Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
# Analisi delle conversazioni in Amazon Connect Contact Lens
Con l'analisi Contact Lens conversazionale, puoi analizzare le conversazioni tra clienti e agenti o tra clienti e l'intelligenza artificiale conversazionale, tramite voce, chat ed e-mail, utilizzando l'elaborazione del linguaggio naturale. L’analisi delle conversazioni consente di analizzare il sentiment, rilevare i problemi e classificare automaticamente i contatti.
**Supporto dell'analisi vocale**
+ **Analisi delle chiamate in tempo reale**: consente di rilevare e risolvere i problemi dei clienti in modo più proattivo nel corso della chiamata. Ad esempio, può [analizzare e avvisare](add-rules-for-alerts.md) quando un cliente si sente frustrato perché l'agente non è in grado di risolvere un problema complicato. Questo ti consente di fornire un'assistenza più immediata.
+ **Analisi post-chiamata: consente** di comprendere le tendenze delle conversazioni con i clienti, delle interazioni self-service e della conformità degli agenti. Questo ti aiuta a identificare le opportunità per migliorare l'intelligenza artificiale conversazionale e istruire gli agenti dopo la chiamata.
**Supporto dell'analisi della chat**
+ **Analisi delle chat in tempo reale**: analogamente all'analisi delle chiamate in tempo reale, puoi rilevare e risolvere i problemi dei clienti in modo più proattivo mentre la chat è in corso e [ricevere un avviso](add-rules-for-alerts-chat.md). Ad esempio, i manager possono ricevere un avviso e-mail in tempo reale quando la valutazione dei clienti per un contatto chat diventa negativa, in modo che possano unirsi al contatto in corso e contribuire a risolvere il problema del cliente.
+ **Analisi post-chat**: consente di comprendere le tendenze delle conversazioni dei clienti sia con i bot che con gli agenti. Fornisce informazioni specifiche relative a un'interazione in chat, come i tempi di benvenuto dell'agente e i tempi di risposta dell'agente e del cliente. I tempi di risposta e i sentiment consentono di analizzare l'esperienza del cliente con il bot rispetto all'agente e di identificare gli aspetti da migliorare.
+ Ogni messaggio di chat elaborato viene addebitato allo stesso modo. Sebbene non tutti i messaggi possano avere tutte le funzionalità applicate (ad esempio, il riepilogo viene applicato solo ai messaggi `text/plain`), se l’analisi delle conversazioni di Contact Lens è abilitata sul contatto, il messaggio viene conteggiato ai fini della fatturazione. Per ulteriori informazioni sui prezzi, consulta [Prezzi di Amazon Connect](https://aws.amazon.com/connect/pricing/).
**Supporto per l'analisi delle e-mail**
+ **Analisi delle e-mail**: utilizzata per analizzare le conversazioni e-mail tra clienti e agenti. Contact Lensclassifica automaticamente i contatti e-mail, elimina i dati sensibili dalle trascrizioni delle e-mail e genera riepiloghi dei contatti. Questo ti aiuta a comprendere le tendenze delle conversazioni via e-mail e a garantire la conformità su tutto il tuo canale di posta elettronica.
+ Poiché i contatti e-mail sono asincroni, con un partecipante che agisce alla volta, la distinzione in tempo reale e post-contatto che si applica alla voce e alla chat non si applica alla posta elettronica. L'analisi delle e-mail viene avviata non appena viene utilizzata quando un contatto e-mail [Blocco di flusso in Amazon Connect: imposta il comportamento di registrazione, analisi ed elaborazione](set-recording-analytics-processing-behavior.md) viene ricevuto o inviato.
Puoi proteggere la privacy dei tuoi clienti oscurando i dati sensibili, come nome, indirizzo e dati della carta di credito, nelle trascrizioni e nelle registrazioni audio.
## Esempio di pagina Dettagli di contatto per una chiamata
Nell'immagine seguente viene mostrata l'analisi della conversazione per una chiamata vocale. Nota che include le metriche **Tempo di conversazione**.
![\[Esempio di pagina Dettagli di contatto con le metriche relative al tempo di conversazione.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contactlens-contactdetails-call1b.png)
1. **Tendenza sentimenti clienti**: questo grafico mostra come cambia il sentimento dei clienti man mano che il contatto avanza. Per ulteriori informazioni, consulta [Analisi dei punteggi di valutazione](sentiment-scores.md).
1. **Valutazione dei clienti**: questo grafico mostra la distribuzione del sentimento dei clienti per l’intera chiamata. Viene calcolato contando il numero totale di turni di conversazione o di messaggi di chat in cui un cliente ha espresso un sentimento positivo, neutro e negativo.
1. **Tempo di conversazione**: questo grafico mostra la distribuzione del tempo di conversazione e del tempo di non conversazione durante l’intera chiamata. Il tempo di conversazione è ulteriormente suddiviso in tempo di conversazione con l’agente e tempo di conversazione con il cliente.
L'immagine seguente mostra la sezione successiva della pagina **Dettagli di contatto** per una chiamata vocale: l'analisi dell'audio e la trascrizione. Nota che le informazioni di identificazione personale (PII) sono state [oscurate nella trascrizione](sensitive-data-redaction.md).
![\[Analisi dell'audio e trascrizione per il contatto.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contactlens-contactdetails-call2b.png)
## Pagina Dettagli di contatto di esempio per un'analisi della chat in tempo reale
Nell'immagine seguente viene mostrata l'analisi della conversazione per una chat in tempo reale. Tieni presente che include i punti salienti e la valutazione dei clienti.
![\[Una pagina Dettagli di contatto con l'analisi della conversazione per una chat in tempo reale.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contactlens-realtime-chat.png)
## Pagina Dettagli di contatto di esempio per un'analisi post-chat
L'immagine seguente mostra l'analisi post-chat. Include le metriche di risposta alla chat, come **Tempo di benvenuto dell'agente** (tempo che intercorre tra il momento in cui l'agente si unisce alla chat e il momento in cui invia la prima risposta), **Tempo di risposta del cliente** e **Tempo di risposta dell'agente**.
![\[Pagina Dettagli di contatto con il riepilogo e l'analisi della conversazione per una chat.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contactlens-contactdetails-chat1b.png)
L'immagine seguente mostra la sezione successiva della pagina **Dettagli di contatto** per una chat: l'analisi e la trascrizione dell'interazione. Nota che è possibile esaminare l'interazione del cliente con un bot e con l'agente.
![\[Pagina Dettagli di contatto, analisi e trascrizione dell'interazione per una chat.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contactlens-contactdetails-chat2b.png)
## Esempio di pagina dei dettagli di contatto per l'analisi delle e-mail
L'immagine seguente mostra l'analisi conversazionale per un contatto e-mail. L'analisi delle e-mail include la categorizzazione, la redazione dei dati sensibili e i riepiloghi dei contatti. Poiché i contatti e-mail sono asincroni, non sono disponibili analisi o punteggi di sentiment in tempo reale.
![\[Una pagina di esempio con i dettagli di contatto con analisi conversazionali per un contatto e-mail.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contactlens-contactdetails-email.png)
# Abilitazione dell’analisi delle conversazioni in Amazon Connect Contact Lens
Puoi abilitare l’analisi delle conversazioni di Contact Lens in pochi passaggi:
1. Abilitazione di Contact Lens sull’istanza Amazon Connect.
1. Aggiungi un [Set recording and analytics behavior (Imposta comportamento registrazione e analisi)](set-recording-behavior.md) blocco a un flusso e configuralo per abilitare l'analisi conversazionale per voce, chat, e-mail o una combinazione di canali.
L'immagine seguente mostra un blocco configurato per la registrazione delle chiamate e l'analisi vocale. L'opzione **Registrazione chiamate** è impostata su **Agente e cliente**. Nella sezione **Analytics**, le opzioni sono selezionate per le interazioni automatiche e le interazioni con gli agenti.
![\[Pagina delle proprietà per un blocco Imposta comportamento di registrazione e analisi.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/set-recording-and-analytics-behavior.png)
Le procedure in questo argomento descrivono i passaggi per abilitare l'analisi conversazionale per chiamate, chat o e-mail.
**Topics**
+ [Informazioni importanti](#important-set-behaviorblock)
+ [Abilitazione di Contact Lens per un’istanza Amazon Connect](#enable-cl)
+ [Abilitazione della registrazione delle chiamate e dell’analisi vocale](#enable-callrecording-speechanalytics)
+ [Abilitazione dell’analisi della chat](#enable-chatanalytics)
+ [Abilita l'analisi delle e-mail](#enable-emailanalytics)
+ [Abilitazione dell'oscuramento](#enable-redaction)
+ [Verifica dell'accuratezza dell'oscuramento](#review-sensitive-data-redaction)
+ [Disabilitazione dell’analisi del sentiment](#disable-sentiment-analysis-voice-and-chat)
+ [Abilita dinamicamente la redazione in base alla lingua del cliente](#dynamically-enable-analytics-contact-flow)
+ [Progettazione di un flusso per i punti salienti principali](#call-summarization-agent)
+ [Cosa succede se il blocco di flusso non riesce ad abilitare l’analisi delle conversazioni?](#troubleshoot-contactlens-enablement)
+ [Chiamate multiparte](#multiparty-calls-contactlens)
## Informazioni importanti
+ **Raccogli i dati dopo il trasferimento di un contatto**: se desideri continuare a utilizzare l’analisi delle conversazioni per raccogliere dati dopo il trasferimento di un contatto a un altro agente o a una coda, è necessario aggiungere un altro blocco [Set recording and analytics behavior (Imposta comportamento registrazione e analisi)](set-recording-behavior.md) con l’opzione **Abilita analisi** abilitata per il flusso. Questo perché un trasferimento genera un secondo ID di contatto e record di contatto. L’analisi delle conversazioni deve essere eseguita anche su quel record di contatto.
**Nota**
Per [queue-to-queuei trasferimenti](queue-to-queue-transfer.md), le informazioni di configurazione per l'analisi conversazionale vengono copiate nel contatto trasferito.
+ Quando scegli una lingua supportata dall'analisi del sentimento e selezioni **Abilita analisi Contact Lens vocale, Abilita analisi** della **chat o Abilita analisi** **delle email nel [Set recording and analytics behavior (Imposta comportamento registrazione e analisi)](set-recording-behavior.md) blocco, l'analisi** delle opinioni è abilitata per impostazione predefinita. Puoi scegliere di [disabilitare l’analisi del sentiment](#disable-sentiment-analysis-voice-and-chat).
+ La posizione in cui collochi il blocco [Set recording and analytics behavior (Imposta comportamento registrazione e analisi)](set-recording-behavior.md) in un flusso influisce sull'esperienza dell'agente con i punti salienti. Per ulteriori informazioni, consulta [Progettazione di un flusso per i punti salienti principali](#call-summarization-agent).
## Abilitazione di Contact Lens per un’istanza Amazon Connect
Prima di poter abilitare l’analisi delle conversazioni, è necessario abilitare Contact Lens per la tua istanza.
1. Apri la console Amazon Connect all'indirizzo [https://console.aws.amazon.com/connect/](https://console.aws.amazon.com/connect/).
1. Nella pagina delle istanze, seleziona l'alias dell'istanza. L'alias dell'istanza è anche il **nome dell'istanza** che appare nell'URL Amazon Connect. L'immagine seguente mostra la pagina **Istanze di contact center virtuali di Amazon Connect**, con un riquadro attorno all'alias dell'istanza.
![\[La pagina delle istanze del contact center virtuale di Amazon Connect, l’alias dell’istanza.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/instance.png)
1. Nella console di Amazon Connect, nel riquadro di navigazione, scegli **Strumenti di analisi**, quindi scegli **Abilita Contact Lens**.
1. Scegli **Save** (Salva).
## Abilitazione della registrazione delle chiamate e dell’analisi vocale
Una volta abilitato Contact Lens per la tua istanza, puoi aggiungere i blocchi [Set recording and analytics behavior (Imposta comportamento registrazione e analisi)](set-recording-behavior.md) ai tuoi flussi. Puoi quindi abilitare l’analisi delle conversazioni quando configuri il blocco **Imposta comportamento di registrazione e analisi**.
1. Nel designer di flusso aggiungi un blocco [Set recording and analytics behavior (Imposta comportamento registrazione e analisi)](set-recording-behavior.md) al flusso.
Per informazioni sui tipi di flusso che puoi utilizzare con questo blocco e altri suggerimenti, consulta[Set recording and analytics behavior (Imposta comportamento registrazione e analisi)](set-recording-behavior.md).
1. Apri la pagina delle proprietà **Imposta comportamento di registrazione e analisi**. In **Registrazione chiamate**, scegli **Abilitata**, **Agente e cliente**.
Le registrazioni delle chiamate degli agenti e dei clienti sono necessarie per utilizzare l’analisi delle conversazioni per i contatti vocali.
1. In **Analisi**, scegli **Abilita l’analisi delle conversazioni di Contact Lens** e **Abilita l’analisi vocale**.
Se questa opzione non viene visualizzata, Amazon Connect Contact Lens non è stato abilitato per l’istanza. Per istruzioni su come abilitarlo, consulta[Abilitazione di Contact Lens per un’istanza Amazon Connect](#enable-cl).
1. Seleziona una delle seguenti opzioni:
1. **Analisi post-chiamata**: Contact Lens analizza la registrazione della chiamata al termine della conversazione e delle attività successive al contatto (ACW). Questa opzione offre la migliore precisione di trascrizione.
1. **Analisi in tempo reale**: Contact Lens fornisce sia informazioni in tempo reale durante la chiamata, sia analisi post-chiamata al termine della conversazione e delle attività successive al contatto (ACW).
Se scegli questa opzione, ti consigliamo di impostare avvisi in base a parole chiave e frasi che il cliente può pronunciare durante la chiamata. Contact Lens analizza la conversazione in tempo reale per rilevare le parole chiave o le frasi specificate e avvisa i supervisori. A quel punto, i supervisori possono ascoltare la chiamata in tempo reale e fornire indicazioni all'agente per aiutarlo a risolvere il problema più rapidamente.
Per informazioni sulla configurazione degli avvisi, consulta [Segnalazione ai supervisori in tempo reale per le chiamate](add-rules-for-alerts.md).
Se l'istanza è stata creata prima di ottobre 2018, è necessaria una configurazione aggiuntiva per accedere all'analisi delle chiamate in tempo reale. Per ulteriori informazioni, consulta [Autorizzazioni del ruolo collegato ai servizi](connect-slr.md#slr-permissions).
1. Scegli nell’[elenco delle lingue disponibili](supported-languages.md#supported-languages-contact-lens).
Per istruzioni su come specificare la lingua in modo dinamico, consulta [Abilita dinamicamente la redazione in base alla lingua del cliente](#dynamically-enable-analytics-contact-flow).
1. Facoltativamente, abilita l’oscuramento dei dati sensibili. Per ulteriori informazioni, consulta la sezione successiva [Abilitazione dell'oscuramento](#enable-redaction).
1. Scegli **Save** (Salva).
1. Se il contatto verrà trasferito a un altro agente o a una coda, ripeti questa procedura per aggiungere un altro blocco [Set recording and analytics behavior (Imposta comportamento registrazione e analisi)](set-recording-behavior.md) con l’opzione **Abilita Contact Lens per l’analisi delle conversazioni** abilitata.
## Abilitazione dell’analisi della chat
1. Nel blocco [Set recording and analytics behavior (Imposta comportamento registrazione e analisi)](set-recording-behavior.md), in **Analisi**, scegli **Abilita l’analisi delle conversazioni di Contact Lens** e **Abilita l’analisi della chat**.
**Nota**
Scegliendo questa opzione riceverai analisi in tempo reale e post-chat.
Se questa opzione non viene visualizzata, Amazon Connect Contact Lens non è stato abilitato per l’istanza. Per istruzioni su come abilitarlo, consulta [Abilitazione di Contact Lens per un’istanza Amazon Connect](#enable-cl).
1. Scegli nell’[elenco delle lingue disponibili](supported-languages.md#supported-languages-contact-lens).
Per istruzioni sulla scelta dinamica della lingua e della redazione, consulta [Abilita dinamicamente la redazione in base alla lingua del cliente](#dynamically-enable-analytics-contact-flow).
1. Facoltativamente, abilita l’oscuramento dei dati sensibili. Per ulteriori informazioni, consulta la sezione successiva [Abilitazione dell'oscuramento](#enable-redaction).
1. Scegli **Save** (Salva).
1. Se il contatto verrà trasferito a un altro agente o a una coda, ripeti questa procedura per aggiungere un altro blocco [Set recording and analytics behavior (Imposta comportamento registrazione e analisi)](set-recording-behavior.md) con l’opzione **Abilita Contact Lens per l’analisi delle conversazioni** abilitata.
## Abilita l'analisi delle e-mail
Puoi abilitare l'analisi Contact Lens conversazionale per i contatti e-mail per classificare automaticamente le e-mail, eliminare i dati sensibili e generare riepiloghi dei contatti.
1. Nel Flow Designer, aggiungi un [Imposta il comportamento di registrazione, analisi ed elaborazione](set-recording-analytics-processing-behavior.md) blocco al flusso di email in entrata. Posiziona il blocco prima che il contatto e-mail venga indirizzato a una coda o a un agente.
1. Apri le proprietà del blocco. Per **Azione**, scegli **Imposta il comportamento di registrazione e analisi**.
1. Per **Channel**, scegli **Email**.
1. In **Analytics**, scegli **Abilita l'analisi Contact Lens conversazionale e Abilita l'analisi** **delle email.**
Se questa opzione non viene visualizzata, Amazon Connect Contact Lens non è stato abilitato per l’istanza. Per istruzioni su come abilitarlo, consulta [Abilitazione di Contact Lens per un’istanza Amazon Connect](#enable-cl).
1. Scegli nell’[elenco delle lingue disponibili](supported-languages.md#supported-languages-contact-lens).
1. Facoltativamente, abilita l’oscuramento dei dati sensibili. Per ulteriori informazioni, consulta [Abilitazione dell'oscuramento](#enable-redaction).
1. Facoltativamente, nella sezione **Funzionalità di intelligenza artificiale generativa delle lenti a contatto**, abilita **Contact summary per generare riepiloghi** per i contatti e-mail.
1. Scegli **Save** (Salva).
1. Se il contatto e-mail sta per essere trasferito a un altro agente o a una coda, ripeti questi passaggi per aggiungere un altro [Imposta il comportamento di registrazione, analisi ed elaborazione](set-recording-analytics-processing-behavior.md) blocco con l'**opzione Abilita Contact Lens per l'analisi conversazionale abilitata.**
## Abilitazione dell'oscuramento dei dati sensibili
Quando configuri il blocco [Set recording and analytics behavior (Imposta comportamento registrazione e analisi)](set-recording-behavior.md) per l’analisi delle conversazioni, hai anche la possibilità di abilitare la redazione dei dati sensibili in un flusso. Quando l'oscuramento è abilitato, puoi scegliere tra le seguenti opzioni:
+ Oscurare tutte le informazioni di identificazione personale (PII) (tutte le entità PII supportate).
+ Scegliere quali entità PII oscurare nell'elenco delle entità supportate.
Se accetti le impostazioni predefinite, l’analisi delle conversazioni di Contact Lens oscura tutte le informazioni di identificazione personale (PII) che identifica e le sostituisce con **[PII]** nella trascrizione. Nell'immagine seguente sono mostrate le impostazioni predefinite perché sono selezionate le opzioni per **oscurare i dati sensibili**, **oscurare tutti i dati PII** e **sostituire con il segnaposto PII**.
![\[Le impostazioni predefinite per oscurare i dati sensibili.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-enable-redaction-default.png)
### Selezione delle entità PII da oscurare
Nella sezione **Oscurazione dei dati**, puoi selezionare specifiche entità PII da oscurare. L'immagine seguente mostra che verrà oscurato il **numero della carta di credito/debito**.
![\[La sezione Oscurazione dei dati, un elenco di entità che è possibile oscurare.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-select-entities-to-redact.png)
### Scelta della sostituzione dei dati oscurati
Nella sezione **Sostituzione dei dati oscurati**, puoi scegliere la maschera da utilizzare in sostituzione dei dati oscurati. Nell'immagine seguente, ad esempio, l'opzione **Sostituisci con segnaposto PII** indica che i dati saranno sostituiti da **PII**.
![\[L'opzione per sostituire i dati con PII.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-dataredactionreplacement.png)
Per ulteriori informazioni sull'uso dell'oscuramento, consulta [Utilizzo dell'oscuramento dei dati sensibili](sensitive-data-redaction.md).
## Verifica dell'accuratezza dell'oscuramento dei dati sensibili
La funzionalità di oscuramento è progettata per identificare e rimuovere i dati sensibili. Tuttavia, data la natura predittiva del machine learning, è possibile che non vengano identificate e rimosse tutte le istanze di dati sensibili in una trascrizione generata da Contact Lens. Ti consigliamo di esaminare l'output oscurato per assicurarti che soddisfi le tue esigenze.
**Importante**
La funzionalità di oscuramento non soddisfa i requisiti per la de-identificazione previsti dalle leggi sulla privacy in ambito sanitario, come la legge statunitense Health Insurance Portability and Accountability Act (HIPAA) del 1996, quindi ti consigliamo di continuare a trattare questi dati come informazioni sanitarie protette dopo l'oscuramento.
Per informazioni sulla posizione dei file oscurati ed esempi, consulta [Posizioni dei file di output](example-contact-lens-output-locations.md).
## Disabilitazione dell’analisi del sentiment
Quando scegli una lingua supportata dall’analisi del sentiment E scegli **Abilita l’analisi vocale** o **Abilita l’analisi delle chat**, l’analisi del sentiment è abilitata per impostazione predefinita per tutti gli agenti e i clienti. Per un elenco delle lingue supportate dall’analisi del sentiment, consulta [Funzionalità IA](supported-languages.md#supported-languages-contact-lens).
L’immagine seguente mostra che l’opzione Analisi del sentiment è abilitata nel blocco **Imposta comportamento di registrazione e analisi**.
![\[Opzione Analisi del sentiment quando è abilitata.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/sentiment-analysis-enabled.png)
L’immagine seguente mostra una lingua non supportata dall’analisi del sentiment. Ti consigliamo di aprire la sezione **Sentiment** per verificare se è abilitata o disabilitata.
![\[L’opzione Analisi del sentiment quando è disabilitata perché la lingua non è supportata.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/sentiment-analysis-verify.png)
Per disabilitare l’analisi del sentiment per tutti gli agenti e i clienti, deseleziona l’opzione **Abilita l’analisi del sentiment**, come mostrato nell’immagine seguente.
![\[L’opzione Analisi del sentiment quando è disabilitata.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/sentiment-analysis-disabled.png)
## Abilita dinamicamente la redazione in base alla lingua del cliente
Puoi abilitare dinamicamente la redazione dei file di output in base alla lingua del cliente. Ad esempio, per i clienti che utilizzano en-US ti potrebbe servire solo un file oscurato, mentre per quelli che utilizzano en-GB ti potrebbero servire sia i file di output originali che quelli oscurati.
+ Oscuramento: scegli una delle seguenti opzioni (fanno distinzione tra maiuscole e minuscole)
+ Nessuno
+ RedactedOnly
+ RedactedAndOriginal
+ Lingua: scegli dall'[elenco](supported-languages.md#supported-languages-contact-lens) delle lingue disponibili.
Puoi impostare questi attributi nei modi seguenti:
+ Definito dall'utente: utilizza il blocco **Imposta attributi contatti**. Per istruzioni generali sull'uso di questo blocco, consulta [Come fare riferimento agli attributi di contatti](how-to-reference-attributes.md). Definisci la **chiave di destinazione** e il **valore** per l'oscuramento e la lingua in base alle esigenze.
L'immagine seguente mostra un esempio di come configurare il blocco **Imposta attributi dei contatti** per utilizzare gli attributi dei contatti per l'oscuramento. **Scegliete l'opzione **Usa testo**, impostate la **chiave di destinazione** su **redaction\$1option** e impostate Value su. **RedactedAndOriginal****
**Nota**
Il **Valore** prevede la distinzione tra lettere maiuscole e minuscole.
![\[Il blocco Imposta attributi contatti, l'opzione Usa testo, il valore con distinzione tra maiuscole e minuscole.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-contact-attributes-enable-redaction1.png)
L'immagine seguente mostra come utilizzare gli attributi di contatto per lingua. Scegli l'opzione Usa testo, imposta Chiave di destinazione su language e imposta **Valore** su **en-US**.
![\[Il blocco Imposta attributi contatti, l'opzione Usa testo, il valore con distinzione tra maiuscole e minuscole.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-contact-attributes-enable-redaction2.png)
+ [Uso di una funzione Lambda](attribs-with-lambda.md). Simile alla configurazione degli attributi di contatto definiti dall'utente. Una funzione AWS Lambda può restituire il risultato come coppia chiave-valore, a seconda della lingua della risposta Lambda. Il seguente esempio mostra una risposta Lambda in formato JSON:
```
{
'redaction_option': 'RedactedOnly',
'language': 'en-US'
}
```
## Progettazione di un flusso per i punti salienti
Le trascrizioni sono visibili agli agenti utilizzando il Contact Control Panel (CCP) a seconda che l'analisi conversazionale sia abilitata nel flusso in entrata, un flusso di trasferimento. [Set recording and analytics behavior (Imposta comportamento registrazione e analisi)](set-recording-behavior.md) and/or
In questa sezione vengono forniti tre casi d’uso per abilitare l’analisi delle conversazioni nel blocco [Set recording and analytics behavior (Imposta comportamento registrazione e analisi)](set-recording-behavior.md) e viene descritto in che modo influiscono sull’esperienza dell’agente con punti salienti principali.
### Caso d’uso 1: analisi delle conversazioni abilitata solo in un flusso in entrata
+ Un contatto entra nel flusso in entrata e non ci sono trasferimenti di chiamata. Di seguito è riportata l'esperienza dell'agente:
L'agente riceve la trascrizione completa durante le attività successive al contatto (ACW). La trascrizione include tutto ciò che è stato detto dall'agente e dal cliente, dal momento in cui l'agente accetta la chiamata iniziale fino alla fine della chiamata, come mostrato nell'immagine seguente.
![\[Pannello di controllo contatti, trascrizione della conversazione.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/call-summarization-use1.png)
+ Un contatto entra nel flusso in entrata e c'è un trasferimento di chiamata. Di seguito è riportata l'esperienza dell'agente:
+ L'agente 1 riceve una trascrizione della chiamata dopo aver lasciato il trasferimento, durante ACW. conference/warm
La trascrizione include tutto ciò che è stato detto dall'agente 1 e dal cliente, dal momento in cui l'agente accetta la chiamata iniziale, fino a quando l'agente 1 lascia la parte di conference/warm trasferimento della chiamata. La trascrizione include i prompt del flusso (flusso di trasferimento/coda), come mostrato nell'immagine seguente.
![\[Il prompt di trasferimento del flusso nella trascrizione.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/call-summarization-use2.png)
+ L'agente 2 riceve una trascrizione della chiamata al momento dell'accettazione della chiamata di conference/warm trasferimento dall'agente 1.
La trascrizione include tutto ciò che è stato detto dall'agente 1 e dal cliente, dal momento in cui l'agente 1 accetta la chiamata iniziale fino a quando l'agente 1 abbandona la parte della chiamata dedicata al conference/warm trasferimento. La trascrizione include i prompt del flusso (flusso di trasferimento/coda) e la conversazione di trasferimento a caldo, come mostrato nell'immagine seguente.
![\[La trascrizione, il prompt di trasferimento del flusso e il trasferimento a caldo tra due agenti.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/call-summarization-use2b.png)
Poiché l’analisi delle conversazioni non è abilitata nel flusso di trasferimento, l’agente 2 non vede il resto della trascrizione quando la chiamata è terminata e accede alle attività successive al contatto. L'immagine seguente delle attività successive al contatto per l'agente 2 mostra che la trascrizione è vuota.
![\[Una trascrizione vuota.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/call-summarization-use2c.png)
### Caso d’uso 2: analisi delle conversazioni abilitata in un flusso in entrata e in un flusso di trasferimento (connessione rapida)
+ Un contatto entra nel flusso in entrata e non ci sono trasferimenti di chiamata. Di seguito è riportata l'esperienza dell'agente:
+ L'agente 1 riceve una trascrizione completa della chiamata (non oscurata) durante le attività successive al contatto.
La trascrizione include tutto ciò che è stato detto dall'agente 1 e dal cliente dal momento in cui l'agente accetta la chiamata fino al termine della chiamata. Questo è mostrato nell'immagine seguente del CCP per l'agente 1.
![\[Il CCP per l'agente 1, una trascrizione completa della chiamata.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/call-summarization-use3.png)
+ Un contatto entra nel flusso in entrata e c'è un trasferimento di chiamata. Di seguito è riportata l'esperienza dell'agente:
+ L'agente 1 riceve una trascrizione della chiamata dopo aver lasciato il conference/warm trasferimento, durante ACW.
La trascrizione include tutto ciò che è stato detto dall'agente 1 e dal cliente dal momento in cui l'agente 1 accetta la chiamata, fino a quando l'agente 1 lascia la parte della chiamata dedicata al conference/warm trasferimento. La trascrizione include i prompt del flusso (flusso di trasferimento/coda).
L'immagine seguente mostra la trascrizione completa della chiamata fino al trasferimento a caldo.
![\[Una trascrizione completa della chiamata fino all'uscita dell'agente 1 dalla conferenza.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/call-summarization-use2b.png)
+ L'agente 2 riceve una trascrizione della chiamata al momento dell'accettazione della chiamata di conference/warm trasferimento dall'agente 1.
La trascrizione include tutto ciò che è stato detto dall'agente 1 e dal cliente, dal momento in cui l'agente 1 accetta la chiamata, fino a quando l'agente 1 lascia la parte della chiamata dedicata al conference/warm trasferimento. La trascrizione include i prompt del flusso (flusso di trasferimento/coda).
+ Poiché l’analisi delle conversazioni è abilitata nel flusso di trasferimento, l’agente 2 riceve una trascrizione della chiamata al termine della chiamata, durante le attività successive al contatto.
La trascrizione include solo la parte rimanente della chiamata tra l'agente 2 e il cliente, dopo che l'agente 1 ha abbandonato la chiamata. La trascrizione include tutto ciò che è stato detto dall'agente 2 e dal cliente, dal momento del suo inserimento nella conferenza/trasferimento a caldo fino al termine della chiamata. L'immagine seguente mostra un esempio di trascrizione.
![\[Una trascrizione della chiamata tra l'agente 2 e il cliente.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/call-summarization-use3b.png)
## Cosa succede se il blocco di flusso non riesce ad abilitare l’analisi delle conversazioni?
È possibile che il blocco [Set recording and analytics behavior (Imposta comportamento registrazione e analisi)](set-recording-behavior.md) non riesca ad abilitare l’analisi delle conversazioni su un contatto. Se l’analisi delle conversazioni non è abilitata per un contatto, [controlla i log del flusso](search-contact-flow-logs.md) per individuare l’errore.
## Chiamate multiparte e analisi delle conversazioni
L’analisi delle conversazioni di Contact Lens supporta le chiamate con un massimo di 2 partecipanti. Se ad esempio una chiamata include più di due parti (agente e cliente) o viene trasferita a una terza parte, la qualità della trascrizione e dell'analisi, come sentiment, oscuramento e categorie, può peggiorare. È consigliabile disabilitare l’analisi delle conversazioni per le chiamate multiparte o con terze parti se ci sono più di due parti (agente e cliente). A tale scopo, aggiungi un altro blocco [Set recording and analytics behavior (Imposta comportamento registrazione e analisi)](set-recording-behavior.md) al flusso e disabilita l’analisi delle conversazioni. Per ulteriori informazioni sul comportamento del blocco del flusso, consulta [Consigli per la configurazione](set-recording-behavior.md#set-recording-behavior-tips).
# Assegna le autorizzazioni per utilizzare l’analisi delle conversazioni di Contact Lens in Amazon Connect
Per proteggere i dati dei clienti, imposta le autorizzazioni del profilo di sicurezza per stabilire chi può accedere alle informazioni generate dall’analisi delle conversazioni di Contact Lens.
Di seguito è riportata una descrizione delle autorizzazioni richieste per il profilo di sicurezza, nonché di alcune autorizzazioni utili, ma non obbligatorie. Molte di queste sono le autorizzazioni di ricerca, necessarie per trovare i contatti che desideri analizzare. Non sono specifiche dell’analisi delle conversazioni di Contact Lens.
## Autorizzazioni dell’analisi delle conversazioni
+ **Contact Lens - Analisi delle conversazioni**
+ Nella pagina **Dettagli di contatto**, puoi visualizzare i grafici che riassumono le analisi delle conversazioni (sentiment del cliente, tempo di conversazione per i contatti vocali), nonché i colori e gli indicatori del sentiment per ogni turno di conversazione su trascrizioni e registrazioni. Ad esempio, l'immagine seguente mostra come queste informazioni vengono visualizzate nella pagina **Dettagli di contatto** per un contatto vocale.
Anche l’autorizzazione **Contact Lens - Analisi delle conversazioni - Visualizza** è richiesta per visualizzare gli indicatori di sentimento nelle registrazioni e nelle trascrizioni delle conversazioni.
![\[Grafici nella pagina Dettagli di contatto.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contactlens-conversationalanalytics-permission.png)
![\[Grafici nella pagina Dettagli di contatto.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contactlens-conversationalanalytics-permission-2.png)
+ **Registrazioni delle chiamate (non redatte)**
Nelle pagine **Dettagli di contatto** e **Ricerca contatti** per un contatto, visualizza le registrazioni audio non redatte.
+ **Registrazioni delle chiamate (redatte)**
Nelle pagine **Dettagli di contatto** e **Ricerca contatti** relative a un contatto, ascolta le registrazioni delle chiamate da cui sono stati rimossi i dati sensibili.
+ **Trascrizioni dei contatti (non redatte)**
Nelle pagine **Dettagli di contatto** e **Ricerca contatti** relative a un contatto, visualizza chat non redatte, conversazioni e-mail e trascrizioni vocali non redatte prodotte da Contact Lens.
+ **Trascrizioni dei contatti (redatte)**
Nelle pagine **Dettagli di contatto** e **Ricerca contatti** relative a un contatto, visualizza le trascrizioni di chat e chiamate vocali da cui sono stati rimossi i dati sensibili.
**Importante**
Se disponi delle autorizzazioni per:
**Trascrizioni dei contatti (non redatte) - Accesso** e **Trascrizioni dei contatti (redatte) - Accesso**
- OPPURE -
**Registrazioni delle chiamate (non redatte) - Accesso** e **Registrazioni delle chiamate (redatte) - Accesso**
Tieni presente il seguente comportamento:
Quando la redazione è abilitata nel flusso, il contenuto redatto viene visualizzato nelle pagine **Dettagli di contatto** e **Ricerca contatti**.
Quando la redazione è disabilitata nel flusso oppure il contatto non viene analizzato da Contact Lens, il contenuto non redatto viene visualizzato nelle pagine **Dettagli di contatto** e **Ricerca contatti**.
Non puoi accedere contemporaneamente alla versione oscurata e non oscurata di una conversazione.
## Autorizzazioni di ricerca
+ **Ricerca contatti**
Questa autorizzazione è necessaria per poter accedere alla pagina **Ricerca contatti**, in cui è possibile cercare i contatti ed esaminare la registrazione e la trascrizione analizzate. Inoltre, puoi eseguire rapide ricerche full-text nelle trascrizioni delle chiamate e cercare in base al punteggio di valutazione e al tempo di non conversazione.
+ **Visualizza i miei contatti**
Questa autorizzazione è necessaria se devi accedere alla pagina **Ricerca contatti**, rivedere solo i contatti che hai gestito tu ed esaminare la registrazione e le trascrizioni analizzate.
**Importante**
Se vengono concesse le autorizzazioni **Ricerca contatti** e **Visualizza i miei contatti**, l'utente avrà accesso a tutti i contatti.
+ **Ricerca contatti per caratteristiche della conversazione**
Questa autorizzazione non è richiesta dall’analisi delle conversazioni di Contact Lens, ma è utile in quanto offre ulteriori opzioni di ricerca.
Nella pagina **Ricerca contatti**:
+ Per i contatti vocali, puoi accedere a filtri aggiuntivi che consentono di restituire risultati in base al punteggio di valutazione e al tempo di non conversazione.
+ Per i contatti in chat, puoi accedere a un filtro aggiuntivo per cercare i contatti in base al tempo di risposta.
+ Per i contatti sia vocali che chat, puoi cercare le conversazioni che rientrano in specifiche categorie di contatto.
Per ulteriori informazioni, consultare [Ricerca per punteggio/cambio di valutazione](search-conversations.md#sentiment-search), [Ricerca per tempo non di conversazione](search-conversations.md#nontalk-time-search) e [Ricerca in una categoria di contatto](search-conversations.md#contact-category-search).
L'immagine seguente mostra la sezione **Filtri** della pagina **Ricerca contatti** e il menu a discesa **Filtri**. I filtri accanto ai quali è presente la dicitura **CL** sono disponibili solo per gli utenti che dispongono di questa autorizzazione del profilo di sicurezza.
