені, телефону, дати та часу використовує вбудований тип слота, наданий Amazon Lex.
Розгорніть бота Amazon Lex
Щоб розгорнути бота, спочатку імпортуйте бота Amazon Lex (AppointmentSchedulerLex.zip
) у свій обліковий запис.
- Увійдіть у Консоль Amazon Lex V2.
- Якщо ви вперше використовуєте Amazon Lex, вам буде показано сторінку привітання, виберіть Створити бота.
- Коли з’явиться сторінка «Створити бота», прокрутіть сторінку вниз і виберіть Скасувати. Якщо ви не вперше використовуєте Amazon Lex, пропустіть цей крок.
- Вибирати Дії, То Імпортувати.
- Що натомість? Створіть віртуальну версію себе у Планувальник зустрічейБот для імені бота виберіть архів .zip для імпорту.
- У розділі Дозволи IAM виберіть Створіть роль із основними дозволами Amazon Lex.
- У розділі COPPA виберіть Немає.
- Натисніть Імпортувати.
- Відкрийте бота, клацнувши по імені бота.
- під розгортання в меню ліворуч клацніть псевдонімамивиберіть TestBotAlias і натисніть кнопку Англійська (США) при мови. Виберіть
AppointmentScheduler
Лямбда-функція і натисніть зберегти.
- У розділі Версії бота в меню ліворуч виберіть Наміри і натисніть у нижньому правому куті сторінки Будувати.
- [Необов’язково] Після завершення збірки натисніть Тест щоб перевірити бота за допомогою вікна, що з’явиться праворуч (натисніть піктограму мікрофона, щоб поговорити зі своїм ботом, або введіть текст у текстовому полі).
Налаштуйте екземпляр Amazon Connect
Щоб налаштувати екземпляр Amazon Connect і потоки контактів, виконайте такі дії:
- Налаштуйте екземпляр Amazon Connect.
- Перейти до Консоль Amazon Connect.
- Якщо ви вперше були на консолі Amazon Connect, ви побачите сторінку привітання, виберіть Розпочати.
- Якщо ви не вперше використовуєте Amazon Connect, натисніть Додайте екземпляр.
- для Управління ідентифікацієювиберіть Зберігайте користувачів в Amazon Connect.
- для URL -адреса доступу, введіть унікальну назву для свого екземпляра, наприклад,
AppointmentSchedulerDemo
, Потім виберіть МАЙБУТНІ. - на Додати адміністратора Додайте новий обліковий запис адміністратора для Amazon Connect. Використовуйте цей обліковий запис, щоб увійти у свій екземпляр пізніше, використовуючи унікальну URL-адресу доступу. Натисніть Наступний крок.
- На наступних двох сторінках – Опції телефонії та зберігання даних – прийняти налаштування за замовчуванням і вибрати Наступний крок.
- на Перегляньте та створіть сторінку, виберіть Створити екземпляр.
- Додайте ботів Amazon Lex до свого щойно створеного екземпляра Amazon Connect.
- Виберіть псевдонім екземпляра екземпляра, який ви щойно створили.
- Вибирати Контактні потоки.
- У розділі Amazon Lex скористайтеся спадним меню, щоб вибрати
AppointmentSchedulerBot
і псевдонім за замовчуванням.
- Вибирати + Додайте бота Amazon Lex. Якщо імені вашого бота немає у списку, перезавантажте сторінку.
- Увійдіть в екземпляр і введіть номер телефону
- Натисніть на URL-адресу входу для вашого екземпляра Connect.
- Введіть облікові дані адміністратора, які ви ввели під час створення екземпляра. Це відкриє консоль підключення.
- З приладової панелі під Вивчіть свої канали спілкування вибрати Переглянути номери телефонів праворуч.
- Натисніть Заявіть номер.
- Вибрати Країна і залиште тип за замовчуванням DID (прямий вхідний набір), виберіть номер телефону зі спадного списку та натисніть МАЙБУТНІ.
- Натисніть зберегти.
- Додати
OutboundQueue
- У навігаційному меню ліворуч виберіть черги з меню Маршрутизація.
- Натисніть Додати нову чергу.
- Назвіть Чергу
OutboundQueue
, скористайтеся спадним меню, щоб установити для параметра «Години роботи» значення «Основні години», і скористайтеся спадним меню для параметра «Ідентифікатор вихідного абонента», щоб вибрати номер телефону, який ви заявляли раніше.
