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.
Predictive Insights (version préliminaire)
Predictive Insights (version préliminaire) est une fonctionnalité des profils Amazon Connect Customer clients qui utilise l'intelligence artificielle pour générer des recommandations personnalisées de produits et de contenus pour vos clients. En analysant les données d'interaction avec les clients, Predictive Insights vous aide à proposer des expériences plus pertinentes sur tous les points de contact avec les clients.
Comment fonctionne Predictive Insights
Predictive Insights (version préliminaire) utilise des modèles d'IA pour analyser les modèles de comportement des clients et générer des recommandations en temps réel. Le service traite les données relatives à vos interactions avec les clients, telles que l'historique des achats et l'activité de navigation, afin d'identifier des modèles et des préférences.
-
Étape 1 : ajoutez des données d'interaction aux profils à l'aide des connecteurs de données existants pour entraîner des modèles d'IA à partir des données d'interaction de vos clients
-
Étape 2 : Ajoutez le catalogue d'articles à S3 pour permettre aux profils clients d'accéder aux données de vos articles via Console de gestion AWS
-
Étape 3 : Créez des recommandations en définissant des types de recommandations (articles similaires, articles fréquemment associés, articles populaires)
-
Étape 4 : appliquer les recommandations à l'ensemble de l'écosystème Connect Customer, y compris l'espace de travail des agents, les flux et les agents Connect AI
Conditions préalables
-
Activer le stockage des données dans les profils des clients
Pour entraîner des modèles d'IA à l'aide de vos profils clients, vous devez activer le stockage des données. Pour en savoir plus, consultez la rubrique Base de données sur les profils clients.
-
KMS
Vous avez configuré les profils clients pour crypter vos données sous un AWS KMS key format.
-
Profils de sécurité
Vous avez configuré les profils de sécurité pour prendre en charge les autorisations Afficher (répertorier et afficher des informations prédictives), Créer (créer des recommandations), Supprimer (supprimer des recommandations) et Modifier (mettre à jour les recommandations) avec les informations prédictives activées.
Avantages de l'utilisation de Predictive Insights
L'utilisation de Predictive Insights offre plusieurs avantages clés :
-
Améliorez l'expérience client grâce à des recommandations personnalisées
-
Augmentez les opportunités de vente grâce à des suggestions de produits pertinentes
-
Faites gagner du temps à vos agents en proposant automatiquement des recommandations pertinentes
-
Fournissez des recommandations cohérentes sur tous les points de contact avec les clients
-
Mettez à jour les suggestions en temps réel à mesure que le comportement des clients change
Considérations relatives aux données
Les sections suivantes fournissent des conseils sur la manière de faire correspondre les cas d'utilisation et d'évaluer l'état de préparation des données pour Predictive Insights.
Avez-vous fait correspondre vos cas d'utilisation à Predictive Insights ?
Les types de personnalisation de Predictive Insights peuvent répondre aux cas d'utilisation suivants :
-
Génération de recommandations personnalisées pour un utilisateur
-
Recommander des articles similaires ou connexes
-
Recommander des articles tendance ou populaires
-
Re-ordering éléments par pertinence
Disposez-vous de suffisamment de données sur les interactions entre objets ?
Pour tous les cas d'utilisation et types de personnalisation, vous devez avoir au moins 1 000 interactions avec des éléments pour 25 utilisateurs uniques, avec au moins deux interactions chacun. Pour les recommandations de qualité, nous vous recommandons d'avoir au moins 50 000 interactions avec des articles provenant d'au moins 1 000 utilisateurs, avec au moins deux interactions avec des articles chacune.
Avez-vous mis en place une architecture de diffusion d'événements en temps réel ?
Si vous pouvez diffuser des événements en temps réel sur Connect Customer Profiles, vous pourrez profiter de la personnalisation en temps réel. Avec certains types de personnalisation, Predictive Insights peut tirer des enseignements de l'activité la plus récente de vos utilisateurs et mettre à jour les recommandations au fur et à mesure qu'ils utilisent votre application.
Vos données sont-elles optimisées pour Predictive Insights ?
Nous vous recommandons de vérifier les éléments suivants dans vos données :
-
Vérifiez les valeurs manquantes. Nous recommandons qu'au moins 70 % de vos enregistrements contiennent des données pour chaque attribut. Nous recommandons que les colonnes qui autorisent des valeurs nulles soient complètes à au moins 70 %.
-
Corrigez les inexactitudes ou les problèmes liés à vos données, tels que des conventions de dénomination incohérentes, des catégories dupliquées pour un élément, des ID incompatibles dans des ensembles de données ou des identifiants dupliqués. Ces problèmes peuvent avoir un impact négatif sur les recommandations ou entraîner des comportements inattendus. Par exemple, vos données peuvent contenir à la fois « N/A » et « Non applicable », mais vous pouvez filtrer les recommandations uniquement en fonction de « N/A ». Les éléments marqués « Non applicable » ne seraient pas supprimés par le filtre.
-
Si un élément, un utilisateur ou une action peut appartenir à plusieurs catégories, comme un film de différents genres, combinez les valeurs catégorielles en un seul attribut et séparez chaque valeur à l'aide de l'opérateur |. Par exemple, les données GENRES d'un film peuvent être Action | Adventure | Thriller.
-
Évitez d'avoir plus de 1 000 catégories possibles pour une colonne (sauf si la colonne contient des données uniquement à des fins de filtrage).