![\[Il menu a discesa per l'aggiunta di filtri, filtri con CL accanto.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-search-contact-category-3.png)
+ **Ricerca contatti per parole chiave**
Questa autorizzazione non è richiesta dall’analisi delle conversazioni di Contact Lens, ma è utile in quanto offre ulteriori opzioni di ricerca.
+ Nella pagina **Ricerca contatti**, puoi accedere a filtri aggiuntivi che consentono di cercare i contatti in base a **parole o frasi**, come "*grazie per la fiducia*". Per ulteriori informazioni, consulta [Ricerca di parole o frasi](search-conversations.md#keyword-search).
![\[Il menu a discesa per l'aggiunta di filtri, il filtro CL per parole o frasi.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-search-words-phrases.png)
# Metriche di analisi di conversazione in Amazon Connect
Le seguenti metriche derivano dall’analisi delle conversazioni di Contact Lens. Queste metriche sono disponibili solo se [Contact Lens è abilitato per la tua istanza](enable-analytics.md#enable-cl) e l’[analisi delle conversazioni](enable-analytics.md#enable-callrecording-speechanalytics) è abilitata sul contatto.
Queste metriche vengono visualizzate nei report sulle metriche in tempo reale e storiche. Per istruzioni su come aggiungere queste metriche al report, consulta [Come creare un report di parametri storici](create-historical-metrics-report.md#historical-reports-howto-create).
Consulta anche la [dashboard di analisi delle conversazioni di Contact Lens](contact-lens-conversational-analytics-dashboard.md) per visualizzare i dati sulle tendenze dei driver di contatto nel tempo.
## Percentuale del tempo di conversazione dell’agente
Questa metrica misura il tempo di conversazione di un agente in una conversazione vocale come percentuale della durata totale della conversazione.
**Tipo di metrica**: percentuale
**Categoria della metrica**: metrica basata sull’analisi delle conversazioni
**Come accedere utilizzando l’API Amazon Connect**:
+ GetMetricDataIdentificatore metrico dell'API [V2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html): `PERCENT_TALK_TIME_AGENT`
**Come accedere utilizzando il sito Web di amministrazione**: Amazon Connect
+ Report delle metriche storiche: Percentuale del tempo di conversazione dell’agente
**Logica di calcolo**:
+ Somma tutti gli intervalli in cui un agente è stato impegnato in una conversazione (tempo di conversazione agente).
+ Divide la somma per la durata totale della conversazione.
**Note:**
+ Questa metrica è disponibile solo per i contatti analizzati dall’analisi delle conversazioni di Contact Lens.
## Tempo medio di benvenuto dell’agente
Questa metrica fornisce il tempo medio della prima risposta degli agenti in chat, a indicare la velocità con cui interagiscono con i clienti dopo che sono stati aggiunti alla chat.
**Tipo di metrica**: stringa (*hh:mm:ss*)
**Categoria della metrica**: metrica basata sull’analisi delle conversazioni
**Come accedere utilizzando l’API Amazon Connect**:
+ GetMetricDataIdentificatore metrico dell'API [V2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html): `AVG_GREETING_TIME_AGENT`
**Come accedere utilizzando il sito Web di amministrazione**: Amazon Connect
+ Report delle metriche storiche: Durata media dei saluti dell’agente
**Logica di calcolo**:
+ Questa metrica viene calcolata dividendo il tempo totale impiegato da un agente per avviare la prima risposta per il numero di contatti di chat.
**Note:**
+ Questa metrica è disponibile solo per i contatti analizzati dall’analisi delle conversazioni di Contact Lens.
## Interruzioni medie degli agenti
Questa metrica quantifica la frequenza media delle interruzioni dell’agente durante le interazioni con il cliente.
**Tipo di metrica**: stringa (*hh:mm:ss*)
**Categoria della metrica**: metrica basata sull’analisi delle conversazioni
**Come accedere utilizzando l’API Amazon Connect**:
+ GetMetricDataIdentificatore metrico dell'API [V2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html): `AVG_INTERRUPTIONS_AGENT`
**Come accedere utilizzando il sito Web di amministrazione**: Amazon Connect
+ Report delle metriche storiche: Interruzioni medie degli agenti
**Logica di calcolo**:
+ Questa metrica viene calcolata dividendo il numero totale di interruzioni degli agenti per il numero totale di contatti.
**Note:**
+ Questa metrica è disponibile solo per i contatti analizzati dall’analisi delle conversazioni di Contact Lens.
## Tempo medio interruzioni agente
Questa metrica misura la media del tempo totale di interruzione dell’agente durante la conversazione con un contatto.
**Tipo di metrica**: stringa (*hh:mm:ss*)
**Categoria della metrica**: metrica basata sull’analisi delle conversazioni
**Come accedere utilizzando l’API Amazon Connect**:
+ GetMetricDataIdentificatore metrico dell'API [V2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html): `AVG_INTERRUPTION_TIME_AGENT`
**Come accedere utilizzando il sito Web di amministrazione**: Amazon Connect
+ Report delle metriche storiche: Tempo medio di interruzione dell’agente
**Logica di calcolo**:
+ Somma gli intervalli di interruzione all’interno di ogni conversazione.
+ Divide la somma per il numero di conversazioni in cui si è verificata almeno un’interruzione.
**Note:**
+ Questa metrica è disponibile solo per i contatti analizzati dall’analisi delle conversazioni di Contact Lens.
## Tempo medio di conversazione dell’agente
Questa metrica misura il tempo medio per cui un agente ha parlato durante una conversazione.
**Tipo di metrica**: stringa (*hh:mm:ss*)
**Categoria della metrica**: metrica basata sull’analisi delle conversazioni
**Come accedere utilizzando l’API Amazon Connect**:
+ GetMetricDataIdentificatore metrico dell'API [V2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html): `AVG_TALK_TIME_AGENT`
**Come accedere utilizzando il sito Web di amministrazione**: Amazon Connect
+ Report delle metriche storiche: Tempo medio di conversazione dell’agente
**Logica di calcolo**:
+ Somma le durate di tutti gli intervalli durante i quali l’agente ha parlato.
+ Divide la somma per il numero totale di contatti.
**Note:**
+ Questa metrica è disponibile solo per i contatti analizzati dall’analisi delle conversazioni di Contact Lens.
## Durata media delle conversazioni
Questa metrica misura la durata media delle conversazioni dei contatti vocali con gli agenti.
**Tipo di metrica**: stringa (*hh:mm:ss*)
**Categoria della metrica**: metrica basata sull’analisi delle conversazioni
**Come accedere utilizzando l’API Amazon Connect**:
+ GetMetricDataIdentificatore metrico dell'API [V2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html): `AVG_CONVERSATION_DURATION`
**Come accedere utilizzando il sito Web di amministrazione**: Amazon Connect
+ Report delle metriche storiche: Durata media della conversazione
**Logica di calcolo**:
+ Questa metrica viene calcolata in base al tempo totale dall’inizio della conversazione fino all’ultima parola pronunciata dall’agente o dal cliente.
+ Questo valore viene quindi diviso per il numero totale di contatti per fornire una rappresentazione media del tempo di conversazione speso nella chiamata.
**Note:**
+ Questa metrica è disponibile solo per i contatti analizzati dall’analisi delle conversazioni di Contact Lens.
## Tempo medio di conversazione dei clienti
Questa metrica misura il tempo medio per cui un cliente ha parlato durante una conversazione.
**Tipo di metrica**: stringa (*hh:mm:ss*)
**Categoria della metrica**: metrica basata sull’analisi delle conversazioni
**Come accedere utilizzando l’API Amazon Connect**:
+ GetMetricDataIdentificatore metrico dell'API [V2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html): `AVG_TALK_TIME_CUSTOMER`
**Come accedere utilizzando il sito Web di amministrazione**: Amazon Connect
+ Report delle metriche storiche: Tempo medio di conversazione dei clienti
**Logica di calcolo**:
+ Somma le durate di tutti gli intervalli durante i quali il cliente ha parlato.
+ Divide la somma per il numero totale di contatti.
**Note:**
+ Questa metrica è disponibile solo per i contatti analizzati dall’analisi delle conversazioni di Contact Lens.
## Tempo medio di non conversazione
Questa metrica misura la media del tempo totale di non conversazione in una conversazione vocale. Il tempo di non conversazione si riferisce alla durata combinata del tempo di attesa e dei periodi di silenzio superiori a 3 secondi, durante i quali né l'agente né il cliente sono impegnati in una conversazione.
**Tipo di metrica**: stringa (*hh:mm:ss*)
**Categoria della metrica**: metrica basata sull’analisi delle conversazioni
**Come accedere utilizzando l’API Amazon Connect**:
+ GetMetricDataIdentificatore metrico dell'API [V2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html): `AVG_NON_TALK_TIME`
**Come accedere utilizzando il sito Web di amministrazione**: Amazon Connect
+ Report delle metriche storiche: Tempo medio di non conversazione
**Logica di calcolo**:
+ Somma tutti gli intervalli in cui entrambi i partecipanti sono rimasti in silenzio.
+ Divide la somma per il numero di contatti.
**Note:**
+ Questa metrica è disponibile solo per i contatti analizzati dall’analisi delle conversazioni di Contact Lens.
## Tempo medio di conversazione
Questa metrica misura il tempo medio trascorso in conversazione durante un contatto vocale per il cliente o l’agente.
**Tipo di metrica**: stringa (*hh:mm:ss*)
**Categoria della metrica**: metrica basata sull’analisi delle conversazioni
**Come accedere utilizzando l’API Amazon Connect**:
+ GetMetricDataIdentificatore metrico dell'API [V2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html): `AVG_TALK_TIME`
**Come accedere utilizzando il sito Web di amministrazione**: Amazon Connect
+ Report delle metriche storiche: Tempo medio di conversazione
**Logica di calcolo**:
+ Somma tutti gli intervalli in cui un agente, un cliente o entrambi sono stati impegnati in una conversazione.
+ Divide la somma per il numero totale di contatti.
**Note:**
+ Questa metrica è disponibile solo per i contatti analizzati dall’analisi delle conversazioni di Contact Lens.
## Percentuale del tempo di conversazione dei clienti
Questa metrica fornisce il tempo di conversazione di un cliente in una conversazione vocale come percentuale della durata totale della conversazione.
**Tipo di metrica**: percentuale
**Categoria della metrica**: metrica basata sull’analisi delle conversazioni
**Come accedere utilizzando l’API Amazon Connect**:
+ GetMetricDataIdentificatore metrico dell'API [V2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html): `PERCENT_TALK_TIME_CUSTOMER`
**Come accedere utilizzando il sito Web di amministrazione**: Amazon Connect
+ Report delle metriche storiche: Percentuale del tempo di conversazione dei clienti
**Logica di calcolo**:
+ Somma tutti gli intervalli in cui un cliente è stato impegnato in una conversazione.
+ Divide la somma per la durata totale della conversazione.
**Note:**
+ Questa metrica è disponibile solo per i contatti analizzati dall’analisi delle conversazioni di Contact Lens.
## Percentuale di tempo di non conversazione
Questa metrica fornisce il tempo di non conversazione in una conversazione vocale come percentuale della durata totale della conversazione.
**Tipo di metrica**: percentuale
**Categoria della metrica**: metrica basata sull’analisi delle conversazioni
**Come accedere utilizzando l’API Amazon Connect**:
+ GetMetricDataIdentificatore metrico dell'API [V2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html): `PERCENT_NON_TALK_TIME`
**Come accedere utilizzando il sito Web di amministrazione**: Amazon Connect
+ Report delle metriche storiche: Percentuale del tempo di assenza di conversazione
**Logica di calcolo**:
+ Somma tutti gli intervalli in cui i partecipanti sono rimasti in silenzio (tempo di non conversazione).
+ Divide la somma per la durata totale della conversazione.
**Note:**
+ Questa metrica è disponibile solo per i contatti analizzati dall’analisi delle conversazioni di Contact Lens.
## Percentuale tempo di conversazione
Questa metrica fornisce il tempo di conversazione in una conversazione vocale come percentuale della durata totale della conversazione.
**Tipo di metrica**: percentuale
**Categoria della metrica**: metrica basata sull’analisi delle conversazioni
**Come accedere utilizzando l’API Amazon Connect**:
+ GetMetricDataIdentificatore metrico dell'API [V2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html): `PERCENT_TALK_TIME`
**Come accedere utilizzando il sito Web di amministrazione**: Amazon Connect
+ Report delle metriche storiche: Percentuale del tempo di conversazione
**Logica di calcolo**:
+ Somma tutti gli intervalli in cui un agente, un cliente o entrambi sono stati impegnati in una conversazione (tempo di conversazione).
+ Divide la somma per la durata totale della conversazione.
**Note:**
+ Questa metrica è disponibile solo per i contatti analizzati dall’analisi delle conversazioni di Contact Lens.
# Tipi di notifica di Amazon Connect Contact Lens
Contact Lens fornisce i seguenti tipi di notifica:
+ Contact LensPubblica Call/Chat regole corrispondenti: un EventBridge evento viene consegnato ogni volta che viene Contact Lens soddisfatta una regola e ha attivato l'azione della EventBridge regola.
Questo evento contiene informazioni utili sulla regola di Contact Lens che viene attivata, tra cui la categoria assegnata e i dettagli dell’agente, del contatto e della coda.
+ Contact LensRispetto Call/Chat delle regole in tempo reale: un EventBridge evento viene consegnato ogni volta che viene rispettata una Contact Lens regola e viene attivato in tempo reale.
Questo evento contiene informazioni utili sulla regola di Contact Lens che viene attivata, tra cui la categoria assegnata e i dettagli dell’agente, del contatto e della coda.
+ Contact LensModifica dello stato di analisi: un EventBridge evento viene trasmesso quando non Contact Lens è possibile analizzare la registrazione di un contatto. L'evento contiene il codice del motivo dell'evento che fornisce i dettagli sul motivo per cui non è stato possibile elaborare la registrazione.
È possibile utilizzare questi tipi di notifica in diversi scenari. Ad esempio, utilizzate gli eventi di Contact Lens analisi State Change per segnalare errori imprevisti nell'elaborazione di un file di contatto, in cui i dettagli dell' EventBridge evento possono essere successivamente archiviati in un CloudWatch registro per ulteriori revisioni, attivare flussi di lavoro aggiuntivi o avvisare i team di supporto competenti per ulteriori indagini.
Gli eventi di Contact Lens per l’analisi vocale e delle chat consentono numerosi nuovi casi d’uso, come l’individuazione e la visualizzazione di ulteriori informazioni, ad esempio:
+ Generazione di avvisi in tempo reale sul peggioramento della valutazione dei clienti in tutte le chiamate e le conversazioni chat
+ Aggregazione e reporting su problemi e argomenti ricorrenti
+ Misurazione dell'impatto dell'ultima campagna di marketing rilevando quanti clienti l'hanno citata durante una chiamata
+ Personalizzazione degli standard di conformità degli agenti per ogni regione e linea di business e iscrizione degli agenti a corsi di formazione aggiuntivi, quando necessario.
# Aggiunta di vocabolari personalizzati di Contact Lens utilizzando il sito web di amministrazione di Amazon Connect
È possibile migliorare la precisione del riconoscimento vocale dei nomi dei prodotti, dei marchi e della terminologia specifica del dominio, ampliando e adattando il vocabolario del motore. speech-to-text Contact Lens
Questo argomento spiega come aggiungere vocabolari personalizzati utilizzando il sito Web di amministrazione. Amazon Connect Puoi anche aggiungerli usando e. [CreateVocabulary[AssociateDefaultVocabulary](https://docs.aws.amazon.com/connect/latest/APIReference/API_AssociateDefaultVocabulary.html)](https://docs.aws.amazon.com/connect/latest/APIReference/API_CreateVocabulary.html) APIs
## Informazioni importanti sui vocabolari personalizzati
+ Per poter applicare un vocabolario alle analisi per generare trascrizioni, devi impostarlo come **predefinito**. L'immagine seguente mostra la pagina **Vocabolari personalizzati**. Seleziona i puntini di sospensione, quindi scegli **Imposta come predefinito**.
![\[La pagina Vocabolari personalizzati, la posizione dei puntini di sospensione, l'opzione Imposta come predefinito.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-custom-vocab-default.png)
+ Alle analisi è possibile applicare un vocabolario per lingua. Ciò significa che solo un file per lingua può essere nello stato **Pronto (predefinito)**.
+ È possibile caricare e attivare fino a 20 file di vocabolario. È possibile attivare tutti i 20 file contemporaneamente.
+ La trascrizione è un evento una tantum. Un vocabolario che viene caricato non viene applicato retroattivamente alle trascrizioni esistenti.
+ Il file di testo deve essere in formato LF. Se utilizzi un altro formato, ad esempio il formato CRLF, il tuo vocabolario personalizzato non viene accettato da Amazon Transcribe.
+ Il file di vocabolario di esempio può essere scaricato solo quando scegli un'impostazione della lingua inglese.
+ Per i limiti relativi alle dimensioni di un file di vocabolario e altri requisiti, consulta [Vocabolari personalizzati](https://docs.aws.amazon.com/transcribe/latest/dg/custom-vocabulary.html) nella *Guida per gli sviluppatori di Amazon Transcribe*.
+ I vocabolari personalizzati si applicano solo all'analisi vocale. Non si applicano alle conversazioni in chat perché le trascrizioni esistono già.
## Autorizzazioni richieste
Prima di poter aggiungere vocabolari personalizzati ad Amazon Connect, è necessario che al tuo profilo di sicurezza sia assegnata l’autorizzazione **Analisi e ottimizzazione**, **Contact Lens - Vocabolario personalizzato**.
Per impostazione predefinita, nelle nuove istanze di Amazon Connect, i profili di **amministrazione** e **CallCenterManager**sicurezza dispongono di questa autorizzazione.
Per informazioni su come aggiungere altre autorizzazioni a un profilo di sicurezza esistente, consulta [Aggiornare i profili di sicurezza in Amazon Connect](update-security-profiles.md).
## Aggiunta di un vocabolario personalizzato
1. Accedi ad Amazon Connect con un account utente che dispone delle autorizzazioni necessarie per aggiungere vocabolari personalizzati.
1. Passa a **Analisi e ottimizzazione**, **Vocabolari personalizzati**.
1. Scegli **Aggiungi vocabolario personalizzato**.
1. Nella pagina **Aggiungi vocabolario personalizzato**, inserisci un nome per il vocabolario, scegli una lingua inglese, quindi scegli **Download un file di esempio**
**Nota**
Il file di vocabolario di esempio può essere scaricato solo quando scegli un'impostazione della lingua inglese. In caso contrario, viene visualizzato un messaggio di errore, come mostrato nella seguente immagine.
![\[Il messaggio di errore che indica che l'elaborazione del file di vocabolario non è riuscita.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-custom-vocab-sample-error.png)
L'immagine seguente mostra l'aspetto del file di vocabolario di esempio. L'intestazione contiene `Phrase`, `IPA`, `SoundsLike`, `DisplayAs`. L'intestazione è obbligatoria.
![\[Un file di vocabolario di esempio, l'intestazione.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-custom-vocab-header.png)
1. Le informazioni contenute nel file sono separate da una tabulazione per voce. Per informazioni dettagliate su come aggiungere parole e acronimi al tuo file di vocabolario, consulta [Creazione di un vocabolario personalizzato utilizzando una tabella](https://docs.aws.amazon.com/transcribe/latest/dg/custom-vocabulary-create-table.html) nella *Guida per gli sviluppatori di Amazon Transcribe*.
L'immagine seguente mostra alcune parole in un file di vocabolario di esempio. Le parole nella colonna Phrase sono obbligatorie. Le parole nelle colonne `IPA`, `SoundsLike` e `DisplayAs` sono facoltative.
![\[Un file di vocabolario di esempio, le parole nella colonna Phrase sono obbligatorie.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-custom-vocab-phrase-column.png)
Per inserire più parole nella colonna **Phrase**, separa ogni parola con un trattino (-) e non utilizzare spazi.
## Stati del vocabolario
+ **Pronto (predefinito)**: il vocabolario viene applicato alle analisi per generare le trascrizioni. Viene applicato sia alle analisi in tempo reale che a quelle post-chiamata.
+ **Pronto**: il vocabolario non viene applicato alle analisi, ma è un file valido e disponibile. Per applicarlo alle analisi, impostalo come predefinito.
+ **Elaborazione in corso**: Amazon Connect sta convalidando il vocabolario caricato e sta cercando di applicarlo alle analisi per generare le trascrizioni.
+ **Eliminazione in corso**: hai scelto di **rimuovere** il vocabolario e Amazon Connect lo sta eliminando.
Amazon Connect impiega circa 90 minuti per eliminare un vocabolario.
Se tenti di caricare un vocabolario che non viene convalidato, viene visualizzato lo stato **Operazione non riuscita**. Ad esempio, se aggiungi frasi composte da più parole alla colonna **Phrase** e le separi con spazi anziché trattini, l'operazione avrà esito negativo.
## Download e visualizzazione di un vocabolario personalizzato
Per visualizzare un vocabolario personalizzato che è stato caricato, devi scaricare e aprire il file. È possibile scaricare e visualizzare solo i file nello stato **Pronto**.
1. Passa a **Analisi e ottimizzazione**, **Vocabolari personalizzati**.
1. Scegli **Altro**, **Scarica**. La posizione dell'opzione **Scarica** è mostrata nell'immagine seguente.
![\[La pagina dei vocabolari personalizzati, un elenco di vocabolari, il menu a discesa Altro, l'opzione Download.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-custom-vocab-download.png)
1. Apri il download per visualizzare i contenuti.
1. Puoi modificare i contenuti, quindi scegliere **Salva e carica**.
# Creazione di regole di Contact Lens utilizzando il sito web di amministrazione di Amazon Connect
Contact Lensle regole ti consentono di classificare automaticamente i contatti, ricevere avvisi o generare attività in base a parole chiave utilizzate durante una chiamata, una chat o un'e-mail, ai punteggi di sentiment, agli attributi dei clienti e ad altri criteri.
Questo argomento spiega come creare regole utilizzando il sito Web di amministrazione. Amazon Connect Per creare e gestire le regole a livello di programmazione, consulta [Azioni Regole](https://docs.aws.amazon.com/connect/latest/APIReference/rules-api.html) e [Linguaggio della funzione delle regole di Amazon Connect](https://docs.aws.amazon.com/connect/latest/APIReference/connect-rules-language.html) nella *Guida di riferimento delle API di Amazon Connect*.
**Suggerimento**
Per un elenco delle specifiche delle funzionalità delle regole, ad esempio il numero di regole che è possibile creare, consulta [Amazon Connect Le regole prevedono specifiche](feature-limits.md#rules-feature-specs).
## Fase 1: definire le condizioni della regola per l’analisi delle conversazioni
1. Nel menu di navigazione scegli **Analisi e ottimizzazione** e quindi **Regole**.
1. Seleziona **Crea una regola**, **Analisi di conversazione**.
1. **In **Quando**, utilizza l'elenco a discesa per scegliere l'analisi **post-chiamata, l'analisi** **in tempo reale, l'analisi** **post-chat o l'analisi delle** e-mail.**
![\[La pagina Nuova regola, il menu a discesa Quando.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-rule-define-conditions.png)
1. Scegliere **Aggiungi condizione**.
Puoi combinare criteri di un ampio set di condizioni per creare regole di Contact Lens molto specifiche. Di seguito sono riportate le condizioni disponibili:
+ **Parole o frasi**: scegli [Corrispondenza esatta, Corrispondenza modello o Corrispondenza semantica](exact-match-pattern-match-semantic-match.md) per attivare un avviso o un'attività quando vengono pronunciate le parole chiave.
+ **Linguaggio naturale - Corrispondenza semantica**: fornisci un’istruzione in linguaggio naturale (ad esempio, il cliente ha chiamato per annullare il proprio account) da abbinare alle trascrizioni delle conversazioni che utilizzano l’IA generativa e intraprendi un’azione (ad esempio, l’attivazione di un’attività, l’esecuzione di una valutazione, ecc.) Per ulteriori informazioni, consulta [Abbinamento semantico basato sull’IA generativa](natural-language-semantic-match.md)
+ **After contact work (ACW)**: crea regole per misurare l'efficienza degli agenti nel completamento del lavoro post-contatto.
+ **Gerarchia degli agenti**: crea regole che vengono eseguite su una gerarchia di agenti specifica. Le gerarchie di agenti possono rappresentare località geografiche, reparti, prodotti o team.
Per visualizzare l'elenco delle gerarchie di agenti in modo da poterle aggiungere alle regole, è necessaria l'autorizzazione **Agent hierarchy - View** nel profilo di sicurezza.
+ **Agente**: crea regole che vengono eseguite su un sottoinsieme di agenti. Ad esempio, crea una regola per garantire che gli agenti neoassunti rispettino gli standard aziendali.
Per visualizzare i nomi degli agenti in modo da poterli aggiungere alle regole, devi disporre delle autorizzazioni **Utenti - Visualizzazione** nel tuo profilo di sicurezza.
+ **Agente AI**: identifica i contatti in cui un determinato agente Connect AI ha fornito assistenza self-service o agli agenti. Puoi selezionare più agenti AI o selezionare una versione specifica di un agente.
Per visualizzare i nomi degli agenti AI e aggiungerli alle regole, ti servono **agenti AI: visualizza** le autorizzazioni nel tuo profilo di sicurezza.
+ **Agente AI - Escalation**: identifica i contatti quando un agente Connect AI utilizzato per il self-service dei clienti diventa umano.
Per visualizzare i nomi degli agenti AI e aggiungerli alle regole, ti servono **agenti AI: visualizza le autorizzazioni nel tuo profilo** di sicurezza.
+ **Durata interazione con agente**: crea regole per identificare i contatti che hanno avuto un’interazione con l’agente più lunga o più breve del previsto. Questa funzionalità si applica solo alle chiamate.
+ **Attributi dei segmenti di contatto**: puoi identificare i contatti all'interno delle regole utilizzando attributi personalizzati dei segmenti di contatto con valori compilati da altri sistemi o utilizzando una logica personalizzata. È possibile [definire un attributo](predefined-attributes.md#predefined-attributes-create-web-admin) e impostarne il valore nei flussi. Gli attributi personalizzati del segmento sono presenti solo su quell'ID di contatto specifico e non sull'intera catena di contatti. Ad esempio, è possibile creare una regola che identifichi che il contatto è stato preautenticato in IVR prima di connettersi con l'agente.
Per visualizzare l'elenco degli attributi del segmento di contatto da aggiungere a una regola, sono necessari Attributi **predefiniti** - Visualizza autorizzazioni.
+ Motivo della **disconnessione: crea regole che controllano il motivo** per cui un contatto si è disconnesso. Ad esempio, se l'agente si è disconnesso prima del cliente o se il contatto è stato trasferito.
+ **Punteggio di volume massimo**: crea regole che controllino il punteggio di rumorosità di picco (in decibel) durante la conversazione per l'agente o il cliente. Un volume più elevato (ad esempio, oltre 70 Db) può essere associato a eccitazione o rabbia, mentre un discorso al di sotto di un determinato punteggio di volume (ad esempio, 30 Db o inferiore) potrebbe essere difficile da comprendere.
+ **Tempo di attesa**: crea regole per identificare i contatti con tempi di attesa insoliti per identificare le opportunità di gestire i contatti in modo più efficiente. Puoi impostare regole utilizzando il tempo di attesa più lungo, il tempo di attesa totale e il numero di blocchi. Puoi anche controllare il tempo di attesa come percentuale del tempo totale in cui il cliente è rimasto in contatto con l'agente (il tempo di attesa del cliente diviso per la durata dell'interazione con l'agente e il tempo di attesa del cliente).
+ **Metodo di avvio**: crea regole che controllano se un contatto è in entrata, in uscita, trasferito, ecc.
+ **Attributi di contatto**: crea regole che vengono eseguite sui valori degli [attributi di contatto](what-is-a-contact-attribute.md) personalizzati. Ad esempio, puoi creare regole specifiche per una particolare linea di business o per clienti specifici, in base al loro livello di iscrizione, al loro attuale paese di residenza o all'esistenza di un loro ordine in sospeso.
Puoi aggiungere fino a cinque attributi di contatto a una regola.
+ **Valutazione - Periodo di tempo**: crea regole che vengono eseguite sui risultati dell'analisi della valutazione (positiva, negativa o neutra) in un arco di tempo.
Ad esempio, puoi creare una regola per stabilire se la valutazione dei clienti è rimasta negativa per un determinato periodo di tempo. Se il partecipante si è unito al contatto in un secondo momento, il periodo di tempo impostato qui si applica al momento in cui il partecipante era presente.
Quando vengono applicate regole ai contatti che non dispongono di dati sul sentiment, viene utilizzato un sentiment neutro.
+ **Valutazione - Intero contatto**: crea regole che vengono eseguite sul valore dei punteggi di valutazione per un intero contatto. Ad esempio, puoi creare una regola quando la valutazione dei clienti è rimasta bassa per l'intero contatto e puoi creare un'attività per consentire a un analista dell'esperienza clienti di esaminare la trascrizione della chiamata e il follow-up.
Quando vengono applicate regole ai contatti che non dispongono di dati sul sentiment, viene utilizzato un sentiment neutro.
+ **Interruzioni**: crea regole che rilevano quando l'agente ha interrotto il cliente per più di X volte. Questa funzionalità si applica solo alle chiamate.
+ **Tempo di assenza di conversazione**: crea regole che verifichino che non sia stata rilevata alcuna voce. Ciò può includere periodi in cui un cliente viene messo in attesa. Puoi controllare il tempo totale di non conversazione, il periodo di non conversazione più lungo all'interno di una conversazione o la percentuale di tempo di non conversazione durante la conversazione. Un tempo di non conversazione elevato, ad esempio una percentuale di tempo trascorso senza conversazione superiore al 50% della conversazione, può indicare l'opportunità di migliorare i processi o le opportunità di coaching degli agenti. Questa funzionalità si applica solo alle chiamate.
+ **Tempo di risposta**: crea regole per identificare i contatti in cui il partecipante ha avuto un tempo di risposta più lungo o più breve del previsto, medio o massimo.
Ad esempio, puoi impostare una regola su **Tempo di benvenuto dell'agente**, noto anche come **tempo di prima risposta**, ovvero il tempo impiegato dall'agente per inviare il primo messaggio di saluto dopo essersi unito alla chat. Questo è utile per capire quando un agente ha impiegato troppo tempo per interagire con il cliente.
+ **Potenziale problema di disconnessione**: crea regole che verifichino eventuali problemi tecnici (come la connettività di rete, i problemi dei dispositivi). Puoi utilizzarlo per escludere i contatti dalle valutazioni automatiche delle prestazioni degli agenti, in caso di problemi di connettività che sfuggono al controllo dell'agente.
+ **Code**: crea regole che vengono eseguite su un sottoinsieme di code o controlla se il contatto non era in coda. Spesso le organizzazioni utilizzano le code per indicare una linea di business, un argomento o un dominio. Ad esempio, potresti creare regole specifiche per le code di vendita, monitorare l'impatto di una recente campagna di marketing o, in alternativa, regole per le code all'assistenza clienti, monitorando il sentimento generale. Per le interazioni self-service, puoi verificare se il contatto non è mai stato messo in coda, il che potrebbe indicare il successo del self-service con un agente di intelligenza artificiale.
Per visualizzare i nomi delle code e aggiungerli alle regole, hai bisogno delle autorizzazioni **Queues - View** nel tuo profilo di sicurezza.
+ **Profilo di routing**: identifica i contatti gestiti dagli agenti mappati su un profilo di routing specifico. Il profilo di routing può indicare la competenza del reparto o delle competenze degli agenti. Ad esempio, è possibile eseguire valutazioni automatizzate degli agenti utilizzando il profilo di routing Nuovi assunti, formati sulla risoluzione dei problemi di base utilizzando criteri di valutazione diversi, anziché agenti multiqualificati di ruolo.
Per visualizzare i profili di routing e aggiungerli alle regole, è necessario disporre dei permessi di **routing Profiles -** View nel profilo di sicurezza.
+ **Tempo di conversazione**: crea regole utilizzando la soglia del tempo assoluto impiegato a parlare dall'agente o dal cliente. Questo può essere utilizzato per identificare i punti in cui il cliente non ha parlato affatto, il che ha indotto l'operatore a disconnettersi o i casi in cui l'operatore ha mostrato comportamenti che evitano le chiamate, ad esempio non ha parlato dopo aver risposto al telefono.
+ **Durata interazione con agente**: crea regole per identificare i contatti che hanno avuto un’interazione con l’agente più lunga o più breve del previsto. Questa funzionalità si applica solo alle chiamate.
L'immagine seguente mostra una regola di esempio con più condizioni per un contatto vocale.
![\[Una regola di esempio con più condizioni per un contatto vocale.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-rules-conditions.png)
L'immagine seguente mostra una regola di esempio con più condizioni per un contatto in chat. La regola viene attivata quando il tempo di **prima** risposta è maggiore o uguale a 1 minuto e l'agente, nella sua prima risposta, non ha menzionato nessuna delle parole o frasi di saluto elencate.
**Tempo di prima risposta**: tempo impiegato dall'agente per inviare il primo messaggio di risposta al cliente dopo essersi unito alla chat.
![\[Una regola di esempio con più condizioni per un contatto in chat.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-rules-conditions-chat.png)
1. Scegli **Next (Successivo)**.
## Passaggio 2: Definire le azioni della regola
1. Selezionare **Add action** (Aggiungi operazione). Puoi scegliere le seguenti operazioni:
+ [Crea attività](contact-lens-rules-create-task.md): questa opzione non è disponibile per la chat in tempo reale
+ [Invia notifica e-mail](contact-lens-rules-email.md)
+ [Genera un evento EventBridge ](contact-lens-rules-eventbridge-event.md)
![\[Il menu a discesa Aggiungi operazione, un elenco di azioni.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-add-action-no-wisdom.png)
1. Scegli **Next (Successivo)**.
1. Controlla e apporta le modifiche eventualmente necessarie, quindi scegli **Salva**.
1. Dopo aver aggiunto le regole, queste vengono applicate ai nuovi contatti che si verificano dopo l’aggiunta della regola. Le regole vengono applicate quando l'analisi conversazionale di Amazon Connect analizza le conversazioni.
Non è possibile applicare regole alle conversazioni passate e archiviate.
# Categorizza automaticamente i contatti associando le conversazioni a istruzioni in linguaggio naturale o a parole e frasi specifiche
L’analisi delle conversazioni di Contact Lens consente di classificare automaticamente i contatti per identificare i driver principali, l’esperienza dei clienti e il comportamento degli agenti per i contatti. In una pagina **Dettagli di contatto** per una chat, le categorie vengono visualizzate sopra la trascrizione, come mostrato nell’immagine seguente.
![\[Pagina Dettagli di contatto, sezione Categorie.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-category-overview-chat2.png)
Di seguito sono riportate alcune delle operazioni principali che puoi fare quando classifichi i contatti:
+ Con la categorizzazione dei contatti basata sull’IA generativa, puoi fornire criteri per classificare i contatti in linguaggio naturale (ad esempio, il cliente ha provato a effettuare un pagamento sul suo conto?).
+ Puoi fornire parole o frasi specifiche pronunciate da agenti o clienti da abbinare a una conversazione. Contact Lens quindi etichetta automaticamente i contatti che soddisfano i criteri di corrispondenza e fornisce i punti pertinenti della conversazione.
+ Puoi definire azioni per ricevere avvisi e generare attività su contatti classificati.
+ Puoi specificare criteri aggiuntivi per classificare i contatti, come il punteggio di fiducia dei clienti, le code o qualsiasi attributo personalizzato che hai aggiunto ai contatti, come le informazioni sulla fidelizzazione dei clienti.
## Quando utilizzare parole o frasi
L’utilizzo di parole o frasi specifiche è utile quando esiste un elenco ben definito di parole o frasi che si desidera rilevare, ad esempio per monitorare l’aderenza agli script degli agenti o valutare l’interesse dei clienti per un prodotto.
## Quando utilizzare il linguaggio naturale
L’utilizzo di istruzioni nel linguaggio naturale da abbinare ai contatti è utile quando vi sono troppe parole o frasi possibili o quando si desidera utilizzare criteri specifici del contesto, ad esempio: “Il cliente voleva apportare una modifica al proprio piano di abbonamento”. “L’agente ha risolto tutti i problemi del cliente”.
## Aggiunta di regole per categorizzare i contatti
In questa sezione:
+ [Passaggio 1: Definire le condizioni](#add-category-rules-define-conditions)
+ [Passaggio 2: Definire le azioni](#add-category-rules-define-actions)
### Passaggio 1: Definire le condizioni
1. Accedi ad Amazon Connect con un account utente a cui è assegnato il profilo **CallCenterManager**di sicurezza o che è abilitato per **le autorizzazioni Rules**.
