Organisationen mit Contact Centern profitieren von erweiterten Analysen ihrer Anrufaufzeichnungen, um wichtiges Produktfeedback zu erhalten, die Effizienz des Contact Centers zu verbessern und Coaching-Möglichkeiten für ihre Mitarbeiter zu identifizieren. Die Post Call Analytics (PCA)-Lösung verwendet AWS Machine Learning (ML)-Dienste wie Amazon Transcribe und Amazon verstehen um Erkenntnisse aus nach dem Anruf hochgeladenen Audioaufzeichnungen von Contact Center-Anrufen oder aus der Integration mit unserem Begleiter zu extrahieren Live Call Analytics (LCA)-Lösung. Sie können die PCA-Erkenntnisse im Business Intelligence (BI)-Tool visualisieren Amazon QuickSight für erweiterte Analysen.
In diesem Beitrag zeigen wir Ihnen, wie Sie die Daten von PCA verwenden können, um automatisierte QuickSight-Dashboards für erweiterte Analysen zu erstellen, um die Prozesse der Qualitätssicherung (QA) und des Qualitätsmanagements (QM) zu unterstützen. Wir bieten eine AWS CloudFormation Vorlage und Schritt-für-Schritt-Anleitungen, mit denen Sie in wenigen einfachen Schritten mit unserem Beispiel-Dashboard loslegen können.
Beispiel-Dashboard-Übersicht
Die folgenden Screenshots veranschaulichen die verschiedenen Komponenten unseres Beispiel-QuickSight-Dashboards:
- Registerkarte "Zusammenfassung" – Diese Ansicht aggregiert Anrufstatistiken über Datenpunkte hinweg, wie z. B. durchschnittliche Kundenstimmung und durchschnittliche Agentengesprächsdauer, zusammen mit detaillierten Anrufaufzeichnungen. Grafiken wie „Wer spricht mehr?“ Zeigen Sie die Kundenstimmungsverteilung basierend auf der Sprechzeit des Sprechers an. Sie können Daten-, Agenten-, Anrufdauer- und Sprachfilter für eine gezielte Suche anwenden. Die grafischen und tabellarischen Ansichten helfen bei der genauen Analyse der Daten.
- Registerkarte „Stimmung“. – Diese Ansicht zeigt die Stimmungsverteilung über mehrere Parameter, z. B. die Auswirkung der Agentenstimmung auf das Kundenerlebnis. In einer grafischen und tabellarischen Ansicht sehen Sie die Korrelation zwischen Kunden- und Agentenstimmung. Der niedrigste Sentimentwert weist auf Coaching-Möglichkeiten für Agenten hin. Sie können Daten- und Agentenfilter für eine gezielte Suche anwenden.
- Registerkarte Kategorien – Diese Registerkarte zeigt die aggregierte Stimmung, Sprechzeit und Nicht-Sprechzeit pro Sprecherwechsel in Ihren Anrufaufzeichnungen. Sie können die Daten nach Kategorie zusammen mit Datums- und Agentenfilter analysieren. Sie erhalten einen Einblick, wie sich die Sprechdauer der Agenten auf die Kundenstimmung auswirkt. Die grafischen und tabellarischen Ansichten helfen bei der genauen Analyse der Daten.
- Registerkarte Benutzerdefinierte Entitäten – Ähnlich wie bei der Kategorie können Sie die Aufschlüsselung nach benutzerdefinierten Entitäten sehen. Sie können Datums-, Agenten- und benutzerdefinierte Entitätsfilter für eine gezielte Suche anwenden.
- Registerkarte „Probleme“, „Aktionen“, „Ergebnis“. – Diese Ansicht zeigt die aggregierte Stimmung, Sprechzeit und Nicht-Sprechzeit pro Sprecherwechsel in Ihren Anrufaufzeichnungen. Sie können die Daten basierend auf Problem, Aktion und Ergebnis für einen benutzerdefinierten Ausdruck zusammen mit Datums-, Kategorie- und Agentenfiltern analysieren
Lösungsüberblick
Die Lösung verwendet die folgenden AWS-Services und -Funktionen:
Das folgende Architekturdiagramm zeigt, wie unsere Lösung PCA-Erkenntnisse aus einer Anrufaufzeichnung in einem S3-Bucket verwendet, um Analysen in QuickSight zu ermöglichen.
