验证您的 S3 存储桶示例输出位置已知问题分数示例评估表元数据定义导出的评估样本

Amazon Connect 中的座席评估表输出

本节显示评估的导出输出路径，提供评估表得分的示例，并描述评估表的元数据。

内容

验证您的 S3 存储桶
示例输出位置
已知问题
分数示例
评估表元数据定义
导出的评估样本

验证您的 S3 存储桶

当您在 Amazon Connect 控制台中启用联系人评估时，系统会提示您创建或选择一个 S3 存储桶来存储评估。要验证该存储桶的名称，请转至您的实例别名，依次选择数据存储、联系人评估以及编辑。

示例输出位置

以下是评估表的输出文件路径：

contact_evaluations_S3_bucket/评估/ YYYY/MM/DD/hh:mm:ss.sTZD-.json evaluation_id

例如：

amazon-connect-s3/Evaluations/2022/04/14/05:04:20.869Z-11111111-2222-3333-4444-555555555555.json

已知问题：同一评估有两个输出文件

Contact Lens 会为同一个评估表生成两个输出文件。

一个文件将写入新的默认 S3 路径。你可以在 AWS 控制台中配置路径。
另一个将被弃用的文件将写入以前的另一个 S3 路径中。您可以忽略此文件。

以前的 S3 路径如下所示：
- s3_bucket/evaluations/contact_ /evaluation_ /yyyy-mm-: mm: contactId ss.stzd.json evaluationId DDThh

分数示例

以下示例显示典型的分数。


{
  "schemaVersion": "3.5",
  "evaluationId": "fb90de35-4507-479a-8b57-970290fd5c2c",
  "metadata": {
    "contactId": "badd4896-75f7-43b3-bee6-c617ed3d04cb",
    "accountId": "874551140838",
    "instanceId": "8f753c94-9cd2-4f16-85eb-945f7f0d559a",
    "agentId": "286bcec0-e722-4166-865f-84db80252218",
    "evaluationDefinitionTitle": "Compliance Evaluation Form",
    "evaluator": "jane",
    "evaluationDefinitionId": "15d8fbf1-b4b2-4ace-869b-82714e2f6e3e",
    "evaluationDefinitionVersion": 2,
    "evaluationStartTimestamp": "2025-11-14T17:57:08.649Z",
    "evaluationSubmitTimestamp": "2025-11-14T17:59:29.052Z",
    "score": {
      "percentage": 100
    },
    "creator": "jane.doe@acme.com",
    "autoEvaluated": false,
    "resubmitted": false,
    "evaluationSource": "ASSISTED_BY_AUTOMATION",
    "evaluationType": "CONTACT_EVALUATION",
    "evaluationAcknowledgerComment": "The Acknowledgment comment",
    "evaluationAcknowledgedTimestamp": "2025-12-22T05:20:39.297Z",
    "evaluationAcknowledgedByUserName": "john",
    "evaluationAcknowledgedByUserId": "286bcec0-e722-4166-865f-84db80252218"
  },
  "sections": [
    {
      "sectionRefId": "s1a1b58d6",
      "sectionTitle": "The title of the section",
      "notes": "Section note",
      "score": {
        "percentage": 100
      }
    },
    {
      "sectionRefId": "s46661c49",
      "sectionTitle": "The title of the subsection",
      "parentSectionRefId": "s1a1b58d6",
      "score": {
        "percentage": 100
      }
    }
  ],
  "questions": [
    {
      "questionRefId": "q570b206a",
      "sectionRefId": "s46661c49",
      "questionType": "NUMERIC",
      "questionText": "How do you rate the contact between 1 and 10?",
      "answer": {
        "value": "",
        "notes": "Add more information here",
        "metadata": {
          "notApplicable": true
        }
      },
      "score": {
        "notApplicable": true
      }
    },
    {
      "questionRefId": "q73bc5b9d",
      "sectionRefId": "s46661c49",
      "questionType": "SINGLESELECT",
      "questionText": "Did the agent introduce themselves?",
      "answer": {
        "values": [
          {
            "valueText": "Yes",
            "valueRefId": "o6999aa94",
            "selected": true
          },
          {
            "valueText": "No",
            "valueRefId": "o284e4d9e",
            "selected": false
          },
          {
            "valueText": "Maybe",
            "valueRefId": "o1b2f0a14",
            "selected": false
          }
        ],
        "notes": "Add more information here",
        "automation": {
          "status": "SYSTEM_ANSWER",
          "systemSuggestedValue": "Yes"
        },
        "metadata": {
          "notApplicable": false
        }
      },
      "score": {
        "percentage": 100
      }
    },
    {
      "questionRefId": "h89bc7a9t",
      "sectionRefId": "s46661c49",
      "questionType": "SINGLESELECT",
      "questionText": "Did the agent offer a promotion?",
      "answer": {
        "values": [
          {
            "valueText": "Yes",
            "valueRefId": "p7888bb85",
            "selected": false
          },
          {
            "valueText": "No",
            "valueRefId": "p395f5e8f",
            "selected": true
          },
          {
            "valueText": "Maybe",
            "valueRefId": "p2c3g1b25",
            "selected": false
          }
        ],
        "notes": "Add more information here",
        "assistedSuggestion": {
          "value": "No. A promotion was not offered by the agent."
        },
        "metadata": {
          "notApplicable": false
        }
      },
      "score": {
        "percentage": 100
      }
    },
    {
      "questionRefId": "qc2effc9d",
      "sectionRefId": "s46661c49",
      "questionType": "TEXT",
      "questionText": "Describe the outcome.",
      "answer": {
        "value": "Example answer text",
        "notes": "Add more information here",
        "metadata": {
          "notApplicable": false
        }
      },
      "score": {
        "percentage": 50
      }
    }
  ]
}

