Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Fournir des commentaires sur les informations

Amazon Connect Decisions vous permet de fournir des commentaires sur toutes les informations, y compris les résultats de l'analyse des causes profondes (RCA) et les recommandations générées pour obtenir des informations, directement via l'interface en langage naturel (NLI). Vos commentaires aident les agents d'Amazon Connect Decisions à apprendre et à améliorer la précision des analyses et recommandations futures. Il existe deux manières de fournir des commentaires : les commentaires en langage naturel dans le NLI et les Up/Down évaluations Thumbs sur la réponse de l'agent dans le NLI.

Chaque commentaire, qu'il s'agisse d'un simple coup de pouce up/down ou d'une correction détaillée en langage naturel, est évalué par les agents d'Amazon Connect Decisions comme un apprentissage potentiel. Les commentaires qualificatifs déterministes, non contradictoires et généralisables sont regroupés sous forme d'enseignements exploitables stockés dans le Knowledge Store. Au fil du temps, vos commentaires améliorent la précision de RCA, la pertinence des recommandations et réduisent le besoin de corrections répétées, rendant ainsi Amazon Connect Decisions de plus en plus intelligent à chaque interaction.

Feedback en langage naturel

Vous pouvez également fournir des commentaires détaillés et spécifiques au contexte en saisissant simplement votre correction ou votre observation dans Decisions Teammate /NLI. C'est idéal lorsque vous souhaitez expliquer pourquoi une sortie est incorrecte ou partager des connaissances opérationnelles que l'agent doit apprendre.

Par exemple, vous consultez une alerte de rupture de stock prévisionnelle ou un aperçu des connecteurs électroniques sur votre site de Francfort. L'agent responsable attribue la cause première à une erreur de prévision de la demande. Vous répondez via NLI :

« La cause première n'est pas une erreur de prévision : le fournisseur TP_00001 a une quantité de commande maximale contractuelle de 291 unités par bon de commande, et le système a généré un seul bon de commande pour 1 600 unités. Le fournisseur rejettera cette demande. Divisez le bon de commande en plusieurs commandes de 291 unités ou moins. »

Decisions Teammate répond : « Merci pour la correction. J'ai mis à jour la cause première pour refléter la contrainte de quantité maximale de commande du fournisseur. La recommandation a été régénérée sous la forme de 6 PO divisés (5 x 291 + 1 x 145 unités). Cette contrainte du fournisseur sera appliquée à toutes les futures recommandations pour TP_00001. »

Évaluations du pouce vers le haut et du pouce vers le bas

Chaque recherche et recommandation RCA affichées dans le NLI inclut une option pouce vers le haut et pouce vers le bas. Utilisez-les pour indiquer rapidement si le résultat de l'agent était précis et utile. Vous pouvez ajouter un commentaire pour fournir un contexte supplémentaire.

Par exemple, vous recevez une alerte de rupture de stock prévisionnelle ou des informations concernant des chaussures de course dans votre centre de distribution du nord-est. L'agent RCA en identifie la cause première : « L'expédition du fournisseur TP_00012 a été retardée de 8 jours en raison de la congestion du port de Long Beach, combinée à une hausse de 22 % de la demande provoquée par le prochain marathon de Boston ». L'agent de recommandation suggère : « Réaffectez 1 200 unités de 6 magasins du sud-est à faible demande à 9 magasins du nord-est à forte demande ».

Vous donnez un coup de pouce en l'air et vous ajoutez : « C'est exactement le retard au port et le pic marathonien de la demande qui sont à l'origine de cette situation. Bonne recommandation. »

Decisions Teammate/NLI reconnaît : « Merci d'avoir confirmé. Vos commentaires renforcent la confiance de l'agent RCA dans la corrélation des signaux d'interruption des ports avec les événements de demande régionaux pour les futures analyses de rupture de stock. »