연습 3: 고급 고객 서비스 챗봇 구축 - Amazon Lex
SmartCommerce 고객 서비스 봇 개요세부 의도 구성다중 전환 대화 흐름AI 기반 기능주문 확인 및 확인 시스템POS(판매 시점) 통합고급 리드 생성 시스템수익 최적화 전략구현 절차성능 분석 및 최적화연습 결론

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

연습 3: 고급 고객 서비스 챗봇 구축

이 고급 연습에서는 전자 상거래 회사를 위한 정교한 고객 서비스 챗봇을 구축합니다. 이 봇은 주문 관리, 지능형 업셀링, 리드 생성, 수익 최적화를 포함한 엔터프라이즈급 기능을 보여줍니다. 챗봇은 AI 기반 기능을 사용하여 개인화된 고객 경험을 제공하고 비즈니스 성장을 촉진합니다.

SmartCommerce 고객 서비스 봇 개요

SmartCommerce 고객 서비스 봇은 수익 기회를 극대화하면서 복잡한 고객 상호 작용을 처리하도록 설계되었습니다. 이 예제에서는 기업이 지능형 대화 관리를 통해 고객 서비스를 자동화하는 동시에 매출 성장을 주도하는 방법을 보여줍니다.

  • 사용자 지정 의도 - 봇에는 포괄적인 고객 서비스를 위한 여러 사용자 지정 의도가 포함되어 있습니다.

    • CheckOrderStatus - 주문 상태 정보를 확인하고 제공합니다.

    • ProcessReturn - 반환 요청 및 교환을 처리합니다.

    • UpsellProducts - 추가 제품 및 서비스를 추천합니다.

    • CaptureLeadInfo - 리드 생성을 위한 고객 정보를 수집합니다.

    • ScheduleCallback - 고객 서비스 콜백 예약

  • 기본 제공 의도 - 일반적인 상호 작용을 위해 Amazon Lex V2 기본 제공 의도를 활용합니다.

  • 사용자 지정 슬롯 유형 - 비즈니스별 데이터를 위한 특수 슬롯 유형:

    • ProductCategories - 전자 제품, 의상, 집, 책, 스포츠

    • ReturnReasons - 결함 있음, 잘못된 크기, 마인드 변경, 설명되지 않음

    • ContactPreferences - 이메일, SMS, 전화 통화, 앱 내 알림

    • CustomerTiers - 브론즈, 실버, 골드, 플래티넘

  • 기본 제공 슬롯 유형 - 일반적인 데이터 형식에 Amazon Lex V2 기본 제공 슬롯을 사용합니다.

세부 의도 구성

CheckOrderStatus 의도

이 의도는 주문 확인 및 상태 문의를 처리하여 고객에게 업셀링 기회를 식별하는 동시에 실시간 주문 정보를 제공합니다.

  • 필수 슬롯:

  • 샘플 표현:

    • “{OrderNumber} 주문 상태는 어떻게 됩니까?”

    • “주문 번호 {OrderNumber}를 확인해야 합니다.”

    • "내 패키지 위치"

    • “{OrderNumber} 주문 추적”

    • "내 주문이 아직 배송되었나요"

  • AI 기반 기능:

    • Assisted NLU를 사용하여 "내 패키지", "내 사물", "내 배달"과 같은 변형을 이해합니다.

    • 자연어 패턴에서 주문 번호를 자동으로 추출합니다.

UpsellProducts 의도

이 의도는 고객 기록 및 현재 상호 작용 컨텍스트를 기반으로 보완 제품 및 프리미엄 서비스를 권장하여 수익 기회를 사전에 식별합니다.

  • 필수 슬롯:

    • ProductCategory (ProductCategories) - 관심 범주

    • CustomerTier (CustomerTiers) - 고객 충성도 수준

    • Budget (AMAZON.Number) - 고객의 예산 범위

  • 샘플 표현:

    • “관련 제품 표시”

    • "이와 관련된 다른 사항"

    • “거래가 있습니까?”

    • “{ProductCategory} 항목에 관심이 있습니다.”

