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.

Inizia con Predictive Insights

Per iniziare a utilizzare Predictive Insights, segui questi passaggi:

Fase 1: aggiunta dei dati di interazione nei profili dei clienti

È possibile utilizzare i connettori dati esistenti nei profili dei clienti per mappare i dati delle interazioni in un oggetto Web Analytics standard.

Per ulteriori informazioni, consulta Mappatura dei tipi di oggetto per l'analisi web standard.

Fase 2: aggiunta dei dati del catalogo degli articoli

Puoi rappresentare singoli prodotti nel tuo catalogo all'interno del dominio utilizzando i dati del catalogo standard. Questi dati del catalogo esistono a livello di dominio e non sono legati a nessun profilo cliente specifico. Serve come rappresentazione strutturata dei tuoi prodotti che può essere sfruttata per le funzionalità di personalizzazione. È possibile importare le informazioni sul prodotto o sull'articolo come oggetti di dominio nei profili dei clienti utilizzando connettori di dati che offrono opzioni flessibili per l'inserimento e la gestione delle informazioni del catalogo, garantendo che i dati di prodotto rimangano aggiornati e accessibili all'interno del sistema.

Per ulteriori informazioni, consulta Mappatura del tipo di oggetto per Item Catalog.

Fase 3: Creazione di informazioni predittive

Con Connect Customer, puoi creare e implementare modelli di intelligenza artificiale specializzati su misura per le tue specifiche esigenze di raccomandazione sui prodotti. Questi modelli possono essere configurati tramite l'interfaccia utente Web di Connect o in modo programmatico tramite le API per adattarsi ai tuoi scenari aziendali unici. Predictive Insights offre diversi tipi di raccomandazioni:

Limiti degli articoli per tipo di raccomandazione

La tabella seguente descrive il numero massimo di elementi considerati per la generazione dei consigli, a seconda del tipo di raccomandazione utilizzato.

Fase 4: utilizzo di Predictive Insights sui canali di coinvolgimento dei clienti

Utilizzo dei consigli sui profili dei clienti in Connect Flows

Questa sezione descrive come utilizzare il blocco di flusso Customer Profiles Get profile recommendations per arricchire l'esperienza utente durante un contatto generando AI-powered consigli per un profilo in tempo reale.

Proprietà del blocco di flusso

Il blocco di flusso Get profile recommendations ha le seguenti proprietà da configurare:

Flow Block Branches

Il blocco di flusso Get profile recommendations può indirizzare i contatti verso i seguenti rami:

Utilizzo di Recommendations from the block

La risposta dei consigli viene mantenuta fino al valore $. Customer.Recommendationsattributo contact jsonPath come elenco JSON di oggetti di raccomandazione. Ogni oggetto di raccomandazione conterrà gli attributi Recommendation selezionati.

Il seguente frammento di codice Python di esempio tratto da una funzione Lambda mostra come può essere utilizzato per trasformare i consigli del blocco Get profile recommendations e persisterli in altri attributi di contatto in modo che i consigli possano essere utilizzati nei blocchi successivi.

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

Dopo aver impostato il flusso con il blocco Ottieni consigli sul profilo, puoi iniziare a utilizzarlo per generare consigli per i tuoi clienti durante i loro contatti.

Utilizzo dei consigli sui profili dei clienti nelle campagne in uscita

Puoi integrare Predictive Insights con le campagne in uscita di Connect Customer per fornire consigli personalizzati tramite canali e-mail e SMS. Quando crei una campagna attivata da un evento, puoi configurare la sezione Consigli per generare automaticamente AI-powered consigli per i profili dei clienti associati alla campagna.

Questa integrazione utilizza la mappatura degli oggetti di Web Analytics come categoria di eventi per acquisire i dati sulle interazioni con i clienti, il che consente al motore di raccomandazione di fornire suggerimenti pertinenti e mirati in base al comportamento del cliente.

