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.

Comece a usar o Predictive Insights

Para começar a usar o Predictive Insights, siga estas etapas:

Etapa 1: Adicionar dados de interação aos perfis de clientes

Você pode aproveitar os conectores de dados existentes nos Perfis de clientes para mapear dados de interações em um objeto padrão do Web Analytics.

Para obter mais informações, consulte Mapeamento de tipos de objetos para objetos do Web Analytics.

Etapa 2: Adicionar dados do catálogo de itens

Você pode representar produtos individuais em seu catálogo dentro do domínio usando dados do Catálogo Padrão. Esses dados do catálogo existem no nível do domínio e não estão vinculados a nenhum perfil de cliente específico. Ele serve como uma representação estruturada de seus produtos que pode ser aproveitada para recursos de personalização. Você pode importar as informações do seu produto ou item como objetos de domínio nos Perfis de clientes usando conectores de dados que fornecem opções flexíveis para ingerir e manter as informações do catálogo, garantindo que os dados do produto permaneçam atualizados e acessíveis no sistema.

Para obter mais informações, consulte Mapeamento de tipo de objeto para o catálogo de itens.

Etapa 3: Criação de insights preditivos

O Amazon Connect permite que você crie e implante modelos especializados de IA adaptados às suas necessidades específicas de recomendação de produtos. Esses modelos podem ser configurados por meio da interface do usuário do Connect Web ou programaticamente APIs para corresponder aos seus cenários comerciais exclusivos. O Predictive Insights oferece vários tipos de recomendações:

Limites de itens por tipo de recomendação

A tabela a seguir descreve o número máximo de itens considerados para geração de recomendações, dependendo do tipo de recomendação usado.

Etapa 4: Usando insights preditivos em todos os canais de engajamento do cliente

Usando recomendações de perfil de cliente no Connect Flows

Esta seção descreve como você pode usar o bloco de fluxo Customer Profiles Get profile recommendations para enriquecer a experiência do usuário durante um contato, gerando recomendações baseadas em IA para um perfil em tempo real.

Propriedades do bloco de fluxo

O bloco de fluxo Obter recomendações de perfil tem as seguintes propriedades para configurar:

Ramificações do bloco de fluxo

O bloco de fluxo Obter recomendações de perfil pode rotear contatos pelas seguintes ramificações:

Usando as recomendações do bloco

A resposta das recomendações persiste no atributo de contato $.Customer.Recommendations JSONPath como uma lista JSON de objetos de recomendação. Cada objeto de recomendação conterá os atributos de recomendação selecionados.

O exemplo de trecho de código Python a seguir de uma função Lambda mostra como ele pode ser usado para transformar recomendações do bloco Obter recomendações de perfil e persistir em outros atributos de contato, de forma que as recomendações possam ser usadas em blocos subsequentes.

import boto3
import json

# Handle lambda request
def lambda_handler(event, context):
    print("Contact flow data: ", event)

    # Transform recommendations
    recommendations = event['Details']['Parameters']['Recommendations']
    contact_attributes = {}
    for i, rec in enumerate(recommendations):
        contact_attributes.update(flatten(rec, i))
    
    # Set contact attributes using each recommendation attribute value
    print("Setting contact attributes: ", contact_attributes)
    try:
        client = boto3.client('connect', region_name="us-west-2")
        client.update_contact_attributes(
            InstanceId=event['Details']['ContactData']['InstanceARN'].rsplit('/', 1)[1],
            InitialContactId=event['Details']['ContactData']['InitialContactId'],
            Attributes=contact_attributes
        )
        print("Contact attributes set successfully.")
    except Exception as e:
        print("Error setting contact attributes: ", e)

    # Success response
    return {
        'statusCode': 200,
        'body': json.dumps('Success')
    }

# Flatten a nested object into a simple string:string object
def flatten(recommendation, index):
    flat = {}
    for key, value in recommendation.items():
        if isinstance(value, dict):
            flat.update(flatten(value, index))
        else:
            flat[f"Rec{index}_{key}"] = str(value)
    return flat

Depois de configurar seu fluxo com o bloco Obter recomendações de perfil, você pode começar a usá-lo para gerar recomendações para seus clientes durante seus contatos.