    • “오늘 판매 중인 상품”

  • 수익 최적화 기능:

    • 고객 계층에 따른 동적 요금

    • 구매 기록을 사용한 맞춤형 추천

    • 한시적 제안 생성으로 즉각적인 구매 촉진

CaptureLeadInfo 의도

이 의도는 리드 생성을 위해 고객 정보를 체계적으로 수집하여 집계자에게 판매하거나 대상 마케팅 캠페인에 사용할 수 있는 중요한 데이터를 생성합니다.

  • 필수 슬롯:

    • CustomerFirstName (AMAZON.FirstName) - 개인 맞춤을 위한 고객의 이름

    • CustomerLastName (AMAZON.LastName) - 판매 기록 조회를 위한 고객의 성

    • CustomerEmail (AMAZON.EmailAddress) - 이메일 주소

    • CustomerPhone (AMAZON.PhoneNumber) - 전화번호

    • InterestCategory (ProductCategories) - 제품 관심사

    • ContactPreference (ContactPreferences) - 선호하는 연락 방법

  • 샘플 표현:

    • “신제품에 대해 듣고 싶습니다.”

    • “업데이트를 위해 가입”

    • “{InterestCategory}에 관심이 있습니다.”

    • “판매에 대한 정보를 계속 받겠습니다.”

    • “우편 목록에 가입하고 싶습니다.”

    • “제 이름은 {CustomerFirstName} {CustomerLastName}입니다.”

    • “저는 {CustomerFirstName} {CustomerLastName}이고 개인 맞춤형 추천을 원합니다.”

  • 리드 생성 기능:

    • CRM 통합을 위한 구조화된 데이터 수집

    • 상호 작용 품질을 기반으로 한 리드 점수

    • 자동화된 리드 검증 및 라우팅

    • 집계자 판매를 위한 데이터 형식 지정

  • 판매 기록 통합:

    • S3-stored 구매 기록 테이블의 고객 이름 조회

    • 맞춤형 추천을 위한 구매 패턴 분석

    • 카테고리 간 구매 동작 식별

    • 대상 제안에 대한 계절별 구매 추세 분석

    • 티어 기반 요금에 대한 고객 수명 기간 값 계산

다중 전환 대화 흐름

SmartCommerce 봇은 여러 의도에 걸쳐 복잡한 멀티턴 대화를 처리하고 상호 작용 전반에 걸쳐 컨텍스트를 유지하도록 설계되었습니다. 이렇게 하면 수익 기회를 극대화하는 동시에 자연스럽고 사람과 유사한 경험을 할 수 있습니다.

대화 흐름 예

Turn 1-3: 주문 상태 확인


Customer: "Hi, I need to check on my order"
Bot: "I'd be happy to help you check your order status. Can you provide your order number?"
Customer: "It's order 12345"
Bot: "Thank you. To verify your identity, can you provide the email address associated with this order?"
Customer: "john.doe@email.com"
Bot: "Perfect! Order #12345 is currently being prepared for shipment. You should receive it by tomorrow. 
     Since you're a Gold tier customer, would you like to hear about some exclusive deals on related items?"

Turn 4-6: 업셀링 기회


Customer: "Sure, what do you have?"
Bot: "Based on your Electronics purchase, I can offer you a 20% discount on premium accessories. 
     What's your budget range for additional items?"
Customer: "Maybe around $50"
Bot: "Excellent! I have a wireless charging pad normally $60, now $48 with your Gold discount. 
     Plus, if you add it to your current order, shipping is free. Should I add this to your cart?"

Turn 7-11: 판매 기록 조회를 통한 리드 생성


Customer: "Not right now, but I'd like to hear about future deals"
Bot: "Absolutely! I can set you up to receive personalized offers. What's your first name?"
Customer: "John"
Bot: "Thanks John! And your last name so I can look up your purchase history for better recommendations?"
Customer: "Smith"
Bot: "Perfect! Let me check your purchase history... I see you've bought electronics and home items before. 
     Based on your past purchases, I can offer you exclusive deals on smart home accessories. 
     How would you prefer to be contacted?"
Customer: "Email is fine"
Bot: "Great! I'll make sure john.doe@email.com gets personalized deals based on your purchase history. 
     You're all set for our premium recommendations program!"

컨텍스트 관리 기능

  • 세션 지속성: 여러 의도에 걸쳐 고객 정보를 유지합니다.

