Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Comience con Predictive Insights

Para empezar a utilizar Predictive Insights, siga estos pasos:

Paso 1: Añadir datos de interacción a los perfiles de los clientes

Puede aprovechar los conectores de datos existentes en los perfiles de los clientes para mapear los datos de interacciones en un objeto de análisis web estándar.

Para obtener más información, consulte Mapeo de tipos de objeto para el objeto de análisis web.

Paso 2: Añadir datos del catálogo de artículos

Puede representar productos individuales de su catálogo dentro del dominio utilizando los datos del catálogo estándar. Estos datos del catálogo existen a nivel de dominio y no están vinculados a ningún perfil de cliente específico. Sirve como una representación estructurada de sus productos que puede utilizarse para funciones de personalización. Puede importar la información de sus productos o artículos como objetos de dominio a los perfiles de los clientes mediante conectores de datos que ofrecen opciones flexibles para incorporar y mantener la información de su catálogo, lo que garantiza que los datos de sus productos permanezcan actualizados y accesibles desde el sistema.

Para obtener más información, consulte Mapeo de tipos de objetos para el catálogo de artículos.

Paso 3: Crear información predictiva

Amazon Connect le permite crear e implementar modelos de IA especializados adaptados a sus necesidades específicas de recomendación de productos. Estos modelos se pueden configurar a través de la interfaz de usuario de Connect Web o mediante programación para que se APIs adapten a sus escenarios empresariales únicos. Predictive Insights ofrece varios tipos de recomendaciones:

Límites de artículos por tipo de recomendación

En la siguiente tabla se describe el número máximo de elementos que se tienen en cuenta para la generación de recomendaciones, en función del tipo de recomendación utilizado.

Paso 4: Uso de Predictive Insights en todos los canales de captación de clientes

Uso de recomendaciones de perfiles de clientes en Connect Flows

En esta sección, se describe cómo puede utilizar el bloque de flujo Obtener recomendaciones de perfiles de clientes para enriquecer la experiencia del usuario durante un contacto mediante la generación de recomendaciones de perfil impulsadas por la IA en tiempo real.

Propiedades del bloque de flujo

El bloque de flujo Obtener recomendaciones de perfiles tiene las siguientes propiedades para configurar:

Ramas del bloque de flujo

El bloque de flujo Obtener recomendaciones de perfil puede enrutar los contactos por las siguientes ramas:

Uso de las recomendaciones del bloque

La respuesta a las recomendaciones se conserva en el atributo de contacto $.Customer.Recommendations JSONPath como una lista JSON de objetos de recomendación. Cada objeto de recomendación contendrá los atributos de recomendación seleccionados.

El siguiente fragmento de código de Python de ejemplo de una función Lambda muestra cómo se puede utilizar para transformar las recomendaciones del bloque Get profile recommendations y conservarlas en otros atributos de contacto, de modo que las recomendaciones se puedan utilizar en los bloques siguientes.

import boto3
import json

# Handle lambda request
def lambda_handler(event, context):
    print("Contact flow data: ", event)

    # Transform recommendations
    recommendations = event['Details']['Parameters']['Recommendations']
    contact_attributes = {}
    for i, rec in enumerate(recommendations):
        contact_attributes.update(flatten(rec, i))
    
    # Set contact attributes using each recommendation attribute value
    print("Setting contact attributes: ", contact_attributes)
    try:
        client = boto3.client('connect', region_name="us-west-2")
        client.update_contact_attributes(
            InstanceId=event['Details']['ContactData']['InstanceARN'].rsplit('/', 1)[1],
            InitialContactId=event['Details']['ContactData']['InitialContactId'],
            Attributes=contact_attributes
        )
        print("Contact attributes set successfully.")
    except Exception as e:
        print("Error setting contact attributes: ", e)

    # Success response
    return {
        'statusCode': 200,
        'body': json.dumps('Success')
    }

# Flatten a nested object into a simple string:string object
def flatten(recommendation, index):
    flat = {}
    for key, value in recommendation.items():
        if isinstance(value, dict):
            flat.update(flatten(value, index))
        else:
            flat[f"Rec{index}_{key}"] = str(value)
    return flat

Una vez que hayas configurado tu flujo con el bloque Obtener recomendaciones de perfil, puedes empezar a usarlo para generar recomendaciones para tus clientes durante sus contactos.