Als Teil des Lösungsworkflows empfängt EventBridge ein Ereignis für jede Ausgabedatei der PCA-Lösungsanalyse. Kinesis Data Firehose verwendet Lambda zur Durchführung der Datentransformation und -komprimierung und speichert die Datei in einem komprimierten Spaltenformat (Parquet) im Ziel-S3-Bucket. Der AWS Glue-Datenkatalog enthält die Tabellendefinitionen für die Datenquellen. Athena führt Abfragen mit einer Vielzahl von SQL-Anweisungen auf den komprimierten Parquet-Dateien aus, und QuickSight wird zur Visualisierung verwendet. Zur Optimierung der Abfrageleistung verwenden wir Athena-Partitionsprojektionen. Diese Funktion erstellt automatisch datumsbasierte Partitionen für die Abfrageleistung und Kostenoptimierung.
Dies ist eine lose gekoppelte Architektur mit der Flexibilität, Daten aus Datenquellen von Drittanbietern aufzunehmen, die Daten durch Hinzufügen weiterer Datenpunkte anzureichern und Daten über Datenquellen hinweg für Ihren Analyseanwendungsfall mit Querverweisen zu versehen. Lambda-Funktionen können mit Datenquellen von Drittanbietern integriert werden, um die komprimierte Ausgabe in Amazon S3 mit Kinesis Data Firehose zu verarbeiten und zu speichern. Mit Athena können Sie Ansichten erstellen, indem Sie die Daten über mehrere Tabellen hinweg referenzieren.
Voraussetzungen:
Folgende Voraussetzungen sollten Sie mitbringen:
- Sie brauchen einen aktiven AWS-Konto mit der Berechtigung zum Erstellen und Ändern von IAM-Rollen
- Die PCA-Lösung muss bereits in demselben AWS-Konto und derselben Region bereitgestellt sein, die Sie für die Dashboards verwenden werden
- QuickSight und AWS CloudFormation müssen sich in derselben Region befinden.
Beachten Sie, dass diese Lösung QuickSight SPICE-Speicher verwendet.
Stellen Sie Ressourcen mit AWS CloudFormation bereit
Führen Sie die folgenden Schritte aus, um die Lösung bereitzustellen:
- Melden Sie sich bei der an AWS-Managementkonsole in Ihrer bevorzugten Region.
- Erstellen Sie ein QuickSight-Konto (überspringen Sie diesen Schritt, wenn Sie bereits ein QuickSight-Konto haben):
- Navigieren Sie über die Konsole zum QuickSight-Dienst.
- Auswählen Melden Sie sich für QuickSight an.
- Wählen Sie die Ausgabe aus.
- Geben Sie Ihren Kontonamen und Ihre Benachrichtigungs-E-Mail-Adresse ein.
- Navigieren Sie zum CloudFormation-Stack der PCA-Lösung und auf der Ausgänge notieren Sie sich den Wert für den Schlüssel
OutputBucket
. - Erlauben Sie QuickSight-Zugriff, um Athena und den S3-Ausgabe-Bucket automatisch zu erkennen (siehe Schritt 3). Schreibberechtigung für Athena Workgroup aktiviert und wählen Sie dann aus Endziel.
- Aktivieren Sie EventBridge-Ereignisse für die PCA
OutputBucket
:- Öffnen Sie die PCA
OutputBucket
(siehe Schritt 3) auf der Amazon S3-Konsole. - Auswählen Ferienhäuser, scrollen Sie zu Amazon EventBridge, und wähle Ermöglichen
- Öffnen Sie die PCA
- Verwenden Sie Folgendes Stack starten Schaltfläche, um die PCA Analytics-Lösung in Ihrer bevorzugten Region bereitzustellen:
- Geben Sie einen eindeutigen Stapelnamen ein, wenn Sie den Standardnamen ändern möchten (
pca-quicksight-analytics
). - Aussichten für PcaOutputBucket, geben Sie den Wert von ein
OutputBucket
. (siehe Schritt 3) - Aussichten für PcaWebAppHostAdresse, geben Sie den Teil des Hostnamens ein
WebAppUrl
Ausgabe von Ihrem PCA-Stack. - Verwenden Sie die Standardwerte für andere Parameter oder aktualisieren Sie sie bei Bedarf.