1. Nel menu di navigazione scegli **Analisi e ottimizzazione** e quindi **Regole**.
1. Seleziona **Crea una regola**, **Analisi di conversazione**.
1. Assegna un nome alla regola.
1. **In **Quando**, utilizza l'elenco a discesa per scegliere l'analisi **post-chiamata, l'analisi in tempo reale, l'****analisi post-chat, l'analisi** **della chat** **in tempo reale o l'analisi delle e-mail**.**
![\[Pagina Nuova regola, elenco a discesa Quando.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-rule-define-conditions.png)
1. Scegli **Aggiungi condizione**, quindi scegli il tipo di corrispondenza:
+ **Parole o frasi - Corrispondenza esatta**: trova i contatti che corrispondono alle parole o alle frasi esatte. Inserisci le parole o le frasi, separate da una virgola.
+ **Parole o frasi - Corrispondenza modello**: trova i contatti cercando uno schema di parole o frasi. Puoi anche specificare la distanza tra le parole. Ad esempio, se cerchi contatti in cui è stata citata la parola "credito", ma non le parole "carta di credito", puoi definire una categoria di corrispondenza modello per cercare la parola "credito" che non si trovi a una parola di distanza da "carta".
+ **Linguaggio naturale - Corrispondenza semantica**: utilizza l’IA generativa per trovare contatti che corrispondono all’istruzione nel linguaggio naturale fornita. All’istruzione dovrebbe essere possibile rispondere con una sì o no. La condizione Linguaggio naturale - Corrispondenza semantica viene utilizzata quando desideri abbinare i contatti in base a criteri specifici del contesto o quando vi sono troppe parole o frasi possibili per la corrispondenza. Di seguito vengono mostrati gli esempi:
+ “Il cliente desiderava apportare una modifica al proprio piano di abbonamento.”
+ “Il cliente ha espresso il desiderio di terminare i suoi attuali servizi.”
+ “L’agente ha offerto diverse opzioni di pagamento.”
+ “L’agente ha rassicurato il cliente sull’importanza della sua chiamata e ha chiesto di restare in attesa.”
+ “L’agente ha risolto tutti i problemi del cliente.”
**Nota**
Le condizioni Linguaggio naturale - Corrispondenza semantica non possono essere utilizzate per l’analisi in tempo reale.
Per creare regole che utilizzano l’IA generativa è necessaria un’autorizzazione aggiuntiva: **Regole - IA generativa**.
**Suggerimento dei professionisti**: utilizza **Linguaggio naturale basato sull’IA generativa - Corrispondenza semantica** se in precedenza hai utilizzato **Parole o frasi - Corrispondenza semantica**.
+ **Parole o frasi - Corrispondenza semantica**: trova parole che possono essere sinonimi. Ad esempio, se inserisci "arrabbiato" può trovare una corrispondenza con "non soddisfatto", se inserisci "difficilmente accettabile" può trovare una corrispondenza con "inaccettabile" e se inserisci "annulla sottoscrizione" può trovare una corrispondenza "annulla abbonamento". Allo stesso modo, può trovare una corrispondenza semantica tra frasi. Ad esempio, "grazie mille per avermi aiutato", "grazie, questo è molto utile" e "ti sono grato per l'aiuto che mi hai dato".
Questo evita la necessità di definire un elenco esaustivo di parole chiave durante la creazione delle categorie e ti consente di estendere la ricerca a frasi simili che ritieni importanti. Per ottimizzare i risultati di corrispondenza semantica, specifica parole chiave o frasi con significato simile all'interno di una scheda di corrispondenza semantica. Attualmente è possibile specificare al massimo quattro parole chiave e frasi per scheda di corrispondenza semantica.
1. Utilizzando **Parole o frasi - Corrispondenza esatta** come esempio, inserisci le parole o le frasi, separate da una virgola, che vuoi evidenziare e scegli **Aggiungi**. A ogni parola o frase separata da una virgola viene assegnata una riga nella scheda.
![\[La pagina delle nuove regole, la sezione Parole o frasi - Corrispondenza esatta.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-add-category-rules-script.png)
![\[La pagina delle nuove regole, la sezione Parole o frasi - Corrispondenza esatta, il pulsante Aggiungi.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-add-category-rules-script2.png)
La logica che Contact Lens utilizza per leggere queste frasi è: (Hello AND thank AND you AND for AND calling AND Example AND Corp) OR (we AND value AND your AND business) OR (how AND may AND I AND assist AND you).
In alternativa, utilizza una condizione **Linguaggio naturale - Corrispondenza semantica** e inserisci una dichiarazione in linguaggio naturale nella casella di testo, che l’IA generativa dovrebbe essere in grado di valutare come True o False.
![\[Pagina Nuove regole, sezione Linguaggio naturale - Corrispondenza semantica.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-add-category-rules-natural-language-semantic.png)
1. Per aggiungere altre parole o frasi, scegli **Aggiungi un gruppo di parole o frasi**. Nell'immagine seguente, il primo gruppo di parole o frasi rappresenta ciò che l'agente potrebbe dire e il secondo gruppo è ciò che potrebbe dire il cliente.
![\[Parole o frasi: Corrispondenza esatta per l'agente, la parola E, una sezione Parole o frasi per il cliente.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-add-category-rules-script3.png)
1. La logica che Contact Lens utilizza per leggere queste frasi è: (Hello AND thank AND you AND for AND calling AND Example AND Corp) OR (we AND value AND your AND business) OR (how AND may AND I AND assist AND you).
1. Le due schede sono collegate con un E. Ciò significa che deve essere pronunciata una delle righe della prima scheda e poi deve essere pronunciata una delle frasi della seconda scheda.
La logica utilizzata da Contact Lens per leggere le due schede di parole o frasi è (scheda 1) E (scheda 2).
1. Scegli **Aggiungi condizione** per applicare le regole a:
+ Code specifiche
+ Quando gli attributi dei contatti hanno determinati valori
+ Quando i punteggi di valutazione hanno determinati valori
Ad esempio, l'immagine seguente mostra una regola che si applica quando un agente lavora nelle code di Fatturazione e Pagamenti, il cliente si occupa di un'assicurazione auto e l'agente si trova a Seattle. BasicQueue
![\[Una regola con più condizioni.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-add-category-rules-3.png)
### Passaggio 2: Definire le azioni
Oltre a classificare un contatto, puoi definire le azioni che Amazon Connect deve eseguire:
1. [Genera un evento EventBridge ](contact-lens-rules-eventbridge-event.md)
1. [Crea attività](contact-lens-rules-create-task.md)
1. [Crea un caso](contact-lens-rules-create-case.md)
1. [Invia notifica e-mail](contact-lens-rules-email.md)
1. [Creazione di una regola che invia una valutazione automatica](contact-lens-rules-submit-automated-evaluation.md)
### Passaggio 3: Rivedere e salvare
1. Al termine, scegliere **Save (Salva)**.
1. Dopo aver aggiunto le regole, queste vengono applicate ai nuovi contatti che si verificano dopo l’aggiunta della regola. Le regole vengono applicate quando l'analisi conversazionale di Amazon Connect analizza le conversazioni.
Non è possibile applicare regole alle conversazioni passate e archiviate.
# Quando una regola o una categoria non viene valutata da Amazon Connect Contact Lens
Quando Amazon Connect Contact Lens valuta una regola o una categoria durante un’analisi post-contatto per un contatto vocale o di chat, è possibile che la regola o la categoria non venga valutata.
Di seguito sono riportati i possibili risultati della categoria quando una regola o una categoria viene valutata durante l’analisi dei contatti:
1. **Abbinamento riuscito e applicato correttamente al contatto.** Quando le categorie vengono visualizzate nella pagina dei **Dettagli di contatto**, significa che sono state abbinate e applicate correttamente al contatto.
1. **Valutazione riuscita, ma le categorie non si applicano al contatto**. Quando le categorie non sono presenti nella pagina **Dettagli di contatto**, significa che non si applicano al contatto, ma sono state valutate correttamente in base alle regole di Contact Lens.
1. **L’analisi dei contatti è stata completata, ma non è stata valutata una categoria specifica**. Quando una categoria non viene valutata, ciò non significa che la categoria non sia applicabile al contatto (in base ai suoi criteri), piuttosto che Contact Lens ha completato l’analisi dei contatti senza valutare questa categoria specifica.
L’immagine seguente mostra che le categorie con errori sono contrassegnate con bordi tratteggiati, sfondi trasparenti, icone di errore e prefissi non riusciti. Quando si posiziona il mouse su una categoria non riuscita, vengono visualizzati i dettagli sul motivo per cui la categoria non è stata valutata.
![\[Categorie non riuscite nella pagina Dettagli di contatto.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/failed-categories1.png)
Queste categorie non riuscite esistono solo in base a regole con la condizione di corrispondenza semantica. Le due possibili ragioni sono:
1. **Quota superata**: il limite di azioni di IA generativa è stato superato per quel periodo di tempo. Puoi richiedere un aumento della quota tramite AWS Support.
1. **Failed safety guidelines**: l’elaborazione delle categorie non è riuscita perché non ha soddisfatto i guardrail di sicurezza e qualità.
Ti consigliamo di aggiungere altre condizioni alle regole di corrispondenza semantica per restringere il numero di contatti a cui si possono applicare. Ciò contribuirà a evitare il superamento delle quote.
## L’analisi post-contatto di Contact Lens genera il file S3 del cliente
Le categorie non riuscite vengono visualizzate nel file di analisi sotto JobDetails > Analisi ignorata.
La sezione `SkippedAnalysis` mostra l’analisi dei contatti contrassegnata come “Ignorata”, anche se l’analisi è stata completata per quel contatto. Contiene le proprietà «Feature» e "ReasonCode». `POST_CONTACT_SUMMARY`è una delle funzionalità esistenti.
`CATEGORIZATION` viene aggiunta come nuova funzionalità all’analisi ignorata. Nell’array `SkippedAnalysis` è presente un unico elemento di categorizzazione per ogni elemento univoco `ReasonCode` che ha portato alla categorizzazione non riuscita. Viene introdotta una nuova `SkippedEntities` proprietà per ogni elemento univoco, contenente un elenco di tutti i nomi di categoria (e della relativa regola associata IDs) che hanno avuto esito negativo a causa del codice motivo associato.
Di seguito è riportato un esempio di categorie non riuscite all’interno di `JobDetails`:
```
"JobDetails": {
"SkippedAnalysis": [
{
"Feature": "CATEGORIZATION",
"ReasonCode": "QUOTA_EXCEEDED",
"SkippedEntities": [
{
"CategoryName": "PotentialFraud"
"RuleId": "a1130485-9529-4249-a1d4-5738b4883748"
},
{
"CategoryName": "Refund"
"RuleId": "bbbbbbb-9529-4249-a1d4-5738b4883748"
}
]
},
{
"Feature": "CATEGORIZATION",
"ReasonCode": "FAILED_SAFETY_GUIDELINES",
"SkippedEntities": [
{
"CategoryName": "ManagerEscalation"
"RuleId": "cccccccc-9529-4249-a1d4-5738b4883748"
},
]
},
{
"Feature": "POST_CONTACT_SUMMARY",
"ReasonCode": "INSUFFICIENT_CONVERSATION_CONTENT"
}
]
},
```
Per ulteriori informazioni, consulta [File di output di analisi delle conversazioni di Contact Lens per una chiamata](contact-lens-example-output-files.md).
# Aggiunta di segnalazioni in tempo reale a Contact Lens per i supervisori in base a parole chiave e frasi in una chiamata
Dopo aver [abilitato l’analisi in tempo reale](enable-analytics.md) nel flusso, puoi aggiungere regole che avvisano automaticamente i supervisori quando si verifica un problema relativo all’esperienza del cliente.
Ad esempio, Contact Lens può inviare automaticamente un avviso quando vengono menzionate determinate parole chiave o frasi durante la conversazione o quando rileva altri criteri. Il supervisore visualizza l'avviso nel pannello di controllo delle metriche in tempo reale. A quel punto, i supervisori possono ascoltare la chiamata in tempo reale e fornire indicazioni all'agente tramite chat per aiutarlo a risolvere il problema più rapidamente.
L'immagine seguente mostra un esempio di ciò che un supervisore vedrebbe nel report delle metriche in tempo reale quando riceve un avviso. In questo caso, Contact Lens ha rilevato una situazione in cui il cliente è arrabbiato.
![\[La pagina delle metriche in tempo reale, un avviso relativo a un cliente arrabbiato.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-real-time-metrics-alert2.png)
Quando il supervisore ascolta una chiamata in tempo reale, Contact Lens gli fornisce una trascrizione in tempo reale e la tendenza della valutazione dei clienti che lo aiutano a comprendere la situazione e a valutare quale sia l’azione appropriata. La trascrizione evita anche che i clienti debbano ripetere ciò che hanno già detto se vengono trasferiti a un altro agente.
L'immagine seguente mostra un esempio di trascrizione in tempo reale.
![\[Un esempio di trascrizione in tempo reale.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-real-time-transcript.png)
## Aggiunta di regole per gli avvisi in tempo reale per chiamate
1. Accedi ad Amazon Connect con un account utente a cui è assegnato il profilo **CallCenterManager**di sicurezza o che è abilitato per **le autorizzazioni Rules**.
1. Nel menu di navigazione scegli **Analisi e ottimizzazione** e quindi **Regole**.
1. Seleziona **Crea una regola**, **Analisi di conversazione**.
1. Assegna un nome alla regola.
1. In **Quando**, utilizza l'elenco a discesa per scegliere l'**analisi in tempo reale**.
1. Scegli **Aggiungi condizione**, quindi scegli il tipo di corrispondenza:
+ **Corrispondenza esatta**: trova solo le parole o le frasi esatte.
+ **Corrispondenza modello**: trova le corrispondenze che possono avere un'esattezza inferiore al 100%. Puoi anche specificare la distanza tra le parole. Ad esempio, potresti cercare contatti in cui è stata citata la parola "credito", ma non le parole "carta di credito". In questo caso puoi definire una categoria di corrispondenza modello per cercare la parola "credito" che non si trovi a una parola di distanza da "carta".
**Suggerimento**
La corrispondenza semantica non è disponibile per l'analisi in tempo reale.
1. Inserisci le parole o le frasi che vuoi evidenziare, separate da una virgola. Le regole in tempo reale supportano solo le parole chiave o le frasi **menzionate**.
![\[Una regola per parole e frasi.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-add-alert-rules-1.png)
1. Scegliere **Aggiungi**. A ogni parola o frase separata da una virgola corrisponde una riga.
![\[Una regola di parole e frasi con più frasi, ognuna su una riga a sé.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-add-alert-rules-2.png)
La logica che Contact Lens utilizza per leggere queste parole o frasi è: (Chiedi O al O tuo O responsabile) O (questo O non O è O utile) O (rivolgiti O al O tuo O supervisore) e così via.
1. Per aggiungere altre parole o frasi, scegli **Aggiungi un gruppo di parole o frasi**. Nell'immagine seguente, il primo gruppo di parole o frasi rappresenta ciò che l'agente potrebbe dire. Il secondo gruppo rappresenta ciò che potrebbe dire il cliente.
![\[Una regola di parole e frasi con più frasi per il cliente e l’agente.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-add-category-rules-script3.png)
1. In questa prima scheda, Contact Lens legge ogni riga come un O. Ad esempio: (Ciao) O (grazie O per O aver O chiamato O Example O Corp) O (grazie O per O la O fiducia).
1. Le due schede sono collegate con un E. Ciò significa che deve essere pronunciata una delle righe della prima scheda e poi deve essere pronunciata una delle frasi della seconda scheda.
La logica utilizzata da Contact Lens per leggere le due schede di parole o frasi è (scheda 1) E (scheda 2).
1. Scegli **Aggiungi condizione** per applicare le regole a:
+ Code specifiche
+ Quando gli attributi dei contatti hanno determinati valori
+ Quando i punteggi di valutazione hanno determinati valori
Ad esempio, l'immagine seguente mostra una regola che si applica quando un agente lavora nelle code di Fatturazione e Pagamenti, il cliente si occupa di un'assicurazione auto e l'agente si trova a Seattle. BasicQueue
![\[Una regola di parole e frasi con più condizioni.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-add-category-rules-3.png)
1. Al termine, scegli **Avanti**.
1. Nella casella **Assegna categoria di contatto**, aggiungi un nome per la categoria. Ad esempio, **Compliant** o **Not\$1Compliant**.
1. Scegli **Salva**, quindi scegli **Salva e pubblica**.
# Aggiunta di segnalazioni in tempo reale a Contact Lens per i supervisori in base a parole chiave e frasi in una chat
Dopo aver [abilitato l’analisi in tempo reale](enable-analytics.md) nel flusso, puoi aggiungere regole che avvisano automaticamente i supervisori quando si verifica un problema relativo all’esperienza del cliente.
Ad esempio, Contact Lens può inviare automaticamente un avviso quando vengono menzionate determinate parole chiave o frasi durante la chat o quando rileva altri criteri. Il supervisore può quindi visualizzare la pagina **Dettagli di contatto** per una chat in tempo reale per visualizzare il problema. In seguito, i supervisori possono partecipare alla chat e fornire indicazioni all'agente tramite chat per aiutarlo a risolvere il problema più rapidamente.
Nell'immagine seguente viene mostrato un esempio di ciò che un supervisore vedrebbe nella pagina **Dettagli di contatto** quando riceve un avviso per una chat in tempo reale. In questo caso, Contact Lens ha rilevato una situazione in cui il cliente è arrabbiato.
![\[La pagina Dettagli di contatto, un avviso relativo a un cliente della chat in tempo reale arrabbiato.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-realtime-alert-chat.png)
Quando il supervisore monitora una chat, Contact Lens fornisce una trascrizione in tempo reale e la tendenza della valutazione dei clienti per aiutarlo a comprendere la situazione e valutare l’azione appropriata. La trascrizione evita anche che i clienti debbano ripetere ciò che hanno già detto se vengono trasferiti a un altro agente.
## Aggiunta di regole per gli avvisi in tempo reale per chat
1. Accedi ad Amazon Connect con un account utente a cui è assegnato il profilo **CallCenterManager**di sicurezza o che è abilitato per **le autorizzazioni Rules**.
1. Nel menu di navigazione scegli **Analisi e ottimizzazione** e quindi **Regole**.
1. Seleziona **Crea una regola**, **Analisi di conversazione**.
1. Assegna un nome alla regola.
1. In **Quando**, utilizza l’elenco a discesa per scegliere l’**analisi in tempo reale**.
1. Scegli **Aggiungi condizione**, quindi scegli il tipo di corrispondenza. L'immagine seguente mostra una regola configurata per una condizione **Valutazione - Periodo di tempo**.
![\[Le condizioni per una regola di analisi delle chat in tempo reale.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-realtime-chat-rule2.png)
Seleziona una delle opzioni seguenti:
+ **Corrispondenza esatta**: trova solo le parole o le frasi esatte.
+ **Corrispondenza modello**: trova le corrispondenze che possono avere un'esattezza inferiore al 100%. Puoi anche specificare la distanza tra le parole. Ad esempio, potresti cercare contatti in cui è stata citata la parola "credito", ma non le parole "carta di credito". In questo caso puoi definire una categoria di corrispondenza modello per cercare la parola "credito" che non si trovi a una parola di distanza da "carta".
**Suggerimento**
La corrispondenza semantica non è disponibile per l'analisi in tempo reale.
1. Inserisci le parole o le frasi che vuoi evidenziare, separate da una virgola. Le regole in tempo reale supportano solo le parole chiave o le frasi **menzionate**.
![\[Una regola per parole e frasi.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-add-alert-rules-1.png)
1. Scegliere **Aggiungi**. A ogni parola o frase separata da una virgola corrisponde una riga.
![\[Una regola di parole e frasi con più frasi, ognuna su una riga a sé.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-add-alert-rules-2.png)
La logica che Contact Lens utilizza per leggere queste parole o frasi è: (Chiedi O al O tuo O responsabile) O (questo O non O è O utile) O (rivolgiti O al O tuo O supervisore) e così via.
1. Per aggiungere altre parole o frasi, scegli **Aggiungi un gruppo di parole o frasi**. Nell'immagine seguente, il primo gruppo di parole o frasi rappresenta ciò che l'agente potrebbe menzionare. Il secondo gruppo rappresenta ciò che potrebbe menzionare il cliente.
![\[Una regola di parole e frasi con più frasi per il cliente e l’agente.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-add-category-rules-script3.png)
1. In questa prima scheda, Contact Lens legge ogni riga come un O. Ad esempio: (Ciao) O (grazie O per O aver O chiamato O Example O Corp) O (grazie O per O la O fiducia).
1. Le due schede sono collegate con un E. Ciò significa che deve essere menzionata una delle righe della prima scheda E quindi deve essere menzionata una delle frasi della seconda scheda.
La logica utilizzata da Contact Lens per leggere le due schede di parole o frasi è (scheda 1) E (scheda 2).
1. Scegli **Aggiungi condizione** per applicare le regole a:
+ Code specifiche
+ Quando gli attributi dei contatti hanno determinati valori
+ Quando i punteggi di valutazione hanno determinati valori
Ad esempio, l'immagine seguente mostra una regola che si applica quando un agente lavora nelle code di Fatturazione e Pagamenti, il cliente si occupa di un'assicurazione auto e l'agente si trova a Seattle. BasicQueue
![\[Una regola di parole e frasi con più condizioni.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-add-category-rules-3.png)
1. Al termine, scegli **Avanti**.
1. Nella casella **Assegna categoria di contatto**, aggiungi un nome per la categoria. Ad esempio, **Compliant** o **Not\$1Compliant**.
1. Scegli **Aggiungi azione** per specificare quale azione deve eseguire Amazon Connect quando vengono soddisfatte le condizioni. È possibile configurare gli avvisi del supervisore utilizzando le notifiche e-mail o sviluppando un'integrazione personalizzata con. EventBridge
![\[Le opzioni Genera un EventBridge evento e Invia notifica e-mail.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-realtime-chat-rule3.png)
1. Se hai scelto **Invia notifica e-mail**, consulta [Creazione di regole di per l’invio di notifiche e-mail](contact-lens-rules-email.md) per maggiori dettagli sul completamento della pagina e per informazioni sui limiti delle e-mail.
Se hai scelto **Genera un EventBridge evento**, consulta questa pagina [Crea una regola che generi un EventBridge evento](contact-lens-rules-eventbridge-event.md) per ulteriori dettagli sul completamento della pagina e per informazioni sulla sottoscrizione ai tipi di EventBridge evento.
# Creazione di regole di per l’invio di notifiche e-mail
Puoi creare regole di che inviano notifiche e-mail a persone della tua organizzazione. In questo modo puoi reagire più rapidamente a eventuali problemi nel tuo contact center. Ad esempio, puoi creare una regola per l'invio di una notifica a:
+ Un supervisore del team in caso di escalation o annullamento di un account.
+ Un gruppo di persone nel tuo contact center se vengono pronunciate determinate parole durante una conversazione.
+ Una persona designata nel contact center in caso di disaccordo durante la chiamata.
+ Un agente che aveva gestito il contatto analizzato o valutato con l'analisi conversazionale di Amazon Connect.
**Importante**
Tutte le e-mail vengono inviate da `no-reply@amazonconnect.com`.
Gli utenti SAML non dispongono di indirizzi e-mail primari, ma di accessi tramite nome utente. Un accesso tramite nome utente è in genere un indirizzo e-mail, ma non necessariamente. Per questi utenti, l’etichetta del campo **Indirizzo e-mail** è vuota all’interno di Amazon Connect. Quando vengono inviate notifiche e-mail per gli utenti SAML, è necessario che abbiano configurato un’e-mail secondaria per riceverle. Se non è configurata un’e-mail secondaria, l’utente non riceverà il messaggio.
**Per creare una regola di che invia una notifica e-mail**
1. Accedi ad Amazon Connect con un account utente che dispone delle [autorizzazioni necessarie](permissions-for-rules.md) per la creazione di regole.
1. Vai a **Analisi e ottimizzazione**, **Regole**.
1. Nella pagina **Regole** scegli **Crea una regola**, quindi scegli un’opzione nell’elenco a discesa **Analisi di conversazione** o **Moduli di valutazione**.
![\[La pagina delle regole, l'elenco a discesa per la creazione di una regola, l'opzione Contact Lens.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-create-rule.png)
1. Nella pagina **Nuova regola**, definisci le condizioni per la regola. Per ulteriori informazioni, consulta:
+ [Definisci le condizioni delle regole per l’analisi delle conversazioni](build-rules-for-contact-lens.md#rule-conditions)
+ [Definisci le condizioni delle regole per i moduli di valutazione](create-evaluation-rules.md#rule-conditions-eval).
1. Quando definisci le azioni per la regola, scegli **Invia notifica e-mail** per l'azione.
![\[La pagina della nuova regola, l'elenco a discesa per l'aggiunta di un'azione, l'azione Invia notifica e-mail.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-rules-email-action.png)
1. Nella sezione **Invia notifica e-mail**, scegli i destinatari dell'e-mail utilizzando una di queste opzioni:
+ **Seleziona i destinatari tramite accesso: indirizza l'e-mail all'utente specificato.**
**Importante**
Gli utenti SAM devono aver configurato un’e-mail secondaria per riceverle. Se non è configurata un’e-mail secondaria, l’utente non riceverà il messaggio.
+ **Seleziona i destinatari in base ai tag**: instrada l'e-mail in modo dinamico in base ai valori dei tag dell'agente.
+ **Seleziona l’agente che ha gestito il contatto**. Instrada l’e-mail all’agente che ha gestito il contatto.
Nell’immagine seguente, la regola invia un’e-mail di notifica all’agente che ha gestito il contatto.
![\[Sezione Invia notifica e-mail, opzione Seleziona l’agente che ha gestito il contatto.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-rules-email-tag.png)
1. In **Oggetto**, aggiungi l'oggetto dell'e-mail. In **Corpo**, aggiungi il contenuto della notifica e-mail.
Usa **@ per aggiungere variabili dinamiche** che vengono compilate durante l'esecuzione della regola. Per le regole di analisi conversazionale e le regole dei moduli di valutazione, puoi aggiungere **il nome della regola, l'URL dell'istanza, il contatto, l'agente** e le informazioni sulla **coda** per il contatto che corrisponde alla regola. **Le regole dei moduli di valutazione consentono inoltre di inserire l'ID di valutazione.**
![\[Il corpo dell'email, l'elenco delle variabili disponibili.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/rules-send-email-dynamic-variables.png)
**Nota**
Altri tipi di regole supportano variabili diverse:
Le regole di metrica in tempo reale consentono di inserire **il nome della regola, l'URL dell'istanza e l'**elenco di **agenti, code, flussi o profilo di routing** che hanno superato la soglia per attivare l'avviso.
**Le regole per i casi consentono di inserire il **nome della regola, l'URL dell'istanza e** l'ID del caso.**
1. Scegli **Next (Successivo)**. Rivedi le selezioni effettuate, quindi scegli **Salva**.
1. Dopo aver aggiunto le regole, queste vengono applicate ai nuovi contatti che si verificano dopo l’aggiunta della regola. Le regole vengono applicate quando l'analisi conversazionale di Amazon Connect analizza le conversazioni.
Non è possibile applicare regole alle conversazioni passate e archiviate.
## Limiti per l'e-mail
+ Amazon Connect ha un limite predefinito di 500 e-mail al giorno. Quando tale limite viene superato, all'istanza Amazon Connect viene impedito di inviare altre e-mail per 24 ore. Questo perché le e-mail sono soggette a limiti di mancato recapito e di reclamo. Per ulteriori informazioni, consulta le sezioni **Mancato recapito** e **Reclamo** in [Informazioni sulla capacità di recapitare e-mail in Amazon SES](https://docs.aws.amazon.com/ses/latest/dg/send-email-concepts-deliverability.html).
+ Tutte le e-mail vengono inviate dall'indirizzo `no-reply@amazonconnect.com`, che non è possibile personalizzare.
+ Gli utenti SAML non dispongono di indirizzi e-mail primari, ma di accessi tramite nome utente. Un accesso tramite nome utente è in genere un indirizzo e-mail, ma non necessariamente. Per questi utenti, l’etichetta del campo **Indirizzo e-mail** è vuota all’interno di Amazon Connect. Quando vengono inviate notifiche e-mail per gli utenti SAML, è necessario che abbiano configurato un’e-mail secondaria per riceverle. Se non è configurata un’e-mail secondaria, l’utente non riceverà il messaggio.
Se l'opzione predefinita per l'invio di e-mail non soddisfa i tuoi requisiti, contatta il tuo Technical Account Manager o Supporto contatta il team di assistenza Amazon Connect.
# Crea una regola che generi un EventBridge evento
In tempo reale o dopo una chiamata/chat, puoi ricevere eventi e utilizzarli per attivare notifiche o avvisi successivi o aggregare report al di fuori di Amazon Connect. Puoi fare molto con questi dati. Esempio:
+ Ricevi avvisi in tempo reale in una QuickSight dashboard.
+ Creare report aggregati al di fuori di Amazon Connect.
+ Unire dati al CRM.
+ Connect la soluzione di notifica a EventBridge e assicurati che entro la fine della giornata tutti gli eventi di un determinato tipo vengano inviati a una determinata casella di posta. Il payload indica il contatto, l'agente e la coda.
**Nota**
**Per le regole relative alle metriche in tempo reale, le risorse che attivano la regola verranno elencate nella sezione Risorse.** Ad esempio, se crei una regola che ti avvisa in base a metriche di coda come il tempo medio di risposta alla coda, l'elenco delle code che hanno superato la soglia verrà elencato tra le risorse.
**Per creare una regola che generi un evento EventBridge**
1. Quando crei la regola, scegli **Genera EventBridge evento** per l'azione.
![\[La nuova pagina della regola, la sezione Esegui queste azioni, l'elenco a discesa Aggiungi azione, l'azione Genera un EventBridge evento.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-rules-events-example1.png)
1. Per **Nome dell'operazione**, inserisci il nome per il payload dell'evento.
**Nota**
Il valore assegnato al **nome dell'azione** è visibile nel payload. EventBridge Quando gli eventi vengono aggregati, il nome dell'azione fornisce una dimensione aggiuntiva che è possibile utilizzare per elaborarli. Ad esempio, sono disponibili 200 nomi di categoria, ma solo 50 hanno un nome di azione specifico, come NOTIFY\$1CUSTOMER\$1RETENTION.
![\[La sezione Esegui queste azioni, la sezione Assegna una categoria di contatto, la sezione Genera un EventBridge evento.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-rules-add-eb-action.png)
1. Scegli **Next (Successivo)**. Rivedi e poi **Salva**.
1. Dopo aver aggiunto le regole, queste vengono applicate ai nuovi contatti che si verificano dopo l’aggiunta della regola. Le regole vengono applicate quando l'analisi conversazionale di Amazon Connect analizza le conversazioni.
Non è possibile applicare regole alle conversazioni passate e archiviate.
1. Per sfruttare i EventBridge dati, iscriviti al tipo di evento. EventBridge Vedi la procedura riportata di seguito.
## Iscriviti ai tipi di EventBridge evento
Per sottoscrivere i tipi di EventBridge eventi, crea una EventBridge regola personalizzata che corrisponda alla seguente:
+ "source" = "aws.connect"
+ «detail-type» = "Contact LensCorrispondenza delle regole di post-chiamata» o una delle seguenti opzioni:
+ **Regole in tempo reale di Contact Lens corrispondenti**
+ **Regole in tempo reale di Contact Lens corrispondenti**
+ **Regole di post-chat di Contact Lens corrispondenti**
+ **Contact LensRegole di valutazione abbinate**
+ **Regole delle metriche corrispondenti**
L'immagine seguente mostra queste impostazioni nella sezione Modello di eventi della pagina della nuova regola.
![\[La sezione Event pattern della nuova pagina delle EventBridge regole.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-eb-rules-events.png)
### Esempi di EventBridge payload
Di seguito è riportato un esempio di come appare il EventBridge payload quando **Contact LensPost Call Rules Matched**.
```
{
"version": "0", // set by EventBridge
"id": "aaaaaaaa-bbbb-cccc-dddd-bf3703467718", // set by EventBridge
"source": "aws.connect",
"detail-type": "Contact Lens Post Call Rules Matched",
"account": "your AWS account ID",
"time": "2020-04-27T18:43:48Z",
"region": "us-east-1", // set by EventBridge
"resources": ["arn:aws:connect:us-east-1:your AWS account ID:instance/instance-ARN"],
"detail": {
"version": "1.0",
"ruleName": "ACCOUNT_CANCELLATION", // Rule name
"actionName": "NOTIFY_CUSTOMER_RETENTION",
"instanceArn": "arn:aws:connect:us-east-1:your AWS account ID:instance/instance-ARN",
"contactArn": "arn:aws:connect:us-east-1:your AWS account ID:instance/instance-ARN/contact/contact-ARN",
"agentArn": "arn:aws:connect:us-east-1:your AWS account ID:instance/instance-ARN/agent/agent-ARN",
"queueArn": "arn:aws:connect:us-east-1:your AWS account ID:instance/instance-ARN/queue/queue-ARN",
}
}
```
Di seguito è riportato un esempio di payload quando viene trovata una **corrispondenza con le regole in tempo reale di Contact Lens**.
```
{
"version": "0", // set by EventBridge
"id": "aaaaaaaa-bbbb-cccc-dddd-bf3703467718", // set by EventBridge
"source": "aws.connect",
"detail-type": "Contact Lens Realtime Rules Matched",
"account": "your AWS account ID",
"time": "2020-04-27T18:43:48Z",
"region": "us-east-1", // set by EventBridge
"resources": ["arn:aws:connect:us-east-1:your AWS account ID:instance/instance-ARN"],
"detail": {
"version": "1.0",
"ruleName": "ACCOUNT_CANCELLATION", // Rule name
"actionName": "NOTIFY_CUSTOMER_RETENTION",
"instanceArn": "arn:aws:connect:us-east-1:your AWS account ID:instance/instance-ARN",
"contactArn": "arn:aws:connect:us-east-1:your AWS account ID:instance/instance-ARN/contact/contact-ARN",
"agentArn": "arn:aws:connect:us-east-1:your AWS account ID:instance/instance-ARN/agent/agent-ARN",
"queueArn": "arn:aws:connect:us-east-1:your AWS account ID:instance/instance-ARN/queue/queue-ARN",
}
}
```
# Crea una regola che generi un'attività
Le regole di Amazon Connect ti consentono di generare attività. Questo ti aiuta a creare azioni tracciabili con i proprietari e ti offre visibilità immediata sul completamento delle attività e sulla produttività.
Di seguito vengono riportati alcuni esempi:
+ Rivedi un contatto quando il cliente è fraudolento. Ad esempio, puoi creare un'attività di follow-up quando un cliente pronuncia parole o frasi che lo fanno apparire potenzialmente fraudolento.
+ Follow-up quando il cliente menziona argomenti specifici sui quali intendi metterti in contatto successivamente per attività di upselling o per fornire ulteriore assistenza.
+ Valuta le prestazioni degli agenti in scenari specifici, ad esempio il sentimento dei clienti è stato molto basso durante la conversazione e il cliente ha espresso frustrazione.
+ Intraprendi azioni operative, ad esempio assegnando agenti aggiuntivi alle code in cui il tempo medio di risposta in coda nell'ultima ora ha superato le soglie accettabili.
**Per creare una regola che crea un'attività**
1. Quando crei la regola, scegli **Crea attività** per l'azione.
![\[La pagina della nuova regola, il menu a discesa Aggiungi operazione, l'opzione Crea attività.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-rules-add-task-example1.png)
1. Compila i campi dell'attività come segue:
![\[La pagina della nuova regola, la sezione Assegna categoria di contatto, la sezione Crea attività.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-rules-add-tasks-example2.png)
1. **Nome categoria**: il nome della categoria viene visualizzato nel record di contatto. Lunghezza massima: 200 caratteri.
1. **Nome**: il nome viene visualizzato nel Pannello di controllo contatti (CCP) dell'agente. Lunghezza massima: 512 caratteri.
1. **Descrizione**: la descrizione viene visualizzata nel Pannello di controllo contatti (CCP) dell'agente. Lunghezza massima: 4096 caratteri.
**Nota**
In Nome e descrizione, usa **@ per aggiungere variabili dinamiche** che vengono compilate durante l'esecuzione della regola. Per le regole di analisi conversazionale e le regole dei moduli di valutazione, puoi aggiungere **il nome della regola, l'URL dell'istanza, il contatto, l'agente** e le informazioni sulla **coda** per il contatto che corrisponde alla regola. **Le regole dei moduli di valutazione consentono inoltre di inserire l'ID di valutazione.**
![\[L'azione dell'attività con variabili dinamiche.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/rules-create-task-dynamic-variables.png)
Altri tipi di regole supportano variabili diverse:
Le regole di metrica in tempo reale consentono di inserire **il nome della regola, l'URL dell'istanza e l'elenco di agenti, code, flussi o profilo di routing** che hanno violato la soglia per attivare l'avviso.
**Le regole per i casi consentono di inserire il **nome della regola, l'URL dell'istanza e** l'ID del caso.**
1. **Nome di riferimento dell'attività**: riferimento predefinito che viene visualizzato automaticamente nel CCP dell'agente.
+ Per le regole in tempo reale, il riferimento dell'attività rimanda alla pagina dei dettagli in tempo reale.
+ Per le regole post-chiamata/chat, il riferimento dell'attività rimanda alla pagina dei **Dettagli di contatto**.