- Натисніть Додати нову чергу.
- У навігаційному меню ліворуч виберіть Профілі маршрутизації від користувачів меню.
- Натисніть Основний профіль маршрутизації. Під Маршрутизація черг профілів, додайте OutboundQueue і клацніть зберегти.
- Додайте номер телефону до
BasicQueue
- У навігаційному меню ліворуч виберіть черги з меню Маршрутизація.
- Натисніть на
BasicQueue
. - У полі «Ідентифікатор вихідного абонента» додайте номер телефону, який ви заявляли раніше.
- Натисніть зберегти у верхньому правому куті
- Імпортуйте
InboundCall
контактний потік - Потім зв’яжіть цей потік з номером телефону.
- Імпортуйте
AgentWhisper
,CustomerWaiting
таOutboundCall
контактні потоки- У навігаційному меню ліворуч виберіть Контакти Потоки при Маршрутизація.
- Натисніть Створіть потік Agent Whisper.
- У правій частині сторінки натисніть стрілку вниз і натисніть Потік імпорту (бета-версія).
- Знайдіть файл AgentWhisper і виберіть Імпортувати.
- Натисніть Публікувати.
- Перейдіть назад до Контактні потоки списку та натисніть стрілку вниз поруч із Створіть потік контактів.
- Натисніть Створити Потік черги клієнтів.
- Праворуч на сторінці натисніть стрілку вниз і виберіть Потік імпорту (бета-версія).
- Знайти
CustomerWaiting
файл і виберіть Імпорт. - Натисніть Опублікувати.
- Поверніться до списку «Потоки контактів» і клацніть стрілку вниз поруч із пунктом «Створити потік контактів».
- Виберіть Створити потік контактів.
- Праворуч на сторінці натисніть стрілку вниз і виберіть Потік імпорту (бета-версія).
- Знайти
OutboundCall
файл зі сховища GitHub, яке ви завантажили раніше, і виберіть Імпорт. - Натисніть Опублікувати.
Редагувати лямбда-функції:
- Перейти до Лямбда-консоль.
- Натисніть на
AppointmentScheduler
функції. - Натисніть на конфігурація та Змінні оточення з лівого меню.
- Натисніть Редагувати. Замініть значення на свій Pinpoint Ідентифікатор проекту та Безкоштовний номер. Клацання зберегти.
- Повернутися до Лямбда-консоль і натисніть
AppointmentSchedulerOutboundContact
функції. - Повторіть кроки 3 і 4, замінивши значення для
CONTACT_FLOW
,INSTANCE_ID
таQUEUE_ID
з правильними значеннями. Натисніть зберегти колись зробили.- Щоб знайти ідентифікатор потоку контактів, перейдіть до
OutboundCall
Зверніться до Flow на консолі Amazon Connect і натисніть стрілку поруч із Показати додаткову інформацію про потік. Ідентифікатор потоку контактів є останнім значенням після контактний потік/.
- Щоб знайти ідентифікатор екземпляра, перейдіть до консолі Amazon Connect і натисніть псевдонім свого екземпляра. Ідентифікатор екземпляра – це останнє значення в екземплярі ARN після екземпляр/.
- Щоб знайти ідентифікатор черги, перейдіть до
OutboundQueue
у консолі Amazon Connect та натисніть стрілку поруч із Показати додаткову інформацію про чергу. Ідентифікатор потоку контактів є останнім значенням після чергу/.
- Щоб знайти ідентифікатор потоку контактів, перейдіть до
Боти Lex і екземпляр Amazon Connect тепер готові до роботи. Далі ми розгорнемо інтерфейс користувача.
Редагувати маршрут API Gateway:
- Перейти до Консоль API Gateway
- Клацніть екземпляр із назвою Призначення
- У розділі ресурсів натисніть метод POST, що належить до ресурсу /outcall.
- Натисніть Запит на інтеграцію.
- Потім клацніть піктограму редагування праворуч від поля лямбда-функції. Потім клацніть піктограму галочки, яка з’явилася праворуч від текстового поля.
- Натисніть OK, щоб додати дозвіл до функції Лямбда.
Розгорніть інтерфейс користувача:
- Налаштуйте інтерфейс користувача перед розгортанням
- У бажаному редакторі коду відкрийте файл ui папку із завантажених файлів коду.
- заміщати і з вашим ідентифікатором API (доступний у стовпці ID у Консоль шлюзу API) і регіон ваших розгорнутих ресурсів у таких рядках: 103, 168, 310, 397, 438, 453.