Uso de las recomendaciones de perfiles de clientes en las campañas salientes

Puede integrar Predictive Insights con las campañas salientes de Amazon Connect para ofrecer recomendaciones personalizadas a través de los canales de correo electrónico y SMS. Al crear una campaña activada por eventos, puede configurar la sección de recomendaciones para que genere automáticamente recomendaciones basadas en la inteligencia artificial para los perfiles de clientes asociados a la campaña.

Esta integración utiliza el mapeo de objetos de Web Analytics como categoría de eventos para recopilar los datos de interacción con los clientes, lo que permite al motor de recomendaciones ofrecer sugerencias relevantes y específicas basadas en el comportamiento de los clientes.

Para step-by-step obtener instrucciones sobre cómo configurar las recomendaciones en las campañas activadas por eventos, consulte. Creación de una campaña saliente con activadores de eventos

Configuración de Connect AI Agents para recomendaciones de ventas

Amazon Q in Connect mejora las capacidades de los agentes mediante su nuevo tipo de agente «Orchestration». Esta funcionalidad es especialmente valiosa para crear un agente de ventas con inteligencia artificial que pueda ofrecer recomendaciones de artículos, lo que resulta especialmente útil en situaciones de ventas adicionales y cruzadas.

Introducción

Para comenzar la implementación, acceda a Amazon Connect Consola de administración de AWS y navegue hasta allí. Tras iniciar sesión en su instancia de Connect a través de la URL de acceso, busque Amazon Q en el menú de la izquierda y seleccione agentes de IA. Encontrarás un agente de IA preconfigurado del tipo Orchestration (SalesAgent) en estado de borrador en la página de QiC, en la sección Agentes de IA. Esta plantilla viene equipada con todas las configuraciones necesarias para las herramientas de 1P e incluye ejemplos de recomendaciones.

Creación de su agente personalizado

Para crear un agente de ventas personalizado, comience por crear un nuevo agente de IA del tipo orquestación y cópielo de la SalesAgent plantilla existente. Este proceso transfiere todas las herramientas y configuraciones de la plantilla a tu nuevo agente.

Personalización del agente

Cuando se trata de actualizar la solicitud del agente, los administradores tienen dos opciones principales. Pueden añadir su mensaje de agente actual al mensaje del agente de ventas y añadir instrucciones de identificación de ventas adicionales, o pueden empezar de cero eliminando el SalesAgent mensaje y creando un nuevo mensaje de organización basado en su agente publicado actualmente y añadiéndole el mensaje del agente de ventas. Esta flexibilidad permite crear soluciones personalizadas que se adapten a las necesidades empresariales específicas y a los requisitos del dominio.

Configuración e integración de flujos

Tras finalizar la configuración del agente y publicarla, el siguiente paso consiste en crear un bot de Amazon Lex en Flows. El flujo entrante debe actualizarse para incluir el GetCustomerInput bloque con el bot Lex creado, y el nuevo SalesAgent debe seleccionarse en opciones adicionales. Tendrá que añadir el bloque de flujo del perfil del cliente para recuperar el ID del perfil y el bloque de flujo Set-Contact Attributes, configurándolo como clave para el ID del perfil y el valor CustomerId como $Customer. ProfileId.

La implementación admite tanto contactos de chat como llamadas de voz, y las entradas del cliente se transmiten sin problemas al agente de QIC en el bot Lex. Esta configuración integral permite recomendaciones de ventas impulsadas por la IA y oportunidades de ventas adicionales dentro de su entorno Amazon Connect. La flexibilidad del sistema permite la personalización en función de las necesidades específicas del sector y, al mismo tiempo, mantiene la funcionalidad básica de la asistencia de ventas inteligente. Esta solución proporciona un marco para mejorar las interacciones con los clientes con recomendaciones basadas en la IA y, en última instancia, respaldar operaciones de ventas y servicio al cliente más eficaces. Los administradores pueden perfeccionar aún más la implementación añadiendo instrucciones específicas para cada dominio y personalizando los tipos de recomendaciones para que se ajusten a sus requisitos empresariales.

Se configura SalesAgent para su uso con fines de asistencia a agentes

Puede configurarlo SalesAgent para que se utilice en el widget de chat Q in connect de Agent Workspace. Para hacerlo, debe modificar dos cosas principales.

Ahora puedes usar este flujo como entrada habitual y el widget de chat de Q in connect debería poder ofrecer recomendaciones para ayudar con las solicitudes del usuario.