Organisasjoner med kontaktsentre drar nytte av avanserte analyser på samtaleopptakene sine for å få viktig produkttilbakemelding, forbedre kontaktsentereffektiviteten og identifisere coachingmuligheter for sine ansatte. De Post Call Analytics (PCA) løsning bruker AWS maskinlæring (ML) tjenester som Amazon Transcribe og Amazon Comprehend for å hente ut innsikt fra kontaktsenter-lydopptak lastet opp etter samtalen, eller fra integrasjon med vår ledsager Løsning for Live Call Analytics (LCA).. Du kan visualisere PCA-innsikten i BI-verktøyet (business intelligence). Amazon QuickSight for avansert analyse.
I dette innlegget viser vi deg hvordan du bruker PCAs data til å bygge automatiserte QuickSight-dashboards for avanserte analyser for å hjelpe til med kvalitetssikring (QA) og kvalitetsstyring (QM) prosesser. Vi gir en AWS skyformasjon mal og trinnvise instruksjoner, slik at du kan komme i gang med dashbordet vårt med noen få enkle trinn.
Eksempel på oversikt over dashbord
Følgende skjermbilder illustrerer de forskjellige komponentene i vårt eksempel på QuickSight-dashbordet:
- Sammendrag-fanen – Denne visningen samler samtalestatistikk på tvers av datapunkter som gjennomsnittlig kundefølelse og gjennomsnittlig samtalevarighet for agenter, sammen med detaljerte samtaleoppføringer. Grafer som "Hvem snakker mer?" vis kundestemningsfordeling basert på taletid. Du kan bruke data-, agent-, samtalevarighet og språkfiltre for målrettet søk. De grafiske og tabellvise visningene hjelper deg med å analysere dataene nøyaktig.
- Sentiment-fanen – Denne visningen viser sentimentfordeling på tvers av flere parametere, for eksempel effekten av agentsentiment på kundeopplevelsen. I en grafisk og tabellvisning ser du korrelasjonen av kunde- og agentsentimentpoeng. Den laveste sentimentpoengsum indikerer trenermulighet for agenter. Du kan bruke data- og agentfiltre for målrettet søk.
- Kategorier-fanen – Denne fanen viser den samlede sentiment, taletid og ikke-taletid per høyttalervending i samtaleopptakene dine. Du kan analysere dataene basert på kategori sammen med dato og agentfilter. Du kan få et innblikk i hvordan agentens talevarighet påvirker kundefølelsen. De grafiske og tabellvise visningene hjelper deg med å analysere dataene nøyaktig.
- Fanen Egendefinerte enheter – I likhet med kategori kan du se fordelingen på tvers av egendefinerte enheter. Du kan bruke dato-, agent- og egendefinerte enhetsfiltre for målrettet søk.
- Problemer, Handlinger, Utfall-fanen – Denne visningen viser aggregert sentiment, taletid og ikke-taletid per høyttalervending i samtaleopptakene dine. Du kan analysere dataene basert på problem, handling og utfall for en egendefinert setning sammen med dato-, kategori- og agentfiltre
Løsningsoversikt
Løsningen bruker følgende AWS-tjenester og funksjoner:
Følgende arkitekturdiagram viser hvordan løsningen vår bruker PCA-innsikt fra et samtaleopptak i en S3-bøtte for å aktivere analyser i QuickSight.
Som en del av løsningsarbeidsflyten mottar EventBridge en hendelse for hver utdatafil for PCA-løsningsanalyse. Kinesis Data Firehose bruker Lambda til å utføre datatransformasjon og komprimering, og lagrer filen i et komprimert søyleformat (Parquet) i mål S3-bøtten. AWS Glue Data Catalog har tabelldefinisjonene for datakildene. Athena kjører spørringer ved å bruke en rekke SQL-setninger på de komprimerte Parquet-filene, og QuickSight brukes til visualisering. For å optimalisere søkeytelsen bruker vi Athena-partisjonsprojeksjoner. Denne funksjonen oppretter automatisk datobaserte partisjoner for søkeytelse og kostnadsoptimalisering.
