Framväxten av artificiell intelligens (AI) har skapat möjligheter att förbättra kundupplevelsen i kontaktcenterutrymmet. Maskininlärningsteknik (ML) förbättrar och driver ständigt kontaktcentrets kundupplevelse genom att tillhandahålla lösningar för funktioner som självbetjäningsrobotar, analys av livesamtal och analyser efter samtal. Självbetjäningsrobotar integrerade med ditt callcenter kan hjälpa dig att uppnå minskade väntetider, intelligent routing, kortare tid till upplösning genom självbetjäningsfunktioner eller datainsamling och förbättrade nettopromotorresultat (NPS). Några exempel inkluderar en kund som ringer för att kontrollera status för en beställning och får en uppdatering från en bot, eller en kund som behöver skicka in en förnyelse för en licens och att chatboten samlar in nödvändig information, som den lämnar till en agent för bearbetning .

Med Amazon Lex bots, du kan använda konversations AI funktioner för att aktivera dessa funktioner i ditt callcenter. Amazon Lex använder automatisk taligenkänning (ASR) och naturlig språkförståelse (NLU) för att förstå kundens behov och hjälpa dem på deras resa.

Genesys moln (en omni-channel orkestrerings- och kundrelationsplattform) tillhandahåller en kontaktcenterplattform i en publik molnmodell som möjliggör snabb och enkel integration av AWS Contact Center Intelligence (AWS CCI) för att förvandla det moderna kontaktcentret från ett kostnadsställe till ett resultatcenter. Som en del av AWS CCI integreras Genesys Cloud med Amazon Lex, vilket möjliggör självbetjäning, intelligent routing och datainsamlingsmöjligheter.

När du utforskar AWS CCI-funktioner med Amazon Lex och Genesys Cloud kan du vara osäker på var du ska börja på din botdesignresa. För att hjälpa dem som kanske börjar med en tom duk, tillhandahåller Amazon Lex Amazon Lex automatiserad chatbotdesigner. Den automatiska chatbotdesignern använder ML för att tillhandahålla en initial botdesign som du sedan kan förfina och lansera samtalsupplevelser snabbare baserat på dina aktuella samtalsutskrifter. Med den automatiserade chatbotdesignern har Amazon Lex kunder och partners ett enkelt och intuitivt sätt att designa chatbots och kan minska botdesigntiden från veckor till timmar. Den automatiserade chatbotdesignern kräver dock att transkriptioner är i ett visst format som inte är anpassade till Genesys Cloud-transkriptexport.

I det här inlägget visar vi hur du kan implementera en arkitektur med hjälp av Amazon EventBridge, Amazon enkel lagringstjänst (Amazon S3), och AWS Lambda för att automatiskt samla in, transformera och ladda dina Genesys-samtalsutskrifter i det format som krävs för Amazon Lex automatiserade chatbotdesigner. Du kan sedan köra den automatiska chatbotdesignern på dina transkriptioner, få rekommendationer för botdesign och effektivisera din botdesignresa.

Lösningsöversikt

Följande diagram illustrerar lösningsarkitekturen.

Lösningsarbetsflödet består av följande steg:

1. Genesys Cloud skickar iterativa transkriptionshändelser till din EventBridge-evenemangsbuss.
2. Lambda tar emot de iterativa transkriptionerna från EventBridge, bestämmer när en konversation är klar och anropar Transcript API i Genesys Cloud och släpper hela transkriptionen i en S3-hink.
3. När ett nytt fullständigt transkript laddas upp till Amazon S3, konverterar Lambda det Genesys Cloud-formaterade transkriptet till det format som krävs för Amazon Lex automatiserade chatbotdesigner och kopierar det till en S3-hink.
4. Amazon Lex automatiserade chatbotdesigner använder ML för att bygga en initial botdesign baserad på de tillhandahållna Genesys Cloud-transkripten.

