View a markdown version of this page

Connect Customer 数据湖中的联系人分析数据 - Amazon Connect Customer
对话分析联系评估记录

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

Connect Customer 数据湖中的联系人分析数据

下表包含联系人分析数据。

对话分析

表名：contact_lens_conversational_analytics

描述：包含隐形眼镜分析数据，包括情绪分数、通话和非通话时间、中断、通话速度以及语音和聊天联系人的响应时间。

主键：instance_id, contact_id

分区键：disconnect_timestamp（每天）

加入密钥：

  • instance_id— 加入所有表

  • contact_id— 加入联系人记录、联系人统计记录、联系人评估记录、联络流事件、AI 代理、AI 会话、AI 提示、AI 工具

列 Type 可以为空 描述
aws_account_id 字符串 是 拥有该联系人的 AWS 账户的 ID。
version 字符串 是 表示实时或后期 call/chat 分析。
instance_id 字符串 否 连接客户实例的 ID。
instance_arn 字符串 是 连接客户实例的 ARN。
contact_id 字符串 否 被评估联系人的 ID。
渠道 字符串 是 联系联络中心的方法：语音、聊天。
language_locale 字符串 是 用于分析联系人的语言：人工智能功能。
feature 字符串 是 始终具有相同的值“contact_lens_conversational_analytics”。
categories array(string) 是 分配给联系人的类别数组。
disconnect_timestamp Timestamp 是 联系断开的时间戳。
greeting_time_agent_ms bigint 是 聊天中座席的首次响应时间，表示他们在加入聊天后与客户交互的速度。
non_talk_time_total_ms bigint 是 语音对话中的非通话总时间。 Non-talk 时间是指等待时间和超过 3 秒的沉默时间的总和，在此期间，代理和客户均不参与对话。
talk_time_total_ms bigint 是 在客户或座席进行语音联系期间所花费的通话时间。
talk_time_agent_ms bigint 是 座席在语音联系中的通话时间。
talk_time_customer_ms bigint 是 客户在语音联系中的通话时间。
total_conversation_duration_ms bigint 是 从对话开始到座席或客户说出最后一个字的总时间。
talk_speed_agent_wpm 浮点数 是 座席每分钟说的字数。
talk_speed_customer_wpm 浮点数 是 客户每分钟说的字数。
interruptions_time_total_ms bigint 是 座席或客户同时说话的时长。
interruptions_time_agent_ms bigint 是 当客户正在说话时，座席说话的时长。
interruptions_time_customer_ms bigint 是 当座席正在说话时，客户说话的时长。
interruptions_total_count bigint 是 对话过程中检测到中断的次数。
interruptions_agent_count bigint 是 对话过程中检测到座席中断的次数。
interruptions_customer_count bigint 是 对话过程中检测到客户中断的次数。
sentiment_overall_score_agent 浮点数 是 情绪分数是对文本的分析，以及对文本是主要包含正面、负面还是中性语言的评级。这是通话过程中座席的总体情绪评分。总体情绪得分是在通话的每个部分中所分配得分的平均值。
sentiment_overall_score_customer 浮点数 是 情绪分数是对文本的分析，以及对文本是主要包含正面、负面还是中性语言的评级。这是通话过程中客户的总体情绪评分。总体情绪得分是在通话的每个部分中所分配得分的平均值。
sentiment_interaction_score_customer_with_agent 浮点数 是 情绪分数是对文本的分析，以及对文本是主要包含正面、负面还是中性语言的评级。这是客户对座席的情绪评分。
sentiment_interaction_score_customer_without_agent 浮点数 是 情绪分数是对文本的分析，以及对文本是主要包含正面、负面还是中性语言的评级。这是没有座席的客户的情绪评分。
sentiment_end_score_agent 浮点数 是 情绪分数是对文本的分析，以及对文本是主要包含正面、负面还是中性语言的评级。这是通话结束时对座席的情绪评分。
sentiment_end_score_customer 浮点数 是 情绪分数是对文本的分析，以及对文本是主要包含正面、负面还是中性语言的评级。这是通话结束时对客户的情绪评分。
response_time_average_agent_ms bigint 是 对于聊天，在客户最后一条消息之后发送回复的平均时间。
response_time_average_customer_ms bigint 是 对于聊天，在座席最后一条消息之后发送回复的平均时间。
response_time_maximum_agent_ms bigint 是 对于聊天，在客户最后一条消息之后发送回复的最长时间。
response_time_maximum_customer_ms bigint 是 对于聊天，在客户最后一条消息之后发送回复的最长时间。
data_lake_last_processed_timestamp Timestamp 是 显示数据湖最后一次处理记录的时间戳。这可能包括转换和回填。该字段不能可靠地用于确定数据新鲜度。