  • 인텐트 체인: 주문 확인, 업셀링 및 리드 캡처 간 원활한 전환

  • 동적 개인 맞춤: 고객 계층 및 구매 내역을 기반으로 제안 조정

  • 수익 추적: 업셀 성공률 및 리드 품질 점수를 모니터링합니다.

AI 기반 기능

이 챗봇은 여러 AI 기능을 활용하여 비즈니스 성장을 주도하는 동시에 지능적이고 개인화된 고객 서비스를 제공합니다.

지원되는 NLU 구현

Assisted NLU는 대규모 언어 모델을 사용하여 비표준 구문을 사용하거나 단일 발화로 여러 요청을 결합하더라도 고객의 의도를 이해합니다.

  • 자연어 이해:

    • "내 사물이 아직 도착하지 않았습니다" → CheckOrderStatus 의도

    • "이 정크를 반환하고 싶습니다" → ProcessReturn 의도

    • "다른 내용을 보여줘" → UpsellProducts 의도

  • 다중 의도 인식:

    • “주문 12345 확인 및 거래 등록” → CheckOrderStatus + CaptureLeadInfo

생성형 슬롯 해상도

AI를 사용하여 훈련 데이터와 정확히 일치할 필요 없이 복잡한 자연어 입력에서 슬롯 값을 추출합니다.

  • 스마트 추출:

    • “지난 주에 일부 전자 제품을 구입했는데 주문 번호는 12345와 비슷했습니다.” → OrderNumber: 12345, ProductCategory: electronic

    • "휴대 전화 555-123-4567 또는 이메일 john@company.com" → 전화: 555-123-4567, 이메일: john@company.com

감정 분석 통합

대화 전반에 걸쳐 고객 감정을 모니터링하여 접근 방식을 조정하고 필요한 경우 에스컬레이션합니다.

  • 감정 기반 라우팅:

    • 긍정적인 감정 → 적극적인 업셀링 접근 방식

    • 중립적인 감정 → 부드럽게 업셀링되는 표준 서비스

    • 부정적인 감정 → 문제 해결에 집중하고 업셀링 최소화

주문 확인 및 확인 시스템

봇에는 고객 자격 증명을 확인하고, 주문 세부 정보를 확인하고, 여러 채널을 통해 확인을 전송하는 포괄적인 확인 시스템이 포함되어 있습니다.

다중 요소 확인 프로세스

  • 기본 확인:

    • 주문 번호 검증

    • 이메일 주소 확인

    • 결제 방법의 마지막 4자리(민감한 작업의 경우)

  • 보조 확인:

    • 배송 주소 확인

    • 구매 날짜 검증

    • 제품 세부 정보 확인

다중 채널 확인 시스템

봇은 고객 기본 설정 및 작업 유형에 따라 여러 채널을 통해 확인을 자동으로 전송합니다.

  • 이메일 확인:

    • 추적 정보가 포함된 주문 상태 업데이트

    • 선불 배송 라벨을 사용한 반품 권한 부여

    • 배송 세부 정보가 포함된 구매 확인 업셀링

    • 환영 제안이 포함된 리드 캡처 확인

  • SMS 확인:

    • 즉시 주문 상태 업데이트

    • 기간을 포함한 전송 알림

    • 관심 있는 고객을 위한 플래시 판매 알림

  • 인앱 알림:

    • 실시간 주문 업데이트

    • 맞춤형 제품 권장 사항

    • 로열티 프로그램 업데이트

POS(판매 시점) 통합

챗봇은 POS 시스템과 직접 통합되어 트랜잭션을 처리하고, 할인을 적용하고, 인벤토리를 실시간으로 업데이트합니다.