Förutsättningar

Innan du distribuerar lösningen måste du uppfylla följande förutsättningar:

1. Konfigurera ditt Genesys Cloud CX-konto och se till att du kan logga in. För mer information om hur du ställer in ditt konto, se Genesys dokumentation.
2. Se till att rätt behörigheter är inställda för att aktivera och publicera transkriptioner från Genesys. För mer information om hur du ställer in nödvändiga behörigheter, se Översikt över roller och behörigheter.
3. Om PCI- och PII-kryptering krävs för transkription, se till att den är inställd i Genesys. För mer information om hur du ställer in nödvändiga behörigheter, se Är interaktionstranskriptioner krypterade när de lagras i molnet.
4. Skapa ett AWS-konto med lämpliga behörigheter.

Distribuera Genesys EventBridge-integrationen

För att aktivera EventBridge-integrationen med Genesys Cloud, utför följande steg:

1. Logga in på Genesys molnmiljö.
2. Välja Administration, integrationer, Lägg till integrationeroch Amazon EventBridge-källa.
3. På konfiguration fliken, ange följande information:
   1. För AWS-konto-ID, ange ditt AWS-konto-ID.
   2. För AWS-kontoregion, ange den region där du vill att EventBridge ska ställas in.
   3. För Suffix för händelsekälla, ange ett suffix (till exempel, genesys-eb-poc-demo).
4. Spara din konfiguration.
   
5. Välj på EventBridge-konsolen Integration i navigeringsfönstret och välj sedan Partnerhändelsekällor.

Det bör finnas en händelsekälla listad med ett namn som aws.partner/genesys.com/…/genesys-eb-poc-demo.

6. Välj partnerhändelsekällan och välj Samarbeta med eventbuss.

Statusen ändras från Avvaktan till Aktiva. Detta ställer in EventBridge-konfigurationen för Genesys.

Därefter ställer du in OAuth2-uppgifter i Genesys Cloud för att auktorisera API-anropet för att få det slutliga transkriptet.

7. Navigera till Genesys Cloud-instansen.
8. Välja Administration, integrationeroch OAuth.
9. Välja Lägg till klient.
10. På Kundinformation fliken, ange följande information:
    1. För app Namn, ange ett namn (t.ex. TranscriptInvoke-creds).
    2. För Bidragstyper, Välj Kunduppgifter.

Se till att du använder rätt roll som har åtkomst för att anropa transcribe-API:erna.

11. Välja Save.

Detta genererar nya värden för kund-ID och Klienthemlighet. Kopiera dessa värden för att använda i nästa avsnitt, där du konfigurerar mallen för lösningen.

Distribuera lösningen

När du har ställt in Genesys EventBridge-integrationen kan du distribuera en AWS serverlös applikationsmodell (AWS SAM) mall, som distribuerar resten av arkitekturen. Utför följande steg för att distribuera lösningen i ditt konto:

1. Installera AWS SAM om det inte redan är installerat. För instruktioner, se Installera AWS SAM CLI.
2. ladda ner GitHub repo och packa upp till din katalog.
3. Navigera till genesys-to-lex-automated-chatbot-designer mapp och kör följande kommandon:

   sam build --use-container
   sam deploy –guided

Det första kommandot bygger källan till din applikation. Det andra kommandot paketerar och distribuerar din applikation till AWS, med en rad uppmaningar:

