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 客户数据湖中的联系人分析数据
<a name="data-lake-contact-analytics-data"></a>

下表包含联系人分析数据。

**Topics**
+ [Contact Lens 对话分析](#data-lake-contact-lens-conversational-analytics)
+ [联系评估记录](#data-lake-contact-evaluation-record)

## Contact Lens 对话分析
<a name="data-lake-contact-lens-conversational-analytics"></a>

**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`— 联接到所有表
+ `contact_id`— 加入联系人记录、联系人统计记录、联系人评估记录、联系人流事件、AI 代理、AI 会话、AI 提示、AI 工具


|  **列**  |  **Type**  |  **可为空**  |  **描述**  | 
| --- | --- | --- | --- | 
|  aws\_account\_id  |  字符串  |  是  |  拥有该联系人的 AWS 账户的 ID。 | 
|  版本  |  字符串  |  是  |  表示实时分析或后期 call/chat 分析。 | 
|  instance\_id  |  字符串  |  否  |  Connect 客户实例的 ID。 | 
|  instance\_arn  |  字符串  |  是  |  Connect Customer 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](supported-languages.md#supported-languages-contact-lens)。 | 
|  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  |  语音对话中的总非通话时间。 Non-talk 时间是指超过 3 秒的等待时间和沉默时间的总和，在此期间，客服人员和客户都没有进行对话。 | 
|  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。此字段不能可靠地用于确定数据的新鲜度。 | 

## 联系评估记录
<a name="data-lake-contact-evaluation-record"></a>

**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`— 联接到所有表
+ `contact_id`— 加入接触记录、接触统计记录、隐形眼镜、接触流事件
+ `user_id`— 加入座席统计记录、座席队列统计记录、座席事件、用户
+ `evaluator_id`— 加入座席统计记录、座席事件、用户（作为`user_id`）
+ `queue_id`— 加入联系人记录、联系人统计记录、座席队列统计记录


|  **列**  |  **Type**  |  **可为空**  |  **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  |  Connect Customer 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](https://docs.aws.amazon.com/connect/latest/adminguide/find-instance-arn.html)。 | 
|  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：可代表表单/章节/子章节/问题，具体取决于类型。 | 
|  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 的百分比值得分。 | 
|  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（存在断开连接的时间戳）。 notDisconnected表示评估时评估的联系人仍处于活动状态（没有断开连接时间戳）。 | 
|  evaluation\_source  |  字符串  |  是  |  表示评估过程的起源。此字段表示评估是在自动化的帮助下手动执行的，还是完全自动进行的（提交前无需人工审查）。自动化协助包括预先配置的用于回答问题的自动化（例如，根据 Contact Lens 类别自动填充应答内容），或者在评估联系时请求 AI 进行协助。 | 
|  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。此字段不能可靠地用于确定数据的新鲜度。 | 
|  多选\_answer\_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 “日期时间” 的问题的值。 | 
|  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。 | 
|  已评估的参与者 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  |  表示已对评估进行审查。 | 
|  自动化\_gen\_ai\_text\_answer  |  字符串  |  是  |  AI-generated 答案类型为文本的评估问题的生成答案。 | 
|  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。 | 
|  自动化\_gen\_ai\_answer\_理由  |  字符串  |  是  |  生成式人工智能为其自动评估答案提供的理由。 | 
|  是否接受自动化答案  |  布尔值  |  是  |  表示生成 AI-generated 答案是否被接受并用作评估问题的最终答案。 | 
|  已获得积分  |  bigint  |  是  |  通过问题、章节或表单获得的总分数。 | 
|  最大基点  |  bigint  |  是  |  问题、章节或表单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、章节或表单的表现类别。有效值：需要\_改进 \| 超出预期。 |