- Auswählen
Weiter.
- Markieren Sie das Quittierkästchen und wählen Sie Stapel erstellen.
- Wenn die Erstellung des CloudFormation-Stacks abgeschlossen ist, wählen Sie in der QuickSight-Konsole das Benutzersymbol (oben rechts), um das Menü zu öffnen, und wählen Sie aus QuickSight verwalten.
- Wählen Sie auf der Admin-Seite aus Assets verwalten, Dann wählen Armaturenbretter.
- Auswählen
<Stack Name>-PCA-Dashboard
und wählen Sie Teilen. - Um das Dashboard optional weiter anzupassen, teilen Sie es
<Stack Name>-PCA-Analysis
für Asset-Typ-Analysen und<Stack Name>-PCA-*
für Datensätze. - Geben Sie den QuickSight-Benutzer oder die Gruppe ein und wählen Sie aus Teilen erneut.
Erkunden Sie das Dashboard mit Demodaten
Nachdem Sie die Lösung bereitgestellt haben, können Sie die Dashboards erkunden, indem Sie Demodaten laden.
- Herunterladen die Demo-PCA-Dateien.
- Entpacken und laden Sie die Demo-PCA-Dateien in die
OutputBucket
Eimer in der/parsedFiles/
-Ordner.
Beachten Sie, dass dieser Schritt optional ist. Wir empfehlen die Verwendung einer Nicht-Produktionsumgebung oder eines Stacks, um Produktions- und Demodaten getrennt zu halten.
Laden Sie historische PCA-Daten
Nach der Bereitstellung verarbeitet die Lösung neue PCA-Daten, sobald sie hinzugefügt werden. Führen Sie die folgenden Schritte aus, um ältere PCA-Daten zu verarbeiten:
- Öffnen Sie die PCA
OutputBucket
auf der Amazon S3-Konsole. - Wählen Sie den gesamten Inhalt unter aus
/parsedFiles/
-Ordner. - Auswählen Action und kopieren Sie die Dateien an denselben Ort.
Dadurch wird eine EventBridge-Regel ausgelöst, um die historischen PCA-Dateien zu verarbeiten und die Daten an das QuickSight-Dashboard zu streamen.
Validieren Sie die Daten
Nachdem Sie die PCA-Ausgabedaten generiert haben (innerhalb weniger Minuten), wird eine komprimierte Parquet-PCA-Datendatei in der PCA angezeigt OutputBucket
für pca-output-base
.
- Öffnen Sie in der Athena-Konsole den Abfrageeditor und wählen Sie die aus
pca
Datenbank. Sie sollten die sehenpca_output
Tisch unter Tabellen und Ansichten. - Wählen Sie das Optionsmenü neben dem
pca_output
Tisch und wählen Vorschautabelle. - Führen Sie Ihre Abfrage aus und überprüfen Sie die Ergebnisse.
Navigieren in den Dashboard-Steuerelementen
- Schieberegler unter den datumsbasierten Visuals können den Datumsbereich anpassen.
- Sie können die Segmente in den Visualisierungen auswählen, um sie weiter aufzuschlüsseln. QuickSight verwendet das ausgewählte Segment als Kriterium zum Filtern der Daten auf der aktuellen Seite. Um diese Filterung aufzuheben, wählen Sie dasselbe Segment erneut aus.
- Unten auf jeder Seite werden Rastergrafiken für eine detaillierte Analyse angezeigt.
- Ähnlich wie bei anderen visuellen Elementen können Sie visuelle Rasterdaten über das Menü in der rechten oberen Ecke des Bereichs in CSV und Excel exportieren.
- Wählen Sie im visuellen Raster den ID-Wert jedes Anrufdatensatzes aus, um zum PCA-Portal zu wechseln und Details zu diesem Datensatz anzuzeigen.