1. **Nome di riferimento aggiuntivo**: lunghezza massima 4096 caratteri. È possibile aggiungere fino a 25 riferimenti.
1. **Seleziona un flusso**: scegli il flusso progettato per instradare l'attività al proprietario appropriato dell'attività. Il flusso deve essere salvato e pubblicato per essere visualizzato nell'elenco di opzioni nel menu a discesa.
1. L'immagine seguente mostra un esempio della visualizzazione di queste informazioni nel CCP dell'agente.
![\[Un'attività nel Pannello di controllo dei contatti dell'agente.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-rules-add-tasks-ccp.png)
In questo esempio, l'agente visualizza i seguenti valori per **Nome**, **Descrizione** e **Nome di riferimento dell'attività**:
1. **Nome** = **Action-Required-Contact Lens- ba2cf8fe....**
1. **Descrizione** = **Test**
1. **Nome di riferimento dell'attività** = TaskRef e l'URL della pagina dei dettagli in tempo reale
1. Scegli **Next (Successivo)**. Rivedi e scegli **Salva** per salvare l'attività.
1. Dopo aver aggiunto le regole, queste vengono applicate ai nuovi contatti che si verificano dopo l’aggiunta della regola. Le regole vengono applicate quando l'analisi conversazionale di Amazon Connect analizza le conversazioni.
Non è possibile applicare regole alle conversazioni passate e archiviate.
## I record dei contatti vocali e delle attività sono collegati
Quando una regola crea un'attività, viene generato automaticamente un record di contatto per l'attività. È collegato al record di contatto della chiamata vocale o della chat che soddisfa i criteri perché la regola crei l'attività.
Ad esempio, una chiamata arriva al tuo contact center e genera: CTR1
![\[Informazioni sul record di contatto iniziale quando arriva una chiamata.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-rules-attributes-example1.png)
Il motore di regole genera un'attività. Nel record dei contatti relativi all'attività, il record del contatto vocale viene visualizzato come **ID contatto precedente**. Inoltre, il record del contatto attività eredita gli attributi di contatto dal record di contatto vocale, come mostrato nell'immagine seguente:
![\[Record di contatto 2 per l'attività.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-rules-attributes-example2.png)
## Informazioni sui valori dinamici per ContactId AgentId, QueueId, RuleName
I valori dinamici tra parentesi [ ] sono chiamati [attributi di contatto](what-is-a-contact-attribute.md). Gli attributi di contatto consentono di memorizzare informazioni temporanee sul contatto in modo da poterle utilizzare in un flusso.
Quando si aggiungono attributi di contatto tra parentesi [] ContactId, ad esempio, AgentId, o QueueId RuleName , il valore viene passato da un record di contatto a un altro. Puoi utilizzare gli attributi di contatto nel flusso per ramificare e instradare il contatto di conseguenza.
Per ulteriori informazioni, consulta [Utilizzare gli attributi di contatti](connect-contact-attributes.md).
# Creazione una regola in Contact Lens che termina le attività associate da un caso
**Per creare una regola che termina le attività associate**
1. Quando crei la regola, scegli **Un nuovo caso viene aggiornato** come l'origine evento.
![\[La pagina Nuova regola, il menu a discesa Aggiungi operazione, l'opzione Un caso viene aggiornato.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-rules-update-case-1.png)
1. Quando crei la regola, scegli **Termina attività** per l'azione.
![\[La pagina Nuova regola, il menu a discesa Aggiungi operazione, l'opzione Termina attività.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-rules-ends-tasks-2.png)
![\[L'opzione Termina attività.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-rules-ends-tasks-3.png)
1. Scegli **Next (Successivo)**. Rivedi e quindi scegli **Salva**.
1. Dopo aver aggiunto le regole, queste vengono applicate ai nuovi contatti che si verificano dopo l’aggiunta della regola. Le regole vengono applicate quando l'analisi conversazionale di Amazon Connect analizza le conversazioni.
Non è possibile applicare regole alle conversazioni passate e archiviate.
# Creazione di una regola in Contact Lens che crea un caso
**Per creare una regola che crea un caso**
1. Quando crei la regola, scegli L'analisi **post-chiamata è disponibile, L'analisi** **post-chat è disponibile o L'analisi e-mail è disponibile** **come fonte dell'evento**.
![\[Nella pagina di definizione della condizione, scegli L'analisi post-chiamata è disponibile, L'analisi post-chat è disponibile o L'analisi e-mail è disponibile come origine dell'evento.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-rules-create-case-1.png)
1. Seleziona **Next** (Successivo).
1. Nella pagina Operazioni, scegli **Crea caso** per l'operazione.
![\[La pagina Nuova regola, il menu a discesa Aggiungi operazione, l'opzione Crea caso.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-rules-create-case-2.png)
1. Nella scheda **Crea caso**, seleziona un **Modello dei casi**.
![\[Nella scheda Crea caso, seleziona un Modello dei casi.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-rules-create-case-3.png)
1. Compila i **campi obbligatori** e aggiungi i **campi opzionali del caso** per compilare i dati del caso.
**Nota**
Affinché questa azione funzioni, è necessario associare un profilo cliente a un contatto. Per ulteriori informazioni, consulta [Abilitazione di Casi](enable-cases.md).
![\[Compila i campi obbligatori e aggiungi i campi opzionali del caso per compilare i dati del caso.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-rules-create-case-4.png)
1. Scegli **Next (Successivo)**. Rivedi e quindi scegli **Salva**.
1. Dopo aver aggiunto le regole, queste vengono applicate ai nuovi contatti che si verificano dopo l’aggiunta della regola. Le regole vengono applicate quando l'analisi conversazionale di Amazon Connect analizza le conversazioni.
Non è possibile applicare regole alle conversazioni passate e archiviate.
# Creazione di una regola in Contact Lens che aggiorna un caso
**Per creare una regola che aggiorna un caso**
1. Quando crei la regola, scegli **È stato aggiornato un caso** come origine evento e scegli **Successivo**.
![\[Pagina Nuova regola, menu a discesa Aggiungi operazione, opzione È stato aggiornato un caso.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-rules-update-case-1.png)
1. Quando crei la regola, scegli **Aggiorna caso** per l'azione.
![\[La pagina Nuova regola, il menu a discesa Aggiungi operazione, l'opzione Aggiorna caso.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-rules-update-case-2.png)
1. Seleziona qualsiasi campo del caso che desideri aggiornare dal menu a discesa e definisci il nuovo valore.
![\[Seleziona qualsiasi campo del caso che desideri aggiornare dal menu a discesa e definisci il nuovo valore.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-rules-update-case-3.png)
![\[Seleziona qualsiasi campo del caso che desideri aggiornare dal menu a discesa e definisci il nuovo valore.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-rules-update-case-4.png)
1. Scegli **Next (Successivo)**. Rivedi e quindi scegli **Salva**.
1. Dopo aver aggiunto le regole, queste vengono applicate ai nuovi contatti che si verificano dopo l’aggiunta della regola. Le regole vengono applicate quando l'analisi conversazionale di Amazon Connect analizza le conversazioni.
Non è possibile applicare regole alle conversazioni passate e archiviate.
# Creazione di una regola in Contact Lens che invia una valutazione automatica
Contact Lens consente di compilare e inviare automaticamente le valutazioni utilizzando approfondimenti e metriche derivanti dall’analisi conversazionale.
## Fase 1: configurare l’automazione nel modulo di valutazione
Prima di poter creare una regola che invia una valutazione automatica, è necessario configurare l’automazione nel modulo di valutazione. Per istruzioni dettagliate, consulta [Fase 6: Attivare le valutazioni automatiche](create-evaluation-forms.md#step-automate) in [Creazione di un modulo di valutazione](create-evaluation-forms.md).
Di seguito è riportata una panoramica dei passaggi:
1. Configura l’automazione per ogni domanda in un modulo di valutazione.
1. Attiva **Abilita l’invio automatico delle valutazioni** prima di attivare il modulo di valutazione.
1. Quando attivi il modulo di valutazione con l’automazione configurata, viene visualizzato un prompt per la creazione di una regola, come mostrato nell’immagine seguente.
![\[Prompt per la creazione di una regola.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/create-a-rule-to-submit-automated-evaluations-1.png)
1. Scegliere **Crea una regola**.
1. Nella pagina **Regole**, definisci una regola che specifica quali contatti vengono valutati automaticamente utilizzando il modulo di valutazione selezionato. La procedura riportata di seguito fornisce istruzioni.
## Fase 2: definire una regola che specifichi quali contatti vengono valutati automaticamente
Puoi attivare le valutazioni automatiche con due tipi di regole:
+ Una regola di **Analisi di conversazione** che valuta automaticamente il contatto dopo che Contact Lens ha completato l’analisi.
+ Una regola **Moduli di valutazione** che può essere utilizzata per attivare un modulo di valutazione specifico della situazione come risultato di un modulo di valutazione generico. Ad esempio, se la risposta alla domanda di valutazione *Il cliente era interessato all’acquisto di un prodotto* è *Sì*, puoi attivare un altro modulo di valutazione per misurare le *prestazioni di vendita degli agenti*.
### Attivazione delle valutazioni automatizzate con una regola di analisi delle conversazioni
Questo è il tipo di regola predefinito che viene selezionato quando si crea una regola per inviare una valutazione automatica durante l’attivazione del modulo. Puoi creare una regola di questo tipo anche selezionando **Crea una regola**, **Analisi di conversazione** nella pagina **Regole**.
1. Scegli **È disponibile un’analisi post-chiamata di Contact Lens** oppure **È disponibile un’analisi post-chat di Contact Lens** come origine dell’evento. Queste due opzioni sono evidenziate nell’immagine seguente.
![\[Opzioni di analisi post-chiamata e di analisi post-chat.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/defined-conditions-evaluations.png)
1. **Definisci le condizioni per identificare i contatti da valutare automaticamente, quindi scegli Avanti.**
Le condizioni di esempio che puoi utilizzare per identificare l'insieme specifico di agenti o contatti a cui è applicabile il modulo di valutazione sono:
+ Agents (Agenti)
+ Gerarchia di agenti
+ Agente AI
+ Queues
+ Metodo di avvio
Inoltre, puoi escludere i contatti che potrebbero essere terminati prematuramente a causa di problemi di connettività o di altro tipo utilizzando condizioni come:
+ Durata dell'interazione (ad esempio, oltre 30 secondi)
+ Tempo di conversazione (ad esempio, il cliente parla per più di 10 secondi)
+ Potenziale problema di disconnessione quando il problema non esiste o non sono noti problemi di connettività o dispositivo durante la conversazione
1. Nella pagina **Definisci azioni**, fornisci un nome di categoria per identificare la regola.
1. Scegli **Aggiungi operazione**, seleziona **Invia una valutazione automatica** e seleziona il modulo che desideri utilizzare per inviare automaticamente una valutazione. (Questa azione è già selezionata nella pagina se hai creato la regola quando attivi il modulo.)
1. Scegli **Next (Successivo)**. Rivedi, quindi scegli **Salva**.
Dopo aver aggiunto le regole, queste vengono applicate ai nuovi contatti che si verificano dopo l’aggiunta della regola. Le regole vengono applicate quando l'analisi conversazionale di Amazon Connect analizza le conversazioni.
**Importante**
Non è possibile applicare regole alle conversazioni passate e archiviate.
### Attivazione di valutazioni automatiche con una regola dei moduli di valutazione
1. Vai alla pagina **Regole**. Seleziona **Crea una regola**, **Moduli di valutazione**.
1. In **Quando**, seleziona l’origine dell’evento come **È disponibile un risultato di valutazione di Contact Lens**.
1. Scegli **Aggiungi condizione** per attivare una valutazione specifica della situazione. Esempio:
+ Una risposta specifica su un’altra valutazione, mostrata nell’immagine seguente.
![\[Una risposta specifica su un’altra valutazione.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/add-condition-1.png)
+ Il punteggio di un altro modulo di valutazione, mostrato nell’immagine seguente.
![\[Il punteggio di un altro modulo di valutazione.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/add-condition-2.png)
1. Scegli **Aggiungi operazione**, seleziona **Invia una valutazione automatica** e seleziona il modulo che desideri utilizzare per inviare automaticamente una valutazione.
1. Scegli **Next (Successivo)**. Rivedi, quindi scegli **Salva**.
## Domande frequenti (FAQ)
1. **Una valutazione automatica può sostituire una valutazione inviata manualmente?**
No, una valutazione automatica non può sostituire una valutazione inviata manualmente. Se esiste già una valutazione, la valutazione automatica fallirà per quel contatto e gli amministratori dell'account potranno visualizzare tali notifiche di errore all'interno. CloudWatch
1. **Come posso identificare le valutazioni automatiche?**
Se una valutazione viene inviata automaticamente, viene contrassegnata come “inviata dall’automazione di Contact Lens” nella pagina **Dettagli di contatto**. Se una valutazione automatica viene modificata e inviata di nuovo da un valutatore, la casella “Inviato da” contiene il nome del valutatore.
1. **Posso valutare automaticamente un contatto utilizzando più moduli di valutazione?**
Sì, puoi inviare automaticamente valutazioni su un contatto utilizzando diversi moduli di valutazione. È necessario creare più regole per inviare valutazioni automatiche utilizzando i diversi moduli di valutazione.
# Utilizzo di una condizione basata su parole o frasi in una regola di Contact Lens
All’interno della regola **Analisi di conversazione** di Contact Lens, puoi specificare una condizione basata su parole o frasi. Puoi scegliere Corrispondenza esatta, Corrispondenza semantica o Corrispondenza modello per le parole o le frasi. Questo argomento illustra ciascun tipo di corrispondenza.
**Nota**
Tutti e tre i tipi di corrispondenza non fanno distinzione tra maiuscole e minuscole, ad esempio, se hai specificato la parola “fatturazione”, questa corrisponderà anche alla trascrizione contenente la parola “Fatturazione”.
## Come usare Corrispondenza esatta
**Corrispondenza esatta** è una corrispondenza esatta di parole, al singolare o plurale.
Puoi aggiungere le parole chiave o le frasi utilizzando uno dei seguenti metodi:
+ Selezionando **Inserisci parole chiavi o frasi** e inserendo i valori manualmente nella casella di testo. I valori multipli possono essere separati da una virgola.
![\[Inserisci l’opzione di parole chiave o frasi nell’interfaccia utente.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/exact-match-1.png)
+ Selezionando **Importazione da raccolta di parole** per importare parole e frasi predefinite dalle raccolte di parole.
![\[Opzione Importazione da raccolta di parole nell’interfaccia utente.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/exact-match-2.png)
Le raccolte di parole possono essere classificate in due tipi: raccolte di parole utente e raccolte di parole di sistema. Le raccolte di parole di sistema sono predefinite da Amazon Connect e non sono modificabili dagli utenti. Una raccolta di parole utente può essere creata, letta, aggiornata ed eliminata dagli utenti. Per ulteriori informazioni, consulta [Gestione delle raccolte di parole quando crei regole di analisi di conversazione in Contact Lens](manage-word-collections.md).
## Come usare Corrispondenza modello
Se vuoi che la corrispondenza includa parole correlate tra loro, aggiungi un asterisco (\$1) ai criteri. Ad esempio, se vuoi che la corrispondenza includerà tutte le varianti di "vicino" (vicini, vicinato), devi digitare **vicin\$1**.
Con **Corrispondenza modello** puoi specificare quanto segue:
+ **Elenco di valori**: è utile per creare espressioni con valori intercambiabili. Ad esempio, l'espressione potrebbe essere:
*Sto chiamando per un'interruzione di corrente a ["Pechino" o "Londra" o "New York" o "Parigi" o "Tokyo"]*
Quindi nel tuo elenco di valori aggiungerai le città: Pechino, Londra, New York, Parigi, Tokyo.
Il vantaggio dell'utilizzo dei valori è che è possibile creare un'espressione anziché più espressioni. In questo modo si riduce il numero di schede da creare.
+ **Numero**: questa opzione viene utilizzata con maggiore frequenza negli script di conformità o se stai cercando un contesto e sai che da qualche parte nel mezzo c’è un numero (in cifre da 0 a 9). In questo modo puoi inserire tutti i criteri in un'unica espressione anziché due. Ad esempio, uno script di conformità degli agenti potrebbe dire:
*Lavoro in questo settore da [num] anni e vorrei discutere di questo argomento con te.*
Oppure un cliente potrebbe dire:
*Sono iscritto da [num] anni.*
**Nota**
Quando si estraggono numeri dalla chat o dalle trascrizioni audio, vengono riconosciute solo le cifre numeriche (da 0 a 9).
[Per i contatti vocali, alcune lingue potrebbero non convertire i numeri parlati in formato digitale durante la trascrizione dei numeri.](https://docs.aws.amazon.com/transcribe/latest/dg/how-numbers.html) Ciò significa che la corrispondenza tra modelli numerici potrebbe non funzionare in questi casi. Per un elenco delle lingue che supportano la trascrizione dei numeri, consulta [Lingue supportate e funzionalità specifiche della lingua](https://docs.aws.amazon.com/transcribe/latest/dg/supported-languages.html) nella *Guida per gli sviluppatori di Amazon Transcribe*.
+ **Definizione di prossimità**: trova corrispondenze che possono avere un'esattezza inferiore al 100%. Puoi anche specificare la distanza tra le parole. Ad esempio, se cerchi contatti in cui è stata citata la parola "credito", ma non le parole "carta di credito", puoi definire una categoria di corrispondenza modello per cercare la parola "credito" che non si trovi a una parola di distanza da "carta".
Ad esempio, una definizione di prossimità potrebbe essere:
*carta [non si trova in 1 parola da] credito*
**Suggerimento**
Per un elenco dei linguaggi supportati dalla corrispondenza modello, consulta [Funzionalità IA](supported-languages.md#supported-languages-contact-lens).
## Come usare la corrispondenza semantica
La corrispondenza semantica è supportata solo per l'analisi post-chiamata/chat.
+ Un "intento" è un esempio di enunciazione. Può essere una frase o un'espressione.
+ Puoi inserire fino a quattro intenti in una scheda (gruppo).
+ Ti consigliamo di utilizzare intenti semanticamente simili all'interno di una scheda per ottimizzare i risultati. Ad esempio, esiste una categoria relativa alla "cortesia". Include due intenti: "saluto" e "commiato". È consigliabile separare questi intenti in due schede:
+ Scheda 1: "Come stai?" e "Tutto bene?". Sono saluti semanticamente simili.
+ Scheda 2: "Grazie per averci contattati" e "Grazie per la fiducia". Sono commiati semanticamente simili.
Separare gli intenti in due schede offre maggiore precisione rispetto all'uso di un'unica scheda.
# Utilizzo dell’IA generativa per abbinare semanticamente i contatti con le istruzioni in linguaggio naturale
All’interno di una regola di **Analisi di conversazione** di Contact Lens, hai la possibilità di specificare una condizione **Linguaggio naturale - Corrispondenza semantica** che utilizza l’IA generativa per trovare contatti che corrispondono a un’istruzione in linguaggio naturale. La condizione Linguaggio naturale - Corrispondenza semantica viene utilizzata quando desideri abbinare i contatti in base a criteri specifici del contesto (ad esempio, il problema del cliente è stato risolto durante la chiamata) o quando ci sono troppe parole o frasi possibili per utilizzare le condizioni **Parole o frasi**.
Suggerimento dei professionisti: utilizza Linguaggio naturale basato sull’IA generativa - Corrispondenza semantica se in precedenza hai utilizzato Parole o frasi - Corrispondenza semantica.
## Come utilizzare Linguaggio naturale - Corrispondenza semantica
****
1. Accedi ad Amazon Connect con un utente con autorizzazioni **Regole** e **Regole - IA generativa**.
1. Nel menu di navigazione scegli **Analisi e ottimizzazione**, quindi **Regole**.
1. Seleziona **Crea una regola** e scegli **Analisi di conversazione**.
![\[Opzione Importazione da raccolta di parole nell’interfaccia utente.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/create-natural-semantic-match-rule.png)
1. Scegli “È disponibile un’analisi post-chiamata di Contact Lens” oppure “È disponibile un’analisi post-chat di Contact Lens”.
1. Seleziona **Aggiungi condizione**, quindi scegli **Linguaggio naturale - Corrispondenza semantica**.
![\[Opzione Importazione da raccolta di parole nell’interfaccia utente.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/choose-natural-semantic-match.png)
1. Inserisci un’istruzione in linguaggio naturale che può essere valutata dall’IA generativa come true o false abbinandola alla trascrizione della conversazione.
![\[Opzione Importazione da raccolta di parole nell’interfaccia utente.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/enter-natural-language-statement.png)
1. Aggiungi eventuali condizioni aggiuntive, ad esempio code, attributi di contatto personalizzati, ecc.
1. Scegli **Avanti** e fornisci un nome di categoria (senza spazi) da utilizzare per etichettare i contatti con la dichiarazione in linguaggio naturale, ad esempio, **CustomerAddressChange**.
1. Puoi specificare azioni aggiuntive, come la [generazione di attività](contact-lens-rules-create-task.md), l’[invio di notifiche e-mail](contact-lens-rules-email.md), l’[invio automatico di valutazioni](contact-lens-rules-submit-automated-evaluation.md), tra le altre.
1. Scegli **Avanti** per rivedere la regola prima di selezionare **Salva e pubblica**. Se la regola non è pronta per la pubblicazione, puoi anche selezionare **Salva come bozza**.
## Linee guida per utilizzare la corrispondenza semantica
L’elenco seguente descrive in dettaglio come utilizzare al meglio la corrispondenza semantica:
+ L’istruzione dovrebbe essere qualcosa che può essere valutato come vero o falso.
+ Linguaggio naturale - Corrispondenza semantica utilizza solo la trascrizione della conversazione. Se desideri utilizzare altri attributi di contatto (ad esempio le code) nei criteri di corrispondenza, questi devono essere specificati come condizioni separate all’interno della regola.
+ Se possibile, utilizza il termine “agente” anziché termini come “collega”, “dipendente”, “rappresentante”, “rappresentante” o “collaboratore”. Allo stesso modo, utilizza il termine “cliente”, anziché termini come “membro”, “chiamante”, “ospite” o “abbonato”.
+ Utilizza le virgolette doppie solo se desideri verificare le parole esatte pronunciate dall’agente o dal cliente. Ad esempio, se l’istruzione consiste nel verificare se l’agente dice “Buona giornata”, l’IA generativa non rileverà “Buon pomeriggio”. L’istruzione in linguaggio naturale dovrebbe invece dire “L’agente ha augurato al cliente una buona giornata”.
**Istruzioni di esempio da utilizzare con la corrispondenza semantica**
+ Il cliente desiderava apportare una modifica al proprio piano di abbonamento.
+ Il cliente ha espresso gratitudine per il supporto ricevuto dall’agente.
+ Il cliente ha espresso il desiderio di terminare i suoi attuali servizi.
+ Il cliente ha richiesto un’interazione successiva.
+ Il cliente ha chiesto all’agente di ripetere le informazioni, indicando una mancanza di comprensione.
+ Il cliente ha chiesto di parlare con il responsabile dell’agente.
+ L’agente ha chiesto al cliente ulteriori informazioni o una convalida prima di fornire una risposta definitiva.
+ L’agente ha offerto diverse opzioni di pagamento.
+ L’agente ha rassicurato il cliente sull’importanza della sua chiamata e ha chiesto di restare in attesa.
+ L’agente ha risolto tutti i problemi del cliente.
# Gestione delle raccolte di parole quando crei regole di analisi di conversazione in Contact Lens
Una *raccolta di parole* è un insieme di parole e frasi predefinite che puoi utilizzare per definire la condizione di corrispondenza esatta quando crei regole di analisi di conversazione. Quando aggiungi condizioni di corrispondenza esatta a una regola, puoi scegliere un elenco di parole e frasi in un menu a discesa.
## Autorizzazioni richieste
Regole di Contact Lens: Word Collections utilizza lo stesso set di autorizzazioni del profilo di sicurezza di Regole di Contact Lens. Per ulteriori informazioni, consulta [Autorizzazioni dei profili di sicurezza per le regole di Contact Lens](permissions-for-rules.md).
## Come accedere alla pagina di gestione della raccolta di parole
1. Quando crei o aggiorni una regola di analisi di conversazione, scegli l’icona a forma di ingranaggio in alto a destra della scheda delle condizioni di **Corrispondenza esatta**, come mostrato nell’immagine seguente.
![\[Inserisci l’opzione di parole chiave o frasi nell’interfaccia utente.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/word-collections-permissions-how-to-access-1.png)
1. Nella pagina di gestione di **Raccolte di parole**, puoi visualizzare le raccolte di parole esistenti e creare nuove raccolte.
![\[Inserisci l’opzione di parole chiave o frasi nell’interfaccia utente.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/word-collections-permissions-how-to-access-2.png)
## Come creare una raccolta di parole utente
****
1. Nella pagina di gestione di **Raccolte di parole**, scegli **Crea una raccolta di parole**.
![\[Inserisci l’opzione di parole chiave o frasi nell’interfaccia utente.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/create-user-word-collections-1.png)
1. Inserisci il nome della raccolta di parole, aggiungi parole e frasi, quindi scegli **Salva**.
![\[Inserisci l’opzione di parole chiave o frasi nell’interfaccia utente.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/create-user-word-collections-2.png)
## Limiti delle raccolte di parole
+ Amazon Connect ha un limite predefinito di 100 raccolte di parole utente per ogni istanza.
+ Ogni raccolta di parole può contenere un massimo di 100 parole o frasi.
+ Ogni parola o frase può avere al massimo 512 caratteri.
+ È possibile gestire solo le raccolte di parole utente. Non è possibile gestire o modificare le raccolte di parole di sistema.
# Inserimento di uno script in una regola di Contact Lens da seguire per gli agenti
Inserimento di uno script in una regola di Contact Lens quando è necessario che gli agenti utilizzino una formulazione esatta nelle chiamate con i clienti.
Per inserire uno script in una regola, inserisci alcune frasi. Ad esempio, se desideri evidenziare quando gli agenti dicono *Grazie per la collaborazione. Ti ringraziamo per la fiducia*, inserisci due frasi:
+ Grazie per la collaborazione.
+ Ti ringraziamo per la fiducia.
Per applicare la regola a determinate linee di business, aggiungi una condizione per le code a cui si applica o gli attributi di contatto. Ad esempio, l'immagine seguente mostra una regola che si applica quando un agente lavora nelle code di Fatturazione e Pagamenti, il cliente si occupa di un'assicurazione auto e l'agente si trova a Seattle. BasicQueue
![\[La nuova pagina delle regole, la sezione Parole o frasi - Corrispondenza esatta, più condizioni.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-add-category-rules-3.png)
# Autorizzazioni dei profili di sicurezza per le regole di Contact Lens
Per visualizzare, modificare o aggiungere regole per la categorizzazione automatica, devi essere assegnato a un profilo di sicurezza che dispone delle autorizzazioni **Analisi e ottimizzazione: Regole**.
Per visualizzare, modificare o aggiungere regole che utilizzano l’IA generativa (utilizzando la condizione **Linguaggio naturale - Corrispondenza semantica**), il tuo profilo di sicurezza deve avere l’autorizzazione **Analisi e ottimizzazione: Regole - IA generativa**.
Per visualizzare i nomi degli agenti in modo da poterli aggiungere alle regole, devi disporre delle autorizzazioni **Utenti e autorizzazioni: Utenti - Visualizzazione** nel tuo profilo di sicurezza.
Per visualizzare i nomi delle code in modo da poterle aggiungere alle regole, devi disporre delle autorizzazioni **Instradamento: Code - Visualizzazione** nel tuo profilo di sicurezza.
Per ulteriori informazioni, consulta [Assegna le autorizzazioni per utilizzare l’analisi delle conversazioni di Contact Lens in Amazon Connect](permissions-for-contact-lens.md).
# Progettazione di un flusso per utilizzare gli attributi dei contatto in una regola in Contact Lens
Una regola può contenere fino a 5 attributi di contatto.
Gli attributi di contatto vengono recuperati all’inizio della sessione di analisi dei contatti in tempo reale e tutto ciò che viene recuperato in quel momento viene utilizzato per la valutazione delle regole durante l’intera sessione. Qualsiasi aggiornamento degli attributi di contatto dopo l’inizio della sessione non viene rilevato.
Puoi progettare flussi in modo da utilizzare gli attributi di contatto specificati in una regola e quindi instradare l'attività di conseguenza. Ad esempio, una chiamata o una chat arriva al tuo contact center. Quando Contact Lens analizza la chiamata o la chat, rileva una corrispondenza con la regola di **Conformità**. Il record di contatto creato per la chiamata, ad esempio, include informazioni simili all'immagine seguente. **Mostra la **categoria** = **Conformità** e ha due attributi di contatto personalizzati: **CustomerType**= **VIP, **AgentLocation**= NYC**.**
![\[Il record di contatto quando viene attivata la regola Conformità.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-rules-attributes-example1.png)
Il motore di regole genera un'attività. Il record di contatto per l'attività eredita gli attributi di contatto dal record del contatto vocale, come mostrato nell'immagine seguente.
![\[Il record di contatto per l'attività, gli attributi di contatto personalizzati.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-rules-attributes-example2.png)
Il record del contatto vocale viene visualizzato come **ID contatto precedente**.
Il flusso specificato nella regola deve essere progettato per utilizzare gli attributi di contatto e instradare l'attività al proprietario appropriato. Ad esempio, potresti voler indirizzare le attività where **CustomerType = VIP** a un agente specifico.
Per ulteriori informazioni, consulta [Utilizzare gli attributi di contatti](connect-contact-attributes.md).
# Le regole vengono applicate ai nuovi contatti quando Contact Lens analizza le conversazioni.
Dopo aver aggiunto le regole, queste vengono applicate ai nuovi contatti che si verificano dopo l'aggiunta della regola. Le regole vengono applicate quando l'analisi conversazionale di Amazon Connect analizza le conversazioni.
Non è possibile applicare regole alle conversazioni passate e archiviate.
# Notifiche di errore: quando Contact Lens non è in grado di analizzare un contatto
Contact Lens potrebbe non riuscire ad analizzare un file di contatto, anche se l’analisi è abilitata nel flusso. Quando ciò accade, Contact Lens invia notifiche di errore utilizzando Amazon EventBridge Events.
Gli eventi vengono emessi secondo il principio del [massimo sforzo](https://docs.aws.amazon.com/eventbridge/latest/userguide/eb-service-event.html).
## Iscriviti alle EventBridge notifiche
Per iscriverti a queste notifiche, crea una EventBridge regola personalizzata che corrisponda alla seguente:
+ "source" = "aws.connect"
+ "detail-type" = "Contact Lens Analysis State Change"
Puoi anche aggiungere elementi al modello per ricevere una notifica quando si verifica un codice di evento specifico. Per ulteriori informazioni, consulta [Event Patterns](https://docs.aws.amazon.com/eventbridge/latest/userguide/filtering-examples-structure.html) nella *Amazon EventBridge User Guide*.
Di seguito è riportato un esempio di formato di notifica:
```
{
"version": "0", // set by CloudWatch Events
"id": "55555555-1111-1111-1111-111111111111", // set by CloudWatch Events
"source": "aws.connect",
"detail-type": "Contact Lens Analysis State Change",
"account": "111122223333",
"time": "2020-04-27T18:43:48Z",
"region": "us-east-1", // set by CloudWatch Events
"resources": [
"arn:aws:connect:us-east-1:111122223333:instance/abcd1234-defg-5678-h9j0-7c822889931e",
"arn:aws:connect:us-east-1:111122223333:instance/abcd1234-defg-5678-h9j0-7c822889931e/contact/efgh4567-pqrs-5678-t9c0-111111111111"
],
"detail": {
"instance": "arn:aws:connect:us-east-1:111122223333:instance/abcd1234-defg-5678-h9j0-7c822889931e",
"contact": "arn:aws:connect:us-east-1:111122223333:instance/abcd1234-defg-5678-h9j0-7c822889931e/contact/efgh4567-pqrs-5678-t9c0-111111111111",
"channel": "VOICE",
"state": "FAILED",
"reasonCode": "RECORDING_FILE_CANNOT_BE_READ"
}
}
```
## Codici evento
La tabella seguente elenca i codici degli eventi che possono verificarsi quando Contact Lens non riesce ad analizzare un contatto.
| Codice motivo dell'evento | Description |
| --- | --- |
| INVALID\$1ANALYSIS\$1CONFIGURATION | Contact Lens ha ricevuto valori non validi all’avvio del flusso, ad esempio un codice di lingua non supportato o non valido o un valore non supportato per il comportamento di oscuramento. |
| RECORDING\$1FILE\$1CANNOT\$1BE\$1READ | Contact Lens non riesce a recuperare il file della registrazione. È possibile che il file non sia presente nel bucket S3 o che si siano verificati problemi con le autorizzazioni. |
| RECORDING\$1FILE\$1TOO\$1SMALL | Il file della registrazione è troppo piccolo per l'analisi (meno di 105 ms). Se il file non ha il formato previsto, si verifica un errore INVALID. Anche un JSON vuoto è un oggetto imprevisto. |
| RECORDING\$1FILE\$1TOO\$1LARGE | Il file della registrazione supera il limite di durata per l'analisi. [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/contact-lens-error-notifications.html) |
| RECORDING\$1FILE\$1INVALID | Il file della registrazione non è valido. |
| RECORDING\$1FILE\$1CANNOT\$1BE\$1READ | Si è verificato un errore durante il tentativo di Contact Lens di leggere il file della registrazione. |
| RECORDING\$1FILE\$1EMPTY | Il file della registrazione è vuoto. |
| RECORDING\$1SAMPLE\$1RATE\$1NOT\$1SUPPORTED | La frequenza di campionamento del file audio non è supportata. Contact Lens attualmente supporta file audio con una frequenza di campionamento di 8 kHz. Questa è la frequenza di campionamento per le registrazioni di Amazon Connect. |
# Notifiche di errore: quando una regola di Amazon Connect non viene eseguita
È importante sapere quando una determinata azione di una regola ha esito negativo in un ambiente di produzione e qual è la causa dell'errore. In questo modo è possibile mitigare in modo proattivo gli stessi errori in futuro.
Per ottenere informazioni in tempo reale sulle azioni che non sono riuscite a eseguire, integri Amazon Connect Rules con Amazon EventBridge Events. Questo ti consente di ricevere una notifica quando, ad esempio, l'azione "Crea attività" non è stata eseguita perché il numero massimo di **operazioni attive simultaneamente per istanza** ha raggiunto la quota di servizio. Quando ciò accade, Amazon Connect invia notifiche di errore utilizzando Amazon EventBridge Events.
Gli eventi vengono emessi secondo il principio del [massimo sforzo](https://docs.aws.amazon.com/eventbridge/latest/userguide/eb-service-event.html).
## Iscriviti alle EventBridge notifiche
Per iscriverti a queste notifiche, crea una EventBridge regola personalizzata che corrisponda alla seguente:
+ "source" = "aws.connect"
+ "detail-type" = "Contact Lens Rules Action Execution Failed"
Puoi anche aggiungere elementi al modello per ricevere una notifica quando si verifica un codice di evento specifico. Per ulteriori informazioni, consulta [Event Patterns](https://docs.aws.amazon.com/eventbridge/latest/userguide/filtering-examples-structure.html) nella *Amazon EventBridge User Guide*.
Di seguito è riportato un esempio di formato di notifica:
```
{
"version": "0",
"id": "8d122163-6c07-f8cb-06e7-373a1bcf8fc6",
"source": "aws.connect",
"detail-type": "Amazon Connect Rules Action Execution Failed",
"account": "123456789012",
"time": "2022-01-05T01:30:42Z",
"region": "us-east-1",
"resources": ["arn:aws:connect:us-east-1:123456789012:instance/cb54730f-5aac-4376-b2f4-7c822889931e"],
"detail": {
"ruleId": "7410c94b-21c2-4db0-a707-c6d751edbe8f",
"actionType": "CREATE_TASK",
"triggerEvent": "THIRD_PARTY",
"instanceArn": "arn:aws:connect:us-east-1:123456789012:instance/cb54730f-5aac-4376-b2f4-7c822889931e",
"reasonCode": "ResourceNotFoundException",
"error": "ContactFlowId provided does not belong to connect instance",
"additionalInfo": "{\n \"message\": \"Not Found\",\n \"code\": \"ResourceNotFoundException\",\n \"statusCode\": 404,\n \"time\": \"2022-01-03T20:23:07.073Z\",\n \"requestId\": \"048e4403-71c1-47d6-96fc-825744f518e7\",\n \"retryable\": false,\n \"retryDelay\": 28.217537834500316\n}"
}
}
```
## Tipi di azione supportati
+ `CREATE_TASK`
+ `GENERATE_EVENTBRIDGE_EVENT`
+ `SEND_NOTIFICATION`
Per informazioni su `ASSIGN_CONTACT_CATEGORY`, consulta [Notifiche di errore: quando Contact Lens non è in grado di analizzare un contatto Risoluzione dei problemi](contact-lens-error-notifications.md).
