Organisasi dengan pusat kontak mendapat manfaat dari analitik lanjutan pada rekaman panggilan mereka untuk mendapatkan umpan balik produk yang penting, meningkatkan efisiensi pusat kontak, dan mengidentifikasi peluang pelatihan untuk staf mereka. Itu Solusi Post Call Analytics (PCA). menggunakan layanan AWS machine learning (ML) seperti Amazon Transkripsikan dan Amazon Comprehend untuk mengekstrak wawasan dari rekaman audio panggilan pusat kontak yang diunggah setelah panggilan, atau dari integrasi dengan pendamping kami Solusi Live Call Analytics (LCA).. Anda dapat memvisualisasikan wawasan PCA di alat intelijen bisnis (BI). Amazon QuickSight untuk analisis lanjutan.
Dalam postingan ini, kami menunjukkan kepada Anda cara menggunakan data PCA untuk membuat dasbor QuickSight otomatis untuk analitik tingkat lanjut guna membantu proses penjaminan mutu (QA) dan manajemen mutu (QM). Kami menyediakan sebuah Formasi AWS Cloud template dan petunjuk langkah demi langkah, memungkinkan Anda untuk memulai dasbor contoh kami hanya dalam beberapa langkah sederhana.
Contoh ikhtisar dasbor
Tangkapan layar berikut mengilustrasikan berbagai komponen dasbor QuickSight sampel kami:
- Tab ringkasan โ Tampilan ini menggabungkan statistik panggilan di seluruh titik data seperti sentimen pelanggan rata-rata dan durasi pembicaraan agen rata-rata, bersama dengan catatan panggilan terperinci. Grafik seperti "Siapa yang Lebih Banyak Bicara?" menunjukkan distribusi sentimen pelanggan berdasarkan waktu bicara pembicara. Anda dapat menerapkan filter data, agen, durasi panggilan, dan bahasa untuk pencarian yang ditargetkan. Tampilan grafis dan tabular membantu menganalisis data secara akurat.
- tab sentimen โ Tampilan ini menunjukkan distribusi sentimen di berbagai parameter, seperti dampak sentimen agen pada pengalaman pelanggan. Dalam tampilan grafis dan tabel, Anda melihat korelasi skor sentimen pelanggan dan agen. Skor sentimen terendah menunjukkan peluang pembinaan bagi agen. Anda dapat menerapkan filter data dan agen untuk pencarian yang ditargetkan.
- tab kategori โ Tab ini menunjukkan agregat sentimen, waktu bicara, dan waktu non-bicara per putaran speaker dalam rekaman panggilan Anda. Anda dapat menganalisis data berdasarkan kategori beserta filter tanggal dan agen. Anda bisa mendapatkan wawasan tentang bagaimana durasi bicara agen memengaruhi skor sentimen pelanggan. Tampilan grafis dan tabular membantu menganalisis data secara akurat.
- tab Entitas Khusus โ Mirip dengan kategori, Anda dapat melihat perincian di seluruh entitas kustom. Anda dapat menerapkan filter tanggal, agen, dan entitas kustom untuk pencarian yang ditargetkan.
- Masalah, Tindakan, tab Hasil โ Tampilan ini menunjukkan agregat sentimen, waktu bicara, dan waktu non-bicara per putaran speaker dalam rekaman panggilan Anda. Anda dapat menganalisis data berdasarkan masalah, tindakan, dan hasil untuk frasa khusus bersama dengan filter tanggal, kategori, dan agen
Ikhtisar solusi
Solusinya menggunakan layanan dan fitur AWS berikut:
Diagram arsitektur berikut menunjukkan bagaimana solusi kami menggunakan wawasan PCA dari rekaman panggilan di bucket S3 untuk mengaktifkan analitik di QuickSight.
Sebagai bagian dari alur kerja solusi, EventBridge menerima kejadian untuk setiap file keluaran analisis solusi PCA. Kinesis Data Firehose menggunakan Lambda untuk melakukan transformasi dan kompresi data, menyimpan file dalam format kolom terkompresi (Parket) di bucket S3 target. Katalog Data AWS Glue memiliki definisi tabel untuk sumber data. Athena menjalankan kueri menggunakan berbagai pernyataan SQL pada file Parquet terkompresi, dan QuickSight digunakan untuk visualisasi. Untuk mengoptimalkan kinerja kueri, kami menggunakan proyeksi partisi Athena. Fitur ini secara otomatis membuat partisi berbasis tanggal untuk kinerja kueri dan pengoptimalan biaya.
