Amazon Connect での世代 AI を活用したデータマッピング - Amazon Connect
生成 AI を活用したデータマッピングのセットアップ仕組み生成 AI を活用したデータマッピングのトラブルシューティング

翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

Amazon Connect での世代 AI を活用したデータマッピング

Amazon Connect Customer Profiles は、生成 AI を活用したカスタマーデータマッピング機能を提供します。これにより、統合プロファイルの作成に必要な時間が大幅に短縮され、よりパーソナライズされたカスタマーエクスペリエンスの提供が可能になります。

この機能を使用すると、コンタクトセンターの管理者が Adobe Analytics、Salesforce、Amazon Simple Storage Service (S3) などの 70 を超える利用可能なノーコードデータコネクタのいずれかから顧客データを追加すると、 Amazon Connect Customer Profiles はこれらのソースのデータを分析し、異なるソース間で異なる形式で存在するデータを の統合プロファイルに整理および結合する方法を自動的に決定します Amazon Connect。コンタクトセンターの管理者は、顧客プロファイルの設定を確認して完了できるため、エージェントに関連のある顧客情報を提供し、動的にパーソナライズIVRsしてチャットボットをチャットボットすることで、顧客満足度とエージェントの生産性を向上させることができます。

生成 AI を活用した顧客データマッピングは、次のリージョンで使用できます。

  • 米国東部 (バージニア北部)

  • 米国西部 (オレゴン)

  • アフリカ (ケープタウン)

  • アジアパシフィック (シンガポール)

  • アジアパシフィック (シドニー)

  • アジアパシフィック (東京)

  • アジアパシフィック (ソウル)

  • カナダ (中部)

  • 欧州 (フランクフルト)

  • 欧州 (ロンドン)

生成 AI を活用したデータマッピングのセットアップ

  1. Amazon Connect Customer Profiles コンソールを開きます。

  2. [データソースの統合] タブで、[データソース統合を追加] をクリックします。

  3. 接続を設定します。サポートされているすべてのコネクタが利用できるデータソースをドロップダウンから選択します。

    サポートされているすべてのコネクタが利用できるデータソースをドロップダウンから選択します。

  4. データをマップします。データマッピングを自動生成するオプションを選択するか、既存のマッピングテンプレートを選択するか、一からデータマッピングを作成します。

    データをマップします。データマッピングを自動生成するオプションを選択するか、既存のマッピングテンプレートを選択するか、一からデータマッピングを作成します。

  5. マッピングの概要を確認します。すべての顧客属性を示す、自動生成されたマッピング結果の概要を確認します。データインジェストを開始する前に、取り込みキーを編集して確認します。フィールドマッピングとキーの詳細については、「Amazon Connect Customer Profiles のオブジェクトタイプマッピング定義の詳細」を参照してください。

    マッピングの概要を確認します。すべての顧客属性を示す、自動生成されたマッピング結果の概要を確認します。データインジェストを開始する前に、取り込みキーを編集して確認します。

仕組み

このシステムは 4 つのフェーズで動作します。最初のフェーズでは、Customer Profiles がソース属性を取得し、利用可能な場合はデータソースからデータをサンプリングして、ターゲットに最適なオブジェクトタイプを決定します。Amazon S3 データソースの場合、選択した Amazon S3 バケットとプレフィックスの最初のCSVファイルがサンプルデータとして使用されます。他のデータソースの場合、Customer Profiles は を通じてソース属性を取得します AppFlow。第 2 フェーズでは、大規模な言語モデル (LLM) を活用して、各カスタム属性をさらに処理し、それらを標準の顧客プロファイル属性にマッピングします。LLM は、第 3 フェーズで再び使用され、顧客識別子など、キーとして機能する適切な属性を選択します。最後に 4 番目のフェーズでは、タイムスタンプ形式検出機能がタイムスタンプを解析して、レコードの適切な時系列の順序を維持します。このシステムは、予測結果を組み合わせた後、20 秒以内に最大 120 の属性のマッピングを生成できます。

生成 AI を活用したデータマッピングのトラブルシューティング

次のセクションには、発生する可能性のあるエラーメッセージが表示されます。また、各問題の原因と解決策を示します。

エラー: オブジェクト文字列を に解析できませんでした JSON

リクエストのオブジェクト文字列が有効な ではありませんJSON。リクエスト内のオブジェクト文字列を確認し、それが有効な であることを確認しますJSON。

エラー: 「objects」の値が制約を満たすことができませんでした。メンバーの長さは 5 以下である必要があります

リクエストに含まれるオブジェクトが多すぎます。各リクエストでは最大 5 つのオブジェクトが許可されます。オブジェクトの数を 5 つ以下に減らします。

エラー: 120 の属性の制限を超えました

ネストされた属性を含め、JSONオブジェクトでは最大 120 個のJSON属性が許可されます。JSON オブジェクトからマッピングする必要のない属性をいくつか削除します。

ネストされた属性を含め、JSONオブジェクトでは最大 120 個のJSON属性が許可されます。JSON オブジェクトからマッピングする必要のない属性をいくつか削除します。

警告: データを区別する [一意のキー] が見つかりませんでした。ユーザーのプロファイルを識別する [プロファイルキー] が見つかりませんでした。

モデルが指定されたオブジェクトから有効なオブジェクトタイプを見つけることができませんでした。入力を変更するか、提案に従って手動マッピングの方法を使用します。

モデルが指定されたオブジェクトから有効なオブジェクトタイプを見つけることができませんでした。入力を変更するか、提案に従って手動マッピングの方法を使用します。