## Eventi di attivazione supportati
+ `REAL_TIME_CALL`
+ `REAL_TIME_CHAT`
+ `POST_CALL`
+ `POST_CHAT`
+ `THIRD_PARTY`
## Codici motivo per le azioni non riuscite
Quando un'azione non riesce, il servizio di notifica degli errori raccoglie i codici motivo dalle azioni supportate. Per ulteriori informazioni sui codici causali degli errori di attività e EventBridge azioni, consulta i seguenti argomenti:
+ Per i codici delle cause degli errori delle azioni Task, consulta l'argomento [Errori](https://docs.aws.amazon.com/connect/latest/APIReference/API_StartTaskContact.html#API_StartTaskContact_Errors) nell'argomento **StartTaskContact**API nella *Amazon Connect API Reference Guide*.
+ Per i codici delle cause delle EventBridge azioni non riuscite, consulta l'argomento [Errori](https://docs.aws.amazon.com/eventbridge/latest/APIReference/API_PutEvents.html#API_PutEvents_Errors) nell'argomento **PutEvents**API nella *Amazon EventBridge API Reference Guide*.
# Specificare le variabili per determinati parametri durante la creazione o la gestione di regole con Amazon Connect APIs
Quando crei o gestisci regole a livello di codice utilizzando Amazon Connect APIs (ad esempio [CreateRule](https://docs.aws.amazon.com/connect/latest/APIReference/API_CreateRule.html)o [UpdateRule](https://docs.aws.amazon.com/connect/latest/APIReference/API_UpdateRule.html)), puoi specificare variabili per determinati parametri. Le variabili vengono risolte in fase di esecuzione quando l'azione viene attivata, in base al valore del parametro. [EventSourceName](https://docs.aws.amazon.com/connect/latest/APIReference/API_RuleTriggerEventSource.html)
Ad esempio, supponiamo che tu stia impostando un'azione di attività e voglia aggiungere ulteriore contesto. Di seguito è riportato un esempio di utilizzo dell'inserimento di variabili per includere l'ID del contatto e l'ID dell'agente nel campo `Description` dell'attività:
+ Il cliente non è soddisfatto della telefonata. È stata rilevata una parolaccia durante la conversazione con l'agente `$.ContactLens.PostCall.Agent.AgentId` nel contatto `$.ContactLens.PostCall.ContactId`
Quando viene attivata l'azione, la stringa viene risolta in: "Il cliente non è soddisfatto della telefonata. È stata rilevata una parolaccia durante una conversazione con l'agente 12345678-1234-1234-1234- nel contatto 87654321-1234-1234-1234-» EXAMPLEID012 EXAMPLEID345
La tabella seguente elenca ogni fonte JSONPath di evento e i campi da utilizzare per i campi che supportano l'iniezione di variabili.
| EventSourceName | JSONPath Riferimento |
| --- | --- |
| OnPostCallAnalysisAvailable | \$1.ContactLens.PostCall.ContactId \$1. ContactLens. PostCall.Agente. AgentId \$1. ContactLens. PostCall.Coda. QueueId |
| OnRealTimeCallAnalysisAvailable | \$1.ContactLens.RealTimeCall.ContactId \$1. ContactLens. RealTimeCall.Agente. AgentId \$1. ContactLens. RealTimeCall.Coda. QueueId |
| OnPostChatAnalysisAvailable | \$1.ContactLens.PostChat.ContactId \$1. ContactLens. PostChat.Agente. AgentId \$1. ContactLens. PostChat.Coda. QueueId |
| OnSalesforceCaseCreate | \$1. ThirdParty.Salesforce. CaseCreate. CaseNumber \$1. ThirdParty.Salesforce. CaseCreate.Nome \$1. ThirdParty.Salesforce. CaseCreate.Posta elettronica \$1. ThirdParty.Salesforce. CaseCreate.Telefono \$1. ThirdParty.Salesforce. CaseCreate.Azienda \$1. ThirdParty.Salesforce. CaseCreate.Tipo \$1. ThirdParty.Salesforce. CaseCreate.Motivo \$1. ThirdParty.Salesforce. CaseCreate.Origine \$1. ThirdParty.Salesforce. CaseCreate.Soggetto \$1. ThirdParty.Salesforce. CaseCreate.Priorità \$1. ThirdParty.Salesforce. CaseCreate. CreatedDate \$1. ThirdParty.Salesforce. CaseCreate.Descrizione |
| OnZendeskTicketCreate | \$1. ThirdParty.Scrivania Zen. TicketCreate.Id \$1. ThirdParty.Scrivania Zen. TicketCreate.Priorità \$1. ThirdParty.Scrivania Zen. TicketCreate. CreatedAt |
| OnZendeskTicketStatusUpdate | \$1. ThirdParty.Scrivania Zen. TicketStatusUpdate.Id \$1. ThirdParty.Scrivania Zen. TicketStatusUpdate.Priorità \$1. ThirdParty.Scrivania Zen. TicketStatusUpdate. CreatedAt |
# Ricerca nelle conversazioni analizzate da Contact Lens
Puoi eseguire ricerche nelle registrazioni analizzate e trascritte in base a:
+ Persona che parla (agente o cliente)
+ Parole chiave
+ Punteggio di valutazione
+ Tempo di non conversazione (solo per le chiamate)
+ Tempo di risposta (solo per le chat)
Inoltre, puoi eseguire ricerche nelle conversazioni che rientrano in determinate categorie di contatto, ovvero che sono state categorizzate in base a parole chiave e frasi pronunciate.
Questi criteri sono descritti nelle sezioni seguenti.
**Importante**
Quando Contact Lens è abilitato su un contatto, dopo la conclusione di una chiamata o chat **e** dopo che l’agente ha completato le attività successive al contatto (ACW), Contact Lens analizza (e trascrive, per le chiamate) la registrazione della conversazione tra cliente e agente. L'agente deve prima scegliere **Chiudi contatto**.
Le trascrizioni delle chat vengono indicizzate per la ricerca quando Contact Lens è abilitato. Non vengono indicizzate per la ricerca se Contact Lens non è abilitato.
## Autorizzazioni richieste per la ricerca nelle conversazioni
Prima di poter eseguire ricerche nelle conversazioni, devi disporre delle seguenti autorizzazioni nel tuo profilo di sicurezza. Ti permettono di eseguire il tipo di ricerca che desideri.
+ Abilita una delle seguenti autorizzazioni per accedere alla pagina **Ricerca contatti**:
+ **Ricerca contatti**. Consente di cercare tutti i contatti.
+ **Visualizza i miei contatti**: consente di cercare solo i contatti che hai gestito come agente.
+ **Ricerca contatti per caratteristiche della conversazione**. Include il tempo di assenza di conversazione, il punteggio di valutazione e la categoria di contatto.
+ **Ricerca contatti per parole chiave**
Per ulteriori informazioni, consulta [Assegnazione delle autorizzazioni](permissions-for-contact-lens.md).
## Ricerca di parole o frasi
Per la ricerca di parole chiave, Contact Lens utilizza l'`standard`analizzatore di Amazon OpenSearch Service. Questo analizzatore non fa distinzione tra maiuscole e minuscole. Ad esempio, se inserisci *grazie per il tuo aiuto 2 voli ANNULLATI*, viene ricercato:
[grazie, per, il, tuo, aiuto, 2, voli, annullati]
Se inserisci *"grazie per il tuo aiuto", due, "voli ANNULLATI"*, viene ricercato:
[grazie per il tuo aiuto, due, voli annullati]
**Per cercare parole o frasi nelle conversazioni**
1. In Amazon Connect, accedi con un account utente a cui è assegnato il profilo **CallCenterManager**di sicurezza o che è abilitato per l'autorizzazione **Cerca contatti per parole chiave**.
1. Scegli **Analisi e ottimizzazione**, **Ricerca contatti**.
1. Nella sezione **Filtro** specifica il periodo di tempo da includere nella ricerca, quindi specifica il canale.
**Suggerimento**
Durante la ricerca per data, puoi cercare fino a 8 settimane alla volta.
1. Scegli **Fai clic qui per aggiungere il filtro** e, nel menu a discesa, scegli **Parole o frasi**.
![\[Pagina di ricerca contatti, sezione Filtri, menu a discesa Aggiungi filtro, opzione Parole o frasi.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-search-words-phrases.png)
1. Nella sezione **Utilizzato da**, scegli la parte della conversazione da includere nella ricerca. Tenere presente quanto segue:
+ **Sistema** si applica alla chat, in cui il partecipante può essere un prompt o un bot Lex.
+ Per cercare parole o frasi utilizzate da tutti i partecipanti, seleziona **Agente**, **Cliente**, **Sistema**.
+ Se non viene selezionata alcuna casella, vengono cercate parole o frasi utilizzate da uno qualsiasi dei partecipanti.
1. Espandi la sezione **Logica** e scegli tra le seguenti opzioni:
+ Scegliere **Match any (Qualsiasi corrispondenza)** per restituire i contatti con una qualsiasi delle parole presenti nelle trascrizioni.
Ad esempio, la seguente query intende la corrispondenza (hello O cancellation O "example airline"). Inoltre, dato che non sono selezionate le caselle **Utilizzato da**, significa "trova i contatti in cui una qualsiasi di queste parole è stata usata da uno qualsiasi dei partecipanti".
![\[La finestra di dialogo Parole o frasi, l'opzione Abbina qualsiasi.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/match-any.png)
+ Scegliere **Match all (Tutte le corrispondenze)** per restituire i contatti con tutte le parole presenti nelle trascrizioni.
Ad esempio, la seguente query indica la corrispondenza ("thank you for your business" E cancellation E "example airline"). Inoltre, dato che sono selezionate tutte le caselle relative ai partecipanti, significa "trova i contatti in cui tutte queste parole e frasi sono state utilizzate da tutti i partecipanti".
![\[La finestra di dialogo Parole o frasi, l'opzione Abbina tutto.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/match-all.png)
1. Nella sezione **Conversazione** inserisci le parole da cercare, separate da virgole. Se inserisci una frase, racchiudila tra virgolette.
È possibile inserire fino a 128 caratteri.
## Cerca il punteggio di valutazione o valuta il cambio di valutazione
Con Contact Lens, puoi cercare nelle conversazioni i punteggi o i cambi di sentiment su una scala da -5 (la peggiore) a \$15 (la migliore). In tal modo puoi individuare modelli e fattori per il motivo per cui le chiamate vanno bene o male.
![\[La pagina di ricerca contatti, il filtro Punteggio di valutazione.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-sentiment-score-shift.png)
Ad esempio, supponi di voler identificare e analizzare tutti i contatti terminati con una valutazione negativa del cliente. Puoi cercare tutti i contatti in cui il punteggio di valutazione è **<=** (minore o uguale a) -1.
Per ulteriori informazioni, consulta [Analisi dei punteggi di valutazione](sentiment-scores.md).
**Per cercare punteggi di valutazione o valutare il cambio di valutazione**
1. In Amazon Connect, accedi con un account utente a cui è assegnato il profilo **CallCenterManager**di sicurezza o che è abilitato per l'autorizzazione **Cerca contatti in base alle caratteristiche della conversazione**.
1. Nella pagina **Ricerca contatti** specifica se vuoi il punteggio di valutazione per parole o frasi pronunciate dal cliente o dall'agente.
1. In **Tipo di analisi dei punteggi**, specifica il tipo di punteggio da restituire:
+ **Punteggio di valutazione**: restituisce il punteggio medio per la parte della conversazione relativa al cliente o all'agente.
Oltre a cercare i punteggi di valutazione quando l'agente e il cliente sono in contatto, puoi filtrare la ricerca in base al momento in cui il cliente è:
+ **In chat con un agente**
+ **In chat senza agente**: il momento in cui il cliente chatta con un bot o prompt e il tempo in coda.
![\[Filtro Punteggio di valutazione, menu a discesa dei partecipanti, opzione relativa al cliente in chat senza agente.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-search-sentiment-participant.png)
+ **Cambio di valutazione**: identifica il punto in cui la valutazione del cliente o dell'agente è cambiata durante il contatto.
L’immagine seguente mostra un esempio di ricerca di contatti in cui il punteggio di valutazione del cliente inizia con un valore inferiore o uguale a -1 e termina con un valore maggiore o uguale a \$11. Inoltre, il cliente è in chat con l'agente.
![\[Il filtro Punteggio di valutazione, l'opzione Cambio di valutazione.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-search-sentiment-score.png)
## Ricerca per tempo non di conversazione
Per aiutarti a identificare le chiamate da esaminare, puoi cercare il tempo di non conversazione. Ad esempio, puoi trovare tutte le chiamate in cui il tempo di non conversazione è superiore al 20% e quindi esaminarle.
Il tempo di non conversazione include il tempo di attesa e qualsiasi silenzio in cui entrambi i partecipanti non parlano per più di tre secondi. Questa durata non può essere personalizzata.
Utilizza la freccia a discesa per specificare se cercare le conversazioni per la durata o la percentuale di tempo non di conversazione. Queste opzioni sono mostrate nell'immagine seguente.
Per ulteriori informazioni su come utilizzare questa metrica, consulta [Analisi del tempo di non conversazione](non-talk-time.md).
![\[Il filtro Tempo di non conversazione, le opzioni relative alla durata e alla percentuale.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/non-talk-time.png)
## Ricerca in base al tempo di risposta per le conversazioni in chat
È possibile effettuare la ricerca in base a:
+ Tempo di risposta medio dell'agente o del cliente durante la chat
+ Tempo massimo di risposta dell'agente o del cliente durante la chat
Specifica se la durata è inferiore, superiore o uguale a un tempo specifico. Per ulteriori informazioni su come utilizzare questa metrica, consulta [Analisi del tempo di risposta durante le chat in Contact Lens](response-time.md).
Per i tempi di risposta minimi e massimi supportati, consulta [Amazon Connect Le regole prevedono specifiche](feature-limits.md#rules-feature-specs).
L'immagine seguente mostra una ricerca di contatti in cui il tempo medio di risposta dell'agente è stato maggiore o uguale a 1 minuto.
![\[Il filtro Tempo di risposta.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/response-time.png)
## Ricerca in una categoria di contatto
1. Nella pagina **Ricerca contatti**, scegli **Aggiungi filtro**, **Categoria di contatto**.
1. Nella casella **Categorie di contatto**, utilizza la casella a discesa per elencare tutte le categorie correnti disponibili per la ricerca. Oppure, se inizi a digitare, l'input viene utilizzato per trovare una corrispondenza con le categorie esistenti e per filtrare quelle che non corrispondono.
+ **Abbina qualsiasi**: cerca i contatti che corrispondono a qualsiasi categoria selezionata.
+ **Abbina tutto**: cerca i contatti che corrispondono a tutte le categorie selezionate.
+ **Nessuna corrispondenza**: cerca i contatti che non corrispondono a nessuna delle categorie selezionate. Tieni presente che verrebbero restituiti solo i contatti che sono stati analizzati dall’analisi delle conversazioni di Contact Lens.
L'immagine seguente mostra un menu a discesa con tutte le categorie correnti elencate.
![\[Il filtro delle categorie di contatto, l'opzione per tutte le corrispondenze, le categorie di contatto.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-search-contact-category2.png)
# Revisione delle conversazioni analizzate utilizzando Contact Lens
Utilizzando Amazon Connect Contact Lens, puoi esaminare la trascrizione e identificare la parte rilevante del contatto. Non è necessario ascoltare l'intera chiamata o leggere l'intera trascrizione della chat per scoprire quali sono gli aspetti interessanti. Puoi concentrarti su parti specifiche dell'audio o della trascrizione. Quando ci sono punti di interesse, vengono evidenziati.
Ad esempio, puoi scansionare la trascrizione del contatto e vedere un'emoji rossa raffigurante il sentiment del cliente, che indica che il cliente sta esprimendo una valutazione negativa. Puoi scegliere il timestamp e passare a quella parte della registrazione audio o dell'interazione in chat.
L'immagine seguente mostra un esempio di contatto vocale.
![\[Analisi di un contatto vocale.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-category-hit.png)
L'immagine seguente mostra un esempio di contatto in chat. **Messaggio di sistema** si applica alla chat, in cui il partecipante può essere un prompt o un bot Lex.
![\[Analisi di un contatto in chat.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-category-hit-chat.png)
**Per rivedere le conversazioni analizzate**
1. Accedi ad Amazon Connect con un account utente che dispone delle autorizzazioni **Ricerca contatti** e **Contact Lens - Analisi delle conversazioni** nel profilo di sicurezza.
1. In Amazon Connect scegli **Analisi e ottimizzazione** e quindi **Ricerca contatti**.
1. Utilizzare i filtri nella pagina per restringere la ricerca di un contatto. Per data, è possibile cercare fino a 14 giorni alla volta. Per ulteriori informazioni sulla ricerca di contatti, consultare [Ricerca di contatti completati e in corso](contact-search.md).
1. Scegli l'ID del contatto per visualizzare il dettagli relativi al contatto.
1. Nelle sezioni **Registrazione** e **Trascrizione** della pagina **Dettagli di contatto**, esamina ciò che è stato detto o scritto, quando e la relativa valutazione.
1. Per le chiamate, puoi scegliere il prompt di riproduzione per ascoltare la registrazione, se vuoi. In alternativa, clicca sulla parte pertinente della registrazione per ascoltare la parte che ti interessa.
1. Per le chat, puoi usare il grafico per accedere alla parte della trascrizione che ti interessa.
# Esplorazione di trascrizioni e audio in Amazon Connect Contact Lens
I supervisori sono spesso tenuti a esaminare i contatti di molti agenti, per il controllo della qualità. I dati sulla turn-by-turn trascrizione e sul sentimento ti aiutano a identificare e navigare rapidamente verso la parte della registrazione che ti interessa.
L'immagine seguente mostra un record di contatto con le funzionalità che consentono di navigare rapidamente tra le trascrizioni e l'audio per trovare le aree che richiedono attenzione. L'immagine mostra un contatto vocale, ma le stesse funzionalità si applicano ai contatti in chat.
![\[Analisi di un contatto vocale.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-navigate-transcripts2.png)
1. Usa [Mostra i punti salienti](#contact-lens-contact-summarization) per esaminare solo il problema, l'esito e l' and/or azione da intraprendere.
1. Usa [Scorrimento automatico](#autoscroll) per i contatti vocali, per passare da una parte all'altra dell'audio o della trascrizione. I due elementi rimangono sempre sincronizzati.
1. Cerca le [emoji del sentiment](#sentiment-emojis) per identificare rapidamente la parte della trascrizione da leggere o ascoltare.
1. Scegli il timestamp per passare a quella parte della registrazione audio o della trascrizione. Il timestamp viene calcolato dall'inizio dell'interazione con il cliente all'interno del contatto.
## Mostra i punti salienti
La revisione di trascrizioni di contatti con centinaia di righe può richiedere molto tempo. Per rendere questo processo più rapido ed efficiente, Contact Lens offre la possibilità di visualizzare i punti salienti principali. I punti salienti mostrano solo le righe in cui Contact Lens ha identificato un problema, un risultato o un’azione da intraprendere nella trascrizione.
+ **Problema** rappresenta il motivo della chiamata. Ad esempio, "Sto pensando di passare al piano di abbonamento online".
+ **Risultato** rappresenta la conclusione o l'esito probabile del contatto. Ad esempio, "In base al tuo piano attuale, ti consiglierei uno dei nostri piani Essentials online".
+ **Elemento dell'operazione** rappresenta l'azione intrapresa dall'agente. Ad esempio, "Riceverai un'e-mail con un preventivo. Te la invierò a breve".
Ogni contatto ha solo un problema, un risultato e un'azione da intraprendere. Non tutti i contatti li avranno tutti e tre.
**Nota**
Se Contact Lens mostra il messaggio **There are no key highlights for this transcript**, significa che non ha identificato alcun problema, risultato o azione.
Non è necessario configurare i punti salienti. Funziona out-of-the-box senza alcun addestramento del modello di apprendimento automatico.
## Attivazione dello scorrimento automatico per sincronizzare la trascrizione e l'audio
Per i contatti vocali, usa **Scorrimento automatico** per passare da una parte all'altra dell'audio o della trascrizione, che rimarranno sempre sincronizzati. Esempio:
+ Quando ascolti una conversazione, la trascrizione segue la conversazione, mostrandoti le emoji del sentiment e gli eventuali problemi rilevati.
+ Puoi scorrere la trascrizione e scegliere il timestamp relativo alla bassa soddisfazione per ascoltare quel punto specifico della registrazione.
Poiché l'audio e la trascrizione sono allineati, la trascrizione può aiutarti a capire cosa dicono l'agente e il cliente. Questo è particolarmente utile quando:
+ L'audio è di bassa qualità, magari a causa di un problema di connessione. La trascrizione può aiutarti a capire cosa viene detto.
+ Viene utilizzato un dialetto o una variante linguistica. I nostri modelli sono addestrati per diversi accenti, quindi la trascrizione può aiutarti a capire cosa viene detto.
## Ricerca di emoji del sentiment
Gli emoji del sentiment consentono di scansionare rapidamente una trascrizione per ascoltare solo una parte specifica della conversazione.
Ad esempio, se vedi delle emoji rosse per i turni del cliente e poi un'emoji verde, puoi scegliere il timestamp per passare a quel punto specifico della conversazione e verificare in che modo quell'agente ha aiutato il cliente.
## Selezione dei tag delle categorie tramite tocco o clic per navigare nella trascrizione
Quando tocchi o fai clic sui tag della categoria, Contact Lens passa automaticamente ai tag corrispondenti point-of-interests nella trascrizione. Nella visualizzazione dell'interazione sono presenti anche indicatori di categoria che indicano la parte del file della registrazione in cui sono presenti enunciati correlati alla categoria.
L'immagine seguente mostra una parte di una pagina **Dettagli di contatto** per una chat.
![\[Una trascrizione di una chat, una categoria, la sezione pertinente della trascrizione.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-category-tag-navigation.png)
# Visualizzazione di riepiloghi post-contatto basati sull’IA generativa in Amazon Connect
**Nota**
**Realizzato da Amazon Bedrock**: AWS implementa il rilevamento [automatico degli abusi](https://docs.aws.amazon.com//bedrock/latest/userguide/abuse-detection.html). Poiché i riepiloghi post-contatto con tecnologia di IA generativa sono basati su Amazon Bedrock, gli utenti possono sfruttare appieno i controlli implementati in Amazon Bedrock per garantire la sicurezza, la protezione e l’uso responsabile dell’intelligenza artificiale (IA).
Puoi risparmiare tempo prezioso con i riepiloghi post-contatto basati sull’IA generativa che forniscono informazioni essenziali sulle conversazioni del cliente in un formato strutturato, conciso e di facile lettura. Puoi rivedere rapidamente i riepiloghi e comprendere il contesto anziché scorrere le trascrizioni e monitorare le chiamate.
Puoi accedere ai riepiloghi post-contatto basati sull’IA generativa in diversi modi:
+ **Gli agenti** possono accedere ai riepiloghi successivi al contatto per i contatti vocali ed e-mail sul Pannello di controllo dei contatti (CCP). Possono utilizzare i riepiloghi per completare rapidamente le attività successive al contatto (ACW). Per conoscere l’esperienza dell’agente, consulta [Visualizzazione dei riepiloghi post-contatto sul CCP](#summaries-on-agentws).
+ **I manager e i supervisori** **possono accedere ai riepiloghi dei contatti vocali, di chat ed e-mail sul sito Web di Amazon Connect amministrazione, nelle pagine **Dettagli di contatto e ricerca** dei contatti.** Possono utilizzare i riepiloghi per comprendere rapidamente i problemi e i risultati dei contatti che stanno revisionando. Per conoscere l’esperienza dei responsabili, consulta [Visualizza i riepiloghi post-contatto sul sito Web di amministrazione Amazon Connect](#summaries-on-website).
+ **Gli sviluppatori** possono importare direttamente i riepiloghi dai sistemi di terze parti. [APIs](contact-lens-api.md) Possono anche eseguire l’[integrazione con flusso di dati Amazon Kinesis](contact-analysis-segment-streams.md) per lo streaming. Quest’ultima opzione è utile quando si hanno carichi più elevati e si desidera evitare che il TPS venga limitato.
**Topics**
+ [Abilitazione dei riepiloghi post-contatto](#gen-ai-getstarted)
+ [Abilita i riepiloghi dei contatti per e-mail](#enable-email-summaries)
+ [Visualizzazione dei riepiloghi post-contatto sul CCP](#summaries-on-agentws)
+ [Visualizza i riepiloghi post-contatto sul sito Web di amministrazione Amazon Connect](#summaries-on-website)
+ [Perché non viene generato un riepilogo](#summary-not-generated)
## Abilitazione dei riepiloghi post-contatto
**Per abilitare i riepiloghi post-contatto sul CCP dell’agente per i contatti vocali**
1. Aggiungi un blocco [Set recording and analytics behavior (Imposta comportamento registrazione e analisi)](set-recording-behavior.md) al tuo flusso.
1. Configura la pagina **Proprietà** del blocco:
1. Imposta la **Registrazione chiamata** su **Attiva**. Scegli **Agente e cliente**, come mostrato nell’immagine seguente.
![\[Pagina delle proprietà del blocco Imposta comportamento di registrazione e analisi configurata per la registrazione delle chiamate.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/call-recording-summaries.png)
1. Imposta **Analisi** su **Abilita**.
1. Scegli **Abilita l’analisi vocale**.
1. Scegli **Analisi in tempo reale e post-chiamata**.
1. In **Funzionalità IA generativa di Contact Lens**, scegli **Riepilogo post-contatto**.
L’immagine seguente mostra la sezione **Analisi** di una pagina **Proprietà** configurata per abilitare i riepiloghi post-contatto sul CCP dell’agente:
![\[Pagina delle proprietà del blocco Imposta comportamento di registrazione e analisi.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/set-block-post-contact-summaries-ccp.png)
1. Assegna le seguenti autorizzazioni al profilo di sicurezza dell’agente:
+ **Pannello di controllo contatti (CCP) - Dati di Contact Lens - Accesso**
+ **Analisi e ottimizzazione - Riepilogo post-contatto di Contact Lens - Visualizza**
+ **Analisi e ottimizzazione - Conversazioni registrate (redatte)**, **Visualizza conversazioni registrate (non redatte)**, **Tutte** o **Accesso** (il privilegio minimo è **Accesso**, opzione consigliata)
+ **Analisi e ottimizzazione - Visualizza i miei contatti** o **Ricerca contatti**
**Per abilitare i riepiloghi post-contatto sul sito Web di amministrazione Amazon Connect**
1. Configura la pagina **Proprietà** di [Set recording and analytics behavior (Imposta comportamento registrazione e analisi)](set-recording-behavior.md) come riportato di seguito:
1. Imposta **Analisi** su **Abilita**.
1. Scegli **Abilita l’analisi vocale**, **Abilita l’analisi della chat** o entrambe.
Se scegli l’analisi vocale, scegli una delle seguenti opzioni:
+ **Analisi post-chiamata**
+ **Analisi in tempo reale e post-chiamata**: scegli questa opzione se l’utente desidera visualizzare i riepiloghi post-contatto dei contatti in corso (ovvero, l’agente è ancora in ACW ma la chiamata è terminata).
1. La redazione granulare non è supportata per il riepilogo post-contatto. Quando è selezionata la redazione granulare, il riepilogo post-contatto oscura tutte le informazioni di identificazione personale nel testo e le sostituisce con un tag [PII].
1. In **Funzionalità IA generativa di Contact Lens**, scegli **Riepilogo post-contatto**.
1. Assegna le seguenti autorizzazioni al loro profilo di sicurezza dell’utente:
+ **Analisi e ottimizzazione - Ricerca contatti** OPPURE **Visualizza i miei contatti**
+ **Analisi e ottimizzazione - Riepilogo post-contatto di Contact Lens - Visualizza**
+ **Analisi e ottimizzazione - Conversazioni registrate (redatte)**, **Visualizza conversazioni registrate (non redatte)**, **Tutte** o **Accesso** (il privilegio minimo è **Accesso**, opzione consigliata)
## Abilita i riepiloghi dei contatti per e-mail
**Per abilitare i riepiloghi dei contatti per i contatti e-mail**
1. Aggiungi un [Imposta il comportamento di registrazione, analisi ed elaborazione](set-recording-analytics-processing-behavior.md) blocco al flusso di posta elettronica in entrata.
1. Configura la pagina **Proprietà** del blocco:
1. Per **Channel**, scegli **Email**.
1. Imposta **Analisi** su **Abilita**.
1. Scegli **Abilita l'analisi delle e-mail**.
1. In **Funzionalità di intelligenza artificiale Contact Lens generativa**, scegli **Riepilogo dei contatti**.
1. Scegli **Save** (Salva).
## Visualizzazione dei riepiloghi post-contatto sul CCP
Per aiutare gli agenti a svolgere le attività successive al contatto (ACW), Amazon Connect visualizza un riepilogo post-contatto basato sull’IA generativa sul CCP per i contatti vocali. Un esempio del riepilogo è illustrato nell’immagine seguente.
![\[Contact Control Panel che mostra un riepilogo post-contatto basato sull’IA generativa durante le attività successive al contatto (ACW).\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/genai-summary-ccp1.png)
1. L’agente è impegnato nelle attività successive al contatto (ACW). Possono sfogliare la trascrizione mentre nella parte superiore della pagina viene visualizzato un banner “Generazione di riepilogo”.
1. Mentre l’agente sta navigando, viene visualizzato un messaggio che indica che il riepilogo è disponibile. Se l’agente fa clic sul banner, il CCP scorre fino alla parte superiore della pagina quando viene visualizzato il riepilogo.
1. Il banner scompare dopo che l’agente vi ha fatto clic.
**Nota**
I riepiloghi generativi post-contatto basati sull'intelligenza artificiale supportano i contatti vocali, chat ed e-mail sul CCP.
## Visualizza i riepiloghi post-contatto sul sito Web di amministrazione Amazon Connect
Per aiutare i manager e gli altri utenti a rivedere i contatti, possono visualizzare i riepiloghi post-contatto sul sito web di amministrazione. Amazon Connect L’immagine seguente mostra un esempio di riepilogo post-contatto basato sull’IA generativa nella pagina **Dettagli di contatto**.
![\[La pagina Dettagli di contatto mostra un riepilogo post-contatto basato sull’IA generativa con informazioni strutturate sulla conversazione con i clienti.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/genai-summary2.png)
L’immagine seguente mostra un esempio di riepilogo post-contatto basato sull’IA generativa nella pagina **Ricerca contatti**.
![\[La pagina Ricerca contatti mostra i riepiloghi post-contatto basati sull’IA generativa per più interazioni con i clienti in un formato di visualizzazione a elenco.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/genai-summary-contactsearch2.png)
Per ogni contatto viene generato al massimo un riepilogo. Non verrà generato un riepilogo per tutti i contatti; per ulteriori informazioni, consulta [Perché non viene generato un riepilogo](#summary-not-generated).
## Perché non viene generato un riepilogo
Se non viene generato un riepilogo, viene visualizzato un messaggio di errore nelle pagine **Dettagli di contatto** e **Ricerca contatti**. Inoltre, il comando ReasonCode for the error viene visualizzato nell'`ContactSummary`oggetto del file di Contact Lens output, in modo analogo all'esempio seguente:
```
"JobDetails": {
"SkippedAnalysis": [
{
"Feature": "POST_CONTACT_SUMMARY",
"ReasonCode": "INSUFFICIENT_CONVERSATION_CONTENT"
}
]
},
```
Di seguito è riportato un elenco di messaggi di errore che possono essere visualizzati nelle pagine dei dettagli di contatto o di ricerca se non viene generato un riepilogo. È inoltre elencato il codice motivo associato che appare nel file di output di Contact Lens.
+ **Impossibile generare il riepilogo a causa del superamento della quota di riepiloghi simultanei**. ReasonCode:. `QUOTA_EXCEEDED`
Se ricevi questo messaggio, ti consigliamo di [inviare un ticket](https://console.aws.amazon.com/support/home#/case/create?issueType=service-limit-increase&limitType=service-code-connect) per aumentare la quota di [lavori di riepilogo simultanei dopo il contatto](amazon-connect-service-limits.md#contactlens-quotas).
+ **Non è stato possibile generare il riepilogo a causa della mancanza di conversazioni idonee**. ReasonCode:`INSUFFICIENT_CONVERSATION_CONTENT`.
Per quanto riguarda la voce, deve esserci 1 enunciato da ogni partecipante. Per la chat, deve esserci 1 messaggio di tipo supportato da ogni partecipante. I tipi di messaggi supportati sono `text/plain` e `text/markdown`. I messaggi di altri tipi, ad esempio `application/json`, non vengono utilizzati per il riepilogo.
+ **Contact Flow aveva una Contact Lens configurazione non valida per PostContact Summary, ad esempio un codice di lingua non supportato o non valido**. ReasonCode:`INVALID_ANALYSIS_CONFIGURATION`.
Questo errore viene restituito se il riepilogo abilitato è incompatibile con altre impostazioni di Contact Lens, in particolare se è abilitato per una lingua non supportata.
+ Il **riepilogo non può essere fornito perché non è riuscito a soddisfare i limiti di sicurezza e qualità.** ReasonCode:. `FAILED_SAFETY_GUIDELINES`
Questo errore si può verificare in Amazon Connect per i lavori di riepilogo simultanei post-contatto. Amazon Connect passa i dati di contatto ad Amazon Bedrock per la generazione di riepiloghi. Se i dati di contatto contengono informazioni di identificazione personale (PII) non redatte, vengono attivate le linee guida di sicurezza di Amazon Bedrock. Di conseguenza, Amazon Bedrock si rifiuta di generare il riepilogo per proteggere le informazioni sensibili, causando l’errore in Amazon Connect.
+ Errore interno del sistema. ReasonCode: `INTERNAL_ERROR`
# Visualizzazione dei momenti salienti delle conversazioni con i clienti nel Contact Control Panel (CCP)
La revisione di trascrizioni di contatti con centinaia di righe può richiedere molto tempo. Per rendere questo processo più rapido ed efficiente, Contact Lens identifica ed etichetta automaticamente le parti chiave delle conversazioni dei clienti, quindi visualizza i momenti salienti delle conversazioni. I manager possono visualizzare questi momenti salienti nella pagina **Dettagli di contatto**. Gli agenti possono visualizzare i momenti salienti nel Pannello di controllo dei contatti (CCP).
**Suggerimento**
Per un elenco delle lingue supportate, consulta la colonna *Punti salienti* nell’argomento [Lingue supportate da Amazon Connect Contact Lens](supported-languages.md#supported-languages-contact-lens).
Dopo che hai abilitato Contact Lens, identifica le parti chiave di una conversazione del cliente, assegna etichette (come problema, risultato o elemento dell’azione) a tali parti e visualizza i momenti salienti della conversazione del cliente. Puoi espandere i momenti salienti per visualizzare la trascrizione completa del contatto.
Nell'esempio seguente vengono mostrati i punti salienti della pagina **Dettagli di contatto**.
![\[Punti salienti della pagina Dettagli di contatto.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-key-highlights.png)
1. Attiva e disattiva **Mostra i punti salienti** a seconda alle esigenze.
1. **Problema** rappresenta il motivo del contatto. Ad esempio, "Sto pensando di passare al piano di abbonamento online".
1. **Elemento dell’operazione** rappresenta l’azione intrapresa dall’agente. Ad esempio, "Riceverai un'e-mail con un preventivo. Te la invierò a breve".
1. **Risultato** rappresenta la conclusione o l’esito probabile del contatto. Ad esempio, "In base al tuo piano attuale, ti consiglierei il nostro piano Essentials online".
I contatti hanno solo un problema, un risultato e un elemento dell'operazione. È possibile che tutti e tre non siano disponibili per alcuni contatti.
**Nota**
Il messaggio **There are no key highlights for this transcript**, viene visualizzato quando Contact Lens non è in grado di identificare un problema, risultato o elemento dell’azione.
Per informazioni sull'esperienza dell'agente (quale parte della trascrizione viene visualizzata nel Pannello di controllo dei contatti e quando), consulta [Progettazione di un flusso per i punti salienti](enable-analytics.md#call-summarization-agent).
# Utilizzo del rilevamento del tema in Amazon Connect Contact Lens per scoprire problemi con i contatti
Il rilevamento del tema consente di individuare temi di contatto precedentemente sconosciuti o emergenti in migliaia di interazioni con i clienti. Ad esempio, puoi individuare motivi comuni per cui i clienti si mettono in contatto, come "cancellazione della prenotazione" o "ordine in ritardo". Puoi quindi intraprendere le azioni appropriate per migliorare l'esperienza del cliente accelerando la risoluzione dei problemi e migliorando le opzioni IVR, gli articoli della knowledge base e la formazione degli agenti.
## Informazioni importanti
+ Il rilevamento del tema è disponibile nelle seguenti lingue supportate da Amazon Connect Contact Lens:
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/use-theme-detection.html)
+ Il rilevamento dei temi è supportato per i contatti creati a partire dal 30 gennaio 2023.
+ Il pulsante **Genera report sui temi** è abilitato solo quando la ricerca salvata contiene almeno 300 contatti con problemi rilevati da Contact Lens.
+ Il report del rilevamento dei temi viene generato per i 3.000 contatti più recenti.
+ I report del rilevamento dei temi sono disponibili per 30 giorni dopo la creazione. Dopo 30 giorni, i report vengono eliminati dal database e non possono essere recuperati.