Per istruzioni dettagliate sulla configurazione dei consigli nelle campagne attivate da eventi, consulta. Creare una campagna in uscita utilizzando i trigger di eventi

Configurazione degli agenti Connect AI per i consigli di vendita

Amazon Q in Connect migliora le capacità degli agenti grazie al nuovo tipo di agente «Orchestration». Questa funzionalità è particolarmente utile per creare un Sales AI Agent in grado di fornire consigli sugli articoli, particolarmente utile negli scenari di upselling e cross-selling.

Nozioni di base

Per iniziare l'implementazione, accedi a Connect Customer Console di gestione AWS e vai su Connect Customer. Dopo aver effettuato l'accesso alla tua istanza Connect tramite l'URL di accesso, individua Amazon Q nel riquadro di navigazione a sinistra e seleziona agenti AI. Troverai un AI Agent of Type Orchestration (SalesAgent) preconfigurato in stato di bozza nella pagina QiC alla voce AI Agents. Questo modello è dotato di tutte le configurazioni necessarie per gli strumenti 1P e di esempi di suggerimenti.

Creazione del tuo agente personalizzato

Per creare un agente di vendita personalizzato, inizia creando un nuovo agente AI di tipo Orchestration e copialo dal modello esistente SalesAgent . Questo processo trasferisce tutti gli strumenti e le configurazioni dal modello al nuovo agente.

Personalizzazione dell'agente

Quando si tratta di aggiornare il prompt dell'agente, gli amministratori hanno due opzioni principali. Possono aggiungere il prompt dell'agente esistente al Sales Agent Prompt e aggiungere le istruzioni di identificazione dell'upsell, oppure possono ricominciare da capo rimuovendo il SalesAgent prompt e creando un nuovo prompt di Orchestration in base al prompt dell'agente attualmente pubblicato e aggiungendovi il prompt dell'agente di vendita. Questa flessibilità consente soluzioni su misura che soddisfano esigenze aziendali e requisiti di dominio specifici.

Configurazione e integrazione del flusso

Dopo aver finalizzato la configurazione dell'agente e averla pubblicata, il passaggio successivo prevede la creazione di un bot Amazon Lex in Flows. Il flusso in entrata deve essere aggiornato per includere il GetCustomerInput blocco con il bot Lex creato. Il nuovo SalesAgent deve essere selezionato nelle opzioni aggiuntive. Dovrai aggiungere sia il blocco di flusso Customer Profile per il recupero dell'ID del profilo sia il blocco di flusso Set-Contact Attributes, impostando CustomerId come chiave per l'ID del profilo e il valore $. Customer.ProfileId

L'implementazione supporta sia i contatti in chat che le chiamate vocali, con l'input del cliente che viene trasmesso senza problemi all'agente QIC sul bot Lex. Questa configurazione completa consente consigli di AI-driven vendita e opportunità di upselling all'interno dell'ambiente Connect Customer. La flessibilità del sistema consente la personalizzazione in base alle esigenze specifiche del settore, pur mantenendo la funzionalità di base dell'assistenza intelligente alle vendite. Questa soluzione fornisce un framework per migliorare le interazioni dei clienti con i AI-powered consigli, supportando in ultima analisi operazioni di vendita e assistenza clienti più efficaci. Gli amministratori possono perfezionare ulteriormente l'implementazione aggiungendo istruzioni specifiche per il dominio e personalizzando i tipi di consigli in base ai requisiti aziendali.

Configurazione SalesAgent da utilizzare per l'assistenza degli agenti

È possibile configurarlo SalesAgent da utilizzare all'interno del widget di chat Q in connect in Agent Workspace. Per farlo è necessario modificare 2 cose principali.

Ora puoi utilizzare questo flusso come normale messaggio in entrata e il widget di chat Q in connect dovrebbe essere in grado di fornire consigli per aiutare con la richiesta dell'utente.