Amazon Connect 관리 웹 사이트를 사용하여 Contact Lens 규칙 생성

단어 또는 구문: 일치 검색, 패턴 검색, 의미 체계 검색 중에서 선택하여 키워드가 발화될 때 알림이나 작업을 트리거할 수 있습니다.

자연어 - 의미 체계 일치: 생성형 AI를 사용하여 대화 스크립트와 일치시킬 자연어 문(예: 계정을 취소하기 위해 통화한 고객)을 제공하고 조치(예: 작업 트리거, 평가 수행 등)를 취합니다. 자세한 내용은 생성형 AI 기반 의미 체계 일치 섹션을 참조하세요.

고객 응대 후 작업(ACW): 고객 응대 후 작업 완료 시 에이전트 효율성을 측정하는 규칙을 구축합니다.

에이전트 계층 구조: 특정 에이전트 계층 구조에서 실행되는 규칙을 빌드합니다. 에이전트 계층 구조는 지리적 위치, 부서, 제품 또는 팀을 나타낼 수 있습니다.

규칙에 추가할 수 있도록 에이전트 계층 목록을 보려면 보안 프로필에 에이전트 계층 구조 - 보기 권한이 필요합니다.

에이전트: 에이전트의 하위 집합에서 실행되는 규칙을 구축합니다. 예를 들어 새로 채용된 에이전트가 회사 표준을 준수하도록 하는 규칙을 만들 수 있습니다.

규칙에 추가할 수 있도록 에이전트 이름을 보려면 보안 프로필에서 사용자 - 보기 권한이 필요합니다.

AI 에이전트: 특정 Connect AI 에이전트가 셀프 서비스 또는 에이전트 지원을 수행한 연락처를 식별합니다. 여러 AI 에이전트를 선택하거나 특정 버전의 에이전트를 선택할 수 있습니다.

규칙에 추가할 수 있도록 AI 에이전트 이름을 보려면 보안 프로필에서 AI 에이전트 - 보기 권한이 필요합니다.

AI 에이전트 - 에스컬레이션: Connect AI 에이전트가 고객 셀프 서비스에 사용되어 사람에게 에스컬레이션된 경우 연락처를 식별합니다.

규칙에 추가할 수 있도록 AI 에이전트 이름을 보려면 보안 프로필에서 AI 에이전트 - 보기 권한이 필요합니다.

에이전트 상호 작용 기간: 에이전트 상호 작용이 예상보다 길거나 짧은 고객 응대를 식별하는 규칙을 구축합니다. 이 기능은 통화에만 적용됩니다.

고객 응대 세그먼트 속성: 다른 시스템에서 값이 채워진 사용자 지정 고객 응대 세그먼트 속성을 사용하거나 사용자 지정 로직을 사용하여 규칙 내에서 고객 응대를 식별할 수 있습니다. 속성을 정의하고 흐름에서 해당 값을 설정할 수 있습니다. 사용자 지정 세그먼트 속성은 전체 고객 응대 체인이 아니라 해당 특정 고객 응대 ID에만 존재합니다. 예를 들어 에이전트와 연결되기 전에 IVR에서 고객 응대가 사전 인증되었음을 식별하는 규칙을 구축할 수 있습니다.

규칙에 추가할 고객 응대 세그먼트 속성 목록을 보려면 사전 정의된 속성 - 보기 권한이 필요합니다.

연결 해제 이유: 고객 응대가 연결 해제된 이유를 확인하는 규칙을 빌드합니다. 예를 들어 고객 이전에 에이전트가 연결을 끊었거나 고객 응대가 전송된 경우입니다.

가장 높은 음량 점수: 에이전트 또는 고객에 대한 대화 중에 최대 음량 점수(데시벨 단위)를 확인하는 규칙을 작성합니다. 큰 소리(예: 70Db 이상)는 흥분이나 분노와 관련이 있을 수 있지만 특정 소리 점수(예: 30Db 이하) 미만의 음성은 이해하기 어려울 수 있습니다.

대기 시간: 비정상적인 대기 시간이 있는 고객 응대를 식별하여 고객 응대를 더 효율적으로 처리할 기회를 식별하는 규칙을 구축합니다. 가장 긴 대기 시간, 총 대기 시간 및 대기 수를 사용하여 규칙을 설정할 수 있습니다. 고객이 에이전트와 연결된 총 시간(고객 대기 시간을 에이전트 상호 작용 기간 및 고객 대기 시간으로 나눈 값)의 백분율로 대기 시간을 확인할 수도 있습니다.

시작 방법: 고객 응대가 인바운드, 아웃바운드, 전송되었는지 여부를 확인하는 규칙을 빌드합니다.

고객 응대 속성: 사용자 지정 고객 응대 속성 값에 따라 실행되는 규칙을 작성합니다. 예를 들어 멤버십 수준, 현재 거주 국가 또는 미결 주문이 있는 경우 등 특정 사업부 또는 특정 고객에 대한 규칙을 만들 수 있습니다.

규칙에 최대 5개의 고객 응대 속성을 추가할 수 있습니다.