- Sie können Filter verwenden, um Ihre Kriterien festzulegen. Zum Beispiel anpassen
FromDate
undToDate
um ältere Daten oder einen benutzerdefinierten Zeitrahmen anzuzeigen.
Aufräumen
Führen Sie die folgenden Schritte aus, um die von diesem Stack erstellten Ressourcen zu entfernen:
- Löschen Sie den CloudFormation-Stack.
- Wenn Sie Demo-PCA-Dateien in Ihre Nicht-Produktions-PCA-Bereitstellung hochgeladen haben, entfernen Sie sie aus der PCA
OutputBucket
Eimer unter/parsedFiles/
. - Löschen Sie die
pca-output-base
Ordner unter dem PCA-Ausgabe-Bucket.
Zusammenfassung
In diesem Beitrag haben Sie gelernt, wie Sie PCA-Lösungsdaten mithilfe einer CloudFormation-Vorlage visualisieren, um die QuickSight-Dashboard-Erstellung zu automatisieren. Außerdem haben Sie gelernt, wie Sie historische PCA-Daten in QuickSight visualisieren.
Die PCA QuickSight-Dashboard-Beispielanwendung wird als Open Source bereitgestellt. Verwenden Sie sie als Ausgangspunkt für Ihre eigene Lösung und helfen Sie uns, sie zu verbessern, indem Sie Backfixes und Funktionen über beitragen GitHub Pull-Anfragen. Für fachkundige Unterstützung, Professionelle AWS-Services und andere AWS-Partner sind hier um zu helfen.
Über die Autoren
Mehmet Demir ist Senior Solutions Architect bei Amazon Web Services (AWS) mit Sitz in Toronto, Kanada. Er hilft Kunden beim Aufbau gut durchdachter Lösungen, die Geschäftsinnovationen unterstützen.
Ankur Taunk ist Senior Specialist Solutions Architect bei AWS. Er hilft Kunden, ihre gewünschten Geschäftsergebnisse im Contact Center-Bereich zu erzielen, indem er Amazon Connect nutzt.
- SEO-gestützte Content- und PR-Distribution. Holen Sie sich noch heute Verstärkung.
- Platoblockkette. Web3-Metaverse-Intelligenz. Wissen verstärkt. Hier zugreifen.
- Quelle: https://aws.amazon.com/blogs/big-data/advance-reporting-and-analytics-for-the-post-call-analytics-pca-solution-with-amazon-quicksight/
- 100
- 107
- a
- Zugang
- Konto
- genau
- Erreichen
- über
- Action
- Aktionen
- aktiv
- hinzugefügt
- Adresse
- Administrator
- advanced
- Nach der
- Makler
- Agenten
- Alle
- Zulassen
- bereits
- Amazon
- Amazon QuickSight
- Amazon Web Services
- Amazon Web Services (AWS)
- Analyse
- Analytik
- analysieren
- und
- erscheinen
- Anwendung
- Jetzt bewerben
- Architektur
- helfen
- Hilfe
- Versicherung
- Audio-
- automatisieren
- Automatisiert
- Im Prinzip so, wie Sie es von Google Maps kennen.
- durchschnittlich
- AWS
- AWS CloudFormation
- AWS-Kleber
- AWS Maschinelles Lernen
- Zurück
- basierend
- Nutzen
- Besser
- Boden
- Box
- Breakdown
- bauen
- Building
- Geschäft
- Business Intelligence
- Taste im nun erscheinenden Bestätigungsfenster nun wieder los.
- rufen Sie uns an!