+ Nel menu a discesa **Visualizza report sui temi** sono disponibili gli ultimi 20 report sui temi per una ricerca salvata, come mostrato nell'immagine seguente.
![\[La pagina di ricerca dei contatti, il menu a discesa Visualizza report sui temi.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-view-theme-reports.png)
## Come generare un report sui temi
1. Accedi ad Amazon Connect utilizzando un account con le seguenti autorizzazioni nel profilo di sicurezza:
+ **Ricerca contatti - Accesso**
+ **Contact Lens - Rilevamento tema - Crea**
+ **Contact Lens - Rilevamento tema - Visualizza**
1. In Amazon Connect, nel menu di navigazione a sinistra, scegli **Analisi e ottimizzazione**, **Ricerca contatti**.
1. Nella pagina **Ricerca contatti** applica i filtri per selezionare un gruppo di contatti che sono stati analizzati da Contact Lens.
**Importante**
La query di ricerca deve restituire almeno 300 contatti con problemi rilevati da Contact Lens. Altrimenti, il pulsante **Genera report sui temi** non è abilitato.
1. Scegli **Salva ricerca** per salvare i risultati. Assegna un nome alla ricerca.
1. Scegli **Genera report sui temi**.
Contact Lens applica il machine learning per raggruppare automaticamente i contatti con problemi simili. Quando viene generato il report, un banner mostra un link al report sui temi. L'immagine seguente mostra un esempio di banner.
![\[La pagina di ricerca contatti, il banner relativo al rilevamento dei temi.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-theme-detection-banner.png)
1. Clicca o tocca il link per il report sui temi.
Viene visualizzato il report sui temi. Include etichette per i temi e un elenco di contatti, come mostrato nell'immagine seguente.
![\[Un report sui temi con diverse etichette per i temi.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-theme-detection-drilldown.png)
1. Clicca o tocca le etichette dei temi per visualizzare i contatti associati, ascoltare registrazioni specifiche e leggere le trascrizioni per un'analisi più approfondita.
# Analisi dei punteggi di sentiment durante le conversazioni con il contatto utilizzando Contact Lens
## Cosa sono i punteggi di valutazione?
Un punteggio di sentiment è un'analisi del testo e una valutazione che indica se include per lo più un linguaggio positivo, negativo o neutro. I supervisori possono utilizzare i punteggi di valutazione per eseguire ricerche nelle conversazioni e identificare le chiamate associate a esperienze del cliente di gradi diversi, positive o negative. Li aiuta a identificare i contatti da investigare.
Puoi visualizzare un punteggio di valutazione per l'intera conversazione, nonché l'andamento del sentiment per l'intero contatto.
## Come analizzare i punteggi di valutazione
Per migliorare il contact center, può essere utile concentrarsi su quanto segue:
+ Contatti che iniziano con un punteggio di valutazione positivo, ma terminano con un punteggio negativo.
Se ad esempio vuoi concentrarti su un numero limitato di contatti da campionare per il controllo della qualità, puoi esaminare i contatti nei quali sai che il cliente aveva un sentiment positivo all'inizio, ma che si sono conclusi con un sentiment negativo. Questo dimostra che ha abbandonato la conversazione insoddisfatto per qualche motivo.
+ Contatti che iniziano con un punteggio di valutazione negativo, ma terminano con un punteggio positivo.
L'analisi di questi contatti ti aiuterà a identificare quali esperienze puoi ricreare nel tuo contact center. Puoi condividere tecniche di successo con altri agenti.
Un altro modo di osservare l'andamento del sentiment consiste nel controllare la linea di tendenza. Puoi vedere la variazione del sentiment del cliente man mano che il contatto avanza. Ad esempio, l’immagine seguente mostra una conversazione con un punteggio di sentiment molto basso all’inizio della conversazione e molto positivo alla fine.
![\[Tendenza della valutazione dei clienti.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-sentiment-trend.png)
Per ulteriori informazioni, consulta [Cerca il punteggio di valutazione o valuta il cambio di valutazione](search-conversations.md#sentiment-search).
## Come vengono determinati i punteggi di valutazione
Amazon Connect Contact Lens analizza il sentiment di ogni interlocutore in una conversazione come positivo, negativo o neutro. Quindi considera due fattori per il turno di ogni partecipante per assegnare un punteggio compreso tra -5 e \$15 per ogni periodo della chiamata:
+ Frequenza. Il numero di volte in cui il sentiment è positivo, negativo o neutro.
+ Fasce di sentiment. I turni consecutivi con lo stesso sentiment.
Il punteggio di valutazione complessivo è la media dei punteggi assegnati durante ogni parte della chiamata.
# Analisi del tempo di non conversazione durante le chiamate utilizzando Amazon Connect Contact Lens
## Che cos'è il tempo di non conversazione?
Amazon Connect Contact Lens identifica anche la quantità di *tempo di non conversazione******* in una chiamata. Il tempo di non conversazione è la somma del tempo di attesa e dei periodi di silenzio in cui entrambi i partecipanti non parlano per più di 3 secondi. Questa durata non può essere personalizzata.
L'immagine seguente mostra la posizione dei dati relativi ai tempi di non conversazione nella pagina **Dettagli contatto**.
![\[La pagina dei dettagli di contatto, la sezione dei tempi di conversazione, i dati relativi al tempo di non conversazione.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-nontalk-time-overview.png)
## Come analizzare il tempo di non conversazione
Il tempo di assenza di conversazione può aiutarti a identificare le chiamate che non sono andate a buon fine. Possibili cause:
+ Il cliente ha posto una domanda nuova per il contact center.
+ L'agente impiega molto tempo per svolgere un'operazione, pur essendo ben addestrato. Questo indica che potrebbe esserci un problema con gli strumenti utilizzati dall'agente. Ad esempio, gli strumenti non sono sufficientemente reattivi o non sono facili da usare.
+ L'agente non aveva una risposta pronta, ma è relativamente nuovo. Questo indica che ha bisogno di più formazione.
Puoi decidere se concentrarti su questi contatti per migliorare il contact center. Ad esempio, puoi andare in quella sezione dell'audio e poi esaminare la trascrizione per scoprire cosa stava succedendo.
Nell'esempio seguente, il tempo di non conversazione corrisponde al momento in cui l'agente stava cercando l'ID del viaggio del chiamante. Questo può indicare un problema con gli strumenti dell'agente. Oppure, se l'agente è nuovo, ha bisogno di più formazione.
![\[La registrazione audio e la trascrizione dei contatti, il punto di assenza di conversazione.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-non-talk-time-transcript.png)
Per ulteriori informazioni, consulta [Ricerca per tempo non di conversazione](search-conversations.md#nontalk-time-search).
# Analisi del tempo di risposta durante le chat in Contact Lens
Utilizza la metrica del tempo di risposta per comprendere la reattività dell'agente o del cliente durante un contatto in chat.
Contact Lens calcola le seguenti metriche:
+ **Tempo di benvenuto dell'agente**. Si tratta del tempo di prima risposta per l'agente, ovvero la velocità con cui l'agente ha iniziato a interagire con il cliente dopo essersi unito alla chat. Un tempo di prima risposta lungo può spiegare, ad esempio, un sentiment negativo del cliente all'inizio della conversazione.
+ **Tempo medio di risposta dell'agente** e **Tempo medio di risposta dei clienti**. Il tempo di risposta dell'agente consente di verificare le prestazioni di un agente rispetto alla baseline dell'organizzazione.
+ **Tempo massimo di risposta dell'agente** e **Tempo massimo di risposta del cliente**.
Il tempo massimo di risposta del cliente può spiegare il tempo di risposta di un agente. Ad esempio, se un cliente non ha risposto per cinque minuti e poi ha inviato un messaggio, è possibile che l'agente abbia impiegato più tempo del solito a rispondere perché nel frattempo stava gestendo altre chat.
È consigliabile esaminare le metriche del tempo di risposta insieme al grafico delle interazioni che mostra i momenti di assenza di conversazione e la valutazione dei partecipanti.
Puoi cliccare o toccare il valore del tempo di risposta più lungo sul grafico per passare al messaggio associato nella trascrizione.
L'immagine seguente mostra la **pagina Dettagli contatto** con le metriche per le conversazioni in chat. Tieni presente che **Tempo di benvenuto dell'agente** = tempo impiegato dall'agente per inviare la prima risposta dopo essersi unito alla chat.
![\[La pagina dei dettagli di contatto, le metriche della chat.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contactlens-contactdetails-chat1b.png)
Per ulteriori informazioni, consulta [Ricerca in base al tempo di risposta per le conversazioni in chat](search-conversations.md#response-time-search).
# Analisi del volume di agenti e clienti nelle chiamate utilizzando Contact Lens
Un punteggio misura il volume con cui il cliente o l’agente parla durante una chiamata. Contact Lens mostra un’analisi della conversazione che consente di identificare i punti in cui il cliente o l’agente potrebbe alzare la voce ed esprimere un sentiment negativo.
## Come utilizzare i punteggi del volume
È consigliabile utilizzare i punteggi del volume insieme alle valutazioni. Cerca le aree della conversazione in cui il punteggio del volume è alto e la valutazione è bassa. Quindi leggi quella parte della trascrizione o ascolta quella sezione della chiamata.
L'immagine seguente, ad esempio, mostra un'analisi della registrazione e della trascrizione. Le barre verticali di picco indicano i punti in cui il cliente parla ad alta voce. Le barre rosse orizzontali indicano che il suo sentiment è negativo.
![\[La pagina dei dettagli di contatto, i punteggi del volume.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/contact-lens-amplitude.png)
# Utilizzo della redazione dei dati sensibili per proteggere la privacy dei clienti utilizzando Contact Lens
Per aiutarti a proteggere la privacy dei tuoi clienti, l'analisi Contact Lens conversazionale ti consente di eliminare automaticamente i dati sensibili dalle trascrizioni delle conversazioni, dai file audio e dalle trascrizioni delle e-mail. Oscura i dati sensibili, come nome, indirizzo e informazioni sulla carta di credito mediante la comprensione del linguaggio naturale (NLU).
Quando abiliti l’analisi delle conversazioni nel blocco **Imposta comportamento di registrazione e analisi**, hai la possibilità di abilitare la redazione. Per ulteriori informazioni, consulta [Abilitazione dell'oscuramento dei dati sensibili](enable-analytics.md#enable-redaction).
Per i contatti vocali, la cancellazione dei dati sensibili viene applicata dopo la disconnessione di una chiamata. Per i contatti e-mail, la redazione viene applicata al termine del contatto e-mail.
**Importante**
La funzionalità di oscuramento è progettata per identificare e rimuovere i dati sensibili. Tuttavia, data la natura predittiva del machine learning, è possibile che non vengano identificate e rimosse tutte le istanze di dati sensibili in una trascrizione generata da Contact Lens. Ti consigliamo di esaminare l'output oscurato per assicurarti che soddisfi le tue esigenze.
La funzionalità di oscuramento non soddisfa i requisiti per la de-identificazione previsti dalle leggi sulla privacy in ambito sanitario, come la legge statunitense Health Insurance Portability and Accountability Act (HIPAA) del 1996, quindi ti consigliamo di continuare a trattare questi dati come informazioni sanitarie protette dopo l’oscuramento.
Per un elenco delle lingue supportate dalla redazione di Contact Lens, consulta [Lingue supportate dalle funzionalità di Amazon Connect](supported-languages.md).
## Informazioni sui file oscurati
I file vocali redatti vengono archiviati nel bucket Voice Amazon S3, ad esempio: connect- /Analysis. *instanceARN*
I file di chat redatti vengono archiviati nel bucket di chat Amazon S3, ad esempio: connect- /Analysis/Chat *instanceARN*
I file e-mail redatti vengono archiviati nel bucket di posta elettronica Amazon S3, ad esempio: connect- /Analysis/Email *instanceARN*
Puoi accedere a tutti i file (oscurati, non oscurati, non elaborati e così via) tramite la console AWS , utilizzando la console Amazon S3.
[Di seguito è riportato un elenco di ciò a cui puoi accedere utilizzando il sito Web di Amazon Connect amministrazione (ad esempio nella pagina dei **dettagli di contatto), supponendo che tu disponga** delle autorizzazioni appropriate per il profilo di sicurezza:](permissions-for-contact-lens.md)
+ Accedi ai file vocali, di chat e di posta elettronica redatti.
+ Download delle registrazioni vocali oscurate.
**Nota**
Al momento non è possibile scaricare file di chat e trascrizioni vocali oscurati.
Quando l’oscuramento è abilitato, Contact Lens genera i seguenti file:
+ Un file oscurato. Questo file viene generato per impostazione predefinita quando l'oscuramento è abilitato. È lo schema di output, con i dati sensibili oscurati. Per un file di esempio, consulta [Esempio di file redatto per una chiamata analizzata mediante analisi delle conversazioni di Contact Lens](contact-lens-example-output-files.md#example-redacted-file).
+ Un file originale (non elaborato) e analizzato. Questo file viene generato solo quando scegli **Ottieni trascrizioni oscurate e originali con audio oscurato** nel blocco [Set recording and analytics behavior (Imposta comportamento registrazione e analisi)](set-recording-behavior.md). Per un file di esempio, consulta [File originale di esempio per una chiamata analizzato mediante analisi di conversazione di Contact Lens](contact-lens-example-output-files.md#example-original-output-file).
**Importante**
Per i contatti vocali, il file analizzato originale è l'unico posto in cui è archiviata la conversazione completa. Se lo elimini, non rimarrà traccia dei dati sensibili che sono stati oscurati.
+ Un file audio oscurato (wav) per i contatti vocali. I dati sensibili nei file audio vengono oscurati come silenzio. Questi momenti di silenzio non vengono contrassegnati nel sito Web di Amazon Connect amministrazione o altrove come periodi di non conversazione.
Utilizza le tue policy di conservazione dei file per determinare per quanto tempo conservarli.
# Contact Lens APIs Utilizzali per l'analisi delle chat
Contact Lensne include due APIs che supportano l'analisi conversazionale. Utilizzali APIs per creare soluzioni che rendano il tuo contact center più efficiente.
+ [ListRealtimeContactAnalysisSegments](https://docs.aws.amazon.com/contact-lens/latest/APIReference/API_ListRealtimeContactAnalysisSegments.html): Da utilizzare per i contatti vocali.
+ [ListRealtimeContactAnalysisSegmentsV2](https://docs.aws.amazon.com/connect/latest/APIReference/API_ListRealtimeContactAnalysisSegmentsV2.html): Utilizzare per i contatti in chat.
Queste analisi conversazionali APIs sono sondaggi APIs, con uno request/response scambio standard, in cui non è necessaria l'integrazione con nessun altro servizio. Esistono tuttavia delle [limitazioni di frequenza](amazon-connect-service-limits.md#connect-contactlens-api-quotas). Se necessario, puoi eliminare queste limitazioni utilizzando l’[API di streaming](contact-analysis-segment-streams.md). Richiede l'integrazione con il flusso di dati Amazon Kinesis.
Di seguito sono riportati due casi d’uso per l’API di analisi delle chiamate e delle chat.
## Migliori trasferimenti di contatti
Quando un contatto viene trasferito da un agente a un altro, è possibile trasferire una trascrizione della conversazione al nuovo agente. Il nuovo agente dispone del contesto che spiega perché il cliente sta contattando il contact center. Questo evita al cliente di dover ripetere informazioni già fornite. Utilizza l'[ListRealtimeContactAnalysisSegments](https://docs.aws.amazon.com/contact-lens/latest/APIReference/API_ListRealtimeContactAnalysisSegments.html)API per i contatti vocali e l'API [ListRealtimeContactAnalysisSegmentsV2](https://docs.aws.amazon.com/connect/latest/APIReference/API_ListRealtimeContactAnalysisSegmentsV2.html) per le chat per ottenere l'intera trascrizione della conversazione fino a un certo punto e condividerla con il nuovo agente.
## Evidenzia le parti chiave della conversazione come etichette, problemi, elementi dell'operazione e risultati
Grazie ai punti salienti, gli agenti possono rapidamente prendere appunti dopo che il contatto termina e i supervisori possono rapidamente identificare i contatti per la gestione della qualità e delle prestazioni degli agenti. Ciò consente di migliorare la produttività di agenti e supervisori.
# Accesso all’analisi di Contact Lens per i contatti vocali e tramite chat utilizzando il flusso di dati Amazon Kinesis
I flussi di segmenti di analisi dei contatti consentono di accedere all’analisi di Contact Lens per i contatti vocali e tramite chat. [Lo streaming supera i limiti di scalabilità delle analisi esistenti di chiamate e chat. APIs](contact-lens-api.md) Per i contatti vocali, fornisce inoltre l’accesso a un segmento di dati chiamato `Utterance` che consente di accedere a trascrizioni parziali. Questo permette di soddisfare i requisiti di latenza estremamente bassa per supportare gli agenti nelle chiamate in tempo reale.
Questa sezione spiega come effettuare l’integrazione con il flusso di dati Amazon Kinesis per lo streaming.
Con lo streaming, puoi ricevere i seguenti tipi di evento:
+ Eventi STARTED pubblicati all’inizio di una sessione di analisi dei contatti.
+ Eventi SEGMENTS pubblicati durante le sessioni di analisi dei contatti. Questi eventi contengono un elenco di segmenti con le informazioni analizzate.
+ Eventi COMPLETED o FAILED pubblicati al termine di una sessione di analisi dei contatti.
**Topics**
+ [Abilitazione dei flussi di segmenti di analisi dei contatti](enable-contact-analysis-segment-streams.md)
+ [Voce: modello di dati per flussi di segmenti di analisi delle conversazioni](real-time-contact-analysis-segment-streams-data-model.md)
+ [Modello di dati per flussi di segmenti di analisi delle conversazioni](chat-real-time-contact-analysis-segment-streams-data-model.md)
+ [Voice: flusso di segmenti di analisi delle conversazioni di esempio](sample-real-time-contact-analysis-segment-stream.md)
+ [Chat: flusso di segmenti di analisi delle conversazioni di esempio](chat-sample-real-time-contact-analysis-segment-stream.md)
# Abilitazione dei flussi di segmenti di analisi dei contatti per analizzare le conversazioni Contact Lens
I flussi di segmenti di analisi dei contatti non sono abilitati per impostazione predefinita. In questo argomento viene descritto come abilitarli.
## Passaggio 1: Creare un flusso Amazon Kinesis
Crea il flusso di dati nello stesso account e nella stessa regione in cui risiede la tua istanza Amazon Connect. Per istruzioni, consulta [Passaggio 1: Creare un flusso di dati](https://docs.aws.amazon.com/streams/latest/dev/tutorial-stock-data-kplkcl-create-stream.html) nella *Guida per gli sviluppatori del flusso di dati Amazon Kinesis*.
**Suggerimento**
È consigliabile creare un flusso separato per ogni tipo di dati. Sebbene sia possibile utilizzare lo stesso flusso per i flussi dei segmenti di analisi dei contatti, gli eventi degli agenti e i record dei contatti, è molto più semplice gestire e ottenere dati dal flusso quando si utilizza un flusso separato per ognuno di essi. Per ulteriori informazioni, consulta la [Guida per gli sviluppatori di Amazon Kinesis Data Streams](https://docs.aws.amazon.com/streams/latest/dev/introduction.html).
## Passaggio 2: Configurare la crittografia lato server per il flusso Kinesis (facoltativo ma consigliato)
Esistono vari modi per eseguire questa operazione.
+ Opzione 1: utilizzare la Chiave gestita da AWS di Kinesis (`aws/kinesis`). Funziona senza alcuna configurazione aggiuntiva.
+ Opzione 2: utilizzare la stessa chiave gestita dal cliente per le registrazioni delle chiamate, le trascrizioni delle chat o i report esportati nell'istanza Amazon Connect.
Abilita la crittografia e utilizza una chiave gestita dal cliente per le registrazioni delle chiamate, le trascrizioni delle chat o i report esportati nella tua istanza Amazon Connect. Quindi scegli la stessa chiave KMS per il flusso di dati Kinesis. Questa chiave dispone già dell'autorizzazione (concessione) necessaria per il suo utilizzo.
+ Opzione 3: utilizzare un'altra chiave gestita dal cliente.
Usa una chiave gestita dal cliente esistente o creane una nuova e aggiungi le autorizzazioni necessarie per l'utilizzo della chiave da parte del ruolo Amazon Connect. Per aggiungere le autorizzazioni utilizzando le concessioni AWS KMS , consulta l'esempio seguente:
```
aws kms create-grant \
--key-id your key ID \
--grantee-principal arn:aws:iam::your AWS account ID:role/aws-service-role/connect.amazonaws.com/AWSServiceRoleForAmazonConnect_11111111111111111111 \
--operations GenerateDataKey \
--retiring-principal arn:aws:iam::your AWS account ID:role/adminRole
```
Dov'è `grantee-principal` è l'ARN del ruolo collegato al servizio associato alla tua istanza Amazon Connect. Per trovare l'ARN del ruolo collegato al servizio, nella console Amazon Connect vai a **Panoramica**, **Impostazioni di distribuzione**, **Ruolo collegato al servizio**.
## Passaggio 3: Associare il flusso Kinesis
Utilizza l'[AssociateInstanceStorageConfig](https://docs.aws.amazon.com/connect/latest/APIReference/API_AssociateInstanceStorageConfig.html)API Amazon Connect per associare i seguenti tipi di risorse:
+ Per i contatti vocali, utilizza `REAL_TIME_CONTACT_ANALYSIS_VOICE_SEGMENTS`
+ Per i contatti tramite chat, utilizza `REAL_TIME_CONTACT_ANALYSIS_CHAT_SEGMENTS`
**Nota**
`REAL_TIME_CONTACT_ANALYSIS_SEGMENTS` è obsoleto, ma è comunque supportato e si applica solo ai contatti vocali. Utilizza `REAL_TIME_CONTACT_ANALYSIS_VOICE_SEGMENTS` per i contatti vocali in futuro.
Se in precedenza hai associato un flusso con `REAL_TIME_CONTACT_ANALYSIS_SEGMENTS`, non è necessaria alcuna azione per aggiornare lo flusso a `REAL_TIME_CONTACT_ANALYSIS_VOICE_SEGMENTS`.
Specifica il flusso Kinesis in cui verranno pubblicati i segmenti di analisi dei contatti in tempo reale. Avrai bisogno dell'ID istanza e dell'ARN del flusso Kinesis. Il codice seguente mostra un esempio:
```
// Build request
const request: Connect.Types.AssociateInstanceStorageConfigRequest = {
InstanceId: 'your Amazon Connect instance ID',
ResourceType: 'REAL_TIME_CONTACT_ANALYSIS_VOICE_SEGMENTS or REAL_TIME_CONTACT_ANALYSIS_CHAT_SEGMENTS',
StorageConfig: {
StorageType: 'KINESIS_STREAM',
KinesisStreamConfig: {
StreamArn: 'the ARN of your Kinesis stream',
},
}
};
```
### AWS CLI
L’esempio seguente riguarda i contatti tramite chat.
**Suggerimento**
Se non includi la AWS regione (`--region`), utilizza la regione predefinita basata sul profilo CLI.
Il valore del parametro `--storage-config` non deve essere incluso tra virgolette singole (‘). Altrimenti genera un errore.
```
aws connect associate-instance-storage-config \
--region "us-west-2" \
--instance-id your Amazon Connect instance ID \
--resource-type REAL_TIME_CONTACT_ANALYSIS_CHAT_SEGMENTS \
--storage-config StorageType=KINESIS_STREAM,KinesisStreamConfig={StreamArn=the ARN of your Kinesis stream}
```
### AWS SDK
L’esempio seguente riguarda i contatti vocali.
```
import { Connect } from 'aws-sdk';
async function associate (): Promise {
const clientConfig: Connect.ClientConfiguration = {
region: 'the Region of your Amazon Connect instance',
};
const connect = new Connect(clientConfig);
// Build request
const request: Connect.Types.AssociateInstanceStorageConfigRequest = {
InstanceId: 'your Amazon Connect instance ID',
ResourceType: 'REAL_TIME_CONTACT_ANALYSIS_VOICE_SEGMENTS',
StorageConfig: {
StorageType: 'KINESIS_STREAM',
KinesisStreamConfig: {
StreamArn: 'the ARN of your Kinesis stream',
},
}
};
try {
// Execute request
const response: Connect.Types.AssociateInstanceStorageConfigResponse = await connect.associateInstanceStorageConfig(request).promise();
// Process response
console.log('raw response: ${JSON.stringify(response, null, 2)}');
} catch (err) {
console.error('Error calling associateInstanceStorageConfig. err.code: ${err.code},' +
'err.message: ${err.message}, err.statusCode: ${err.statusCode}, err.retryable: ${err.retryable}');
}
}
associate().then(r => console.log('Done'));
```
## Fase 4: abilitare Contact Lens per un’istanza Amazon Connect
Per istruzioni, consulta [Abilitazione dell’analisi delle conversazioni in Amazon Connect Contact Lens](enable-analytics.md).
## Passaggio 5 (facoltativo): Esaminare un flusso di segmenti di esempio
Ti consigliamo di esaminare un flusso di segmenti di esempio [vocale](sample-real-time-contact-analysis-segment-stream.md) o tramite [chat](chat-sample-real-time-contact-analysis-segment-stream.md) per acquisire familiarità.
# Modello di dati per i flussi di segmenti di analisi delle conversazioni per analizzare i contatti vocali in Contact Lens
I flussi di segmenti di analisi dei contatti in tempo reale vengono generati in JSON. I blob JSON degli eventi vengono pubblicati nel flusso associato per ogni contatto per cui è abilitata l’analisi delle conversazioni in tempo reale. È possibile pubblicare i seguenti tipi di eventi per una sessione di analisi delle conversazioni per un contatto vocale:
+ Eventi STARTED: ogni sessione di analisi delle conversazioni pubblica un evento STARTED all’inizio della sessione.
+ Eventi SEGMENTS: ogni sessione di analisi delle conversazioni può pubblicare zero o più eventi SEGMENTS durante la sessione. Questi eventi contengono un elenco di segmenti con le informazioni analizzate. Per i contatti vocali, l’elenco dei segmenti può includere segmenti “`Utterance`”, “`Transcript`”, “`Categories`” o “`PostContactSummary`”.
+ Eventi COMPLETED o FAILED: ogni sessione di analisi delle conversazioni pubblica un evento COMPLETED o FAILED alla fine della sessione.
## Proprietà comuni incluse in tutti gli eventi per i contatti vocali
Ogni evento include le seguenti proprietà:
**Versione**
La versione dello schema dell'evento.
Tipo: String
**Canale**
Il tipo del canale per il contatto.
Tipo: String
Valori validi: `VOICE`, `CHAT`, `TASK`
Per ulteriori informazioni sui canali, consulta [Canali e simultaneità per il routing dei contatti in Amazon Connect](channels-and-concurrency.md).
**AccountId**
L'identificatore dell'account in cui avviene questo contatto.
Tipo: String
**ContactId**
L'identificatore del contatto analizzato.
Tipo: String
**InstanceId**
L'identificatore dell'istanza in cui avviene questo contatto.
Tipo: String
**LanguageCode**
Il codice della lingua associato a questo contatto.
Tipo: String
Valori validi: il codice della lingua per una delle [lingue supportate per l’analisi delle chiamate in tempo reale di Contact Lens](supported-languages.md#supported-languages-contact-lens).
**EventType**
Il tipo di evento pubblicato.
Tipo: String
Valori validi: `STARTED`, `SEGMENTS`, `COMPLETED`, `FAILED`
## Evento STARTED
Gli eventi `STARTED` includono solo le proprietà comuni:
+ Versione
+ Canale
+ AccountId
+ ContactId
+ LanguageCode
+ EventType: INIZIATO
## Evento SEGMENTS
Gli eventi `SEGMENTS` includono le proprietà seguenti:
+ Versione
+ Canale
+ AccountId
+ ContactId
+ LanguageCode
+ EventType: SEGMENTI
+ Segmenta: oltre alle proprietà comuni, gli eventi `SEGMENTS` includono un elenco di segmenti con le informazioni analizzate.
Type: array di oggetti [Segment](#segment)
+ PostContactSummary: Informazioni sul riepilogo successivo al contatto per un segmento di contatto vocale.
Tipo: oggetti [PostContactSummary](https://docs.aws.amazon.com/connect/latest/APIReference/API_connect-contact-lens_PostContactSummary.html)
Obbligatorio: no
**Segment**
Un segmento analizzato per una sessione di analisi in tempo reale.
Ogni segmento è un oggetto con le seguenti proprietà opzionali. È presente solo una di queste proprietà, a seconda del tipo di segmento:
+ Utterance
+ Transcript
+ Categories
+ PostContactSummary
**Utterance**
L'enunciato analizzato.
Obbligatorio: no
+ **Id**
L'identificatore dell'enunciato.
Tipo: String
+ ** TranscriptId**
L'identificatore della trascrizione associata a questo enunciato.
Tipo: String
+ **ParticipantId**
L'identificatore del partecipante.
Tipo: String
+ ** ParticipantRole**
Il ruolo del partecipante. Ad esempio, un cliente, un agente o un sistema.
Tipo: String
+ ** PartialContent**
Il contenuto dell'enunciato.
Tipo: String
+ ** BeginOffsetMillis**
L'offset iniziale nel contatto per questa trascrizione.
Tipo: numero intero
+ ** EndOffsetMillis**
L'offset finale nel contatto per questa trascrizione.
Tipo: numero intero
**Transcript**
La trascrizione analizzata.
Tipo: oggetto [Transcript](https://docs.aws.amazon.com/contact-lens/latest/APIReference/API_Transcript.html)
Obbligatorio: no
**Categories**
Le regole della categoria corrispondente.
Tipo: oggetto [Categories](https://docs.aws.amazon.com/contact-lens/latest/APIReference/API_Categories.html)
Obbligatorio: no
**PostContactSummary**
Informazioni sul riepilogo post-contatto per un segmento di contatto vocale.
Tipo: oggetto [PostContactSummary](https://docs.aws.amazon.com/connect/latest/APIReference/API_connect-contact-lens_PostContactSummary.html)
Obbligatorio: no
## Eventi COMPLETED
Gli eventi `COMPLETED` includono solo le seguenti proprietà comuni:
+ Versione
+ Canale
+ AccountId
+ ContactId
+ LanguageCode
+ EventType: COMPLETATO
## Evento FAILED
Gli eventi `FAILED` includono solo le seguenti proprietà comuni:
+ Versione
+ Canale
+ AccountId
+ ContactId
+ LanguageCode
+ EventType: FALLITO
# Modello di dati per i flussi di segmenti di analisi delle conversazioni per analizzare le chat in Contact Lens
I flussi di segmenti di analisi delle conversazioni per i contatti tramite chat vengono generati in JSON. I blob JSON degli eventi vengono pubblicati nel flusso associato per ogni contatto per cui è abilitata l’analisi delle conversazioni in tempo reale. È possibile pubblicare i seguenti tipi di eventi per una sessione di analisi delle conversazioni per un contatto tramite chat:
+ Eventi STARTED: ogni sessione di analisi delle conversazioni pubblica un evento STARTED all’inizio della sessione.
+ Eventi SEGMENTS: ogni sessione di analisi delle conversazioni può pubblicare zero o più eventi SEGMENTS durante la sessione. Questi eventi contengono un elenco di segmenti con le informazioni analizzate. Per i contatti tramite chat, l’elenco dei segmenti può includere i segmenti “`Attachments`”, “`Transcript`”, “`Categories`”, “`Events`”, “`Issues`” o “`PostContactSummary`”.
+ Eventi COMPLETED o FAILED: ogni sessione di analisi delle conversazioni pubblica un evento COMPLETED o FAILED alla fine della sessione.
## Proprietà comuni incluse in tutti gli eventi per i contatti tramite chat
Ogni evento include le seguenti proprietà:
**Versione**
La versione dello schema dell’evento. Per i contatti tramite chat, questa è la versione 2.0.0.
Tipo: String
**Canale**
Il tipo del canale per il contatto.
Tipo: String
Valori validi: `VOICE`, `CHAT`, `TASK`
Per ulteriori informazioni sui canali, consulta [Canali e simultaneità per il routing dei contatti in Amazon Connect](channels-and-concurrency.md).
**AccountId**
L'identificatore dell'account in cui avviene questo contatto.
Tipo: String
**InstanceId**
L'identificatore dell'istanza in cui avviene questo contatto.
Tipo: String
**ContactId**
L'identificatore del contatto analizzato.
Tipo: String
**StreamingEventType**
Il tipo di evento pubblicato.
Tipo: String
Valori validi: `STARTED`, `SEGMENTS`, `COMPLETED`, `FAILED`
**StreamingSettings**
Le impostazioni di Contact Lens per questo contatto
Tipo: oggetto [StreamingSettings](#streamingsettingsobject)
## StreamingSettings oggetto
**LanguageCode**
Il codice della lingua associato a questo contatto.
Tipo: String
Valori validi: il codice della lingua per una delle [lingue supportate per l’analisi delle chiamate in tempo reale di Contact Lens](supported-languages.md#supported-languages-contact-lens).
**Output**
Il tipo di output di Contact Lens abilitato per questo contatto.
Tipo: String
Valori validi: `Raw`, `Redacted`, `RedactedAndRaw`
**RedactionTypes**
Il tipo di redazione abilitato per questo contatto.
Tipo: array di stringhe
Valori validi: `PII`
**RedactionTypesMetadata**
I metadati di redazione per ogni tipo di redazione.
Tipo: RedactionType da stringa a [RedactionMetadata](#redactionmetadata)oggetto
Valori validi: `PII`
## RedactionMetadata oggetto
Fornisce informazioni sulle impostazioni di redazione.
**RedactionMaskMode**
Impostazione Sostituzione dei dati oscurati
Tipo: String
Valori validi: `PII`, `EntityType`
## Evento STARTED
Gli eventi `STARTED` includono solo le proprietà comuni:
+ Versione
+ Canale
+ AccountId
+ ContactId
+ StreamingEventType: INIZIATO
+ StreamingSettings
## Evento SEGMENTS
Gli eventi `SEGMENTS` includono le proprietà seguenti:
+ Versione
+ Canale
+ AccountId
+ OutputType
+ Il tipo di output di Contact Lens del segmento corrente
+ Tipo: String
+ Valori validi: `Raw`, `Redacted`
+ ContactId
+ StreamingEventType: SEGMENTI
+ StreamingSettings
+ Segmenti
+ Un elenco di segmenti con le informazioni analizzate.
+ Type: array di oggetti [Segment](#chat-segment)
**Segment**
Un segmento analizzato per una sessione di analisi in tempo reale.
Ogni segmento è un oggetto con le seguenti proprietà opzionali. È presente solo una di queste proprietà, a seconda del tipo di segmento:
+ [Allegati](#chat-attachments)
+ [Categorie](#chat-category)
+ [Evento](#chat-event)
+ [Problemi](#chat-issues)
+ [Trascrizione](#chat-transcript)
+ [PostContactSummary](#chat-postcontactsummary)
**Allegati**
Gli allegati analizzati.
Obbligatorio: no
Tipo: oggetto [RealTimeContactAnalysisSegmentAttachments](https://docs.aws.amazon.com/connect/latest/APIReference/API_RealTimeContactAnalysisSegmentAttachments.html)
**Categories**
Le regole della categoria corrispondente.
Tipo: oggetto [RealTimeContactAnalysisSegmentCategories](https://docs.aws.amazon.com/connect/latest/APIReference/API_RealTimeContactAnalysisSegmentCategories.html)
Obbligatorio: no
**Event**
Tipo di segmento che descrive un evento di contatto.
Tipo: oggetto [RealTimeContactAnalysisSegmentEvent](https://docs.aws.amazon.com/connect/latest/APIReference/API_RealTimeContactAnalysisSegmentEvent.html)
Obbligatorio: no
**Problemi**
Tipo di segmento contenente un elenco di problemi rilevati.
Tipo: oggetto [RealTimeContactAnalysisSegmentIssues](https://docs.aws.amazon.com/connect/latest/APIReference/API_RealTimeContactAnalysisSegmentIssues.html)
Obbligatorio: no
**Transcript**
Il segmento di trascrizione analizzato.
Tipo: oggetto [RealTimeContactAnalysisSegmentTranscript](https://docs.aws.amazon.com/connect/latest/APIReference/API_RealTimeContactAnalysisSegmentTranscript.html)
Obbligatorio: no
**PostContactSummary**
Informazioni sul riepilogo post-contatto per un segmento di contatto in tempo reale per la chat.
Tipo: oggetto [RealTimeContactAnalysisSegmentPostContactSummary](https://docs.aws.amazon.com/connect/latest/APIReference/API_RealTimeContactAnalysisSegmentPostContactSummary.html)
Obbligatorio: no
## Eventi COMPLETED
Gli eventi `COMPLETED` includono solo le seguenti proprietà comuni:
+ Versione
+ Canale
+ AccountId
+ InstanceId
+ ContactId
+ StreamingEventType: COMPLETATO
+ StreamingSettings
## Evento FAILED
Gli eventi `FAILED` includono solo le seguenti proprietà comuni:
+ Versione
+ Canale
+ AccountId
+ InstanceId
+ ContactId
+ StreamingEventType: FALLITO
+ StreamingSettings
# Flusso di segmenti di analisi delle conversazioni di esempio per analizzare le chiamate utilizzando Contact Lens
Questo argomento fornisce i flussi di segmenti di esempio per gli eventi STARTED, SEGMENTS, COMPLETED e FAILED che possono verificarsi durante un contatto vocale.
