생성형 AI 기반 데이터 매핑 설정 작동 방식 생성형 AI 기반 데이터 매핑 문제 해결

생성형 AI 기반 데이터 매핑

Amazon Connect 고객 프로필은 통합 프로필을 만드는 데 필요한 시간을 크게 단축하는 생성적 AI 기반 고객 데이터 매핑 기능을 제공하므로 보다 개인화된 고객 경험을 제공할 수 있습니다.

이 기능을 사용하면 고객 센터 관리자가 Adobe Analytics, Salesforce 또는 Amazon Simple Storage Service (S3) 와 같은 70개 이상의 코드 없는 데이터 커넥터 중 하나에서 고객 데이터를 추가하면 Amazon Connect 고객 프로필이 이러한 소스의 데이터를 분석하여 다양한 소스에서 다양한 형식으로 존재하는 데이터를 통합 프로필로 구성하고 결합하는 방법을 자동으로 결정합니다. Amazon Connect컨택 센터 관리자는 고객 프로필 설정을 검토 및 완료할 수 있으므로 상담원에게 관련 고객 정보를 제공하고 동적으로 개인화된 IVRs 채팅 봇을 통해 고객 만족도와 상담원 생산성을 높일 수 있습니다.

생성형 AI 기반 고객 데이터 매핑은 다음 리전에서 사용할 수 있습니다.

미국 동부(버지니아 북부)
미국 서부(오리건)
아프리카(케이프타운)
아시아 태평양(싱가포르)
아시아 태평양(시드니)
아시아 태평양(도쿄)
아시아 태평양(서울)
캐나다(중부)
유럽(프랑크푸르트)
유럽(런던)

생성형 AI 기반 데이터 매핑 설정

고객 프로필 콘솔을 엽니다. Amazon Connect
데이터 소스 통합 탭에서 데이터 소스 통합 추가를 선택합니다.
연결을 설정합니다. 지원되는 모든 커넥터를 사용할 수 있는 데이터 소스를 드롭다운에서 선택합니다.
데이터를 매핑합니다. 데이터 매핑을 자동 생성하는 옵션을 선택하거나 기존 매핑 템플릿을 선택하거나 처음부터 새로 생성합니다.
매핑 요약을 검토합니다. 모든 고객 속성을 보여주는 자동 생성된 매핑 결과 요약을 검토합니다. 수집 키를 편집하고 데이터 모으기를 시작하기 전에 확인하세요. 필드 매핑 및 키에 대한 자세한 내용은 을 참조하십시오. 객체 유형 매핑 정의 세부 정보

작동 방식

이 시스템은 4단계로 작동합니다. 첫 번째 단계에서 Customer Profiles는 소스 속성을 가져와 가능한 경우 데이터 소스에서 데이터를 샘플링한 다음 대상에 가장 적합한 객체 유형을 결정합니다. Amazon S3 데이터 원본의 경우 선택한 Amazon S3 버킷과 접두사에 있는 첫 번째 CSV 파일이 샘플 데이터로 사용됩니다. 다른 데이터 소스의 경우 고객 프로필은 소스 속성을 가져옵니다. AppFlow 두 번째 단계에서는 대규모 언어 모델 (LLM) 을 활용하여 각 사용자 지정 속성을 추가로 처리하고 이를 표준 고객 프로필 속성에 매핑합니다. LLM세 번째 단계에서 고객 식별자와 같이 키로 사용할 수 있는 적절한 속성을 선택하는 데 다시 사용됩니다. 마지막으로 네 번째 단계에서는 타임스탬프 형식 탐지기가 타임스탬프를 구문 분석하여 레코드의 올바른 연대순을 유지합니다. 시스템은 예측 결과를 조합한 후 20초 이내에 최대 120개 속성에 대한 매핑을 생성할 수 있습니다.