评估表元数据定义

下面的列表介绍了评估表中的字段。

evaluationId

联系评估的唯一标识符

类型 — 字符串

长度限制：长度下限为 1。长度上限为 500。

元数据

contactId

此 Amazon Connect 实例中的联系的标识符。

类型 — 字符串

长度限制 – 长度下限为 1，长度上限为 256

accountId

运行 Amazon Connect 实例的 AWS 账户的标识符。

类型 — 字符串

长度限制：限制：12 位数

模式 – ^\d{12}$

instanceId

Amazon Connect 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。

长度限制 – 长度下限为 1，长度上限为 100

agentId

执行联系的座席的标识符。

类型 — 字符串

长度限制 – 长度下限为 1，长度上限为 500

evaluationDefinitionTitle

评估表的标题。

类型 — 字符串

长度限制 – 长度下限为 1，长度上限为 128

evaluator

上次更新评估的用户名。

类型 — 字符串

evaluationDefinitionId

评估表的唯一标识符。

类型 — 字符串

长度限制 – 长度下限为 1，上限为 500

evaluationDefinitionVersion

评估表的版本。

类型 - 整数

有效范围：最小值为 1

evaluationStartTimestamp

评估创建的时间戳。

类型 – Timestamp

示例 — 2025-11-14T17：57:08.649 Z

evaluationSubmitTimestamp

评估的提交时间戳。

类型 – Timestamp

示例 — 2025-11-14T17：59:29.052 Z

分数

评估的分数。

creator

首次创建评估的实体（与“评估人员”相对，该人员代表上次提交评估的实体）。当从 Amazon Connect 管理员网站拨打电话时，它会包含用户名。当调用来自 API 时，它包含调用者的 ARN。

类型 — 字符串

autoEvaluated

指示评估是否是通过“全自动评估”提交的。

类型 – 布尔值

resubmitted

表示评估是否已重新提交（编辑后再次提交）。

类型 – 布尔值

evaluationSource

评估答案来源类型。

类型 — 字符串

有效值：

ASSISTED_BY_AUTOMATION：指示已使用问题自动化来回答部分问题。
MANUAL：表示评估是手动执行的。
AUTOMATED：表示评估是使用全自动评估提交的（请参阅“autoEvaluated”字段）。