Ini adalah arsitektur yang digabungkan secara longgar, dengan fleksibilitas untuk menyerap data dari sumber data pihak ketiga, memperkaya data dengan menambahkan lebih banyak titik data, dan referensi silang data di seluruh sumber data untuk kasus penggunaan analitik Anda. Fungsi Lambda dapat berintegrasi dengan sumber data pihak ketiga untuk memproses dan menyimpan output terkompresi di Amazon S3 menggunakan Kinesis Data Firehose. Athena memungkinkan Anda membuat tampilan dengan merujuk silang data di beberapa tabel.
Prasyarat:
Anda harus memiliki prasyarat berikut:
- Anda membutuhkan yang aktif Akun AWS dengan izin untuk membuat dan mengubah peran IAM
- Solusi PCA harus sudah diterapkan di akun dan Wilayah AWS yang sama dengan yang akan Anda gunakan untuk dasbor
- QuickSight dan AWS CloudFormation harus berada di Wilayah yang sama.
Perhatikan bahwa solusi ini menggunakan penyimpanan SPICE QuickSight.
Terapkan sumber daya dengan AWS CloudFormation
Untuk menerapkan solusi, selesaikan langkah-langkah berikut:
- Masuk ke Konsol Manajemen AWS di Wilayah pilihan Anda.
- Buat akun QuickSight (lewati langkah ini jika Anda sudah memiliki akun QuickSight):
- Arahkan ke layanan QuickSight dari konsol.
- Pilih Daftar ke QuickSight.
- Pilih edisi.
- Masukkan nama akun dan alamat email pemberitahuan Anda.
- Arahkan ke tumpukan CloudFormation solusi PCA dan di Output tab, catat nilai kuncinya
OutputBucket
. - Izinkan akses QuickSight untuk menemukan Athena secara otomatis dan bucket keluaran S3 (ref. langkah 3). Izin menulis untuk Athena Workgroup diaktifkan, lalu pilih Finish.
- Aktifkan acara EventBridge untuk PCA
OutputBucket
:- Buka PCA
OutputBucket
(ref. langkah 3) di konsol Amazon S3. - Pilih Properties, gulir ke Jembatan Acara Amazon, dan pilih Aktifkan
- Buka PCA
- Gunakan yang berikut ini Luncurkan Stack tombol untuk menerapkan solusi PCA Analytics di Wilayah pilihan Anda:
- Masukkan nama tumpukan unik jika Anda ingin mengubah nama default (
pca-quicksight-analytics
). - Untuk PCaOutputBucket, masukkan nilai
OutputBucket
. (referensi langkah 3) - Untuk Alamat PcaWebAppHost, masukkan bagian hostname dari
WebAppUrl
keluaran dari tumpukan PCA Anda. - Gunakan nilai default untuk parameter lain atau perbarui jika diperlukan.
- Pilih Selanjutnya.
- Pilih kotak centang pengakuan dan pilih Buat tumpukan.
- Saat pembuatan tumpukan CloudFormation selesai, di konsol QuickSight, pilih ikon pengguna (kanan atas) untuk membuka menu, dan pilih Kelola QuickSight.
- Pada halaman admin, pilih Kelola aset, Lalu pilih Dashboard.
- Pilih
<Stack Name>-PCA-Dashboard
Dan pilihlah Share. - Secara opsional, untuk menyesuaikan dasbor lebih lanjut, bagikan
<Stack Name>-PCA-Analysis
bawah Analisis jenis aset dan<Stack Name>-PCA-*
bawah Dataset. - Masukkan pengguna atau grup QuickSight dan pilih Share lagi.
Jelajahi dasbor dengan data demo
Setelah menerapkan solusi, Anda dapat menjelajahi dasbor dengan memuat data demo.
- Unduh file demo PCA.
- Buka zip dan unggah file PCA demo di
OutputBucket
ember di/parsedFiles/
folder.
Perhatikan bahwa langkah ini opsional. Sebaiknya gunakan lingkungan atau tumpukan non-produksi untuk menjaga agar data produksi dan demo tetap terpisah.
Muat data PCA historis
Setelah digunakan, solusi memproses data PCA baru saat ditambahkan. Untuk memproses data PCA lama, selesaikan langkah-langkah berikut:
- Buka PCA
OutputBucket
di konsol Amazon S3. - Pilih semua konten di bawah
/parsedFiles/
folder. - Pilih Tindakan dan salin file ke lokasi yang sama.
