翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

Insights に関するフィードバックの提供

Amazon Connect Decisions を使用すると、根本原因分析 (RCA) の結果やインサイト用に生成された推奨事項など、インサイトに関するフィードバックを直接自然言語インターフェイス (NLI) を通じて提供できます。お客様のフィードバックは、Amazon Connect Decisions エージェントが将来の分析とレコメンデーションの精度を学習し、改善するのに役立ちます。フィードバックを提供するには、NLI の自然言語フィードバックと NLI のエージェントの応答に対する親指の上下の評価の 2 つの方法があります。

クイックサムアップ/ダウンでも、詳細な自然言語修正でも、すべてのフィードバックは Amazon Connect Decisions エージェントによって潜在的な学習として評価されます。決定論的、非競合的、一般化可能なフィードバックは、Knowledge Store に保存されている実用的な学習にキュレートされます。時間の経過とともに、フィードバックによって RCA の精度、レコメンデーションの関連性が向上し、修正を繰り返す必要がなくなり、やり取りのたびに Amazon Connect Decisions が徐々にスマートになります。

自然言語フィードバック

Decisions Teammate/NLI に修正または観察を入力するだけで、コンテキスト固有の詳細なフィードバックを提供することもできます。これは、出力が正しくない理由を説明する場合や、エージェントが学習すべき運用上の知識を共有する場合に最適です。

たとえば、フランクフルトサイトの電子コネクタに関する予測在庫切れアラート/インサイトを確認します。根本原因エージェントは、根本原因を需要予測エラーに属性付けします。NLI 経由で応答します。

「根本原因は予測エラーではありません — サプライヤー TP_00001 の契約上の最大注文数量は PO あたり 291 ユニットで、システムは 1,600 ユニットに対して単一の PO を生成しました。サプライヤはこれを拒否します。PO を 291 ユニット以下の複数の注文に分割します。」

Decisions Teammate は「修正に感謝します。根本原因を更新して、サプライヤの最大注文数量の制約を反映しました。推奨事項は 6 つの分割 POs (5 x 291 + 1 x 145 ユニット) として再生成されました。このサプライヤー制約は、TP_00001 に関する今後のすべての推奨事項に適用されます。」

サムネイルアップ/サムネイルダウンの評価

NLI に表示されるすべての RCA 検出結果とレコメンデーションには、サムズアップオプションとサムズダウンオプションが含まれています。これらを使用して、エージェントの出力が正確で役に立ったかどうかをすばやく通知します。コメントを追加して、追加のコンテキストを指定できます。

たとえば、Northeast ディストリビューションセンターで靴を実行すると、在庫切れアラート/インサイトが射影されます。RCA エージェントは根本原因を特定します。「サプライヤー TP_00012 の出荷がロングビーチでのポートの輻輳により 8 日間遅延し、次回のボストンマラソンによって需要が 22% 急増しました。」 レコメンデーションエージェントは、「6 つの低需要の東南アジアストアから 9 つの高需要の北東部ストアに 1,200 ユニットを再割り当てする」と提案します。

親指をあきらめて「スポットオン」を追加します。ポートの遅延とマラソンの需要の急増がこれを引き起こしています。良いレコメンデーション」

Decisions Teammate / NLI は「確認ありがとうございます。お客様からのフィードバックにより、RCA エージェントの信頼度が高まり、将来の在庫切れ分析のために、ポート中断シグナルをリージョンの需要イベントと関連付けることができます。」