Dette er en løst koblet arkitektur, med fleksibilitet til å innta data fra tredjeparts datakilder, berike dataene ved å legge til flere datapunkter og kryssreferansedata på tvers av datakilder for analysebruk. Lambda-funksjoner kan integreres med tredjeparts datakilder for å behandle og lagre den komprimerte utgangen i Amazon S3 ved hjelp av Kinesis Data Firehose. Athena lar deg lage visninger ved å kryssreferanser dataene på tvers av flere tabeller.
Forutsetninger:
Du bør ha følgende forutsetninger:
- Du trenger en aktiv AWS-konto med tillatelse til å opprette og endre IAM-roller
- PCA-løsningen må allerede være distribuert i samme AWS-konto og region som du vil bruke for dashbordene
- QuickSight og AWS CloudFormation må være i samme region.
Merk at denne løsningen bruker QuickSight SPICE-lagring.
Distribuer ressurser med AWS CloudFormation
Gjør følgende for å distribuere løsningen:
- Logg deg på AWS-administrasjonskonsoll i din foretrukne region.
- Opprett en QuickSight-konto (hopp over dette trinnet hvis du allerede har en QuickSight-konto):
- Naviger til QuickSight-tjenesten fra konsollen.
- Velg Registrer deg for QuickSight.
- Velg utgaven.
- Skriv inn kontonavnet og e-postadressen for varsling.
- Naviger til PCA-løsningen CloudFormation-stabelen og på Utganger merker du verdien for nøkkelen
OutputBucket
. - Gi QuickSight tilgang til automatisk å oppdage Athena og S3-utgangsbøtten (ref. trinn 3) med Skrivetillatelse for Athena Workgroup aktivert, og velg deretter Finish.
- Aktiver EventBridge-hendelser for PCA
OutputBucket
:- Åpne PCA
OutputBucket
(ref. trinn 3) på Amazon S3-konsollen. - Velg Eiendommer, bla til Amazon EventBridge, og velg aktiver
- Åpne PCA
- Bruk følgende Start Stack for å distribuere PCA Analytics-løsningen i din foretrukne region:
- Skriv inn et unikt stabelnavn hvis du vil endre standardnavnet (
pca-quicksight-analytics
). - Til PCaOutputBucket, skriv inn verdien av
OutputBucket
. (ref. trinn 3) - Til PcaWebAppHostAddress, skriv inn vertsnavndelen av
WebAppUrl
utgang fra PCA-stakken. - Bruk standardverdiene for andre parametere eller oppdater om nødvendig.
- Velg neste.
- Merk av for bekreftelse og velg Lag stabel.
- Når opprettingen av CloudFormation-stabelen er fullført, på QuickSight-konsollen, velg brukerikonet (øverst til høyre) for å åpne menyen, og velg Administrer QuickSight.
- Velg på administratorsiden Administrer eiendeler, velg deretter Instrumentbord.
- Plukke ut
<Stack Name>-PCA-Dashboard
Og velg Del. - Del eventuelt for å tilpasse dashbordet ytterligere
<Stack Name>-PCA-Analysis
etter Asset type analyser og<Stack Name>-PCA-*
etter datasett. - Skriv inn QuickSight-brukeren eller -gruppen og velg Del en gang til.
Utforsk dashbordet med demodata
Etter at du har implementert løsningen, kan du utforske dashbordene ved å laste demodata.
- Last ned demo PCA-filene.
- Pakk ut og last opp demo PCA-filene i
OutputBucket
bøtte i/parsedFiles/
mappe.
Merk at dette trinnet er valgfritt. Vi anbefaler å bruke et ikke-produksjonsmiljø eller stack for å holde produksjons- og demodata adskilt.
Last inn historiske PCA-data
Når den er distribuert, behandler løsningen nye PCA-data etter hvert som de legges til. For å behandle eldre PCA-data, fullfør følgende trinn:
- Åpne PCA
OutputBucket
på Amazon S3-konsollen. - Velg alt innholdet under
/parsedFiles/
mappe. - Velg Handling og kopier filene til samme plassering.
