As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

# Fornecendo feedback sobre insights
<a name="managing-insights-providing-feedback-on-insights"></a>

 O Amazon Connect Decisions permite que você forneça feedback sobre qualquer insight — incluindo descobertas da Root Cause Analysis (RCA) e recomendações geradas para insights — diretamente por meio da Natural Language Interface (NLI). Seu feedback ajuda os agentes do Amazon Connect Decisions a aprender e melhorar a precisão de análises e recomendações futuras. Há duas maneiras de fornecer feedback: feedback em **linguagem natural no NLI** e ** Up/Down avaliações positivas sobre** a resposta do agente no NLI. 

 Cada feedback, seja um polegar rápido up/down ou uma correção detalhada de linguagem natural, é avaliado pelos agentes do Amazon Connect Decisions como um potencial aprendizado. O feedback de qualificação que é determinístico, não conflitante e generalizável é transformado em aprendizados acionáveis armazenados na Knowledge Store. Com o tempo, seu feedback melhora a precisão da RCA, a relevância das recomendações e reduz a necessidade de correções repetidas, tornando as decisões do Amazon Connect cada vez mais inteligentes a cada interação. 

## Feedback em linguagem natural
<a name="providing-feedback-on-insights-natural-language-feedback"></a>

 Você também pode fornecer feedback detalhado e específico ao contexto simplesmente digitando sua correção ou observação no Decisions Teammate /NLI. Isso é ideal quando você quer explicar *por que* uma saída está incorreta ou compartilhar o conhecimento operacional que o agente deve aprender. 

 **Por exemplo,** você analisa um alerta/insight de falta de estoque projetado para conectores eletrônicos em sua unidade em Frankfurt. O agente causador raiz atribui a causa raiz a um erro de previsão de demanda. Você responde via NLI: 

 *“A causa raiz não é um erro de previsão — o fornecedor TP\_00001 tem uma quantidade máxima contratual de 291 unidades por pedido de compra, e o sistema gerou um único pedido de compra para 1.600 unidades. O fornecedor rejeitará isso. Divida o PO em vários pedidos de 291 unidades ou menos.”* 

 Decisions Teammate responde: *“Obrigado pela correção. Eu atualizei a causa raiz para refletir a restrição de quantidade máxima de pedidos do fornecedor. A recomendação foi regenerada como 6 PoS divididos (5 x 291 \+ 1 x 145 unidades). Essa restrição de fornecedor será aplicada a todas as recomendações futuras do TP\_00001.”* 

## Classificações do Thumbs Up/Thumbs Down
<a name="providing-feedback-on-insights-thumbs-up-down-ratings"></a>

 Cada descoberta e recomendação da RCA exibida no NLI inclui uma opção de aprovação e rejeição. Use-os para sinalizar rapidamente se a saída do agente foi precisa e útil. Você pode adicionar um comentário para fornecer mais contexto. 

 **Por exemplo,** você recebe um alerta/insight projetado de falta de estoque para tênis de corrida em seu centro de distribuição no Nordeste. O agente da RCA identifica a causa raiz: *“A remessa do fornecedor TP\_00012 foi atrasada em 8 dias devido ao congestionamento portuário em Long Beach, combinado com um aumento de 22% na demanda causado pela* próxima Maratona de Boston”. O Agente de Recomendação sugere: *“Realoque 1.200 unidades de 6 lojas de baixa demanda do Sudeste para 9 lojas de alta demanda* do Nordeste”. 

 Você dá um **sinal de positivo** e acrescenta: *“Certo: o atraso no porto e o aumento da demanda da maratona são exatamente o que está impulsionando isso. Boa recomendação.”* 

 Decisions Teammate /NLI reconhece: *“Obrigado por confirmar. Seu feedback fortalece a confiança do agente RCA em correlacionar sinais de interrupção de portas com eventos de demanda regional para futuras análises de falta de estoque.”*