감정 - 기간: 후행 기간 동안의 감정 분석 결과(긍정, 부정 또는 중립)에 따라 실행되는 규칙을 구축합니다.

예를 들어, 고객 감정이 일정 기간 동안 부정적으로 유지되는 경우에 대한 규칙을 만들 수 있습니다. 참가자가 나중에 고객 응대에 참여한 경우 여기에 설정된 기간은 참가자가 참석했던 시점에 적용됩니다.

감정 데이터가 없는 연락처에 규칙이 적용되면 중립 감정이 사용됩니다.

감정 - 전체 고객 응대: 전체 고객 응대에 대한 감정 지수 값에 따라 실행되는 규칙을 구축합니다. 예를 들어 전체 고객 응대에 대해 고객 감정이 낮게 유지되는 경우 고객 경험 분석가가 통화 내용을 검토하고 후속 조치를 취하도록 하는 규칙을 만들 수 있습니다.

감정 데이터가 없는 연락처에 규칙이 적용되면 중립 감정이 사용됩니다.

중단: 에이전트가 고객을 X회 이상 중단했을 때 이를 감지하는 규칙을 만듭니다. 이 기능은 통화에만 적용됩니다.

침묵 시간: 음성이 감지되지 않았는지 확인하는 규칙을 빌드합니다. 여기에는 고객이 대기 중인 기간이 포함될 수 있습니다. 총 침묵 시간, 대화 내 가장 긴 침묵 시간 또는 대화 중 침묵 시간의 백분율을 확인할 수 있습니다. 대화의 50%를 초과하는 침묵 시간 비율과 같이 침묵 시간이 높으면 프로세스 또는 에이전트 코칭 기회를 개선할 수 있는 기회가 될 수 있습니다. 이 기능은 통화에만 적용됩니다.

응답 시간: 참가자의 응답 시간이 예상보다 길거나 짧았던 고객 응대를 식별하는 규칙(평균 또는 최대)을 만듭니다.

예를 들어 에이전트가 채팅에 참여한 후 첫 번째 인사말 메시지를 보낼 때까지의 시간인 에이전트 인사말 시간(첫 번째 응답 시간이라고도 함)에 대한 규칙을 설정할 수 있습니다. 이렇게 하면 에이전트가 고객과 소통하는 데 너무 오래 걸리는 경우를 파악하는 데 도움이 됩니다

잠재적 연결 해제 문제: 기술 문제(예: 네트워크 연결, 디바이스 문제)를 확인하는 규칙을 빌드합니다. 이를 사용하여 에이전트가 제어할 수 없는 연결 문제가 있는 자동 에이전트 성능 평가에서 고객 응대를 제외할 수 있습니다.

대기열: 대기열의 하위 집합에서 실행되는 규칙을 빌드하거나 고객 응대가 대기열에 추가되지 않았는지 확인합니다. 조직에서 대기열을 사용하여 사업부, 주제 또는 도메인을 표시하는 경우가 많습니다. 예를 들어, 최근 마케팅 캠페인의 영향을 추적하여 판매 대기열에 특정한 규칙을 구축하거나, 고객 지원 대기열에 대한 규칙을 구축하여 전반적인 감정을 추적할 수 있습니다. 셀프 서비스 상호 작용의 경우 고객 응대가 대기열에 없는지 확인할 수 있으며, 이는 AI 에이전트를 통한 셀프 서비스 성공을 나타낼 수 있습니다.

규칙에 추가할 수 있도록 대기열 이름을 보려면 보안 프로필에 대기열 - 보기 권한이 필요합니다.

라우팅 프로필: 특정 라우팅 프로필에 매핑된 에이전트가 처리한 연락처를 식별합니다. 라우팅 프로필은 에이전트 부서 또는 스킬 숙련도를 나타낼 수 있습니다. 예를 들어 라우팅 프로필 신규 채용을 사용하여 에이전트에 대한 자동 평가를 수행할 수 있습니다.이 평가는 재직 중인 다중 스킬 에이전트와 비교하여 다양한 평가 기준을 사용하여 기본 문제 해결에 대한 교육을 받을 수 있습니다.

규칙에 추가할 수 있도록 라우팅 프로필을 보려면 보안 프로필에 라우팅 프로필 - 보기 권한이 필요합니다.

대화 시간: 에이전트 또는 고객이 대화하는 데 소요된 절대 시간 임계값을 사용하여 규칙을 빌드합니다. 이는 고객이 전혀 말하지 않은 부분을 식별하여 에이전트가 연결을 끊도록 하거나 에이전트가 전화를 받은 후 말하지 않는 것과 같은 통화 회피 동작을 보인 부분을 식별하는 데 사용할 수 있습니다.

에이전트 상호 작용 기간: 에이전트 상호 작용이 예상보다 길거나 짧은 고객 응대를 식별하는 규칙을 구축합니다. 이 기능은 통화에만 적용됩니다.

태스크 생성: 이 옵션은 실시간 채팅에 사용할 수 없습니다.

이메일 알림 전송

EventBridge 이벤트 생성