Usando recomendações de perfil de cliente em campanhas externas

Você pode integrar o Predictive Insights às campanhas externas do Amazon Connect para oferecer recomendações personalizadas por meio de canais de e-mail e SMS. Ao criar uma campanha acionada por eventos, você pode configurar a seção Recomendações para gerar automaticamente recomendações baseadas em IA para perfis de clientes associados à campanha.

Essa integração usa o mapeamento de objetos do Web Analytics como a categoria do evento para capturar dados de interação com o cliente, o que permite que o mecanismo de recomendação forneça sugestões relevantes e direcionadas com base no comportamento do cliente.

Para step-by-step obter instruções sobre como configurar recomendações em campanhas acionadas por eventos, consulte. Criar uma campanha externa usando gatilhos de eventos

Configurando os agentes Connect AI para recomendações de vendas

O Amazon Q in Connect aprimora os recursos dos agentes por meio de seu novo tipo de agente de “orquestração”. Essa funcionalidade é particularmente valiosa para criar um agente de IA de vendas que possa fornecer recomendações de itens, especialmente útil em cenários de vendas adicionais e cruzadas.

Conceitos Básicos

Para começar a implementação, acesse Console de gerenciamento da AWS e navegue até o Amazon Connect. Depois de fazer login na sua instância do Connect por meio do URL de acesso, localize o Amazon Q no menu do lado esquerdo e selecione agentes de IA. Você encontrará um agente de IA pré-configurado do tipo orquestração (SalesAgent) em status de rascunho na página QiC em Agentes de IA. Este modelo vem equipado com todas as configurações necessárias para ferramentas 1P e exemplos de instruções para recomendações.

Criando seu agente personalizado

Para criar um agente de vendas personalizado, comece criando um novo agente de IA do tipo orquestração e copie do modelo existente SalesAgent . Esse processo transfere todas as ferramentas e configurações do modelo para seu novo agente.

Personalizando o agente

Quando se trata de atualizar o prompt do agente, os administradores têm duas opções principais. Eles podem anexar sua solicitação de agente existente à solicitação do agente de vendas e adicionar instruções de identificação de venda adicional, ou podem começar do zero removendo a SalesAgent solicitação e criando uma nova solicitação de orquestração com base no agente publicado atualmente e adicionando a solicitação do agente de vendas a ela. Essa flexibilidade permite soluções personalizadas que atendem às necessidades específicas dos negócios e aos requisitos do domínio.

Configuração e integração de fluxo

Depois de finalizar a configuração do agente e publicá-la, a próxima etapa envolve a criação de um bot Amazon Lex em Flows. O fluxo de entrada precisa ser atualizado para incluir o GetCustomerInput bloco com o bot Lex criado, e o novo SalesAgent deve ser selecionado em opções adicionais. Você precisará adicionar o bloco de fluxo do Perfil do Cliente para recuperação da ID do perfil e o bloco de fluxo Set-Contact Attributes, configurado CustomerId como chave para o ID do perfil e o valor como $Customer. ProfileId.

A implementação suporta contatos de bate-papo e chamadas de voz, com a entrada do cliente passando perfeitamente para o agente QIC no bot Lex. Essa configuração abrangente permite recomendações de vendas orientadas por IA e oportunidades de vendas adicionais em seu ambiente Amazon Connect. A flexibilidade do sistema permite a personalização com base nas necessidades específicas do setor, mantendo a funcionalidade principal da assistência inteligente de vendas. Essa solução fornece uma estrutura para aprimorar as interações com os clientes com recomendações baseadas em IA, apoiando, em última análise, operações de vendas e atendimento ao cliente mais eficazes. Os administradores podem refinar ainda mais a implementação adicionando instruções específicas do domínio e personalizando os tipos de recomendação para atender às necessidades de seus negócios.

Configuração SalesAgent para ser usada para assistência ao agente

Você pode configurar o SalesAgent para ser usado no widget de bate-papo Q in connect no Agent Workspace. Para fazer isso, você precisa modificar duas coisas principais.

Agora você pode usar esse fluxo como sua entrada normal e o widget de bate-papo Q in connect deve ser capaz de fornecer recomendações para ajudar na solicitação do usuário.