실시간 트랜잭션 처리

  • 업셀 트랜잭션 흐름:

    
1. Customer accepts upsell offer
2. Bot validates inventory availability
3. Bot applies customer-tier discount
4. Bot processes payment using stored payment method
5. Bot updates order with additional items
6. Bot sends confirmation via preferred channel
7. Bot updates customer profile with purchase data

  • 수익 추적:

    • 고객 계층별 전환율 업셀링

    • 상호 작용당 평균 주문 값 증가

    • 챗봇 상호 작용에 대한 수익 속성

    • 고객 수명 주기 가치 영향

동적 요금 엔진

  • 티어 기반 요금:

    • 브론즈: 표준 요금

    • 은: 업셀 5% 할인

    • 골드: 업셀 10~20% 할인

    • 플래티넘: 25% 할인 + 무료 배송

  • 컨텍스트 요금:

    • 문제 해결 시나리오: 만족도를 유지하기 위한 추가 할인

    • 고가치 고객: 독점 요금 티어

    • 인벤토리 정리: 느리게 움직이는 항목에 대한 적극적인 할인

고급 리드 생성 시스템

챗봇에는 여러 수익 스트림을 통해 고객 데이터를 캡처, 검증 및 수익화하는 정교한 리드 생성 시스템이 포함되어 있습니다.

멀티 터치 리드 캡처 전략

  • 기회 포착:

    • 주문 상태 확인 중: "유사 제품에 대한 업데이트를 원하시나요?"

    • 문제 해결 후: "제품 개선 사항에 대해 알려드려도 될까요?"

    • 업셀 상호 작용 중: "이 범주의 향후 거래에 대해 알려야 합니까?"

  • 부가가치 캡처:

    • 전용 멤버 요금 액세스

    • 신제품 출시에 대한 조기 액세스

    • 맞춤형 제품 권장 사항

    • 생일 및 기념일 특별 제안

자동 리드 검증

  • 점수 기준:

    • 구매 기록 값: 0~25점

    • 참여 수준: 0~20점

    • 연락처 정보 완전성: 0~15점

    • 제품 범주 관심 범위: 0~15점

    • 업셀링 시도에 대한 응답: 0~25점

  • 리드 범주:

    • 핫 리드(80~100점): 즉시 영업 팀 연락처

    • 웜 리드(60~79점): 자동화된 양육 시퀀스

    • 콜드 리드(40~59점): 월간 뉴스레터

    • 잠재 고객(0~39점): 분기별 프로모션 이메일

집계자를 위한 리드 데이터 수익화

시스템 형식 및 패키지는 타사 애그리게이터에 판매할 데이터를 리드하여 추가 수익 스트림을 생성합니다.

  • 데이터 패키지:

    • 프리미엄 패키지: 전체 연락처 정보, 구매 기록, 기본 설정, 참여 점수

    • 표준 패키지: 연락처 정보, 기본 기본 설정, 범주 관심사

    • 기본 패키지: 이메일 주소, 기본 관심 범주

  • 규정 준수 기능:

    • 명시적 동의 추적을 통한 GDPR 규정 준수

    • 옵트아웃 메커니즘을 사용한 CCPA 규정 준수

    • 이메일 마케팅을 위한 CAN-SPAM 규정 준수

    • 데이터 보존 및 삭제 정책

  • 수익 최적화:

    • 리드 품질 점수를 기반으로 한 동적 요금

    • 프리미엄 애그리게이터와의 독점 데이터 파트너십

    • 고가치 리드에 대한 실시간 입찰

수익 최적화 전략

모든 상호 작용은 지능형 상향 판매, 교차 판매 및 고객 수명 가치 최적화를 통해 수익을 극대화하도록 설계되었습니다.

지능형 업셀링 전략

  • 컨텍스트 업셀링:

    • 주문 상태 확인 → "주문이 준비되었습니다! 단 5 USD로 신속 배송을 추가하시겠습니까?"

    • 반환 요청 → "반환하는 대신 업그레이드된 모델로 교환하시겠습니까?"

    • 제품 문의 → "이 항목은 [보완 제품] - 번들링 및 15% 할인과 완벽하게 페어링됩니다"

  • 긴급성 기반 판매:

    • “이 제안은 24시간 후에 만료됩니다.”

    • “이 가격에는 재고가 3개만 남았습니다.”

    • “플래시 세일은 자정에 종료됩니다.”