- Kann bekommen
- Kanada
- Häuser
- Katalog
- Kategorien
- Kategorie
- Center
- Centers
- Übernehmen
- aus der Ferne überprüfen
- Auswählen
- Cloud
- test name
- abschließen
- Komponenten
- Vernetz Dich
- Konsul (Console)
- Kontakt
- Contact Center
- Inhalt
- Beitrag
- Ecke
- Korrelation
- Kosten
- gekoppelt
- erstellen
- erstellt
- schafft
- Schaffung
- Kriterien
- Querverweise
- Strom
- Original
- Kunde
- Customer Experience
- Kunden
- anpassen
- Armaturenbrett
- technische Daten
- Datenpunkte
- Datenbase
- Datum
- Standard
- Demo
- einsetzen
- Einsatz
- Einsatz
- detailliert
- Details
- anders
- Verteilung
- nach unten
- jeder
- Ausgabe
- Herausgeber
- Effizienz
- ermöglichen
- freigegeben
- bereichern
- Enter
- Entitäten
- Einheit
- Arbeitsumfeld
- Äther (ETH)
- Event
- Veranstaltungen
- Beispiel
- Excel
- ERFAHRUNGEN
- Experte
- ERKUNDEN
- exportieren
- Extrakt
- Merkmal
- Eigenschaften
- Feedback
- wenige
- Reichen Sie das
- Mappen
- Filter
- Filterung
- Filter
- Flexibilität
- Folgende
- Format
- Ausbildung
- FRAME
- für
- Funktionen
- weiter
- Gewinnen
- erzeugen
- bekommen
- Go
- Graphen
- Gitter
- Gruppe an
- Hilfe
- hilft
- hier
- historisch
- Ultraschall
- Hilfe
- HTTPS
- IAM
- ICON
- identifizieren
- Impact der HXNUMXO Observatorien
- wichtig
- zu unterstützen,
- in
- zeigt
- Innovation
- Einblick
- Einblicke
- Anleitung
- integrieren
- Integration
- Intelligenz
- Problem
- IT
- Behalten
- Wesentliche
- Kinesis Data Firehose
- Sprache
- starten
- gelernt
- lernen
- Lasst uns
- Nutzung
- Laden
- Standorte
- Maschine
- Maschinelles Lernen
- um
- Management
- MENÜ
- Minuten
- ML
- ändern
- mehr
- mehrere
- Name
- Need
- Neu
- weiter
- Benachrichtigung
- XNUMXh geöffnet
- Entwicklungsmöglichkeiten
- Gelegenheit
- Optimierung
- Optimieren
- Optionen
- Andere
- besitzen
- Brot
- Parameter
- Teil
- ausführen
- Leistung
- Erlaubnis
- Berechtigungen
- Plato
- Datenintelligenz von Plato
- PlatoData
- Points
- Punkte
- Portal
- Post
- bevorzugt
- Voraussetzungen
- Prozessdefinierung
- anpassen
- Produkt
- Produktion
- Professionell
- Projektionen
- die
- vorausgesetzt
- F&A
- Qualität
- Angebot
- erhält
- empfehlen
- Rekord
- Einspielung vor
- Aufzeichnungen
- Region
- entfernen
- Reporting
- falls angefordert
- Downloads
- Folge
- Die Ergebnisse
- Überprüfen
- Regel
- gleich
- Screenshots
- blättern
- Suche
- Segment
- Segmente
- segregierten
- ausgewählt
- Senior
- Gefühl
- Leistungen
- kompensieren
- Teilen
- sollte
- erklären
- Konzerte
- ähnlich
- Einfacher
- Lösung
- Lösungen
- Quellen
- Raumfahrt
- Speaker
- Sprechen
- Spezialist
- Gewürz
- SQL
- Stapel
- Unser Team
- begonnen
- Beginnen Sie
- Aussagen
- Statistiken
- Schritt
- Shritte
- storage
- speichern
- Strom
- so
- ZUSAMMENFASSUNG
- Support
- Tabelle
- Reden
- Gespräche
- Target
- gezielt
- Vorlage
- Das
- ihr
- basierte Online-to-Offline-Werbezuordnungen von anderen gab.
- Zeit
- zu
- Werkzeug
- Top
- toronto
- Transformation
- für
- einzigartiges
- Aktualisierung
- hochgeladen
- us
- -
- Anwendungsfall
- Mitglied
- Wert
- Werte
- Vielfalt
- Anzeigen
- Ansichten
- Visualisierung
- Netz
- Web-Services
- werden wir
- .
- Arbeitsablauf.
- Ihr
- Zephyrnet
- PLZ