## Evento STARTED di esempio
+ EventType: AVVIATO
+ Pubblicato all’inizio della sessione di analisi delle conversazioni.
```
{
"Version": "1.0.0",
"Channel": "VOICE",
"AccountId": "123456789012", // your AWS account ID
"InstanceId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE11111", // your Amazon Connect instance ID
"ContactId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE22222", // the ID of the contact
"LanguageCode": "en-US", // the language code of the contact
"EventType": "STARTED"
}
```
## Evento SEGMENTS di esempio
+ EventType: SEGMENTI
+ Pubblicato durante una sessione di analisi delle conversazioni. Questo evento contiene un elenco di segmenti con le informazioni analizzate. L’elenco dei segmenti può includere i segmenti “`Utterance`”, “`Transcript`”, “`Categories`” o “`PostContactSummary`”.
```
{
"Version": "1.0.0",
"Channel": "VOICE",
"AccountId": "123456789012", // your AWS account ID
"InstanceId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE11111", // your Amazon Connect instance ID
"ContactId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE22222", // the ID of the contact
"LanguageCode": "en-US", // the language code of the contact
"EventType": "SEGMENTS",
"Segments": [
{
"Utterance": {
"Id": "7b48ca3d-73d3-443a-bf34-a9e8fcc01747",
"TranscriptId": "121d1581-905f-4169-9804-b841bb4df04a",
"ParticipantId": "AGENT",
"ParticipantRole": "AGENT",
"PartialContent": "Hello, thank you for calling Example Corp. My name is Adam.",
"BeginOffsetMillis": 19010,
"EndOffsetMillis": 22980
}
},
{
"Utterance": {
"Id": "75acb743-2154-486b-aaeb-c960ae290e88",
"TranscriptId": "121d1581-905f-4169-9804-b841bb4df04a",
"ParticipantId": "AGENT",
"ParticipantRole": "AGENT",
"PartialContent": "How can I help you?",
"BeginOffsetMillis": 23000,
"EndOffsetMillis": 24598
}
},
{
"Transcript": {
"Id": "121d1581-905f-4169-9804-b841bb4df04a",
"ParticipantId": "AGENT",
"ParticipantRole": "AGENT",
"Content": "Hello, thank you for calling Example Corp. My name is Adam. How can I help you?",
"BeginOffsetMillis": 19010,
"EndOffsetMillis": 24598,
"Sentiment": "NEUTRAL"
}
},
{
"Transcript": {
"Id": "4295e927-43aa-4447-bbfc-8fccc2027530",
"ParticipantId": "CUSTOMER",
"ParticipantRole": "CUSTOMER",
"Content": "I'm having trouble submitting the application, number AX876293 on the portal. I tried but couldn't connect to my POC on the portal. So, I'm calling on this toll free number",
"BeginOffsetMillis": 19010,
"EndOffsetMillis": 22690,
"Sentiment": "NEGATIVE",
"IssuesDetected": [
{
"CharacterOffsets": {
"BeginOffsetChar": 0,
"EndOffsetChar": 81
}
}
]
}
},
{
"Categories": {
"MatchedCategories": [
"CreditCardRelated",
"CardBrokenIssue"
],
"MatchedDetails": {
"CreditCardRelated": {
"PointsOfInterest": [
{
"BeginOffsetMillis": 19010,
"EndOffsetMillis": 22690
}
]
},
"CardBrokenIssue": {
"PointsOfInterest": [
{
"BeginOffsetMillis": 25000,
"EndOffsetMillis": 29690
}
]
}
}
}
},
{
"PostContactSummary": {
"Content": "Customer contacted Example Corp because of an issue with their application",
"Status": "COMPLETED"
}
}
]
}
```
## Evento COMPLETED di esempio
+ EventType: COMPLETATO
+ Pubblicato al termine della sessione di analisi delle conversazioni se l’analisi è stata completata correttamente.
```
{
"Version": "1.0.0",
"Channel": "VOICE",
"AccountId": "123456789012", // your AWS account ID
"InstanceId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE11111", // your Amazon Connect instance ID
"ContactId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE22222", // the ID of the contact
"LanguageCode": "en-US", // the language code of the contact
"EventType": "COMPLETED"
}
```
## Evento FAILED di esempio
+ EventType: FALLITO
+ Pubblicato al termine della sessione di analisi delle conversazioni se l’analisi non è riuscita.
```
{
"Version": "1.0.0",
"Channel": "VOICE",
"AccountId": "123456789012", // your AWS account ID
"InstanceId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE11111", // your Amazon Connect instance ID
"ContactId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE22222", // the ID of the contact
"LanguageCode": "en-US", // the language code of the contact
"EventType": "FAILED"
}
```
# Esempi di flussi di analisi delle conversazioni per analizzare le chat in Contact Lens
Questo argomento fornisce i flussi di segmenti di esempio per gli eventi STARTED, SEGMENTS, COMPLETED e FAILED che si verificano durante un contatto tramite chat.
## Evento STARTED di esempio
+ EventType: AVVIATO
+ Pubblicato all’inizio della sessione di analisi delle conversazioni.
```
{
"Version": "2.0.0",
"Channel": "CHAT",
"AccountId": "123456789012", // your AWS account ID
"InstanceId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE11111", // your Amazon Connect instance ID
"ContactId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE22222", // the ID of the contact
"StreamingEventType": "STARTED",
"StreamingSettings": {
"LanguageCode": "en-US", // the language code of the contact
"Output": "RedactedAndRaw",
"RedactionTypes": [
"PII"
],
"RedactionTypesMetadata": {
"PII": {
"RedactionMaskMode": "PII"
}
}
}
}
```
## Evento SEGMENTS di esempio
+ EventType: [SEGMENTI](chat-real-time-contact-analysis-segment-streams-data-model.md#chat-segment-streams-data-model-segments-event)
+ Pubblicato durante una sessione di analisi delle conversazioni. Questo evento contiene un elenco di [RealtimeContactAnalysisSegment](https://docs.aws.amazon.com/connect/latest/APIReference/API_RealtimeContactAnalysisSegment.html)oggetti con informazioni analizzate. L'elenco dei segmenti può includere segmenti `"Transcript"``"Categories"`,`"Issue"`,`"Event"`,`"Attachment"`, o PostContactSummary "».
```
{
"Version": "2.0.0",
"Channel": "CHAT",
"AccountId": "123456789012", // your AWS account ID
"InstanceId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE11111", // your Amazon Connect instance ID
"ContactId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE22222", // the ID of the contact
"OutputType": "Redacted",
"StreamingEventType": "SEGMENTS",
"StreamingSettings": {
"LanguageCode": "en-US", // the language code of the contact
"Output": "RedactedAndRaw",
"RedactionTypes": [
"PII"
],
"RedactionTypesMetadata": {
"PII": {
"RedactionMaskMode": "PII"
}
}
},
"Segments": [{
"Transcript": {
"Id": "07a2d668-5c9e-4f69-b2fe-986261b0743a",
"ParticipantId": "a309ac1e-ca87-44ca-bb5d-197eca8ed77a",
"ParticipantRole": "AGENT",
"DisplayName": "[PII]",
"Content": "Hello, thank you for contacting Example Corp. My name is Ray.",
"ContentType": "text/markdown",
"Time": {
"AbsoluteTime": "2024-03-14T19:39:26.715Z"
},
"Sentiment": "NEUTRAL"
}
}, {
"Categories": {
"MatchedDetails": {
"Hi": {
"PointsOfInterest": [{
"TranscriptItems": [{
"Id": "5205b050-8aa9-4645-a381-a308801649ab",
"CharacterOffsets": {
"BeginOffsetChar": 0,
"EndOffsetChar": 40
}
}]
}]
}
}
}
}, {
"Issues": {
"IssuesDetected": [{
"TranscriptItems": [{
"Content": "I have an issue with my bank account",
"Id": "0e5574a7-2aeb-4eab-8bb5-3a7f66a2284a",
"CharacterOffsets": {
"BeginOffsetChar": 7,
"EndOffsetChar": 43
}
}]
}]
}
}, {
"Attachments": {
"Id": "06ddc1eb-2302-4a8e-a73f-37687fe41aa9",
"ParticipantId": "7810b1de-cca8-4153-b522-2498416255af",
"ParticipantRole": "CUSTOMER",
"DisplayName": "Customer",
"Attachments": [{
"AttachmentName": "Lily.jpg",
"ContentType": "image/jpeg",
"AttachmentId": "343e34da-391a-4541-8b7e-3909d931fcfa",
"Status": "APPROVED"
}],
"Time": {
"AbsoluteTime": "2024-03-14T19:39:26.715Z"
}
}
}, {
"Event": {
"Id": "fbe61c5f-d0d8-4345-912a-4e81f5734d3b",
"ParticipantId": "7810b1de-cca8-4153-b522-2498416255af",
"ParticipantRole": "CUSTOMER",
"DisplayName": "Customer",
"EventType": "application/vnd.amazonaws.connect.event.participant.left",
"Time": {
"AbsoluteTime": "2024-03-14T19:40:00.614Z"
}
}
},
{
"PostContactSummary": {
"Content": "Customer contacted Example Corp because of an issue with their bank account",
"Status": "COMPLETED"
}
}]
}
```
## Evento COMPLETED di esempio
+ EventType: COMPLETATO
+ Pubblicato al termine della sessione di analisi delle conversazioni se l’analisi è stata completata correttamente.
```
{
"Version": "2.0.0",
"Channel": "CHAT",
"AccountId": "123456789012", // your AWS account ID
"InstanceId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE11111", // your Amazon Connect instance ID
"ContactId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE22222", // the ID of the contact
"StreamingEventType": "COMPLETED",
"StreamingEventSettings": {
"LanguageCode": "en-US", // the language code of the contact
"Output": "RedactedAndRaw",
"RedactionTypes": ["PII"],
"RedactionTypesMetadata": {
"PII": {
"RedactionMaskMode": "PII"
}
}
}
}
```
## Evento FAILED di esempio
+ EventType: FALLITO
+ Pubblicato al termine della sessione di analisi delle conversazioni se l’analisi non è riuscita.
```
{
"Version": "2.0.0",
"Channel": "CHAT",
"AccountId": "123456789012", // your AWS account ID
"InstanceId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE11111", // your Amazon Connect instance ID
"ContactId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE22222", // the ID of the contact
"StreamingEventType": "FAILED",
"StreamingEventSettings": {
"LanguageCode": "en-US",
"Output": "RedactedAndRaw",
"RedactionTypes": ["PII"],
"RedactionTypesMetadata": {
"PII": {
"RedactionMaskMode": "PII"
}
}
}
}
```
# Posizioni dei file di output per i file analizzati dall’analisi di conversazione di Contact Lens
Di seguito sono riportati gli esempi di percorso dei file di output dell’analisi di conversazione di Contact Lens quando vengono archiviati nel bucket Amazon S3 per l’istanza.
+ File di trascrizione analizzato originale (JSON)
+ **/connect-instance- bucket/ Analysis/Voice /2020/02/04/ \$1analysis\$12020-02-04T 21:14:16 z.json** *contact's\$1ID*
+ /connect-instance- bucket/ **Analisi/Chat /2020/02/04/ \$1ANALYSIS\$12020-02-04T 21:14:16** *contact's\$1ID* z.json
+ /connect-instance- bucket/ **Analisi/Email /2026/03/10/ \$1ANALYSIS\$120260310T 22:35 \$1UTC.json** *contact's\$1ID*
+ File di trascrizione analizzato oscurato (JSON)
+ **/connect-instance- bucket/ /2020/02/04/ \$1 **Analysis/Voice/Redacted**analysis\$1redacted *contact's\$1ID* \$12020-02-04T 21:14:16 z.json**
+ **/connect-instance- bucket/ **Analysis/Chat/Redacted**/2020/02/04/ *contact's\$1ID* \$1 analysis\$1redacted \$12020-02-04T 21:14:16 z.json**
+ **/connect-instance- bucket/ **Analysis/Email/Redacted**/2026/03/10/ *contact's\$1ID* \$1 analysis\$1redacted \$120260310T 22:35 \$1UTC.json**
+ File audio oscurato
+ **/connect-instance- bucket/ **Analysis/Voice/Redacted**/2020/02/04/ *contact's\$1ID* \$1 call\$1recording\$1redacted \$12020-02-04T 21:14:16 Z.** **ondata**
**Importante**
Per eliminare una registrazione, è necessario eliminare i file sia per le registrazioni oscurate che per quelle non oscurate.
# File di output di analisi delle conversazioni di Contact Lens per una chiamata
Le sezioni seguenti forniscono esempi dell’output che risulta quando l’analisi di conversazione di Contact Lens rileva problemi, abbina le categorie, indica il volume, oscura i dati sensibili e l’analisi viene ignorata.
Espandi ogni sezione per ottenere ulteriori informazioni.
## File originale di esempio per una chiamata analizzato mediante analisi di conversazione di Contact Lens
L’esempio seguente mostra lo schema di una chiamata analizzata mediante l’analisi delle conversazioni di Contact Lens. L’esempio mostra il volume, il rilevamento dei problemi, i driver di chiamata e le informazioni che verranno redatte.
Tieni presente quanto segue per quanto riguarda il file analizzato:
+ Non indica quali dati sensibili sono stati redatti. Tutti i dati sono denominati PII (informazioni di identificazione personale).
+ Ogni turno include una sezione `Redaction` solo se include informazioni di identificazione personale (PII).
+ Se esiste una sezione `Redaction`, include l'offset in millisecondi. In un file .wav, la parte oscurata sarà silenzio. Se preferisci, puoi utilizzare l'offset per sostituire il silenzio con qualcos'altro, ad esempio un segnale acustico.
+ Se esistono due o più oscuramenti di PII in un turno, il primo offset si applica alle prime PII, il secondo offset si applica alle seconde PII e così via.
```
{
"Version": "1.1.0",
"AccountId": "your AWS account ID",
"Channel": "VOICE",
"ContentMetadata": {
"Output": "Raw"
},
"JobStatus": "COMPLETED",
"JobDetails": {
"SkippedAnalysis": [
{
"Feature": "CATEGORIZATION",
"ReasonCode": "QUOTA_EXCEEDED",
"SkippedEntities": [
{
"CategoryName": "PotentialFraud"
"RuleId": "a1130485-9529-4249-a1d4-5738b4883748"
},
{
"CategoryName": "Refund"
"RuleId": "bbbbbbb-9529-4249-a1d4-5738b4883748"
}
]
},
{
"Feature": "CATEGORIZATION",
"ReasonCode": "FAILED_SAFETY_GUIDELINES",
"SkippedEntities": [
{
"CategoryName": "ManagerEscalation"
"RuleId": "cccccccc-9529-4249-a1d4-5738b4883748"
},
]
},
]
},
"LanguageCode": "en-US",
"Participants": [
{
"ParticipantId": "CUSTOMER",
"ParticipantRole": "CUSTOMER"
},
{
"ParticipantId": "AGENT",
"ParticipantRole": "AGENT"
}
],
"Categories": {
"MatchedCategories": ["Cancellation"],
"MatchedDetails": {
"Cancellation": {
"PointsOfInterest": [
{
"BeginOffsetMillis": 7370,
"EndOffsetMillis": 11190
}
]
}
}
},
"ConversationCharacteristics": {
"ContactSummary": {
"PostContactSummary": {
"Content": "The customer and agent's conversation did not have any clear issues, outcomes or next steps. Agent verified customer information and finished the call."
}
},
"TotalConversationDurationMillis": 32110,
"Sentiment": {
"OverallSentiment": {
"AGENT": 0,
"CUSTOMER": 3.1
},
"SentimentByPeriod": {
"QUARTER": {
"AGENT": [
{
"BeginOffsetMillis": 0,
"EndOffsetMillis": 7427,
"Score": 0
},
{
"BeginOffsetMillis": 7427,
"EndOffsetMillis": 14855,
"Score": -5
},
{
"BeginOffsetMillis": 14855,
"EndOffsetMillis": 22282,
"Score": 0
},
{
"BeginOffsetMillis": 22282,
"EndOffsetMillis": 29710,
"Score": 5
}
],
"CUSTOMER": [
{
"BeginOffsetMillis": 0,
"EndOffsetMillis": 8027,
"Score": -2.5
},
{
"BeginOffsetMillis": 8027,
"EndOffsetMillis": 16055,
"Score": 5
},
{
"BeginOffsetMillis": 16055,
"EndOffsetMillis": 24082,
"Score": 5
},
{
"BeginOffsetMillis": 24082,
"EndOffsetMillis": 32110,
"Score": 5
}
]
}
}
},
"Interruptions": {
"InterruptionsByInterrupter": {
"CUSTOMER": [
{
"BeginOffsetMillis": 10710,
"DurationMillis": 3790,
"EndOffsetMillis": 14500
}
],
"AGENT": [
{
"BeginOffsetMillis": 10710,
"DurationMillis": 3790,
"EndOffsetMillis": 14500
}
]
},
"TotalCount": 2,
"TotalTimeMillis": 7580
},
"NonTalkTime": {
"TotalTimeMillis": 0,
"Instances": []
},
"TalkSpeed": {
"DetailsByParticipant": {
"AGENT": {
"AverageWordsPerMinute": 239
},
"CUSTOMER": {
"AverageWordsPerMinute": 163
}
}
},
"TalkTime": {
"TotalTimeMillis": 28698,
"DetailsByParticipant": {
"AGENT": {
"TotalTimeMillis": 15079
},
"CUSTOMER": {
"TotalTimeMillis": 13619
}
}
}
},
"CustomModels": [
{ // set via https://docs.aws.amazon.com/connect/latest/adminguide/add-custom-vocabulary.html
"Type": "TRANSCRIPTION_VOCABULARY",
"Name": "ProductNames",
"Id": "4e14b0db-f00a-451a-8847-f6dbf76ae415" // optional field
}
],
"Transcript": [
{
"BeginOffsetMillis": 0,
"Content": "Okay.",
"EndOffsetMillis": 90,
"Id": "the ID of the turn",
"ParticipantId": "AGENT",
"Sentiment": "NEUTRAL",
"LoudnessScore": [
79.27
]
},
{
"BeginOffsetMillis": 160,
"Content": "Just hello. My name is Peter and help.",
"EndOffsetMillis": 4640,
"Id": "the ID of the turn",
"ParticipantId": "CUSTOMER",
"Sentiment": "NEUTRAL",
"LoudnessScore": [
66.56,
40.06,
85.27,
82.22,
77.66
],
"Redaction": {
"RedactedTimestamps": [
{
"BeginOffsetMillis": 3290,
"EndOffsetMillis": 3620
}
]
}
},
{
"BeginOffsetMillis": 4640,
"Content": "Hello. Peter, how can I help you?",
"EndOffsetMillis": 6610,
"Id": "the ID of the turn",
"ParticipantId": "AGENT",
"Sentiment": "NEUTRAL",
"LoudnessScore": [
70.23,
73.05,
71.8
],
"Redaction": {
"RedactedTimestamps": [
{
"BeginOffsetMillis": 5100,
"EndOffsetMillis": 5450
}
]
}
},
{
"BeginOffsetMillis": 7370,
"Content": "I need to cancel. I want to cancel my plan subscription.",
"EndOffsetMillis": 11190,
"Id": "the ID of the turn",
"ParticipantId": "CUSTOMER",
"Sentiment": "NEGATIVE",
"LoudnessScore": [
77.18,
79.59,
85.23,
81.08,
73.99
],
"IssuesDetected": [
{
"CharacterOffsets": {
"BeginOffsetChar": 0,
"EndOffsetChar": 55
},
"Text": "I need to cancel. I want to cancel my plan subscription"
}
]
},
{
"BeginOffsetMillis": 11220,
"Content": "That sounds very bad. I can offer a 20% discount to make you stay with us.",
"EndOffsetMillis": 15210,
"Id": "the ID of the turn",
"ParticipantId": "AGENT",
"Sentiment": "NEGATIVE",
"LoudnessScore": [
75.92,
75.79,
80.31,
80.44,
76.31
]
},
{
"BeginOffsetMillis": 15840,
"Content": "That sounds interesting. Thank you accept.",
"EndOffsetMillis": 18120,
"Id": "the ID of the turn",
"ParticipantId": "CUSTOMER",
"Sentiment": "POSITIVE",
"LoudnessScore": [
73.77,
79.17,
77.97,
79.29
]
},
{
"BeginOffsetMillis": 18310,
"Content": "Alright, I made all the changes to the account and now these discounts applied.",
"EndOffsetMillis": 21820,
"Id": "the ID of the turn",
"ParticipantId": "AGENT",
"Sentiment": "NEUTRAL",
"LoudnessScore": [
83.88,
86.75,
86.97,
86.11
],
"OutcomesDetected": [
{
"CharacterOffsets": {
"BeginOffsetChar": 9,
"EndOffsetChar": 77
},
"Text": "I made all the changes to the account and now these discounts applied"
}
]
},
{
"BeginOffsetMillis": 22610,
"Content": "Awesome. Thank you so much.",
"EndOffsetMillis": 24140,
"Id": "the ID of the turn",
"ParticipantId": "CUSTOMER",
"Sentiment": "POSITIVE",
"LoudnessScore": [
79.11,
81.7,
78.15
]
},
{
"BeginOffsetMillis": 24120,
"Content": "No worries. I will send you all the details later today and call you back next week to check up on you.",
"EndOffsetMillis": 29710,
"Id": "the ID of the turn",
"ParticipantId": "AGENT",
"Sentiment": "POSITIVE",
"LoudnessScore": [
87.07,
83.96,
76.38,
88.38,
87.69,
76.6
],
"ActionItemsDetected": [
{
"CharacterOffsets": {
"BeginOffsetChar": 12,
"EndOffsetChar": 102
},
"Text": "I will send you all the details later today and call you back next week to check up on you"
}
]
},
{
"BeginOffsetMillis": 30580,
"Content": "Thank you. Sir. Have a nice evening.",
"EndOffsetMillis": 32110,
"Id": "the ID of the turn",
"ParticipantId": "CUSTOMER",
"Sentiment": "POSITIVE",
"LoudnessScore": [
81.42,
82.29,
73.29
]
}
]
}
}
```
## Esempio di file redatto per una chiamata analizzata mediante analisi delle conversazioni di Contact Lens
Questa sezione mostra un esempio di file redatto per una chiamata dopo essere stato analizzato dall’analisi delle conversazioni di Contact Lens. È un gemello del file analizzato originale. L'unica differenza è che i dati sensibili sono oscurati. In questo esempio, sono state selezionate tre entità per l'oscuramento: "`CREDIT_DEBIT_NUMBER`", "`NAME`" e "`USERNAME`".
In questo esempio, `RedactionMaskMode` è impostato su PII. Quando un’entità viene redatta, Contact Lens la sostituisce con `[PII]`. Se l’impostazione fosse `ENTITY_TYPE`, Contact Lens sostituirebbe i dati con il nome dell’entità, ad esempio, `[CREDIT_DEBIT_NUMBER]`.
```
{
"Version": "1.1.0",
"AccountId": "your AWS account ID",
"ContentMetadata": {
"Output": "Redacted",
"RedactionTypes": ["PII"],
"RedactionTypesMetadata": {
"PII": {
"RedactionEntitiesRequested": ["CREDIT_DEBIT_NUMBER", "NAME", "USERNAME"],
"RedactionMaskMode": "PII" // if you were to choose ENTITY_TYPE instead, the redaction would say, for example, [NAME]
}
}
},
"Channel": "VOICE",
"JobStatus": "COMPLETED",
"JobDetails": {
"SkippedAnalysis": [
{
"Feature": "CATEGORIZATION",
"ReasonCode": "QUOTA_EXCEEDED",
"SkippedEntities": [
{
"CategoryName": "PotentialFraud"
"RuleId": "a1130485-9529-4249-a1d4-5738b4883748"
},
{
"CategoryName": "Refund"
"RuleId": "bbbbbbb-9529-4249-a1d4-5738b4883748"
}
]
},
{
"Feature": "CATEGORIZATION",
"ReasonCode": "FAILED_SAFETY_GUIDELINES",
"SkippedEntities": [
{
"CategoryName": "ManagerEscalation"
"RuleId": "cccccccc-9529-4249-a1d4-5738b4883748"
},
]
},
]
},
"LanguageCode": "en-US",
"Participants": [
{
"ParticipantId": "CUSTOMER",
"ParticipantRole": "CUSTOMER"
},
{
"ParticipantId": "AGENT",
"ParticipantRole": "AGENT"
}
],
"Categories": {
"MatchedCategories": ["Cancellation"],
"MatchedDetails": {
"Cancellation": {
"PointsOfInterest": [
{
"BeginOffsetMillis": 7370,
"EndOffsetMillis": 11190
}
]
}
}
},
"ConversationCharacteristics": {
"ContactSummary": {
"PostContactSummary": {
"Content": "The customer and agent's conversation did not have any clear issues, outcomes or next steps. Agent verified customer information and finished the call."
}
},
"TotalConversationDurationMillis": 32110,
"Sentiment": {
"OverallSentiment": {
"AGENT": 0,
"CUSTOMER": 3.1
},
"SentimentByPeriod": {
"QUARTER": {
"AGENT": [
{
"BeginOffsetMillis": 0,
"EndOffsetMillis": 7427,
"Score": 0
},
{
"BeginOffsetMillis": 7427,
"EndOffsetMillis": 14855,
"Score": -5
},
{
"BeginOffsetMillis": 14855,
"EndOffsetMillis": 22282,
"Score": 0
},
{
"BeginOffsetMillis": 22282,
"EndOffsetMillis": 29710,
"Score": 5
}
],
"CUSTOMER": [
{
"BeginOffsetMillis": 0,
"EndOffsetMillis": 8027,
"Score": -2.5
},
{
"BeginOffsetMillis": 8027,
"EndOffsetMillis": 16055,
"Score": 5
},
{
"BeginOffsetMillis": 16055,
"EndOffsetMillis": 24082,
"Score": 5
},
{
"BeginOffsetMillis": 24082,
"EndOffsetMillis": 32110,
"Score": 5
}
]
}
}
},
"Interruptions": {
"InterruptionsByInterrupter": {
"CUSTOMER": [
{
"BeginOffsetMillis": 10710,
"DurationMillis": 3790,
"EndOffsetMillis": 14500
}
],
"AGENT": [
{
"BeginOffsetMillis": 10710,
"DurationMillis": 3790,
"EndOffsetMillis": 14500
}
]
},
"TotalCount": 2,
"TotalTimeMillis": 7580
},
"NonTalkTime": {
"TotalTimeMillis": 0,
"Instances": []
},
"TalkSpeed": {
"DetailsByParticipant": {
"AGENT": {
"AverageWordsPerMinute": 239
},
"CUSTOMER": {
"AverageWordsPerMinute": 163
}
}
},
"TalkTime": {
"TotalTimeMillis": 28698,
"DetailsByParticipant": {
"AGENT": {
"TotalTimeMillis": 15079
},
"CUSTOMER": {
"TotalTimeMillis": 13619
}
}
}
},
"CustomModels": [
{ // set via https://docs.aws.amazon.com/connect/latest/adminguide/add-custom-vocabulary.html
"Type": "TRANSCRIPTION_VOCABULARY",
"Name": " LNK POPProductNames",
"Id": "4e14b0db-f00a-451a-8847-f6dbf76ae415" // optional field
}
],
"Transcript": [
{
"BeginOffsetMillis": 0,
"Content": "Okay.",
"EndOffsetMillis": 90,
"Id": "the ID of the turn",
"ParticipantId": "AGENT",
"Sentiment": "NEUTRAL",
"LoudnessScore": [
79.27
]
},
{
"BeginOffsetMillis": 160,
"Content": "Just hello. My name is [PII] and help.",
"EndOffsetMillis": 4640,
"Id": "the ID of the turn",
"ParticipantId": "CUSTOMER",
"Sentiment": "NEUTRAL",
"LoudnessScore": [
66.56,
40.06,
85.27,
82.22,
77.66
],
"Redaction": {
"RedactedTimestamps": [
{
"BeginOffsetMillis": 3290,
"EndOffsetMillis": 3620
}
]
}
},
{
"BeginOffsetMillis": 4640,
"Content": "Hello. [PII], how can I help you?",
"EndOffsetMillis": 6610,
"Id": "the ID of the turn",
"ParticipantId": "AGENT",
"Sentiment": "NEUTRAL",
"LoudnessScore": [
70.23,
73.05,
71.8
],
"Redaction": {
"RedactedTimestamps": [
{
"BeginOffsetMillis": 5100,
"EndOffsetMillis": 5450
}
]
}
},
{
"BeginOffsetMillis": 7370,
"Content": "I need to cancel. I want to cancel my plan subscription.",
"EndOffsetMillis": 11190,
"Id": "the ID of the turn",
"ParticipantId": "CUSTOMER",
"Sentiment": "NEGATIVE",
"LoudnessScore": [
77.18,
79.59,
85.23,
81.08,
73.99
],
"IssuesDetected": [
{
"CharacterOffsets": {
"BeginOffsetChar": 0,
"EndOffsetChar": 55
},
"Text": "I need to cancel. I want to cancel my plan subscription"
}
]
},
{
"BeginOffsetMillis": 11220,
"Content": "That sounds very bad. I can offer a 20% discount to make you stay with us.",
"EndOffsetMillis": 15210,
"Id": "the ID of the turn",
"ParticipantId": "AGENT",
"Sentiment": "NEGATIVE",
"LoudnessScore": [
75.92,
75.79,
80.31,
80.44,
76.31
]
},
{
"BeginOffsetMillis": 15840,
"Content": "That sounds interesting. Thank you accept.",
"EndOffsetMillis": 18120,
"Id": "the ID of the turn",
"ParticipantId": "CUSTOMER",
"Sentiment": "POSITIVE",
"LoudnessScore": [
73.77,
79.17,
77.97,
79.29
]
},
{
"BeginOffsetMillis": 18310,
"Content": "Alright, I made all the changes to the account and now these discounts applied.",
"EndOffsetMillis": 21820,
"Id": "the ID of the turn",
"ParticipantId": "AGENT",
"Sentiment": "NEUTRAL",
"LoudnessScore": [
83.88,
86.75,
86.97,
86.11
],
"OutcomesDetected": [
{
"CharacterOffsets": {
"BeginOffsetChar": 9,
"EndOffsetChar": 77
},
"Text": "I made all the changes to the account and now these discounts applied"
}
]
},
{
"BeginOffsetMillis": 22610,
"Content": "Awesome. Thank you so much.",
"EndOffsetMillis": 24140,
"Id": "the ID of the turn",
"ParticipantId": "CUSTOMER",
"Sentiment": "POSITIVE",
"LoudnessScore": [
79.11,
81.7,
78.15
]
},
{
"BeginOffsetMillis": 24120,
"Content": "No worries. I will send you all the details later today and call you back next week to check up on you.",
"EndOffsetMillis": 29710,
"Id": "the ID of the turn",
"ParticipantId": "AGENT",
"Sentiment": "POSITIVE",
"LoudnessScore": [
87.07,
83.96,
76.38,
88.38,
87.69,
76.6
],
"ActionItemsDetected": [
{
"CharacterOffsets": {
"BeginOffsetChar": 12,
"EndOffsetChar": 102
},
"Text": "I will send you all the details later today and call you back next week to check up on you"
}
]
},
{
"BeginOffsetMillis": 30580,
"Content": "Thank you. Sir. Have a nice evening.",
"EndOffsetMillis": 32110,
"Id": "the ID of the turn",
"ParticipantId": "CUSTOMER",
"Sentiment": "POSITIVE",
"LoudnessScore": [
81.42,
82.29,
73.29
]
}
]
}
```
# Esempio di file di output di Contact Lens per una chat analizzata mediante analisi delle conversazioni di Contact Lens
Questa sezione mostra uno schema di esempio per una conversazione tramite chat analizzata mediante analisi delle conversazioni di Contact Lens. L'esempio mostra la valutazione dedotta, le categorie corrispondenti, il riepilogo del contatto e il tempo di risposta.
Il file originale analizzato contiene la trascrizione completa della chat. Lo stesso contenuto presente nel campo **Trascrizione** della chat nella pagina **Dettagli di contatto** è presente nel campo `Transcript` del file di analisi originale di Contact Lens. Inoltre, il file analizzato può contenere più campi, ad esempio una sezione `Redaction` per indicare che nel file di analisi oscurato sono presenti dati oscurati.
**Nota**
Alcuni oggetti `ConversationCharacteristics` includono mappe `DetailsByParticipantRole`, con i ruoli dei partecipanti come chiavi. Tuttavia, non è garantito che per tutti i ruoli nell'elenco `Participants` (come `CUSTOMER` o `AGENT`) siano presenti chiavi corrispondenti negli oggetti `DetailsByParticipantRole`. La presenza di una chiave per un partecipante dipende dalla disponibilità di dati idonei per l’analisi di Contact Lens.
## Categories
`PointsOfInterest` è diverso per le categorie post-chat e post-chiamata:
+ `PointsOfInterest` post-chiamata ha un offset di millisecondi.
+ `PointsOfInterest` post-chiamata ha un array di `TranscriptItems` e ogni elemento ha un `id` e un `CharacterOffset`.
Esiste un array di `PointsOfInterest`. Ogni array ha un array di `TranscriptItems`: ogni `PointOfInterest` è per una corrispondenza di categoria, ma ogni corrispondenza può estendersi su più elementi di trascrizione.
Sia per le chiamate che per le chat, l'array `PointsOfInterest` può essere vuoto. Ciò significa che la corrispondenza della categoria viene rilevata per l'intero contatto. Ad esempio, se crei una regola per la corrispondenza della categoria quando non viene menzionata la parola `Hello` nel contatto, non ci sarebbe alcuna parte della trascrizione da contrassegnare per questa condizione.
**Nota**
Attualmente, la categoria viene dedotta solo per i messaggi chat `text/plain` e `text/markdown`.
## Punti salienti principali
I **punti salienti principali** si trovano nell’array `ConversationCharacteristics.ContactSummary.SummaryItemsDetected`. Quell'array non può contenere più di un elemento, sottolineando che è possibile trovare solo un set di elementi `Issue`, `Outcome` e `Action`.
Ogni oggetto dell'array ha i seguenti campi: `IssuesDetected`, `OutcomesDetected` e `ActionItemsDetected`.
Ciascuno dei campi ha un array `TranscriptItems` che contiene `Id` e `CharacterOffsets`. Descrivono `TranscriptItems` e le parti specifiche che sono state identificate per contenere il riepilogo del contatto: problema, risultato o azione.
**Nota**
Attualmente, i punti salienti principali vengono dedotti solo per i messaggi di chat `text/plain`.
## Sentiment
### Valutazione generale
Il punteggio di sentiment nel campo `DetailsByParticipantRole` per chi partecipa al contatto è simile al file di analisi vocale di Contact Lens.
Il campo `DetailsByInteraction` ha un punteggio di valutazione `CUSTOMER` per alcune parti dell'interazione in chat `WithAgent` e `WithoutAgent`. Se non ci sono messaggi del cliente in quelle parti dell'interazione, il rispettivo campo sarà assente.
**Nota**
Attualmente, la valutazione viene dedotta solo per i messaggi chat `text/plain` e `text/markdown`.
### Cambio di valutazione
Il campo `DetailsByParticipantRole` contiene un oggetto che descrive il cambio di valutazione dei partecipanti al contatto (ovvero `AGENT` e `CUSTOMER`): `BeginScore` e `EndScore`.
Il campo `DetailsByInteraction` ha un cambio di valutazione `CUSTOMER` per alcune parti dell'interazione in chat `WithAgent` e `WithoutAgent`. Se non ci sono messaggi del cliente in quelle parti dell'interazione, il rispettivo campo sarà assente.
Il cambio di valutazione fornisce informazioni su come è cambiato il sentiment del partecipante durante l'interazione in chat.
## Tempo di risposta
`AgentGreetingTimeMillis` misura il tempo che intercorre tra il momento in cui `AGENT` si è unito alla chat e il momento in cui ha inviato il primo messaggio al cliente.
`DetailsByParticipantRole` presenta le seguenti caratteristiche per ogni partecipante:
+ `Average`: tempo di risposta medio per un partecipante.
+ `Maximum`: tempo di risposta massimo per un partecipante. In presenza di più elementi di trascrizione con lo stesso tempo di risposta massimo, indica quali sono.
Per calcolare i tempi di risposta `Maximum` e `Average` e i tempi di risposta di un determinato partecipante, è necessario che risponda a un messaggio dell'altro partecipante (`AGENT` deve rispondere a `CUSTOMER` o viceversa).
Ad esempio, se c’è stato un solo messaggio da `CUSTOMER` e solo un messaggio da `AGENT` prima della fine della chat, Contact Lens calcolerà un tempo di risposta per `AGENT`, ma non per `CUSTOMER`.
**Nota**
Attualmente, il tempo di risposta viene dedotto solo per i messaggi chat ` text/plain` e `text/markdown`.