교차 판매 기회

  • 제품 에코시스템 판매:

    • 전자 → 액세서리, 보증, 설치 서비스

    • 의상 → 매칭 항목, 관리 제품, 스타일 서비스

    • 주택 상품 → 보완 항목, 유지 관리 제품, 설계 상담

  • 서비스 업셀링:

    • 추가 보증 및 보호 플랜

    • 프리미엄 고객 지원 티어

    • 구독 서비스 및 자동 전송

    • 전문 설치 및 설정

고객 수명 가치 최적화

  • 로열티 프로그램 통합:

    • 챗봇 상호 작용을 기반으로 한 자동 티어 업그레이드

    • 업셀 제안 참여에 대한 보너스 포인트

    • 전용 챗봇 전용 보상 및 할인

  • 보존 전략:

    • 이탈을 방지하기 위한 사전 예방적 문제 해결

    • 비활성 고객을 위한 맞춤형 윈백 제안

    • 기념일 및 마일스톤 축하 제안

구현 절차

다음 step-by-step 절차에 따라 모든 수익 최적화 기능으로 고급 고객 서비스 챗봇을 빌드합니다.

사전 조건 및 설정 요구 사항

SmartCommerce 봇을 빌드하기 전에 필요한 AWS 계정 설정 및 권한이 있는지 확인하고 서비스 고려 사항을 이해합니다.

AWS 계정 및 액세스 요구 사항

  • AWS 계정: 결제가 활성화된 활성 AWS 계정이 필요합니다. 없는 경우 aws.amazon.com 가입하세요.

  • IAM 권한: AWS 사용자 또는 역할에 다음 권한이 있어야 합니다.

    • lex:* - 봇 생성 및 관리를 위한 전체 Amazon Lex V2 권한

    • iam:CreateRole - 봇에 대한 서비스 역할을 생성하려면

    • iam:AttachRolePolicy - 서비스 역할에 정책을 연결하려면

    • lambda:CreateFunction - Lambda 통합의 경우(선택 사항)

    • logs:CreateLogGroup - Amazon CloudWatch Logs 로깅의 경우

  • 리전 선택: Amazon Lex V2 및 대상을 지원하는 AWS 리전을 선택합니다. 권장 리전은 다음과 같습니다.

    • 미국 동부(버지니아 북부) - us-east-1

    • 미국 서부(오리건) - us-west-2

    • 유럽(아일랜드) - eu-west-1

    • 아시아 태평양(시드니) - ap-southeast-2

서비스 제한 및 할당량

Amazon Lex V2에는 봇 개발 및 배포에 영향을 미칠 수 있는 몇 가지 서비스 제한이 있습니다.

  • 봇 제한:

    • 리전별 계정당 최대 100개의 봇

    • 봇당 최대 100개의 의도

    • 봇당 최대 100개의 슬롯 유형

    • 의도당 최대 200개의 슬롯

  • 런타임 제한:

    • 최대 15분 세션 제한 시간

    • 초당 최대 1,000개의 요청(증가 가능)

    • 텍스트 입력당 최대 1,500자

  • 훈련 데이터 제한:

    • 의도당 최대 1,500개의 샘플 발화

    • 최대 10,000개의 슬롯 유형 값

    • 샘플 발화당 최대 140자

참고

프로덕션 사용에 더 높은 제한이 필요한 경우 AWS 지원 센터를 통해 할당량 증가를 요청할 수 있습니다.

비용 고려 사항

Amazon Lex V2 요금을 이해하면 챗봇 배포를 계획하고 예산을 책정하는 데 도움이 됩니다.

  • 요청 기반 요금:

    • 텍스트 요청: 매월 처음 10,000건의 요청 후 요청당 0.00075 USD

    • 음성 요청: 매월 처음 1,000건의 요청 후 요청당 0.004 USD

  • 프리 티어:

    • 첫 해 동안 매월 10,000건의 텍스트 요청

    • 첫 해 동안 매월 1,000건의 음성 요청

  • 추가 비용:

    • Lambda 함수(사용된 경우): 1M 요청당 0.20 USD + 컴퓨팅 시간

    • Amazon CloudWatch Logs 로그: 수집된 GB당 0.50 USD

    • 외부 통합을 위한 데이터 전송 비용

  • 비용 최적화 팁:

    • 세션 속성을 사용하여 중복 API 호출 감소

    • 효율적인 대화 흐름을 구현하여 회전 최소화

    • CloudWatch Logs를 통해 사용량을 모니터링하여 최적화 기회 식별

중요

현재 요금 정보는 요금이 변경될 수 있으므로 Amazon Lex 요금 페이지를 참조하세요.