Ini memicu aturan EventBridge untuk memproses file PCA historis dan mengalirkan data ke dasbor QuickSight.
Validasi datanya
Setelah Anda menghasilkan data keluaran PCA (dalam beberapa menit), file data PCA Parquet terkompresi akan muncul di PCA OutputBucket
bawah pca-output-base
.
- Di konsol Athena, buka editor kueri dan pilih
pca
basis data. Anda harus melihatpca_output
meja di bawah Tabel dan tampilan. - Pilih menu opsi di sebelah
pca_output
tabel dan pilih Tabel Pratinjau. - Jalankan kueri Anda dan tinjau hasilnya.
Menavigasi kontrol dasbor
- Penggeser di bawah visual berbasis tanggal dapat menyesuaikan rentang tanggal.
- Anda dapat memilih segmen dalam visual untuk menelusuri lebih lanjut. QuickSight menggunakan segmen yang dipilih sebagai kriteria untuk memfilter data di halaman saat ini. Untuk membatalkan pemfilteran ini, pilih lagi segmen yang sama.
- Bagian bawah setiap halaman menunjukkan visual kisi untuk analisis terperinci.
- Mirip dengan visual lainnya, Anda dapat mengekspor data visual grid ke CSV dan Excel dari menu di pojok kanan atas panel.
- Di visual kisi, pilih nilai ID dari setiap rekaman panggilan untuk masuk ke portal PCA guna melihat detail rekaman ini.
- Anda dapat menggunakan filter untuk menentukan kriteria Anda. Misalnya menyesuaikan
FromDate
danToDate
untuk melihat data lama atau kerangka waktu khusus.
Membersihkan
Untuk menghapus sumber daya yang dibuat oleh tumpukan ini, lakukan langkah-langkah berikut:
- Hapus tumpukan CloudFormation.
- Jika Anda mengunggah file PCA demo ke penerapan PCA non-produksi, hapus file tersebut dari PCA
OutputBucket
ember di bawah/parsedFiles/
. - Hapus
pca-output-base
folder di bawah keranjang keluaran PCA.
Kesimpulan
Dalam postingan ini, Anda mempelajari cara memvisualisasikan data solusi PCA, menggunakan template CloudFormation untuk mengotomatiskan pembuatan dasbor QuickSight. Anda juga belajar cara memvisualisasikan data PCA historis di QuickSight.
Contoh aplikasi dasbor PCA QuickSight disediakan sebagai sumber terbukaโgunakan sebagai titik awal untuk solusi Anda sendiri, dan bantu kami menjadikannya lebih baik dengan memberikan kontribusi perbaikan dan fitur melalui Permintaan tarik GitHub. Untuk bantuan ahli, Layanan Profesional AWS dan lainnya Mitra AWS di sini untuk membantu.
Tentang Penulis
Mehmet Demiro adalah Arsitek Solusi Senior di Amazon Web Services (AWS) yang berbasis di Toronto, Kanada. Dia membantu pelanggan dalam membangun solusi yang dirancang dengan baik yang mendukung inovasi bisnis.
Ankur Taunk adalah Arsitek Solusi Spesialis Senior di AWS. Dia membantu pelanggan mencapai hasil bisnis yang diinginkan di ruang Pusat Kontak dengan memanfaatkan Amazon Connect.
- Konten Bertenaga SEO & Distribusi PR. Dapatkan Amplifikasi Hari Ini.
- Platoblockchain. Intelijen Metaverse Web3. Pengetahuan Diperkuat. Akses Di Sini.
