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.

Inizia a usare Predictive Insights

Per iniziare a utilizzare Predictive Insights, segui questi passaggi:

Fase 1: aggiunta di dati di interazione nei profili dei clienti

Puoi sfruttare i connettori dati esistenti nei profili dei clienti per mappare i dati delle interazioni in oggetti Web Analytics standard.

Per ulteriori informazioni, consulta mappatura dei tipi di oggetto per Web Analytics Object.

Fase 2: aggiunta dei dati del catalogo degli articoli

Puoi rappresentare i singoli prodotti del tuo catalogo all'interno del dominio utilizzando i dati del catalogo standard. Questi dati del catalogo esistono a livello di dominio e non sono legati a nessun profilo cliente specifico. Serve come rappresentazione strutturata dei tuoi prodotti che può essere sfruttata per funzionalità di personalizzazione. È possibile importare le informazioni sul prodotto o sull'articolo come oggetti di dominio nei profili dei clienti utilizzando connettori dati che offrono opzioni flessibili per l'acquisizione e la gestione delle informazioni del catalogo, garantendo che i dati di prodotto rimangano aggiornati e accessibili all'interno del sistema.

Per ulteriori informazioni, consulta Mappatura dei tipi di oggetto per Item Catalog.

Fase 3: Creazione di informazioni predittive

Amazon Connect ti consente di creare e distribuire modelli di intelligenza artificiale specializzati su misura per le tue esigenze specifiche di raccomandazione di prodotti. Questi modelli possono essere configurati tramite l'interfaccia utente Connect Web o a livello di codice APIs per adattarsi a scenari aziendali unici. Predictive Insights offre diversi tipi di consigli:

Fase 4: Utilizzo di Predictive Insights nei canali di coinvolgimento dei clienti

Utilizzo dei consigli sul profilo del cliente in Connect Flows

Questa sezione descrive come utilizzare il blocco di flusso Customer Profiles Get profile recommendations per arricchire l'esperienza utente durante un contatto generando consigli basati sull'intelligenza artificiale per un profilo in tempo reale.

Proprietà del blocco di flusso

Il blocco di flusso Get profile recommendations ha le seguenti proprietà da configurare:

Flow Block Branches

Il blocco di flusso Ottieni consigli sul profilo può indirizzare i contatti lungo i seguenti rami:

Utilizzo di Recommendations from the block

La risposta ai consigli viene mantenuta nell'attributo di contatto $.Customer.Recommendations JSONPath come elenco JSON di oggetti di raccomandazione. Ogni oggetto di raccomandazione conterrà gli attributi di raccomandazione selezionati.

Il seguente frammento di codice Python di esempio tratto da una funzione Lambda mostra come può essere usato per trasformare i consigli dal blocco Get profile recommendations e persisterli in altri attributi di contatto in modo che i consigli possano essere utilizzati nei blocchi successivi.

import boto3
import json

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

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

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

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

Dopo aver configurato il flusso con il blocco Ottieni consigli sul profilo, puoi iniziare a utilizzarlo per generare consigli per i tuoi clienti durante i loro contatti.

Configurazione degli agenti Connect AI per i consigli di vendita

Amazon Q in Connect migliora le funzionalità degli agenti attraverso il suo nuovo tipo di agente «Orchestration». Questa funzionalità è particolarmente utile per creare un Sales AI Agent in grado di fornire consigli sugli articoli, particolarmente utile negli scenari di upselling e cross-selling.

Nozioni di base

Per iniziare l'implementazione, accedi Console di gestione AWS e accedi ad Amazon Connect. Dopo aver effettuato l'accesso all'istanza Connect tramite l'URL di accesso, individua Amazon Q dal menu a sinistra e seleziona Agenti AI. Troverai un AI Agent of Type Orchestration (SalesAgent) preconfigurato in stato di bozza nella pagina QiC sotto AI Agents. Questo modello è dotato di tutte le configurazioni necessarie per gli strumenti 1P e di esempi di suggerimenti.

Creazione del tuo agente personalizzato

Per creare un agente di vendita personalizzato, inizia creando un nuovo AI Agent of Orchestration Type e copialo dal modello esistente SalesAgent . Questo processo trasferisce tutti gli strumenti e le configurazioni dal modello al nuovo agente.

Personalizzazione dell'agente

Quando si tratta di aggiornare il prompt dell'agente, gli amministratori hanno due opzioni principali. Possono aggiungere il prompt dell'agente esistente al Sales Agent Prompt e aggiungere le istruzioni di identificazione dell'upsell, oppure possono ricominciare da capo rimuovendo il SalesAgent prompt e creando un nuovo prompt di orchestrazione basato sull'Agente attualmente pubblicato e aggiungendovi il prompt del Sales Agent. Questa flessibilità consente soluzioni personalizzate che soddisfano esigenze aziendali e requisiti di dominio specifici.

Configurazione e integrazione del flusso

Dopo aver finalizzato la configurazione dell'agente e averla pubblicata, il passaggio successivo prevede la creazione di un bot Amazon Lex in Flows. Il flusso in entrata deve essere aggiornato per includere il GetCustomerInput blocco con il bot Lex creato e il nuovo SalesAgent deve essere selezionato nelle opzioni aggiuntive. Dovrai aggiungere sia il blocco di flusso Customer Profile per il recupero dell'ID del profilo sia il blocco di flusso Set-Contact Attributes, impostando CustomerId come chiave per l'ID del profilo e il valore come $Customer. ProfileId.

L'implementazione supporta sia i contatti via chat che le chiamate vocali, con l'input del cliente che passa senza problemi all'agente QIC sul bot Lex. Questa configurazione completa consente consigli di vendita basati sull'intelligenza artificiale e opportunità di upselling all'interno del tuo ambiente Amazon Connect. La flessibilità del sistema consente la personalizzazione in base alle esigenze specifiche del settore, mantenendo al contempo le funzionalità di base dell'assistenza alle vendite intelligente. Questa soluzione fornisce un framework per migliorare le interazioni con i clienti grazie ai consigli basati sull'intelligenza artificiale, supportando in ultima analisi operazioni di vendita e assistenza clienti più efficaci. Gli amministratori possono perfezionare ulteriormente l'implementazione aggiungendo istruzioni specifiche per il dominio e personalizzando i tipi di consigli in base ai requisiti aziendali.

Configurazione SalesAgent per l'utilizzo per l'assistenza agli agenti

È possibile configurarlo SalesAgent da utilizzare all'interno del widget di chat Q in connect in Agent Workspace. Per fare ciò è necessario modificare 2 cose principali.

Ora puoi utilizzare questo flusso come normale posta in entrata e il widget di chat Q in connect dovrebbe essere in grado di fornire consigli per rispondere alle richieste dell'utente.