Lambda 통합 개요

이 연습에서는 Lex 봇 구성에 중점을 두지만 설명된 고급 기능(POS 통합, 리드 생성, 수익 최적화)에는 일반적으로 백엔드 처리를 위한 Lambda 함수가 필요합니다.

  • Lambda가 필요한 경우:

    • 외부 데이터베이스에 대한 주문 상태 확인

    • 업셀링에 대한 실시간 인벤토리 확인

    • 고객 데이터 저장 및 검색

    • 고객 이름과 성을 사용하여 S3 테이블에서 판매 기록 조회

    • 맞춤형 추천을 위한 구매 패턴 분석

    • 결제 처리 통합

    • 이메일 및 SMS 확인 전송

  • S3 판매 기록 통합:

    • CustomerFirstName 및 CustomerLastName 슬롯을 사용하여 S3 테이블 쿼리

    • 구매 기록을 분석하여 구매 패턴 및 선호도 식별

    • 과거 구매를 기반으로 맞춤형 제품 추천 생성

    • 동적 요금 전략을 위한 고객 수명 가치 계산

    • 구매 상관관계 분석에서 교차 판매 기회 식별

  • 기본 Lambda 설정 요구 사항:

    • 적절한 권한이 있는 Lambda 실행 역할

    • 프라이빗 리소스에 액세스하는 경우 VPC 구성

    • 구성을 위한 환경 변수

    • 오류 처리 및 로깅 구현

  • 통합 지점:

    • 의도 이행 - 완료된 의도 처리

    • 슬롯 검증 - 사용자 입력을 실시간으로 검증

    • 대화 관리 - 대화 흐름 제어

참고

이 연습에서는 Lex 봇 구성에 중점을 둡니다. Lambda 통합은 요구 사항이 발전함에 따라 나중에 추가할 수 있습니다. 봇은 테스트 및 데모 목적으로 정적 응답으로 작동합니다.

구현 전 체크리스트

봇 생성을 진행하기 전에 다음 사항이 있는지 확인합니다.

  • ✓ 결제가 활성화된 활성 AWS 계정

  • ✓ Lex 및 관련 서비스에 대한 적절한 IAM 권한

  • ✓ 선택한 대상 AWS 리전

  • ✓ 서비스 한도 및 할당량 검토

  • ✓ 비용 영향 이해

  • ✓ 계획된 Lambda 통합 접근 방식(필요한 경우)

  • ✓ AWS Management AWS Management Console에 대한 액세스

SmartCommerce 봇 생성

SmartCommerce 고객 서비스 봇을 생성하려면

  1. AWS Management Console에 로그인하여 https://console.aws.amazon.com/lex/에서 Amazon Lex 콘솔을 엽니다.

  2. 봇 생성을 선택합니다.

  3. 생성 방법으로는 빈 봇 만들기를 선택합니다.

  4. 봇 구성 섹션에서 다음을 수행합니다.

    • 봇 이름: SmartCommerceBot

    • 설명: Advanced customer service chatbot with upselling, lead generation, and revenue optimization

  5. 권한 섹션에서 기본 Amazon Lex 권한을 사용하여 새 역할 생성을 선택합니다.

  6. COPPA(Children's Online Privacy Protection Act, 어린이 온라인 사생활 보호법) 섹션에서 아니오를 선택합니다.

  7. 세션 제한 시간 섹션에서 복잡한 멀티턴 대화를 허용15 minutes하도록를 로 설정합니다.

  8. 다음을 선택합니다.

  9. 영어(미국)를 언어로 추가하고 완료를 선택합니다.

사용자 지정 슬롯 유형 생성

사용자 지정 슬롯 유형을 생성하려면

  1. 왼쪽 탐색 창에서 슬롯 유형을 선택합니다.

  2. 슬롯 유형 추가를 선택하고 다음 슬롯 유형을 생성합니다.

    1. ProductCategories:

      • 전자 제품

      • 의상

      • 홈

      • 서적

      • 스포츠

      • 미용

      • 자동차

    2. ReturnReasons:

      • 결함

      • 잘못된 크기

      • 변경된 마인드

      • 설명되지 않음

      • 배송 중 손상됨

      • 더 나은 가격 발견

    3. ContactPreferences:

      • 이메일

      • SMS

      • 전화 통화

      • 인앱 알림

      • Mail

    4. CustomerTiers:

      • 청동

      • 은

      • 골드

      • 플래티넘

사용자 지정 의도 생성

CheckOrderStatus 의도를 생성하려면

  1. 왼쪽 탐색 창에서 의도를 선택합니다.