评估类型

评估类型。

类型 — 字符串

有效值：

CONTACT_EVALUATION-评估联系人。

calibrationSessionId

与此评估相关的校准会话的标识符。

类型 — 字符串

长度限制 – 长度下限为 1，长度上限为 500

evaluatedParticipantId

正在评估的参与者的标识符。

类型 — 字符串

长度限制 – 长度下限为 1，长度上限为 256

evaluatedParticipantRole

被评估的参与者的角色。

类型 — 字符串

有效值：

AGENT-代理参与者。
CUSTOMER-客户参与者。
SYSTEM-系统参与者。

acknowledgerComment

确认评估的用户的留言。

类型 — 字符串

长度限制 – 长度下限为 0，长度上限为 3072

evaluationAcknowledgedByUserId

确认评估的人员的标识符。

类型 — 字符串

长度限制 – 长度下限为 1，长度上限为 500

evaluationAcknowledgedByUserName

确认评估的人员的名称。

类型 — 字符串

evaluationAcknowledgedTimestamp

评估被确认时的时间戳。

类型 – Timestamp

示例 — 2025-12-24T15：45:56.662 Z

sections

评估各部分的数组。

sectionRefId

章节的标识符。在评估表中，标识符必须是唯一的。

类型 — 字符串

长度限制 – 长度下限为 1，长度上限为 40

parentSectionRef我是

父节的标识符。

类型 — 字符串

长度限制 – 长度下限为 1，长度上限为 40

sectionTitle

章节的标题。

类型 — 字符串

长度限制 – 限制：长度下限为 0，长度上限为 128

说明

此部分剩余的备注。

类型 — 字符串

长度限制 – 长度下限为 0，长度上限为 3072

注意

备注有以下限制：

个别备注的字符数限制为 3072 个字符。
评估中的合并备注限制为 N x 1024 个字符，其中 N 是评估问题的数量。

分数

此部分的分数。

percentage

联系评估中某项的得分百分比。

类型 – 双精度

有效范围：最小值为 0，最大值为 100

automaticFail

将项目标记为自动失败的标志。如果项目或子项目自动获得失败答案，则此标志将为 true。

类型 – 布尔值

notApplicable

将项目标记为自动失败的标志。如果项目或子项目自动获得失败答案，则此标志将为 true。

类型 – 布尔值

问题

评估问题的数组。

questionRefId

问题的标识符。在评估表中，标识符必须是唯一的。

类型 — 字符串

长度限制 – 长度下限为 1，长度上限为 40。

sectionRefId

父节的标识符。

类型 — 字符串

长度限制 – 长度下限为 1，长度上限为 40

questionType

问题的类型。

类型 — 评估中的 StrThe 组合注释限制为 N x 1024 个字符，其中 N 是评估中的问题数量。ing

有效值 – TEXT | SINGLESELECT | NUMERIC

questionText

问题的标题。

类型 — 字符串

长度限制 – 长度下限为 0，长度上限为 350

answer

问题的答案。

值

联系人评估中答案的 string/numeric 值。

类型：字符串/双精度

长度限制 – 字符串：长度下限为 0，长度上限为 128

说明

此部分剩余的备注。

类型 — 字符串

长度限制：长度下限为 0。长度上限为 3072

注意

备注有两个字符限制。个别备注的字符数限制为 3072 个字符。评估中的合并备注限制为 N x 1024 个字符，其中 N 是评估问题的数量。

元数据

notApplicable

将问题标记为不适用的标志。

类型 – 布尔值

assistedSuggestion

生成式人工智能建议的答案。

类型 — 字符串

自动化

status

自动化答案的状态。

类型 — 字符串

有效值 – UNAVAILABLE | SYSTEM_ANSWER | OVERRIDDEN_ANSWER

systemSuggestedValue

联系评估中自动化答案的字符串或数值。

类型：字符串或双精度

长度限制 – 字符串：长度下限为 0，长度上限为 128

分数

问题的 score。

automaticFail：将项目标记为对表单至关重要的标志，当项目失败时，完整表单将失败（标记为零分）。如果项目或子项目获得自动失败答案，则此标志为 true，完整表单也将失败。