联系评估记录

表名：contact_evaluation_record

描述：存储表单、章节和问题级别的联系人评估数据，包括分数、答案和用于质量管理的生成式 AI 自动化结果。

主键：evaluation_id, item_reference_id, instance_id

分区键：initiation_timestamp（每天）

加入密钥：

  • instance_id— 加入所有表

  • contact_id— 加入联系人记录、接触统计记录、隐形眼镜、接触流事件

  • user_id— 加入代理统计记录、代理队列统计记录、代理事件、用户

  • evaluator_id— 加入代理统计记录、代理事件、用户（作为user_id）

  • queue_id— 加入联系人记录、联系人统计记录、代理队列统计记录

列 Type 可以为空 描述
aws_account_id 字符串 是 拥有联系人的 AWS 账户的 ID。
instance_id 字符串 否 连接客户实例的标识符。您可以在实例的 Amazon 资源名称（ARN）中找到实例 ID。
evaluation_id 字符串 否 主键，用于区分针对相同表单对通话进行多次评估（由不同评估者完成）的评估 ID。
item_reference_id 字符串 否 主键-可能代表表格/章节/子部分/问题，视类型而定。
item_type 字符串 是 定义 “” Form/Section/sub-section/question 或表示已删除的记录。
contact_id 字符串 是 被评估联系人的 ID。
evaluation_submitted_timestamp Timestamp 是 评估联系时的时间戳。
分数 double 是 forms/sections/questions 以百分比值得分。
weighted_score double 是 分数加起来等于表单的 100%，例如 2 个部分：一个部分 80 分，另一个部分 20 分。
automatic_fail 布尔值 是 布尔值表示是否应用了自动失败。
evaluator_id 字符串 是 评估者的 user_ID。
numeric_answer double 是 答案类型为数字的问题的值。
answer_reference_id 字符串 是 用于单选答案类型。
to_delete 布尔值 是 如果 Form/Section/sub-section/question 已删除，则设置为 true。
disconnect_timestamp Timestamp 是 联系断开的时间戳。
initiation_timestamp Timestamp 是 联系启动的时间戳。
user_id 字符串 是 被评估者的 user_id。
queue_id 字符串 是 处理联系人的队列的 queue_id。
渠道 字符串 是 联系联络中心的方法：语音、聊天、任务、电子邮件。
contact_aggregation_timestamp Timestamp 是 用于构建座席、队列和周汇总表的时间戳。
evaluated_contact_with_status 字符串 是 评估时被评估的联系人的连接状态。有效值：已断开连接 | 未断开连接。disconnected表示评估的联系已结束（存在断开连接时间戳）。notDisconnected表示评估时被评估的联系人仍处于活动状态（无断开连接时间戳）。
evaluation_source 字符串 是 表示评估过程的起源。该字段指明评估是在自动化辅助下手动执行的，还是完全自动执行的（提交前无需人工审查）。自动化辅助包括预先配置的自动化来回答问题（例如，根据对话分析类别自动填写答案），或者在评估联系人时向人工智能寻求帮助。
resubmitted 布尔值 是 表示是否已重新提交评估。此字段有助于快速确定为对评估过程执行审计而重新提交的评估。
evaluation_type 字符串 是 帮助区分不同类型的评估，例如标准评估和校准评估。这支持在进行分析时只包括相关类型的评估，例如，只能使用标准评估来计算座席的综合得分。
calibration_session_id 字符串 是 保存校准会话的唯一标识符。此字段对于确定与校准会话关联的评估至关重要。
item_title 字符串 是 捕获表单项目标题的列。可以是表单、章节、子章节或问题标题，具体视 item_type 而定。
form_version 字符串 是 表示所用评估表单的版本号。此字段有助于确定评估表单的不同版本，以便进行分析和报告。
acknowledgement_status 字符串 是 评估的确认状态。有效值：ACKNOWLEDGED|UNACKNOWLEDGED
acknowledger_id 字符串 是 确认评估的人员的 user_id。
evaluation_acknowledged_timestamp Timestamp 是 确认评估时的时间戳。
acknowledger_comment 字符串 是 确认评估的用户的留言。
item_disabled 布尔值 是 itemDisabled 列表示根据评估表单中定义的条件，项目在提交时是否处于禁用状态。
data_lake_last_processed_timestamp Timestamp 是 显示数据湖最后一次处理记录的时间戳。这可能包括转换和回填。该字段不能可靠地用于确定数据新鲜度。
multi_select_anser_reference_id array(string) 是 答案类型为多选问题的值。
日期时间_答案 Timestamp 是 答案类型为 DateTime 的问题的值。
已评估的参与者角色 字符串 是 被评估的联系人参与者的角色。
被评估的参与者 ID 字符串 是 被评估的联系人参与者的 ID。
is_sampled 布尔值 是 评估是否由抽样作业创建。
已审核 布尔值 是 表示已对评估进行了审查。
automation_gen_ai_text_answer 字符串 是 评估问题的生成 AI-generated 答案，其中答案类型为文本。
automation_gen_ai_answer_reference_id 字符串 是 答案类型为单选的评估问题的生成 AI-generated 答案的参考ID。
automation_gen_ai_answer_fustriance 字符串 是 生成式人工智能为其自动评估答案提供的理由。
是否接受自动答案 布尔值 是 表示生成式 AI-generated 答案是否被接受并用作评估问题的最终答案。
赚取的积分 bigint 是 通过问题、章节或表格获得的总分数。
max_base_point bigint 是 问题、章节或表格可获得的最大基本积分，不包括奖励积分。
性能类别 字符串 是 问题、章节或表格的绩效类别。有效值：需要改进 | 超出预期。