기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

인사이트에 대한 피드백 제공

Amazon Connect Decisions를 사용하면 자연어 인터페이스(NLI)를 통해 직접 근본 원인 분석(RCA) 조사 결과 및 인사이트를 위해 생성된 권장 사항을 비롯한 모든 인사이트에 대한 피드백을 제공할 수 있습니다. 귀하의 피드백은 Amazon Connect 결정 에이전트가 향후 분석 및 권장 사항의 정확성을 학습하고 개선하는 데 도움이 됩니다. 피드백을 제공하는 방법에는 NLI의 자연어 피드백과 NLI의 에이전트 응답에 대한 썸 업/다운 등급이라는 두 가지가 있습니다.

Amazon Connect Decisions 에이전트는 빠른 썸업/다운이든 상세한 자연어 수정이든 모든 피드백을 잠재적 학습으로 평가합니다. 결정적이고 충돌이 없으며 일반화 가능한 적격 피드백은 지식 스토어에 저장된 실행 가능한 학습으로 큐레이션됩니다. 시간이 지남에 따라 피드백은 RCA 정확도와 권장 사항 관련성을 개선하고 반복 수정의 필요성을 줄여 모든 상호 작용에서 Amazon Connect 결정을 점진적으로 더 스마트하게 만듭니다.

자연어 피드백

또한 Decisions Teammate/NLI에 수정 또는 관찰을 입력하기만 하면 상세한 컨텍스트별 피드백을 제공할 수 있습니다. 이는 출력이 잘못된 이유를 설명하거나 에이전트가 학습해야 하는 운영 지식을 공유하려는 경우에 적합합니다.

예를 들어 프랑크푸르트 사이트에서 전자 커넥터에 대한 예상 재고 알림/시각을 검토합니다. 근본 원인 에이전트는 근본 원인을 수요 예측 오류로 간주합니다. NLI를 통해 응답합니다.

“근본 원인은 예측 오류가 아닙니다. 공급업체 TP_00001의 계약상 최대 주문 수량은 PO당 291단위이며 시스템은 1,600단위에 대해 단일 PO를 생성했습니다. 공급업체는 이를 거부합니다. PO를 291단위 이하의 여러 주문으로 분할합니다.”

Teammate가 응답하는 결정: “수정해 주셔서 감사합니다. 공급업체의 최대 주문 수량 제약 조건을 반영하도록 근본 원인을 업데이트했습니다. 권장 사항은 6POs(5 x 291 + 1 x 145 단위)로 재생성되었습니다. 이 공급업체 제약 조건은 TP_00001에 대한 향후 모든 권장 사항에 적용됩니다.”

썸 업/썸 다운 등급

NLI에 표시되는 모든 RCA 조사 결과 및 권장 사항에는 썸업 및 썸다운 옵션이 포함됩니다. 이를 사용하여 에이전트의 출력이 정확하고 유용한지 빠르게 알릴 수 있습니다. 설명을 추가하여 추가 컨텍스트를 제공할 수 있습니다.

예를 들어 북동부 배포 센터에서 신발을 실행하기 위한 예상 재고 부족 알림/시각을 받게 됩니다. RCA 에이전트는 근본 원인을 식별합니다. “B Long Beach의 포트 혼잡으로 인해 8일 지연된 공급업체 TP_00012 배송과 예정된 보스턴 마라톤으로 인한 22% 수요 급증.” 권장 에이전트는 “저수요 남동부 매장 6개에서 고수요 북동부 매장 9개로 1,200유닛을 재할당”을 제안합니다.

썸업을 하고 "스팟 온 - 포트 지연 및 마라톤 수요 스파이크가 바로 이를 주도하고 있습니다. 좋은 권장 사항입니다.”

팀원/NLI가 인정하는 결정: "확인해 주셔서 감사합니다. 피드백은 향후 재고 부족 분석을 위해 포트 중단 신호를 리전별 수요 이벤트와 상호 연관시키는 RCA 에이전트의 신뢰도를 강화합니다.”