• Stack Namn – Ange namnet på stapeln som ska distribueras till AWS molnformation. Detta bör vara unikt för ditt konto och din region; en bra utgångspunkt är något som matchar ditt projektnamn.
• AWS-regionen – Ange den region du vill distribuera din app till. Se till att den är utplacerad i samma region som EventBridge-händelsebussen.
• Parameter GenesysBusname – Ange bussnamnet som skapades när du konfigurerade Genesys-integrationen. Mönstret på bussnamnet ska se ut aws.partner/genesys.com/*.
• Parameter ClientId – Ange klient-ID som du kopierade tidigare.
• Parameter ClientSecret – Ange klienthemligheten som du kopierade tidigare.
• Parameter FilnamnPrefix – Ändra standardfilnamnsprefixet för måltranskriptionsfilen i den råa S3-hinken eller behåll standardinställningen.
• Parameter GenCloudEnv – Enter är molnmiljön för den specifika Genesys-organisationen. Genesys är tillgängligt i mer än 15 regioner över hela världen när detta skrivs, så detta värde är obligatoriskt och bör peka på miljön där din organisation skapas i Genesys (till exempel, usw2.pure.cloud).
• Bekräfta ändringar före distribution – Om inställt på Ja, kommer alla ändringsuppsättningar att visas för dig innan implementeringen för manuell granskning. Om inställt på nej kommer AWS SAM CLI automatiskt att distribuera applikationsändringar.
• Tillåt skapande av SAM CLI IAM-roller – Många AWS SAM-mallar, inklusive detta exempel, skapas AWS identitets- och åtkomsthantering (IAM)-roller som krävs för Lambda-funktionerna som ingår för att få åtkomst till AWS-tjänster. Som standard är dessa begränsade till de minsta nödvändiga behörigheterna. För att distribuera en CloudFormation-stack som skapar eller modifierar IAM-roller måste du tillhandahålla CAPABILITY_IAM värde för kapacitet. Om tillstånd inte ges genom denna prompt måste du uttryckligen godkänna detta för att distribuera det här exemplet --capabilities CAPABILITY_IAM till sam deploy kommando.
• Spara argument till samconfig.toml – Om inställt på Ja, kommer dina val att sparas i en konfigurationsfil i projektet, så att du i framtiden kan köra om sam deploy utan parametrar för att distribuera ändringar i din applikation.

När du har distribuerat din AWS SAM-applikation på ditt konto kan du testa att Genesys-transkriptioner skickas till ditt konto och omvandlas till det format som krävs för Amazon Lex automatiserade chatbotdesigner.

Gör ett testsamtal för att validera lösningen

Efter att du har ställt in Genesys EventBridge-integrationen och distribuerat den föregående AWS SAM-mallen kan du göra testanrop och validera att filer hamnar i S3-bucket för transformerade filer. På en hög nivå måste du utföra följande steg:

1. Gör ett testsamtal till din Genesys-instans för att skapa en transkription.
2. Vänta några minuter och kontrollera utdata i TransformedTranscript-hinken.

Kör den automatiserade chatbotdesignern

När du har sparat några dagars transkript i Amazon S3 kan du köra den automatiska chatbotdesignern via Amazon Lex-konsolen med hjälp av stegen i det här avsnittet. För mer information om det minsta och maximala antalet varv för tjänsten, se Förbered avskrifter.

1. Välj på Amazon Lex V2-konsolen Bots i navigeringsfönstret.
2. Välja Skapa bot.
   
3. Välja Börja med utskrifter som skapelsemetoden.
4. Ge boten ett namn (för det här exemplet, InsuranceBot) och ge en valfri beskrivning.
5. Välja Skapa en roll med grundläggande Amazon Lex -behörigheter och använd detta som din körtidsroll.
   
6. När du har fyllt i de andra fälten väljer du Nästa för att gå vidare till språkkonfigurationen.
7. Välj språk och röst för din interaktion.
   
8. Ange Amazon S3-platsen för transkriptionerna som lösningen har konverterat åt dig.
9. Lägg till ytterligare lokala sökvägar om du har en specifik mappstruktur i din S3-bucket.
   
10. Använd ett filter (datumintervall) för dina indataavskrifter.
    
11. Välja Färdig .

Du kan använda statusfältet på Amazon S3-konsolen för att spåra analysen. Inom några timmar visar den automatiserade chatbotdesignern en chatbotdesign som inkluderar användaravsikter, exempelfraser som är associerade med dessa avsikter och en lista med all information som krävs för att uppfylla dem. Hur lång tid det tar att genomföra utbildningen beror på flera faktorer, inklusive volymen av utskrifter och komplexiteten i samtalen. Vanligtvis analyseras 600 rader transkript varje minut.