- заміщати з назвою вашого екземпляра Amazon Connect у рядках 172 та 402.
- [Необов’язково] додайте логотип програми у файл index.js, рядок 331:
У файлі index.html рядок 5:
- У терміналі перейдіть до ui папку завантаженого проекту.
- прогін npm встановити. Це займе кілька хвилин.
- прогін npm run-script build. Це створить a папка збірки в ui каталог.
- Додайте файли коду в сегмент S3:
- Перейти до Консоль S3.
- Знайдіть сегмент, розгорнутий за допомогою стека CloudFormation, веб-сайт планувальника зустрічі-.
- Перетягніть вміст файлу будувати папка у каталозі інтерфейсу користувача, створеному на останньому кроці у відро.
- Натисніть Завантажувати.
Тепер ви зможете отримати доступ до програми з CloudFront Distribution.
- Додайте дистрибутив CloudFront як схвалений джерело.
-
- Перейдіть на консоль Amazon Connect.
- Виберіть псевдонім екземпляра екземпляра, до якого потрібно додати бота.
- Виберіть Схвалені джерела.
- Натисніть + Додати джерело та введіть URL-адресу вашого дистрибутива CloudFront.
- Натисніть "Додати".
-
- Тепер перейдіть до вашої URL-адреси розповсюдження CloudFront плюс index.html. (наприклад,
https:// <DistributionDomainName>.cloudfront.net/index.html
)
Прибирати
Закінчивши використання цього рішення, переконайтеся, що ви очистили середовище AWS, щоб уникнути небажаних витрат.
- Перейти до Консоль S3, спорожніть своє відро, створене шаблоном CloudFormation (веб-сайт планувальника зустрічей).
- Перейти до Консоль CloudFormation, видаліть свій стек. Переконайтеся, що всі ресурси, пов’язані з цим стеком, були успішно видалені.
- Перейти до Консоль Amazon Connect, видаліть свій екземпляр.
- Перейти до Консоль Amazon Lex, видаліть створеного вами бота.
Висновок
Для цього блогу Accenture і AWS співпрацювали, щоб розробити рішення машинного навчання, яке підкреслює використання служб AWS для створення автоматизованого планувальника зустрічей. Це рішення демонструє, як легко створити рішення для планування зустрічей в AWS. Здатність Amazon Lex підтримувати сторонні служби обміну повідомленнями, такі як Meta messenger, розширює потенційні можливості рішення через кілька каналів. Сповіщення клієнтів через SMS реалізується з мінімальними зусиллями за допомогою Amazon Pinpoint. За допомогою Amazon Connect вихідний телефонний номер легко інтегрується з веб-програмою перегляду календаря, що дає змогу співробітникам негайно підключатися до клієнтів за допомогою простої кнопки дзвінка.
Ви можете прискорити інновації за допомогою Accenture AWS Business Group (AABG). Ви можете вчитися на ресурсах, технічному досвіді та галузевих знаннях двох провідних інноваторів, допомагаючи вам прискорювати темпи інновацій, щоб надавати руйнівні продукти та послуги. AABG допомагає клієнтам створювати ідеї та впроваджувати інноваційні хмарні рішення для клієнтів шляхом швидкої розробки прототипів. Зв’яжіться з нашою командою за адресою accentureaws@amazon.com, щоб дізнатися та прискорити використання машинного навчання у своїх продуктах та послугах.
Про авторів
Самір Гоель є старшим архітектором рішень у Нідерландах, який забезпечує успіх клієнтів, створюючи прототипи на основі передових ініціатив. Перед тим, як приєднатися до AWS, Самір отримав ступінь магістра в Бостоні, зосередившись на науковій обробці даних. Йому подобається створювати та експериментувати з проектами AI/ML на Raspberry Pi.
Нік Варгас є менеджером і технологічним архітектором в Accenture. Він керує розробкою проекту для команди швидкого створення прототипів у бізнес-групі Accenture AWS (AABG). Він насолоджується ранковими прогулянками з собакою Бінго, подорожами, пляжними походами та походами.
Анна Шрайбер є частиною команди прототипів у бізнес-групі AWS (AABG) компанії Accenture. Як старший розробник AWS, вона працювала над кількома гучними доказами концепцій, які допомагають втілити бачення клієнта в життя. Коли вона не працює, вона любить готувати, майструвати та грати з коргі Гімлі.