Dette utløser en EventBridge-regel for å behandle de historiske PCA-filene og strømme dataene til QuickSight-dashbordet.
Valider dataene
Etter at du har generert PCA-utdataene (innen noen få minutter), vil en komprimert Parkett PCA-datafil vises i PCA OutputBucket
etter pca-output-base
.
- På Athena-konsollen åpner du spørringsredigeringsprogrammet og velger
pca
database. Du bør sepca_output
bord under Tabeller og utsikt. - Velg alternativmenyen ved siden av
pca_output
bord og velg Forhåndsvisningstabell. - Kjør søket ditt og se gjennom resultatene.
Navigering av kontrollene på dashbordet
- Skyveknapper under de datobaserte bildene kan justere datoperioden.
- Du kan velge segmentene i det visuelle bildet for å se nærmere på dem. QuickSight bruker det valgte segmentet som et kriterium for å filtrere dataene på gjeldende side. For å avbryte denne filtreringen, velg det samme segmentet på nytt.
- Nederst på hver side viser rutenettbilder for detaljert analyse.
- I likhet med andre visuelle elementer kan du eksportere rutenetts visuelle data til CSV og Excel fra menyen øverst til høyre i ruten.
- I rutenettbildet velger du ID-verdien for hver anropspost for å gå til PCA-portalen for å se detaljer om denne posten.
- Du kan bruke filtre for å spesifisere kriteriene dine. Juster for eksempel
FromDate
ogToDate
for å vise eldre data eller en egendefinert tidsramme.
Rydd opp
For å fjerne ressursene som er opprettet av denne stabelen, utfør følgende trinn:
- Slett CloudFormation-stakken.
- Hvis du lastet opp demo-PCA-filer til din ikke-produksjons-PCA-distribusjon, fjern dem fra PCA
OutputBucket
bøtte under/parsedFiles/
. - Slett
pca-output-base
mappen under PCA-utdatabøtten.
konklusjonen
I dette innlegget lærte du hvordan du visualiserer PCA-løsningsdata ved å bruke en CloudFormation-mal for å automatisere opprettingen av QuickSight-dashbord. Du lærte også hvordan du visualiserer historiske PCA-data i QuickSight.
Eksempelet PCA QuickSight-dashbordapplikasjon leveres som åpen kildekode – bruk den som utgangspunkt for din egen løsning, og hjelp oss med å gjøre den bedre ved å bidra med tilbakerettinger og funksjoner via GitHub trekker forespørsler. For eksperthjelp, AWS profesjonelle tjenester og andre AWS-partnere er her for å hjelpe.
Om forfatterne
Mehmet Demir er Senior Solutions Architect hos Amazon Web Services (AWS) med base i Toronto, Canada. Han hjelper kunder med å bygge godt utformede løsninger som støtter forretningsinnovasjon.
Ankur Taunk er Senior Specialist Solutions Architect hos AWS. Han hjelper kunden med å oppnå de ønskede forretningsresultatene i kontaktsenteret ved å utnytte Amazon Connect.
- SEO-drevet innhold og PR-distribusjon. Bli forsterket i dag.
- Platoblokkkjede. Web3 Metaverse Intelligence. Kunnskap forsterket. Tilgang her.