12. Välja översyn för att se avsikter och slottyper som upptäckts av den automatiserade chatbotdesignern.
    

Smakämnen Avsikter fliken listar alla avsikter tillsammans med exempelfraser och slots, och Speltyper fliken ger en lista över alla facktyper tillsammans med platstypvärden.

13. Välj någon av avsikterna för att granska exempel på yttranden och luckor. Till exempel, i följande skärmdump väljer vi ChangePassword för att se yttrandena.
    
14. Välj Fliken Tillhörande avskrifter att granska de konversationer som används för att identifiera avsikterna.
    
15. När du har granskat resultaten, välj avsikter och slottyper som är relevanta för ditt användningsfall och välj Lägg till.

Detta lägger till de valda avsikterna och slottyperna till boten. Du kan nu upprepa den här designen genom att göra ändringar som att lägga till uppmaningar, slå samman avsikter eller slottyper och byta namn på slots.

Du har nu använt Amazon Lex automatiserade chatbotdesigner för att identifiera vanliga avsikter, uttalanden som är mappade till dessa avsikter och information som chatboten behöver samla in för att uppfylla vissa affärsfunktioner.

Städa upp

När du är klar, rensa upp dina resurser genom att använda följande kommando i AWS SAM CLI:

sam delete

Slutsats

Det här inlägget visade dig hur du använder Genesys Cloud CX och EventBridge-integrationen för att skicka dina Genesys CX-transkriptioner till ditt AWS-konto, transformera dem och använda dem med Amazon Lex automatiserade chatbotdesigner för att skapa exempel på bots, avsikter, yttranden och slots. Den här arkitekturen kan hjälpa förstagångsanvändare av AWS CCI och nuvarande AWS CCI-användare ombord på fler chatbots med hjälp av Genesys CX och Amazon Lex-integrationen, eller i kontinuerliga förbättringsmöjligheter där du kanske vill jämföra din nuvarande avsiktsdesign med den som produceras av Amazon Lex automatiserade chatbot designer. För mer information om andra AWS CCI-funktioner, se Contact Center Intelligence.

Om författarna

Joe Morotti är en lösningsarkitekt på Amazon Web Services (AWS) och hjälper företagskunder över hela Mellanvästern i USA. Han har haft ett brett utbud av tekniska roller och tycker om att visa kundens konst av det möjliga. På fritiden tycker han om att tillbringa kvalitetstid med sin familj för att utforska nya platser och överanalysera sitt idrottslags prestation.

Anand Bose är Senior Solutions Architect på Amazon Web Services, som stödjer ISV-partners som bygger affärsapplikationer på AWS. Han brinner för att skapa differentierade lösningar som låser upp kunder för molnadoption. Anand bor i Dallas, Texas och tycker om att resa.

Teri Ferris är ansvarig för att skapa fantastiska kundupplevelser tillsammans med affärspartners och utnyttja Genesys teknologilösningar som möjliggör Experience Orchestration för kontaktcenter. I sin roll ger hon råd om lösningsarkitektur, integrationer, IVR, routing, rapporteringsanalys, självbetjäning, AI, utgående, mobila funktioner, omnikanal, sociala kanaler, digital, enhetlig kommunikation (UCaaS) och analys och hur de kan effektivisera kundupplevelse. Innan Genesys hade hon seniora ledarskapsroller på personal-, löne- och lärandehanteringsföretag, inklusive övervakande av kontaktcentret.

• SEO-drivet innehåll och PR-distribution. Bli förstärkt idag.
• PlatoData.Network Vertical Generative Ai. Styrka dig själv. Tillgång här.
• PlatoAiStream. Web3 Intelligence. Kunskap förstärkt. Tillgång här.
• Platoesg. Kol, CleanTech, Energi, Miljö, Sol, Avfallshantering. Tillgång här.
• PlatoHealth. Biotech och kliniska prövningar Intelligence. Tillgång här.
• Källa: https://aws.amazon.com/blogs/machine-learning/expedite-your-genesys-cloud-amazon-lex-bot-design-with-the-amazon-lex-automated-chatbot-designer/