## Oscuramento
Tieni presente quanto segue per quanto riguarda l'analisi originale per le chat:
+ L'elemento di trascrizione include una sezione `Redaction` solo se contiene dati da oscurare. La sezione contiene gli offset di caratteri per i dati che vengono oscurati nel file di analisi oscurato.
+ Se vengono oscurate due o più parti di un messaggio, il primo offset si applica alla prima parte oscurata, il secondo si applica alla seconda parte oscurata e così via.
Gli elementi `DisplayNames` per `AGENT` e `CUSTOMER` sono oscurati perché contengono informazioni di identificazione personale (PII). Questo vale anche per `AttachmentName`.
Gli elementi `CharacterOffsets` prendono in considerazione le variazioni di lunghezza di `Content` per l'oscuramento nel file di analisi oscurato. Gli elementi `CharacterOffsets` descrivono il contenuto oscurato, non il contenuto originale.
## Esempio di file di chat originale
```
{
"AccountId": "123456789012",
"Categories": {
"MatchedCategories": [
"agent-intro"
],
"MatchedDetails": {
"agent-intro": {
"PointsOfInterest": [
{
"TranscriptItems": [
{
"CharacterOffsets": {
"BeginOffsetChar": 0,
"EndOffsetChar": 73
},
"Id": "e4949dd1-aaa1-4fbd-84e7-65c95b2d3d9a"
}
]
}
]
}
}
},
"Channel": "CHAT",
"ChatTranscriptVersion": "2019-08-26",
"ContentMetadata": {
"Output": "Raw"
},
"ConversationCharacteristics": {
"ContactSummary": {
"PostContactSummary": {
"Content": "The customer and agent's conversation did not have any clear issues, outcomes or next steps. Agent verified customer information and finished the call."
}
},
"SummaryItemsDetected": [
{
"ActionItemsDetected": [],
"IssuesDetected": [
{
"TranscriptItems": [
{
"CharacterOffsets": {
"BeginOffsetChar": 72,
"EndOffsetChar": 244
},
"Id": "2b8ba020-53ee-4053-b5b7-35364ac1c7df"
}
]
}
]
"OutcomesDetected": [
{
"TranscriptItems": [
{
"CharacterOffsets": {
"BeginOffsetChar": 0,
"EndOffsetChar": 150
},
"Id": "72cc8c8d-2199-422a-b363-01d6d3fdc851"
}
]
}
]
}
],
"ResponseTime": {
"AgentGreetingTimeMillis": 2511,
"DetailsByParticipantRole": {
"AGENT": {
"Average": {
"ValueMillis": 5575
},
"Maximum": {
"TranscriptItems": [
{
"Id": "21acf0fc-7259-4a08-b4cd-688eb56587d3"
}
],
"ValueMillis": 7309
}
},
"CUSTOMER": {
"Average": {
"ValueMillis": 5875
},
"Maximum": {
"TranscriptItems": [
{
"Id": "c71ad383-f876-4bb3-b254-7837b6a3d395"
}
],
"ValueMillis": 11366
}
}
}
},
"Sentiment": {
"DetailsByTranscriptItemGroup": [
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "e4949dd1-aaa1-4fbd-84e7-65c95b2d3d9a"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "3673d926-6e75-4620-a6f0-7ea571790a15"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "46d37141-32d8-4f2e-a664-bcd3f34a68b3"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "3c4a2a1e-6790-46a6-8ad4-4a0980b04795"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "f9cd41b6-3f68-4e83-a47d-664395f324c0"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 1.6666666666666667,
"Sentiment": "POSITIVE",
"TranscriptItems": [
{
"Id": "21acf0fc-7259-4a08-b4cd-688eb56587d3"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 1.6666666666666667,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "2b8ba020-53ee-4053-b5b7-35364ac1c7df"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 1.6666666666666667,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "28d0a1ce-64d1-4625-bbef-4cfeb97b6742"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "ef9b8622-32d5-4cfd-9ccc-a242502267bc"
},
{
"Id": "03a9de67-f9e1-4884-a1a3-ecea78a4ce9e"
},
{
"Id": "cfee5ece-a671-4a11-9ec2-89aba4b7d688"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "72cc8c8d-2199-422a-b363-01d6d3fdc851"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 1.6666666666666667,
"Sentiment": "POSITIVE",
"TranscriptItems": [
{
"Id": "61bb2591-fe87-44e4-bba0-a3619c4cef1f"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 1.6666666666666667,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "1761f27e-0989-4b6d-a046-fc03d2c6bc9c"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 3.3333333333333335,
"Sentiment": "POSITIVE",
"TranscriptItems": [
{
"Id": "8cdff161-dc25-44e6-986f-fc0e08ee0a7d"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": -1.6666666666666667,
"Sentiment": "NEGATIVE",
"TranscriptItems": [
{
"Id": "bcc51949-3a79-4398-be1b-a27345a8a8ad"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": -3.75,
"Sentiment": "NEGATIVE",
"TranscriptItems": [
{
"Id": "7d5c07d7-3d26-4b34-ae91-39aeaeef685c"
},
{
"Id": "e0efbd17-9139-439b-8c80-ebf2b9b703b9"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": -3.75,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "8fbb8dd4-9fd4-4991-83dc-5f06eeead9aa"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": -2.5,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "3b856fd9-0eeb-4fb2-93ed-95ec4aeae3a6"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "ecb8c498-96d7-448b-8360-366eeddb4090"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "d334058f-e3de-4cf1-a361-32e4e61f1839"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "3ec6adb5-3f11-409c-af39-40cf7ba6f078"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "c71ad383-f876-4bb3-b254-7837b6a3d395"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "4b292b64-4a33-45ff-89df-d5a175d16d70"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "2da5a3c2-9d1b-458c-ae53-759a4e63198d"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 1.6666666666666667,
"Sentiment": "POSITIVE",
"TranscriptItems": [
{
"Id": "e23a2331-f3fc-4d3c-8a51-1541451186c9"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 3.75,
"Sentiment": "POSITIVE",
"TranscriptItems": [
{
"Id": "5a27cc39-9b73-4ebe-9275-5e6723788a1b"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 3.75,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "540368c7-ec19-4fc0-8c86-0a5ee62d31a0"
}
]
}
],
"OverallSentiment": {
"DetailsByInteraction": {
"DetailsByParticipantRole": {
"CUSTOMER": {
"WithAgent": 0
}
}
},
"DetailsByParticipantRole": {
"AGENT": 1.1538461538461537,
"CUSTOMER": 0
}
},
"SentimentShift": {
"DetailsByInteraction": {
"DetailsByParticipantRole": {
"CUSTOMER": {
"WithAgent": {
"BeginScore": -3,
"EndScore": 3.75
}
}
}
},
"DetailsByParticipantRole": {
"AGENT": {
"BeginScore": 0,
"EndScore": 2.5
},
"CUSTOMER": {
"BeginScore": -3.75,
"EndScore": 3.75
},
"SYSTEM": {
"BeginScore": 2.5,
"EndScore": 0
}
}
}
}
},
"CustomerMetadata": {
"ContactId": "b49644f6-672f-445c-b209-f76b36482830",
"InputS3Uri": "path to the json file in s3",
"InstanceId": "f23fc323-3d6d-48aa-95dc-EXAMPLE012"
},
"JobStatus": "COMPLETED",
"LanguageCode": "en-US",
"Participants": [
{
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER"
},
{
"ParticipantId": "2b2288b4-ff6e-4996-8d8e-260fd5a8ac02",
"ParticipantRole": "SYSTEM"
},
{
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT"
}
],
"Transcript": [
{
"AbsoluteTime": "2022-10-27T03:31:50.735Z",
"ContentType": "application/vnd.amazonaws.connect.event.participant.joined",
"DisplayName": "John",
"Id": "740c494d-9df7-4400-91c0-3e4df33922c8",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "EVENT"
},
{
"AbsoluteTime": "2022-10-27T03:31:53.390Z",
"Content": "Hello, thanks for contacting us. This is an example of what the Amazon Connect virtual contact center can enable you to do.",
"ContentType": "text/plain",
"DisplayName": "SYSTEM_MESSAGE",
"Id": "78aa8229-714a-4c87-916b-ce7d8d567ab2",
"ParticipantId": "2b2288b4-ff6e-4996-8d8e-260fd5a8ac02",
"ParticipantRole": "SYSTEM",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:31:55.131Z",
"Content": "The time in queue is less than 5 minutes.",
"ContentType": "text/plain",
"DisplayName": "SYSTEM_MESSAGE",
"Id": "1276382b-facb-49c5-8d34-62e3b0f50002",
"ParticipantId": "2b2288b4-ff6e-4996-8d8e-260fd5a8ac02",
"ParticipantRole": "SYSTEM",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:31:56.618Z",
"Content": "You are now being placed in queue to chat with an agent.",
"ContentType": "text/plain",
"DisplayName": "SYSTEM_MESSAGE",
"Id": "88c2363e-8206-4781-a353-c15e1ccacc12",
"ParticipantId": "2b2288b4-ff6e-4996-8d8e-260fd5a8ac02",
"ParticipantRole": "SYSTEM",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:00.951Z",
"ContentType": "application/vnd.amazonaws.connect.event.participant.joined",
"DisplayName": "Jane",
"Id": "c05cca74-d50b-4aa5-b46c-fdb5ae8c814c",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "EVENT"
},
{
"AbsoluteTime": "2022-10-27T03:32:03.462Z",
"Content": "Hello, thanks for reaching Example Corp. This is Jane. How may I help you?",
"ContentType": "text/markdown",
"DisplayName": "Jane",
"Id": "e4949dd1-aaa1-4fbd-84e7-65c95b2d3d9a",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Redaction": {
"CharacterOffsets": [
{
"BeginOffsetChar": 46,
"EndOffsetChar": 53
}
]
},
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:08.102Z",
"Content": "I'd like to see if I can get a refund or an exchange, because I ordered one of your grow-it-yourself indoor herb garden kits and nothing sprouted after a couple weeks so I think something is wrong with the seeds and this product may be defective.",
"ContentType": "text/markdown",
"DisplayName": "John",
"Id": "bcc51949-3a79-4398-be1b-a27345a8a8ad",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:14.137Z",
"Content": "My wife is blind and sensitive to the sun so I was going to surprise her for her birthday with all the herbs that she loves so you guys actually really let me down.",
"ContentType": "text/markdown",
"DisplayName": "John",
"Id": "7d5c07d7-3d26-4b34-ae91-39aeaeef685c",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:18.781Z",
"Content": "I should be taking my business elsewhere. I don't see why I should be giving money to a company that isn't even going to sell a product that works.",
"ContentType": "text/markdown",
"DisplayName": "John",
"Id": "e0efbd17-9139-439b-8c80-ebf2b9b703b9",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:24.123Z",
"Content": "Ok. Can I get your first and last name please?",
"ContentType": "text/markdown",
"DisplayName": "Jane",
"Id": "3673d926-6e75-4620-a6f0-7ea571790a15",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:29.879Z",
"Content": "Yeah. My first name is John and last name is Doe.",
"ContentType": "text/markdown",
"DisplayName": "John",
"Id": "8fbb8dd4-9fd4-4991-83dc-5f06eeead9aa",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Redaction": {
"CharacterOffsets": [
{
"BeginOffsetChar": 21,
"EndOffsetChar": 26
},
{
"BeginOffsetChar": 44,
"EndOffsetChar": 49
}
]
},
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:34.670Z",
"Content": "Could you please provide me with the order ID number?",
"ContentType": "text/markdown",
"DisplayName": "Jane",
"Id": "46d37141-32d8-4f2e-a664-bcd3f34a68b3",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:39.726Z",
"Content": "Yes, just . Looking ...",
"ContentType": "text/markdown",
"DisplayName": "John",
"Id": "3b856fd9-0eeb-4fb2-93ed-95ec4aeae3a6",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:44.887Z",
"Content": "Not a problem, take your time.",
"ContentType": "text/markdown",
"DisplayName": "Jane",
"Id": "3c4a2a1e-6790-46a6-8ad4-4a0980b04795",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:52.978Z",
"Content": "Okay, that should be #5376897. You know, if the product was fine I wouldn't have to scrounge through emails.",
"ContentType": "text/markdown",
"DisplayName": "John",
"Id": "ecb8c498-96d7-448b-8360-366eeddb4090",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:59.441Z",
"Content": "alright, perfect. And could you also just confirm the shipping address for me?",
"ContentType": "text/markdown",
"DisplayName": "Jane",
"Id": "f9cd41b6-3f68-4e83-a47d-664395f324c0",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Redaction": {
"CharacterOffsets": [
{
"BeginOffsetChar": 77,
"EndOffsetChar": 78
}
]
},
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:33:05.455Z",
"Content": "123 Any Street, Any Town, and the zip code is 98109.",
"ContentType": "text/markdown",
"DisplayName": "John",
"Id": "d334058f-e3de-4cf1-a361-32e4e61f1839",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Redaction": {
"CharacterOffsets": [
{
"BeginOffsetChar": 0,
"EndOffsetChar": 27
},
{
"BeginOffsetChar": 49,
"EndOffsetChar": 54
}
]
},
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:33:12.764Z",
"Content": "Thank you very much. Just waiting on my system here. .. I'll also need the last four digits of your debit card.",
"ContentType": "text/markdown",
"DisplayName": "Jane",
"Id": "21acf0fc-7259-4a08-b4cd-688eb56587d3",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:33:17.412Z",
"Content": "Ok. Last four for my debit care are 9008",
"ContentType": "text/markdown",
"DisplayName": "John",
"Id": "3ec6adb5-3f11-409c-af39-40cf7ba6f078",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Redaction": {
"CharacterOffsets": [
{
"BeginOffsetChar": 27,
"EndOffsetChar": 31
}
]
},
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:33:22.486Z",
"Content": "It's just too bad. I thought this was going to be the best gift idea. How can you guys be sending out defective seeds? Isn't that your whole business?",
"ContentType": "text/markdown",
"DisplayName": "Jane",
"Id": "2b8ba020-53ee-4053-b5b7-35364ac1c7df",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:33:38.961Z",
"Content": "I apologize for the experience you had Mr. Doe, its very uncommon that our customer will have this issue. We will look into this and get this sorted out for you right away.",
"ContentType": "text/markdown",
"DisplayName": "Jane",
"Id": "28d0a1ce-64d1-4625-bbef-4cfeb97b6742",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Redaction": {
"CharacterOffsets": [
{
"BeginOffsetChar": 41,
"EndOffsetChar": 46
}
]
},
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:33:44.192Z",
"Content": "Well, my wife's birthday already passed, so. There's not too much you can do. But I would still like to grow the herbs for her, if possible.",
"ContentType": "text/markdown",
"DisplayName": "John",
"Id": "4b292b64-4a33-45ff-89df-d5a175d16d70",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:33:51.310Z",
"Content": "Totally understandable. Let me see what we can do for you. Please give me couple of minutes as I check the system.",
"ContentType": "text/markdown",
"DisplayName": "Jane",
"Id": "ef9b8622-32d5-4cfd-9ccc-a242502267bc",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:33:56.287Z",
"Content": "Thank you sir one moment please.",
"ContentType": "text/markdown",
"DisplayName": "Jane",
"Id": "03a9de67-f9e1-4884-a1a3-ecea78a4ce9e",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:01.224Z",
"Content": "Alright are you still there Mr Doe?",
"ContentType": "text/markdown",
"DisplayName": "Jane",
"Id": "cfee5ece-a671-4a11-9ec2-89aba4b7d688",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Redaction": {
"CharacterOffsets": [
{
"BeginOffsetChar": 30,
"EndOffsetChar": 35
}
]
},
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:07.093Z",
"Content": "Yeah.",
"ContentType": "text/markdown",
"DisplayName": "John",
"Id": "2da5a3c2-9d1b-458c-ae53-759a4e63198d",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:12.562Z",
"Content": "We are not only refunding the cost of the grow-it-yourself indoor herb kit but we will also be sending you a replacement. Would you be okay with this?",
"ContentType": "text/markdown",
"DisplayName": "Jane",
"Id": "72cc8c8d-2199-422a-b363-01d6d3fdc851",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:17.029Z",
"Content": "Yeah! That would be great. I just want my wife to be able to have these herbs in her room. And I'm always happy to get my money back!",
"ContentType": "text/markdown",
"DisplayName": "John",
"Id": "e23a2331-f3fc-4d3c-8a51-1541451186c9",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:22.269Z",
"Content": "Awesome! We really want to keep our customers happy and satisfied, and again I want to apologize for your less than satisfactory experience with the last product you ordered from us.",
"ContentType": "text/markdown",
"DisplayName": "Jane",
"Id": "61bb2591-fe87-44e4-bba0-a3619c4cef1f",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:26.353Z",
"Content": "Okay! No problem. Sounds great. Thank you for all your help!",
"ContentType": "text/markdown",
"DisplayName": "John",
"Id": "5a27cc39-9b73-4ebe-9275-5e6723788a1b",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:31.431Z",
"Content": "Is there anything else I can help you out with John?",
"ContentType": "text/markdown",
"DisplayName": "Jane",
"Id": "1761f27e-0989-4b6d-a046-fc03d2c6bc9c",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Redaction": {
"CharacterOffsets": [
{
"BeginOffsetChar": 48,
"EndOffsetChar": 53
}
]
},
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:36.704Z",
"Content": "Nope!",
"ContentType": "text/markdown",
"DisplayName": "John",
"Id": "540368c7-ec19-4fc0-8c86-0a5ee62d31a0",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:41.448Z",
"Content": "Ok great! Have a great day.",
"ContentType": "text/markdown",
"DisplayName": "Jane",
"Id": "8cdff161-dc25-44e6-986f-fc0e08ee0a7d",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:42.799Z",
"ContentType": "application/vnd.amazonaws.connect.event.participant.left",
"DisplayName": "John",
"Id": "d1ba54ba-61d4-4a48-9a9a-6cd17d70b8fb",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "EVENT"
},
{
"AbsoluteTime": "2022-10-27T03:34:43.192Z",
"ContentType": "application/vnd.amazonaws.connect.event.chat.ended",
"Id": "2d9a0e4f-faec-485f-97af-2767dde1f30a",
"Type": "EVENT"
}
],
"Version": "CHAT-2022-11-30"
}
```
## Esempio di file di chat oscurato
```
{
"AccountId": "123456789012",
"Categories": {
"MatchedCategories": [
"agent-intro"
],
"MatchedDetails": {
"agent-intro": {
"PointsOfInterest": [
{
"TranscriptItems": [
{
"CharacterOffsets": {
"BeginOffsetChar": 0,
"EndOffsetChar": 71
},
"Id": "e4949dd1-aaa1-4fbd-84e7-65c95b2d3d9a"
}
]
}
]
}
}
},
"Channel": "CHAT",
"ChatTranscriptVersion": "2019-08-26",
"ContentMetadata": {
"Output": "Redacted",
"RedactionTypes": [
"PII"
],
"RedactionTypesMetadata": {
"PII": {
"RedactionMaskMode": "PII"
}
}
},
"ConversationCharacteristics": {
"ContactSummary": {
"SummaryItemsDetected": [
{
"ActionItemsDetected": [],
"IssuesDetected": [
{
"TranscriptItems": [
{
"CharacterOffsets": {
"BeginOffsetChar": 72,
"EndOffsetChar": 244
},
"Id": "2b8ba020-53ee-4053-b5b7-35364ac1c7df"
}
]
}
],
"OutcomesDetected": [
{
"TranscriptItems": [
{
"CharacterOffsets": {
"BeginOffsetChar": 0,
"EndOffsetChar": 150
},
"Id": "72cc8c8d-2199-422a-b363-01d6d3fdc851"
}
]
}
]
}
]
"ContactSummary": {
"PostContactSummary": {
"Content": "The customer and agent's conversation did not have any clear issues, outcomes or next steps. Agent verified customer information and finished the call."
}
}
],
},
"ResponseTime": {
"AgentGreetingTimeMillis": 2511,
"DetailsByParticipantRole": {
"AGENT": {
"Average": {
"ValueMillis": 5575
},
"Maximum": {
"TranscriptItems": [
{
"Id": "21acf0fc-7259-4a08-b4cd-688eb56587d3"
}
],
"ValueMillis": 7309
}
},
"CUSTOMER": {
"Average": {
"ValueMillis": 5875
},
"Maximum": {
"TranscriptItems": [
{
"Id": "c71ad383-f876-4bb3-b254-7837b6a3d395"
}
],
"ValueMillis": 11366
}
}
}
},
"Sentiment": {
"DetailsByTranscriptItemGroup": [
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "e4949dd1-aaa1-4fbd-84e7-65c95b2d3d9a"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "3673d926-6e75-4620-a6f0-7ea571790a15"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "46d37141-32d8-4f2e-a664-bcd3f34a68b3"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "3c4a2a1e-6790-46a6-8ad4-4a0980b04795"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "f9cd41b6-3f68-4e83-a47d-664395f324c0"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 1.6666666666666667,
"Sentiment": "POSITIVE",
"TranscriptItems": [
{
"Id": "21acf0fc-7259-4a08-b4cd-688eb56587d3"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 1.6666666666666667,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "2b8ba020-53ee-4053-b5b7-35364ac1c7df"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 1.6666666666666667,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "28d0a1ce-64d1-4625-bbef-4cfeb97b6742"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "ef9b8622-32d5-4cfd-9ccc-a242502267bc"
},
{
"Id": "03a9de67-f9e1-4884-a1a3-ecea78a4ce9e"
},
{
"Id": "cfee5ece-a671-4a11-9ec2-89aba4b7d688"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "72cc8c8d-2199-422a-b363-01d6d3fdc851"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 1.6666666666666667,
"Sentiment": "POSITIVE",
"TranscriptItems": [
{
"Id": "61bb2591-fe87-44e4-bba0-a3619c4cef1f"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 1.6666666666666667,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "1761f27e-0989-4b6d-a046-fc03d2c6bc9c"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 3.3333333333333335,
"Sentiment": "POSITIVE",
"TranscriptItems": [
{
"Id": "8cdff161-dc25-44e6-986f-fc0e08ee0a7d"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": -1.6666666666666667,
"Sentiment": "NEGATIVE",
"TranscriptItems": [
{
"Id": "bcc51949-3a79-4398-be1b-a27345a8a8ad"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": -3.75,
"Sentiment": "NEGATIVE",
"TranscriptItems": [
{
"Id": "7d5c07d7-3d26-4b34-ae91-39aeaeef685c"
},
{
"Id": "e0efbd17-9139-439b-8c80-ebf2b9b703b9"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": -3.75,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "8fbb8dd4-9fd4-4991-83dc-5f06eeead9aa"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": -2.5,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "3b856fd9-0eeb-4fb2-93ed-95ec4aeae3a6"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "ecb8c498-96d7-448b-8360-366eeddb4090"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "d334058f-e3de-4cf1-a361-32e4e61f1839"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "3ec6adb5-3f11-409c-af39-40cf7ba6f078"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "c71ad383-f876-4bb3-b254-7837b6a3d395"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "4b292b64-4a33-45ff-89df-d5a175d16d70"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "2da5a3c2-9d1b-458c-ae53-759a4e63198d"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 1.6666666666666667,
"Sentiment": "POSITIVE",
"TranscriptItems": [
{
"Id": "e23a2331-f3fc-4d3c-8a51-1541451186c9"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 3.75,
"Sentiment": "POSITIVE",
"TranscriptItems": [
{
"Id": "5a27cc39-9b73-4ebe-9275-5e6723788a1b"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 3.75,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "540368c7-ec19-4fc0-8c86-0a5ee62d31a0"
}
]
}
],
"OverallSentiment": {
"DetailsByInteraction": {
"DetailsByParticipantRole": {
"CUSTOMER": {
"WithAgent": 0
}
}
},
"DetailsByParticipantRole": {
"AGENT": 1.1538461538461537,
"CUSTOMER": 0
}
},
"SentimentShift": {
"DetailsByInteraction": {
"DetailsByParticipantRole": {
"CUSTOMER": {
"WithAgent": {
"BeginScore": -3,
"EndScore": 3.75
}
}
}
},
"DetailsByParticipantRole": {
"AGENT": {
"BeginScore": 0,
"EndScore": 2.5
},
"CUSTOMER": {
"BeginScore": -3.75,
"EndScore": 3.75
}
}
}
}
},
"CustomerMetadata": {
"ContactId": "b49644f6-672f-445c-b209-f76b36482830",
"InputS3Uri": "path to the json file in s3",
"InstanceId": "f23fc323-3d6d-48aa-EXAMPLE012"
},
"JobStatus": "COMPLETED",
"LanguageCode": "en-US",
"Participants": [
{
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER"
},
{
"ParticipantId": "2b2288b4-ff6e-4996-8d8e-260fd5a8ac02",
"ParticipantRole": "SYSTEM"
},
{
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT"
}
],
"Transcript": [
{
"AbsoluteTime": "2022-10-27T03:31:50.735Z",
"ContentType": "application/vnd.amazonaws.connect.event.participant.joined",
"DisplayName": "[PII]",
"Id": "740c494d-9df7-4400-91c0-3e4df33922c8",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "EVENT"
},
{
"AbsoluteTime": "2022-10-27T03:31:53.390Z",
"Content": "Hello, thanks for contacting us. This is an example of what the Amazon Connect virtual contact center can enable you to do.",
"ContentType": "text/plain",
"DisplayName": "SYSTEM_MESSAGE",
"Id": "78aa8229-714a-4c87-916b-ce7d8d567ab2",
"ParticipantId": "2b2288b4-ff6e-4996-8d8e-260fd5a8ac02",
"ParticipantRole": "SYSTEM",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:31:55.131Z",
"Content": "The time in queue is less than 5 minutes.",
"ContentType": "text/plain",
"DisplayName": "SYSTEM_MESSAGE",
"Id": "1276382b-facb-49c5-8d34-62e3b0f50002",
"ParticipantId": "2b2288b4-ff6e-4996-8d8e-260fd5a8ac02",
"ParticipantRole": "SYSTEM",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:31:56.618Z",
"Content": "You are now being placed in queue to chat with an agent.",
"ContentType": "text/plain",
"DisplayName": "SYSTEM_MESSAGE",
"Id": "88c2363e-8206-4781-a353-c15e1ccacc12",
"ParticipantId": "2b2288b4-ff6e-4996-8d8e-260fd5a8ac02",
"ParticipantRole": "SYSTEM",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:00.951Z",
"ContentType": "application/vnd.amazonaws.connect.event.participant.joined",
"DisplayName": "[PII]",
"Id": "c05cca74-d50b-4aa5-b46c-fdb5ae8c814c",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "EVENT"
},
{
"AbsoluteTime": "2022-10-27T03:32:03.462Z",
"Content": "Hello, thanks for reaching Example Corp. This is [PII]. How may I help you?",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "e4949dd1-aaa1-4fbd-84e7-65c95b2d3d9a",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Redaction": {
"CharacterOffsets": [
{
"BeginOffsetChar": 46,
"EndOffsetChar": 51
}
]
},
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:08.102Z",
"Content": "I'd like to see if I can get a refund or an exchange, because I ordered one of your grow-it-yourself indoor herb garden kits and nothing sprouted after a couple weeks so I think something is wrong with the seeds and this product may be defective.",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "bcc51949-3a79-4398-be1b-a27345a8a8ad",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:14.137Z",
"Content": "My wife is blind and sensitive to the sun so I was going to surprise her for her birthday with all the herbs that she loves so you guys actually really let me down.",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "7d5c07d7-3d26-4b34-ae91-39aeaeef685c",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:18.781Z",
"Content": "I should be taking my business elsewhere. I don't see why I should be giving money to a company that isn't even going to sell a product that works.",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "e0efbd17-9139-439b-8c80-ebf2b9b703b9",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:24.123Z",
"Content": "Ok. Can I get your first and last name please?",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "3673d926-6e75-4620-a6f0-7ea571790a15",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:29.879Z",
"Content": "Yeah. My first name is [PII] and last name [PII].",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "8fbb8dd4-9fd4-4991-83dc-5f06eeead9aa",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Redaction": {
"CharacterOffsets": [
{
"BeginOffsetChar": 21,
"EndOffsetChar": 26
},
{
"BeginOffsetChar": 44,
"EndOffsetChar": 49
}
]
},
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:34.670Z",
"Content": "Could you please provide me with the order ID number?",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "46d37141-32d8-4f2e-a664-bcd3f34a68b3",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:39.726Z",
"Content": "Yes, just . Looking ...",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "3b856fd9-0eeb-4fb2-93ed-95ec4aeae3a6",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:44.887Z",
"Content": "Not a problem, take your time.",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "3c4a2a1e-6790-46a6-8ad4-4a0980b04795",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:52.978Z",
"Content": "Okay, that should be #5376897. You know, if the product was fine I wouldn't have to scrounge through emails.",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "ecb8c498-96d7-448b-8360-366eeddb4090",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:59.441Z",
"Content": "alright, perfect. And could you also just confirm the shipping address for me, [PII]",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "f9cd41b6-3f68-4e83-a47d-664395f324c0",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Redaction": {
"CharacterOffsets": [
{
"BeginOffsetChar": 77,
"EndOffsetChar": 82
}
]
},
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:33:05.455Z",
"Content": "[PII], and the zip code [PII].",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "d334058f-e3de-4cf1-a361-32e4e61f1839",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Redaction": {
"CharacterOffsets": [
{
"BeginOffsetChar": 0,
"EndOffsetChar": 5
},
{
"BeginOffsetChar": 27,
"EndOffsetChar": 32
}
]
},
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:33:12.764Z",
"Content": "Thank you very much. Just waiting on my system here. .. I'll also need the last four digits of your debit card.",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "21acf0fc-7259-4a08-b4cd-688eb56587d3",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:33:17.412Z",
"Content": "Ok. Last four for my debit card [PII]",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "3ec6adb5-3f11-409c-af39-40cf7ba6f078",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Redaction": {
"CharacterOffsets": [
{
"BeginOffsetChar": 27,
"EndOffsetChar": 32
}
]
},
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:33:33.852Z",
"Content": "It's just too bad. I thought this was going to be the best gift idea. How can you guys be sending out defective seeds? Isn't that your whole business?",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "c71ad383-f876-4bb3-b254-7837b6a3d395",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:33:38.961Z",
"Content": "I apologize for the experience you had Mr [PII], its very uncommon that our customer will have this issue. We will look into this and get this sorted out for you right away.",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "28d0a1ce-64d1-4625-bbef-4cfeb97b6742",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Redaction": {
"CharacterOffsets": [
{
"BeginOffsetChar": 41,
"EndOffsetChar": 46
}
]
},
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:33:44.192Z",
"Content": "Well, my wife's birthday already passed, so. There's not too much you can do. But I would still like to grow the herbs for her, if possible.",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "4b292b64-4a33-45ff-89df-d5a175d16d70",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:33:51.310Z",
"Content": "Totally understandable. Let me see what we can do for you. Please give me couple of minutes as I check the system.",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "ef9b8622-32d5-4cfd-9ccc-a242502267bc",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:33:56.287Z",
"Content": "Thank you sir one moment please.",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "03a9de67-f9e1-4884-a1a3-ecea78a4ce9e",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:01.224Z",
"Content": "Alright are you still there Mr [PII]?",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "cfee5ece-a671-4a11-9ec2-89aba4b7d688",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Redaction": {
"CharacterOffsets": [
{
"BeginOffsetChar": 30,
"EndOffsetChar": 35
}
]
},
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:07.093Z",
"Content": "Yeah.",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "2da5a3c2-9d1b-458c-ae53-759a4e63198d",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:12.562Z",
"Content": "We are not only refunding the cost of the grow-it-yourself indoor herb kit but we will also be sending you a replacement. Would you be okay with this?",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "72cc8c8d-2199-422a-b363-01d6d3fdc851",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:17.029Z",
"Content": "Yeah! That would be great. I just want my wife to be able to have these herbs in her room. And I'm always happy to get my money back!",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "e23a2331-f3fc-4d3c-8a51-1541451186c9",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:22.269Z",
"Content": "Awesome! We really want to keep our customers happy and satisfied, and again I want to apologize for your less than satisfactory experience with the last product you ordered from us.",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "61bb2591-fe87-44e4-bba0-a3619c4cef1f",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:26.353Z",
"Content": "Okay! No problem. Sounds great. Thank you for all your help!",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "5a27cc39-9b73-4ebe-9275-5e6723788a1b",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:31.431Z",
"Content": "Is there anything else I can help you out with Mr [PII]?",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "1761f27e-0989-4b6d-a046-fc03d2c6bc9c",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Redaction": {
"CharacterOffsets": [
{
"BeginOffsetChar": 48,
"EndOffsetChar": 53
}
]
},
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:36.704Z",
"Content": "Nope!",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "540368c7-ec19-4fc0-8c86-0a5ee62d31a0",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:41.448Z",
"Content": "Ok great! Have a great day.",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "8cdff161-dc25-44e6-986f-fc0e08ee0a7d",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:42.799Z",
"ContentType": "application/vnd.amazonaws.connect.event.participant.left",
"DisplayName": "[PII]",
"Id": "d1ba54ba-61d4-4a48-9a9a-6cd17d70b8fb",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "EVENT"
},
{
"AbsoluteTime": "2022-10-27T03:34:43.192Z",
"ContentType": "application/vnd.amazonaws.connect.event.chat.ended",
"Id": "2d9a0e4f-faec-485f-97af-2767dde1f30a",
"Type": "EVENT"
}
],
"Version": "CHAT-2022-11-30"
}
```
# Esempio di file di output di Contact Lens per un'e-mail analizzata dall'analisi conversazionale di Contact Lens
Questa sezione mostra uno schema di esempio per un contatto e-mail che è stato analizzato dall'analisi conversazionale di Contact Lens. L'esempio mostra le categorie corrispondenti e un riepilogo della catena di contatti.
Tieni presente quanto segue sui file di output dell'analisi delle e-mail:
+ Il `Channel` campo è impostato su`EMAIL`.
+ Il `Version` campo utilizza il `EMAIL` prefisso (ad esempio,`EMAIL-2026-01-01`).
+ I file di output delle e-mail non includono i punteggi di sentiment, il sentiment shift, il volume o i dati relativi al tempo di non conversazione.
+ La `Categories` sezione include un campo impostato su. `EventSource` `OnEmailAnalysisAvailable`
+ I riepiloghi dei contatti vengono utilizzati `ContactChainSummary` invece di`PostContactSummary`, perché l'analisi delle e-mail riepiloga l'intero thread dell'e-mail (catena di contatti).
+ La `CustomerMetadata.InputFiles` sezione fa riferimento al messaggio e-mail e ai file di testo semplice archiviati in Amazon S3.
## Esempio di file di output di analisi delle e-mail
L'esempio seguente mostra l'output di un contatto e-mail con categorizzazione, redazione e riepilogo della catena di contatti abilitati.
```
{
"Version": "EMAIL-2026-01-01",
"AccountId": "123456789012",
"Channel": "EMAIL",
"Configuration": {
"ChannelConfiguration": {
"AnalyticsModes": [
"ContactLens"
]
},
"LanguageLocale": "en-US",
"RedactionConfiguration": {
"Behavior": "Enable",
"Policy": "RedactedAndOriginal",
"Entities": [],
"MaskMode": "EntityType"
},
"SummaryConfiguration": {
"SummaryModes": [
"ContactChain"
]
}
},
"CustomerMetadata": {
"ContactId": "a1b2c3d4-e5f6-7890-abcd-ef1234567890",
"InstanceId": "aaaaaaaa-bbbb-cccc-dddd-eeeeeeeeeeee",
"InputFiles": {
"EmailMessageS3URI": "connect/your-instance/EmailMessages/2026/01/15/a1b2c3d4_message.json",
"EmailMessagePlainTextS3URI": "connect/your-instance/EmailMessages/2026/01/15/a1b2c3d4_plain_text.json"
}
},
"Categories": {
"MatchedCategories": [
"refund-request",
"shipping-issue"
],
"MatchedDetails": {
"refund-request": {
"PointsOfInterest": [
{
"Contacts": [
{
"ContactId": "a1b2c3d4-e5f6-7890-abcd-ef1234567890"
}
]
}
],
"EventSource": "OnEmailAnalysisAvailable"
},
"shipping-issue": {
"PointsOfInterest": [],
"EventSource": "OnEmailAnalysisAvailable"
}
}
},
"ConversationCharacteristics": {
"ContactSummary": {
"ContactChainSummary": {
"Content": "The customer reported that their order arrived damaged and requested a full refund including shipping costs. The agent confirmed the refund would be processed within 3-5 business days and offered a replacement unit."
}
}
},
"JobDetails": {}
}
```
# Risoluzione dei problemi in Amazon Connect Contact Lens
## Perché non vedo o sento i contenuti non oscurati?
Se l'organizzazione utilizza la funzione di Contact Lens redazione, per impostazione predefinita nel sito Web di amministrazione vengono visualizzati solo i contenuti redatti. Amazon Connect
Devi disporre delle autorizzazioni per visualizzare i contenuti non oscurati. Per ulteriori informazioni, consulta [Assegna le autorizzazioni per utilizzare l’analisi delle conversazioni di Contact Lens in Amazon Connect](permissions-for-contact-lens.md).