类型 – 布尔值
notApplicable：将项目标记为不适用于评分的标志，它将被排除在评分计算之外。

类型 – 布尔值

导出的评估样本

以下示例显示了一个典型的导出评估。


{
  "schemaVersion": "3.5",
  "evaluationId": "fb90de35-4507-479a-8b57-970290fd5c2c",
  "metadata": {
    "accountId": "874551140838",
    "instanceId": "8f753c94-9cd2-4f16-85eb-945f7f0d559a",
    "contactId": "badd4896-75f7-43b3-bee6-c617ed3d04cb",
    "agentId": "286bcec0-e722-4166-865f-84db80252218",
    "evaluationDefinitionTitle": "Legal Compliance Evaluation Form",
    "evaluator": "jane",
    "evaluationDefinitionId": "15d8fbf1-b4b2-4ace-869b-82714e2f6e3e",
    "evaluationDefinitionVersion": 2,
    "evaluationStartTimestamp": "2022-11-14T17:57:08.649Z",
    "evaluationSubmitTimestamp": "2022-11-14T17:59:29.052Z",
    "score": {
      "percentage": 85
    },
    "autoEvaluated": false,
    "creator": "john",
    "resubmitted": false,
    "evaluationSource": "ASSISTED_BY_AUTOMATION",
    "evaluationType": "CONTACT_EVALUATION",
    "calibrationSessionId": "a1b2c3d4-e5f6-7890-abcd-ef1234567890",
    "evaluationAcknowledgedByUserId": "286bcec0-e722-4166-865f-84db80252218",
    "evaluationAcknowledgedByUserName": "mike",
    "evaluationAcknowledgedTimestamp": "2022-12-24T15:45:56.662Z",
    "evaluationAcknowledgerComment": "Manager walked through the evaluation during coaching",
    "evaluatedParticipantId": "participant-123",
    "evaluatedParticipantRole": "AGENT"
  },
  "sections": [
    {
      "sectionRefId": "s1a1b58d6",
      "sectionTitle": "Communication Skills",
      "notes": "Overall communication was professional",
      "score": {
        "percentage": 90
      }
    },
    {
      "sectionRefId": "s46661c49",
      "sectionTitle": "Greeting and Introduction",
      "parentSectionRefId": "s1a1b58d6",
      "notes": "Agent followed proper greeting protocol",
      "score": {
        "percentage": 100
      }
    }
  ],
  "questions": [
    {
      "questionRefId": "q570b206a",
      "sectionRefId": "s46661c49",
      "questionType": "NUMERIC",
      "questionText": "How many times did agent interrupt the customer",
      "answer": {
        "value": "2",
        "notes": "Interruptions were minimal and appropriate",
        "metadata": {
          "notApplicable": false,
          "automation": {
            "status": "OVERRIDDEN_ANSWER",
            "systemSuggestedValue": "3"
          }
        }
      },
      "score": {
        "percentage": 80
      }
    },
    {
      "questionRefId": "q73bc5b9d",
      "sectionRefId": "s46661c49",
      "questionType": "SINGLESELECT",
      "questionText": "Did the agent introduce themselves?",
      "answer": {
        "values": [
          {
            "valueText": "Yes",
            "valueRefId": "o6999aa94",
            "selected": true
          },
          {
            "valueText": "No",
            "valueRefId": "o284e4d9e",
            "selected": false
          },
          {
            "valueText": "N/A",
            "valueRefId": "system_default_null_value",
            "selected": false
          }
        ],
        "notes": "Agent provided clear introduction with name and department",
        "metadata": {
          "notApplicable": false,
          "assistedSuggestion": {
            "value": "The agent introduced themselves at the beginning of the call."
          }
        }
      },
      "score": {
        "percentage": 100
      }
    },
    {
      "questionRefId": "h89bc7a9t",
      "sectionRefId": "s46661c49",
      "questionType": "SINGLESELECT",
      "questionText": "Did the agent ask for consent to perform a credit check",
      "answer": {
        "values": [
          {
            "valueText": "Yes",
            "valueRefId": "o6999aa94",
            "selected": false
          },
          {
            "valueText": "No",
            "valueRefId": "o284e4d9e",
            "selected": true
          },
          {
            "valueText": "N/A",
            "valueRefId": "system_default_null_value",
            "selected": false
          }
        ],
        "notes": "Agent failed to obtain consent before credit check",
        "metadata": {
          "notApplicable": false
        }
      },
      "score": {
        "percentage": 0,
        "automaticFail": true
      }
    },
    {
      "questionRefId": "qc2effc9d",
      "sectionRefId": "s46661c49",
      "questionType": "MULTISELECT",
      "questionText": "What topics were discussed during the call",
      "answer": {
        "values": [
          {
            "valueText": "Account balance",
            "valueRefId": "topic_balance",
            "selected": true
          },
          {
            "valueText": "Payment options",
            "valueRefId": "topic_payment",
            "selected": true
          },
          {
            "valueText": "Account closure",
            "valueRefId": "topic_closure",
            "selected": false
          }
        ],
        "notes": "Customer inquired about balance and payment plans",
        "metadata": {
          "notApplicable": false
        }
      },
      "score": {
        "notApplicable": true
      }
    },
    {
      "questionRefId": "q8a9b0c1d",
      "sectionRefId": "s46661c49",
      "questionType": "TEXT",
      "questionText": "What was your general impression about the customer's satisfaction",
      "answer": {
        "value": "The customer seemed satisfied with the resolution and thanked the agent",
        "notes": "Positive customer sentiment throughout the call",
        "metadata": {
          "notApplicable": false
        }
      },
      "score": {
        "notApplicable": true
      }
    },
    {
      "questionRefId": "q2b3c4d5e",
      "sectionRefId": "s46661c49",
      "questionType": "DATETIME",
      "questionText": "What time was the follow-up scheduled",
      "answer": {
        "value": "2024-04-16T14:30:00+01:00",
        "notes": "Follow-up appointment confirmed with customer",
        "metadata": {
          "notApplicable": false
        }
      },
      "score": {
        "notApplicable": true
      }
    }
  ]
}

Javascript 在您的浏览器中被禁用或不可用。

要使用 Amazon Web Services 文档，必须启用 Javascript。请参阅浏览器的帮助页面以了解相关说明。

文档惯例

评估指标

针对绩效评估的校准会话