- Sumber: https://aws.amazon.com/blogs/big-data/advance-reporting-and-analytics-for-the-post-call-analytics-pca-solution-with-amazon-quicksight/
- 100
- 107
- a
- mengakses
- Akun
- akurat
- Mencapai
- di seluruh
- Tindakan
- tindakan
- aktif
- menambahkan
- alamat
- admin
- maju
- Setelah
- Agen
- agen
- Semua
- Membiarkan
- sudah
- Amazon
- Amazon QuickSight
- Amazon Web Services
- Layanan Web Amazon (AWS)
- analisis
- analisis
- menganalisa
- dan
- muncul
- Aplikasi
- Mendaftar
- arsitektur
- membantu
- Bantuan
- jaminan
- audio
- mengotomatisasikan
- Otomatis
- secara otomatis
- rata-rata
- AWS
- Formasi AWS Cloud
- Lem AWS
- Pembelajaran Mesin AWS
- kembali
- berdasarkan
- manfaat
- Lebih baik
- Bawah
- Kotak
- Kerusakan
- membangun
- Bangunan
- bisnis
- intelijen bisnis
- tombol
- panggilan
- Bisa Dapatkan
- Kanada
- kasus
- katalog
- kategori
- Kategori
- pusat
- Pusat
- perubahan
- memeriksa
- Pilih
- awan
- pembinaan
- lengkap
- komponen
- Terhubung
- konsul
- kontak
- contact center
- Konten
- berkontribusi
- Sudut
- Korelasi
- Biaya
- ditambah
- membuat
- dibuat
- menciptakan
- penciptaan
- kriteria
- referensi silang
- terbaru
- adat
- pelanggan
- pengalaman pelanggan
- pelanggan
- menyesuaikan
- dasbor
- data
- titik data
- Basis Data
- Tanggal
- Default
- Demo
- menyebarkan
- dikerahkan
- penyebaran
- terperinci
- rincian
- berbeda
- distribusi
- turun
- setiap
- edisi
- editor
- efisiensi
- aktif
- diaktifkan
- memperkaya
- Enter
- entitas
- entitas
- Lingkungan Hidup
- Eter (ETH)
- Acara
- peristiwa
- contoh
- Excel
- pengalaman
- ahli
- menyelidiki
- ekspor
- ekstrak
- Fitur
- Fitur
- umpan balik
- beberapa
- File
- File
- menyaring
- penyaringan
- filter
- keluwesan
- berikut
- format
- pembentukan
- FRAME
- dari
- fungsi
- lebih lanjut
- Mendapatkan
- menghasilkan
- mendapatkan
- Go
- grafik
- kisi
- Kelompok
- membantu
- membantu
- di sini
- historis
- Seterpercayaapakah Olymp Trade? Kesimpulan
- How To
- HTTPS
- IAM
- ICON
- mengenali
- Dampak
- penting
- memperbaiki
- in
- menunjukkan
- Innovation
- wawasan
- wawasan
- instruksi
- mengintegrasikan
- integrasi
- Intelijen
- isu
- IT
- Menjaga
- kunci
- Firehose Data Kinesis
- bahasa
- jalankan
- belajar
- pengetahuan
- Lets
- leveraging
- pemuatan
- tempat
- mesin
- Mesin belajar
- membuat
- pengelolaan
- menu
- menit
- ML
- memodifikasi
- lebih
- beberapa
- nama
- Perlu
- New
- berikutnya
- pemberitahuan
- Buka
- Peluang
- Kesempatan
- optimasi
- Optimize
- Opsi
- Lainnya
- sendiri
- pane
- parameter
- bagian
- melakukan
- prestasi
- izin
- Izin
- plato
- Kecerdasan Data Plato
- Data Plato
- Titik
- poin
- Portal
- Pos
- disukai
- prasyarat
- proses
- proses
- Produk
- Produksi
- profesional
- proyeksi
- memberikan
- disediakan
- Q & A
- kualitas
- jarak
- menerima
- sarankan
- catatan
- rekaman
- arsip
- wilayah
- menghapus
- Pelaporan
- wajib
- Sumber
- mengakibatkan
- Hasil
- ulasan
- Aturan
- sama
- screenshot
- gulir
- Pencarian
- ruas
- segmen
- tersendiri
- terpilih
- senior
- sentimen
- layanan
- Layanan
- set
- Share
- harus
- Menunjukkan
- Pertunjukkan
- mirip
- Sederhana
- larutan
- Solusi
- sumber
- Space
- Pembicara
- berbicara
- spesialis
- bumbu
- SQL
- tumpukan
- Staf
- mulai
- Mulai
- Laporan
- statistika
- Langkah
- Tangga
- penyimpanan
- menyimpan
- aliran
- seperti itu
- RINGKASAN
- mendukung
- tabel
- Berbicara
- Pembicaraan
- target
- ditargetkan
- Template
- Grafik
- mereka
- pihak ketiga
- waktu
- untuk
- alat
- puncak
- toronto
- Transformasi
- bawah
- unik
- Memperbarui
- upload
- us
- menggunakan
- gunakan case
- Pengguna
- nilai
- Nilai - Nilai
- variasi
- melalui
- View
- 'view'
- visualisasi
- jaringan
- layanan web
- akan
- dalam
- alur kerja
- Anda
- zephyrnet.dll
- Zip