  2. 의도 추가를 선택하고 이름을 로 지정합니다CheckOrderStatus.

  3. 다음 샘플 발화를 추가합니다.

    • “{OrderNumber} 주문 상태는 어떻게 됩니까?”

    • “주문 번호 {OrderNumber}를 확인해야 합니다.”

    • "내 패키지 위치"

    • “{OrderNumber} 주문 추적”

    • "내 주문이 아직 배송되었나요"

    • “주문은 언제 도착하나요?”

    • “배송에 대해 알고 싶습니다.”

  4. 다음 슬롯을 추가합니다.

    • OrderNumber (AMAZON.Number) - 필수

      프롬프트: "주문 번호를 제공할 수 있나요?"

    • CustomerEmail (AMAZON.EmailAddress) - 필수

      프롬프트: "자격 증명을 확인하려면이 주문과 연결된 이메일 주소를 제공하세요."

  5. 확인 프롬프트를 "{CustomerEmail}에 대한 주문 #{OrderNumber}를 확인하겠습니다. 맞나요?”

  6. 이행 메시지 "I found your order! 주문 #{OrderNumber}는 {OrderStatus}입니다. {UpsellMessage}"

UpsellProducts 의도를 생성하려면

  1. 라는 새 의도를 생성합니다UpsellProducts.

  2. 샘플 발화 추가:

    • "관련 제품 표시"

    • "이와 관련된 다른 사항"

    • “거래가 있습니까?”

    • “{ProductCategory} 항목에 관심이 있습니다.”

    • “오늘 판매 중인 상품”

    • “추가 옵션 표시”

  3. 슬롯 추가:

    • ProductCategory (ProductCategories) - 필수

      프롬프트: "어떤 유형의 제품에 관심이 있습니까?"

    • Budget (AMAZON.Number) - 선택 사항

      프롬프트: "추가 항목의 예산 범위는 어떻게 됩니까?"

CaptureLeadInfo 의도를 생성하려면

  1. 라는 새 의도를 생성합니다CaptureLeadInfo.

  2. 샘플 발화 추가:

    • “신제품에 대해 듣고 싶습니다.”

    • “업데이트를 위해 가입”

    • “{InterestCategory}에 관심이 있습니다.”

    • “판매에 대한 정보를 계속 받겠습니다.”

    • “우편 목록에 가입하고 싶습니다.”

    • “거래 및 제안 보내기”

    • “제 이름은 {CustomerFirstName} {CustomerLastName}입니다.”

    • “저는 {CustomerFirstName} {CustomerLastName}이고 개인 맞춤형 추천을 원합니다.”

  3. 슬롯 추가:

    • CustomerFirstName (AMAZON.FirstName) - 필수

      프롬프트: "개인 맞춤형 서비스의 이름은 무엇입니까?"

    • CustomerLastName (AMAZON.LastName) - 필수

      프롬프트: "구입 내역을 조회할 수 있도록 성은 무엇입니까?"

    • CustomerEmail (AMAZON.EmailAddress) - 필수

    • CustomerPhone (AMAZON.PhoneNumber) - 선택 사항

    • InterestCategory (ProductCategories) - 필수

    • ContactPreference (ContactPreferences) - 필수

AI 기반 기능 활성화

Assisted NLU 및 기타 AI 기능을 활성화하려면

  1. 왼쪽 탐색 창에서 봇 설정을 선택합니다.

  2. 지원되는 NLU에서 활성화를 선택합니다.

  3. 생성형 AI에서 다음을 활성화합니다.

    • 지원 슬롯 확인

    • 설명형 봇 구축

  4. 감정 분석에서 활성화를 선택합니다.

  5. 저장을 선택합니다.

봇 테스트 및 배포

SmartCommerce 봇을 테스트하려면

  1. 빌드를 선택하여 봇을 컴파일합니다.

  2. 빌드가 완료되면 테스트를 선택합니다.