- Coinsmart. Найкраща в Європі біржа біткойн та криптовалют.
- Платоблокчейн. Web3 Metaverse Intelligence. Розширені знання. БЕЗКОШТОВНИЙ ДОСТУП.
- CryptoHawk. Альткойн Радар. Безкоштовне випробування.
- Джерело: https://aws.amazon.com/blogs/machine-learning/build-an-appointment-scheduler-interface-integrated-with-meta-using-amazon-lex-and-amazon-connect/
- "
- 100
- 9
- a
- здатність
- прискорювати
- Accenture
- доступ
- доступною
- рахунки
- через
- Додатковий
- аванси
- попереду
- AI
- ВСІ
- дозволяє
- Amazon
- API
- додаток
- додаток
- застосування
- призначення
- архітектура
- архів
- штучний
- штучний інтелект
- Штучний інтелект (AI)
- Юрист
- асоційований
- автоматизувати
- Автоматизований
- доступний
- AWS
- перед тим
- нижче
- бета
- між
- біллінг
- Блог
- border
- Бостон
- Бот
- боти
- Box
- приносити
- будувати
- Створюємо
- вбудований
- бізнес
- Календар
- call
- гість
- канали
- вантажі
- Вибирати
- стверджувати
- хмара
- код
- Колонка
- повний
- компонент
- Компоненти
- концентрація
- З'єднуватися
- Консоль
- контакт
- містить
- зміст
- Розмова
- розмови
- країна
- створювати
- створений
- створення
- Повноваження
- виготовлений на замовлення
- клієнт
- Успіх клієнта
- Клієнти
- передовий
- приладова панель
- дані
- наука про дані
- Database
- доставка
- розгортання
- розгорнути
- розгортання
- дизайн
- деталі
- розвивати
- Розробник
- розробка
- різний
- прямий
- дисплей
- руйнівний
- розподіл
- вниз
- Падіння
- кожен
- редактор
- зусилля
- співробітників
- включіть
- дозволяє
- Що натомість? Створіть віртуальну версію себе у
- увійшов
- Навколишнє середовище
- приклад
- експертиза
- Перший
- перший раз
- потік
- після
- формат
- від
- функція
- Функції
- шлюз
- Загальне
- породжувати
- GitHub
- буде
- Group
- допомога
- допомогу
- допомагає
- основний момент
- Як
- How To
- Однак
- HTTPS
- ICON
- ідентифікувати
- Особистість
- негайно
- реалізовані
- індекс
- промисловість
- інформація
- Інфраструктура
- ініціативи
- інновація
- новатори
- встановлювати
- екземпляр
- інтегрований
- Інтелект
- намір
- взаємодія
- інтерфейс
- IT
- знання
- мова
- запуск
- провідний
- Веде за собою
- УЧИТЬСЯ
- вивчення
- Залишати
- Лінія
- ліній
- список
- місцевий
- логотип
- машина
- навчання за допомогою машини
- зробити
- РОБОТИ
- управління
- менеджер
- керівництво
- магістра
- обмін повідомленнями
- Messenger
- Meta
- може бути
- Mobile
- множинний
- Імена
- Природний
- Переміщення
- навігація
- Нідерланди
- наступний
- сповіщення
- номер
- Пропозиції
- відкрити
- операція
- Опції
- частина
- ігри
- Політика
- це можливо
- потенціал
- первинний
- процес
- Продукти
- профіль
- проект
- проектів
- доказ
- Прототипи
- макетування
- забезпечувати
- за умови
- забезпечує
- публікувати
- досягати
- Реагувати
- отримати
- регіон
- Сховище
- запросити
- вимагається
- ресурс
- ресурси
- Роль
- Маршрут
- наука
- плавно
- Серія
- обслуговування
- Послуги
- комплект
- кілька
- показаний
- простий
- SMS
- So
- solid
- рішення
- Рішення
- деякі
- говорити
- стек
- зберігання
- успіх
- Успішно
- підтримка
- команда
- технічний
- Технологія
- термінал
- тест
- Команда
- Нідерланди
- третя сторона
- три
- через
- час
- топ
- Подорож
- ui
- при
- розуміння
- створеного
- us
- використання
- користувачі
- використовувати
- значення
- вид
- бачення
- Web
- Web-Based
- week
- ласкаво просимо
- Що
- Що таке
- Шепіт
- ВООЗ
- в
- працював
- робочий
- б
- вашу