- kilde: https://aws.amazon.com/blogs/big-data/advance-reporting-and-analytics-for-the-post-call-analytics-pca-solution-with-amazon-quicksight/
- 100
- 107
- a
- adgang
- Logg inn
- nøyaktig
- Oppnå
- tvers
- Handling
- handlinger
- aktiv
- la til
- adresse
- admin
- avansert
- Etter
- Agent
- agenter
- Alle
- tillate
- allerede
- Amazon
- Amazon QuickSight
- Amazon Web Services
- Amazon Web Services (AWS)
- analyse
- analytics
- analysere
- og
- vises
- Søknad
- Påfør
- arkitektur
- bistå
- Assistanse
- forsikring
- lyd
- automatisere
- Automatisert
- automatisk
- gjennomsnittlig
- AWS
- AWS skyformasjon
- AWS Lim
- AWS maskinlæring
- tilbake
- basert
- nytte
- Bedre
- Bunn
- Eske
- Breakdown
- bygge
- Bygning
- virksomhet
- business intelligence
- knapp
- ring
- Kan få
- Canada
- saken
- katalog
- kategorier
- Kategori
- sentrum
- Sentre
- endring
- sjekk
- Velg
- Cloud
- coaching
- fullføre
- komponenter
- Koble
- Konsoll
- kontakt
- kontakt senter
- innhold
- medvirkende
- Corner
- Korrelasjon
- Kostnad
- kombinert
- skape
- opprettet
- skaper
- skaperverket
- kriterier
- kryssreferanser
- Gjeldende
- skikk
- kunde
- kundeopplevelse
- Kunder
- tilpasse
- dashbord
- dato
- datapunkter
- Database
- Dato
- Misligholde
- Demo
- utplassere
- utplassert
- distribusjon
- detaljert
- detaljer
- forskjellig
- distribusjon
- ned
- hver enkelt
- utgave
- redaktør
- effektivitet
- emalje
- muliggjøre
- aktivert
- berike
- Enter
- enheter
- enhet
- Miljø
- Eter (ETH)
- Event
- hendelser
- eksempel
- Excel
- erfaring
- Expert
- utforske
- eksportere
- trekke ut
- Trekk
- Egenskaper
- tilbakemelding
- Noen få
- filet
- Filer
- filtrere
- filtrering
- filtre
- fleksibilitet
- etter
- format
- formasjon
- RAMME
- fra
- funksjoner
- videre
- Gevinst
- generere
- få
- Go
- grafer
- Grid
- Gruppe
- hjelpe
- hjelper
- her.
- historisk
- Hvordan
- Hvordan
- HTTPS
- IAM
- ICON
- identifisere
- Påvirkning
- viktig
- forbedre
- in
- indikerer
- Innovasjon
- innsikt
- innsikt
- instruksjoner
- integrere
- integrering
- Intelligens
- utstedelse
- IT
- Hold
- nøkkel
- Kinesis Data brannslange
- Språk
- lansere
- lært
- læring
- Lar
- utnytte
- lasting
- plassering
- maskin
- maskinlæring
- gjøre
- ledelse
- Meny
- minutter
- ML
- modifisere
- mer
- flere
- navn
- Trenger
- Ny
- neste
- varsling
- åpen
- Muligheter
- Opportunity
- optimalisering
- Optimalisere
- alternativer
- Annen
- egen
- brød
- parametere
- del
- utføre
- ytelse
- tillatelse
- tillatelser
- plato
- Platon Data Intelligence
- PlatonData
- Point
- poeng
- Portal
- Post
- trekkes
- forutsetninger
- prosess
- Prosesser
- Produkt
- Produksjon
- profesjonell
- Anslagene
- gi
- forutsatt
- Q & A
- kvalitet
- område
- mottar
- anbefaler
- rekord
- innspilling
- poster
- region
- fjerne
- Rapportering
- påkrevd
- Ressurser
- resultere
- Resultater
- anmeldelse
- Regel
- samme
- skjermbilder
- bla
- Søk
- segmentet
- segmenter
- segregert
- valgt
- senior
- sentiment
- tjeneste
- Tjenester
- sett
- Del
- bør
- Vis
- Viser
- lignende
- Enkelt
- løsning
- Solutions
- Kilder
- Rom
- Høyttaler
- sett
- spesialist
- krydder
- SQL
- stable
- Staff
- startet
- Start
- uttalelser
- statistikk
- Trinn
- Steps
- lagring
- oppbevare
- stream
- slik
- SAMMENDRAG
- støtte
- bord
- Snakk
- Snakker
- Target
- målrettet
- mal
- De
- deres
- tredjeparts
- tid
- til
- verktøy
- topp
- toronto
- Transformation
- etter
- unik
- Oppdater
- lastet opp
- us
- bruke
- bruk sak
- Bruker
- verdi
- Verdier
- variasjon
- av
- Se
- visninger
- visualisering
- web
- webtjenester
- vil
- innenfor
- arbeidsflyt
- Din
- zephyrnet
- Zip