Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Predictive Insights (anteprima)
Predictive Insights (Preview) è una funzionalità di Amazon Connect Customer Customer Profiles che utilizza l'intelligenza artificiale per generare consigli personalizzati su prodotti e contenuti per i tuoi clienti. Analizzando i dati di interazione con i clienti, Predictive Insights ti aiuta a fornire esperienze più pertinenti in tutti i punti di contatto con i clienti.
Come funziona Predictive Insights
Predictive Insights (anteprima) utilizza modelli di intelligenza artificiale per analizzare i modelli di comportamento dei clienti e generare consigli in tempo reale. Il servizio elabora i dati di interazione con i clienti, come la cronologia degli acquisti e l'attività di navigazione, per identificare modelli e preferenze.
-
Passaggio 1: aggiungi i dati di interazione ai profili utilizzando i connettori di dati esistenti per addestrare i modelli di intelligenza artificiale con i dati di interazione con i clienti
-
Passaggio 2: aggiungi il catalogo degli articoli a S3 per consentire ai profili dei clienti di accedere ai dati degli articoli tramite Console di gestione AWS
-
Passaggio 3: Crea consigli definendo i tipi di consigli (articoli simili, articoli abbinati frequentemente, articoli popolari)
-
Fase 4: Applica i consigli all'intero ecosistema Connect Customer, inclusi gli agenti Agent Workspace, Flows e Connect AI
Prerequisiti
-
Abilita l'archiviazione dei dati nei profili dei clienti
Per addestrare i modelli di intelligenza artificiale utilizzando i tuoi profili cliente, devi abilitare l'archivio dati. Per saperne di più, consulta i dettagli nella sezione Customer Profile Data Store.
-
KMS
Hai configurato Customer Profiles per crittografare i tuoi dati in un AWS KMS key.
-
Profili di sicurezza
Hai configurato i profili di sicurezza per supportare le autorizzazioni Visualizza (elenca e visualizza informazioni predittive), Crea (crea consigli), Elimina (elimina consigli) e Modifica (aggiorna consigli) con Predictive Insights abilitato.
Vantaggi dell'utilizzo di Predictive Insights
L'utilizzo di Predictive Insights offre diversi vantaggi chiave:
-
Migliora l'esperienza del cliente con consigli personalizzati
-
Aumenta le opportunità di vendita attraverso suggerimenti pertinenti sui prodotti
-
Fate risparmiare tempo agli agenti mostrando automaticamente i consigli pertinenti
-
Fornisci raccomandazioni coerenti su tutti i punti di contatto con i clienti
-
Aggiorna i suggerimenti in tempo reale man mano che il comportamento dei clienti cambia
Considerazioni sui dati
Le sezioni seguenti forniscono indicazioni su come abbinare i casi d'uso e valutare la disponibilità dei dati per Predictive Insights.
Hai abbinato i tuoi casi d'uso a Predictive Insights?
I tipi di personalizzazione di Predictive Insights possono soddisfare i seguenti casi d'uso:
-
Generazione di consigli personalizzati per un utente
-
Consigliare articoli simili o correlati
-
Consigliare articoli di tendenza o popolari
-
Re-ordering articoli per rilevanza
Disponi di dati sufficienti sulle interazioni con gli articoli?
Per tutti i casi d'uso e i tipi di personalizzazione, devi avere almeno 1.000 interazioni con gli elementi per 25 utenti unici con almeno due interazioni ciascuno. Per consigli sulla qualità, ti consigliamo di avere almeno 50.000 interazioni con gli articoli da almeno 1.000 utenti con due o più interazioni con gli articoli ciascuno.
Disponi di un'architettura di streaming di eventi in tempo reale?
Se hai la possibilità di trasmettere eventi in tempo reale su Connect Customer Profiles, potrai sfruttare la personalizzazione in tempo reale. Con alcuni tipi di personalizzazione, Predictive Insights può imparare dalle attività più recenti dell'utente e aggiornare i consigli man mano che questi utilizzano l'applicazione.
I tuoi dati sono ottimizzati per Predictive Insights?
Ti consigliamo di verificare quanto segue nei tuoi dati:
-
Verifica i valori mancanti. Consigliamo che almeno il 70% dei tuoi record contenga dati per ogni attributo. Consigliamo che le colonne che consentono ai valori nulli di essere complete per almeno il 70%.
-
Correggi eventuali imprecisioni o problemi nei tuoi dati, ad esempio convenzioni di denominazione non coerenti, categorie duplicate per un elemento, ID non corrispondenti nei set di dati o ID duplicati. Questi problemi possono avere un impatto negativo sui consigli o portare a comportamenti imprevisti. Ad esempio, potresti avere sia «N/A» che «Non applicabile» nei tuoi dati, ma filtrare i consigli in base solo a «N/A». Gli elementi contrassegnati con «Non applicabile» non verranno rimossi dal filtro.
-
Se un elemento, un utente o un'azione può avere più categorie, ad esempio un film con più generi, combina i valori categorici in un unico attributo e separa ogni valore con l'operatore |. Ad esempio, i dati GENRES di un film potrebbero essere Azione | Avventura | Thriller.
-
Evita di avere più di 1000 categorie possibili per una colonna (a meno che la colonna non contenga dati solo a scopo di filtraggio).