  3. 다음 대화 흐름을 테스트합니다.

    1. 주문 상태 흐름:

      • 사용자: "내 주문 확인 12345"

      • 봇: 이메일 확인을 요청합니다.

      • 사용자: 이메일 제공

      • 봇: 상태 제공 및 상향 판매 제안

    2. 업셀링 흐름:

      • 사용자: "거래 표시"

      • 봇: 제품 범주를 요청합니다.

      • 사용자: "Electronics"

      • 봇: 맞춤형 제안 제시

    3. 리드 생성 흐름:

      • 사용자: "업데이트를 위해 가입"

      • 봇: 연락처 정보 수집

      • 사용자: 세부 정보 제공

      • 봇: 구독을 확인하고 즉시 할인을 제공합니다.

  4. AI 기능이 작동하는지 확인합니다.

    • "내 사물이 도착하지 않음"과 같은 자연어 변형을 테스트합니다.

    • 감정 분석이 봇 응답을 조정하는지 확인

    • 슬롯 해상도가 복잡한 입력과 함께 작동하는지 확인

  5. 테스트가 완료되면 게시를 선택하여 봇을 배포합니다.

성능 분석 및 최적화

포괄적인 분석 및 수익 추적을 사용하여 SmartCommerce 봇의 성능을 모니터링하고 최적화합니다.

주요 성능 지표

  • 수익 지표:

    • 고객 계층별 업셀 변환율

    • 상호 작용당 평균 주문 값 증가

    • 대화당 수익

    • 고객 수명 주기 가치 영향

  • 리드 생성 지표:

    • 상호 작용 유형별 리드 캡처 속도

    • 리드 품질 점수 및 변환율

    • 집계자 판매로 인한 데이터 수익 창출

    • 이메일 구독 증가율

  • 운영 지표:

    • 의도 인식 정확도

    • 슬롯 채우기 성공률

    • 대화 완료율

    • 고객 만족도 점수

지속적 최적화 전략

  • A/B 테스트:

    • 다양한 업셀 메시징 접근 방식 테스트

    • 공격적인 리드 캡처 기법과 부드러운 리드 캡처 기법 비교

    • 최대 변환을 위한 할인율 최적화

  • Machine Learning 최적화:

    • 성공적인 대화 패턴 분석

    • 업셀 제안을 위한 최적의 타이밍 식별

    • 고객 계층 분류 알고리즘 구체화

연습 결론

축하합니다! 수익 최적화 및 고객 참여를 위한 엔터프라이즈급 기능을 보여주는 고급 고객 서비스 챗봇을 성공적으로 구축했습니다. 이 SmartCommerce 봇은 기업이 Amazon Lex V2의 AI 기반 기능을 활용하여 다음을 수행하는 방법을 보여줍니다.

  • 수익 극대화: 지능형 상향 판매, 교차 판매 및 동적 요금 전략을 통해

  • 리드 생성: 여러 수익 스트림에 대한 고객 정보를 체계적으로 캡처하고 검증

  • 고객 경험 향상: AI를 사용하여 자연어를 이해하고 개인화된 상호 작용 제공

  • 운영 최적화: 품질을 유지하면서 효율적으로 확장되는 자동화된 고객 서비스를 통해

이 연습에서 설명하는 기법은 다양한 산업 및 사용 사례에 맞게 조정하고 확장하여 비즈니스 성장을 주도하는 정교한 대화형 AI 솔루션을 구축하기 위한 기반을 제공할 수 있습니다.

다음 단계

SmartCommerce 봇을 더욱 개선하려면 다음을 구현하는 것이 좋습니다.

  • 고급 통합:

    • 전체 고객 프로필을 위한 CRM 시스템 통합

    • 실시간 가용성을 위한 인벤토리 관리 시스템 연결

    • 원활한 트랜잭션을 위한 결제 처리 통합

  • 다중 채널 배포:

    • 웹 사이트 채팅 위젯 통합

    • 소셜 미디어 플랫폼 연결

    • 음성 인터페이스 구현

  • 고급 분석:

    • 비즈니스 지표를 위한 사용자 지정 대시보드 개발

    • 고객 행동에 대한 예측 분석

    • ROI 추적 및 어트리뷰션 모델링