Esta publicación fue courbita por Mulay Ahmed, Subdirectora de Ingeniería, y Ruby Donald, Subdirectora de Ingeniería de Principal Financial Group. El contenido y las opiniones en esta publicación son los del autor de terceros y AWS no es responsable del contenido o precisión de esta publicación.
Principal Financial Group® es una compañía integrada de servicios financieros globales con soluciones especializadas que ayudan a personas, empresas e instituciones a alcanzar sus objetivos financieros a prolongado plazo y conseguir a una longevo seguridad financiera.
Con los centros de contacto estadounidenses que manejan millones de llamadas de clientes anualmente, Principal® quería modernizar aún más su experiencia de llamadas de clientes. Con una robusta infraestructura en la abundancia de AWS ya en su sitio, seleccionaron un enfoque de la primera abundancia para crear una experiencia más personalizada y perfecta para sus clientes que:
- Comprender las intenciones de los clientes a través del habla natural (frente a las experiencias de tono táctil)
- Ayudar a los clientes con las ofertas de hipermercado cuando sea posible
- Enrute con precisión las llamadas del cliente en función de las reglas comerciales
- Asistir a los agentes del Centro de billete con datos contextuales
Inicialmente, el director desarrolló un asistente potencial de voz (VA) utilizando un Amazon Lex Bot para cachear las intenciones de los clientes. El VA puede realizar transacciones de hipermercado o enrutar a los clientes a colas específicas del centro de llamadas en la plataforma del Centro de contacto de Genesys Cloud, en función de las intentos de los clientes y las reglas comerciales.
A medida que los clientes interactúan con el VA, es esencial monitorear continuamente su vigor y rendimiento. Esto permite al principal identificar oportunidades para ajustar, lo que puede mejorar la capacidad de VA para comprender las intenciones de los clientes. En consecuencia, esto reducirá las tasas de intención de retroceso, mejorará las tasas de cumplimiento de la intención pragmático y conducirá a mejores experiencias del cliente.
En esta publicación, exploramos cómo el director utilizó esta oportunidad para construir una decisión integrada de informes y investigación de VA de voz utilizando una Amazon Quicksight panel.
Amazon Lex es un servicio para construir interfaces conversacionales utilizando voz y texto. Proporciona capacidades de agradecimiento de voz de ingreso calidad y comprensión del habla, lo que permite la suplemento de chatbots de habla natural y lingüístico a aplicaciones nuevas y existentes.
Cirro de Genesysuna plataforma de orquestación omnicanal y relación con el cliente, proporciona una plataforma de centro de contacto en un maniquí de abundancia pública que permite una integración rápida y simple de AWS Contact Center Intelligence (AWS CCI). Como parte de AWS CCI, Genesys Cloud se integra con Amazon Lex, que permite capacidades de hipermercado, enrutamiento inteligente y compilación de datos.
QuickSight es un servicio unificado de inteligencia empresarial (BI) que hace que sea sencillo en el interior de una estructura construir visualizaciones, realizar investigación ex profeso y obtener rápidamente información comercial de sus datos.
Descripción militar de la decisión
El principal requirió una decisión de informes y investigación que monitorearía el rendimiento de VA en función de las interacciones del cliente a escalera, lo que permite a Principal mejorar el rendimiento de Amazon Lex Bot.
Los requisitos de informes incluyeron la interacción del cliente y el VA y el investigación de rendimiento de Amazon Lex Bot (métricas objetivo y cumplimiento de la intención) para identificar e implementar oportunidades de ajuste y capacitación.
La decisión utilizó un tablero de vía rápida que deriva estas ideas de los siguientes datos de interacción del cliente utilizados para cronometrar el rendimiento de VA:
- Datos de abundancia de Genesys, como colas y acciones de datos
- Datos específicos del negocio, como datos de operaciones de productos y centros de llamadas
- Datos y métricos específicos de API comerciales como códigos de respuesta API
El posterior diagrama muestra la casa de la decisión utilizando Genesys, Amazon Lex y QuickSight.
El flujo de trabajo de la decisión implica los siguientes pasos:
- Los usuarios llaman e interactúan con Genesys Cloud.
- Genesys Cloud claridad a un AWS Lambda función de enrutamiento. Esta función devolverá una respuesta a Genesys Cloud con los datos necesarios para enrutar la indicación del cliente. Para suscitar una respuesta, la función obtiene datos de enrutamiento de un Amazon Dynamodb Tabla, y solicita un bot Amazon Lex V2 para proporcionar una respuesta sobre la intención del sucesor.
- El Amazon Lex V2 BOT procesa la intención del cliente y claridad a una función de cumplimiento de Lambda para cumplir con la intención.
- La función de cumplimiento ejecuta la método personalizada (las variables de enrutamiento y la método de la sesión) y las llaman a las API necesarias para obtener los datos necesarios para cumplir con la intención.
- El proceso APIS y devolver los datos solicitados (como los datos para realizar una transacción de hipermercado).
- Los registros de conversación de Amazon Lex V2 Bot se envían a Amazon CloudWatch (Estos registros se utilizarán para investigación de negocios, monitoreo eficaz y alertas).
- Genesys Cloud claridad a una tercera función Lambda para despachar informes de interacción con el cliente. La función del noticia de Genesys empuja estos informes a un Servicio de almacenamiento simple de Amazon (Amazon S3) Bucket (estos informes se utilizarán para el investigación de negocios).
- Un Amazon Data Firehose El flujo de entrega envía los registros de conversación desde CloudWatch a un cubo S3.
- El flujo de entrega de firehose transforma los registros en formato parquet o CSV utilizando una función lambda.
- Un AWS Glue Crawler escanea los datos en Amazon S3.
- El rastreador crea o actualiza el catálogo de datos de pegamento AWS con la información del esquema.
- Usamos Amazon Athena Para consultar los conjuntos de datos (informes de interacción del cliente y registros de conversación).
- QuickSight se conecta a Athena para consultar los datos de Amazon S3 utilizando el catálogo de datos.
Otras consideraciones de diseño
Las siguientes son otras consideraciones de diseño esencia para implementar la decisión VA:
- Optimización de costos – La decisión usa Keys de cubo de Amazon S3 Para optimizar los costos:
- Encriptación – La decisión número los datos en reposo con AWS KMS y en tránsito utilizando SSL/TLS.
- Integración de la abundancia de Genesys – La integración entre el bot de Amazon Lex V2 y la abundancia de Genesys se realiza utilizando Mandato de identidad y llegada de AWS (SOY). Para más detalles, ver Cirro de Genesys.
- Registro y monitoreo – La decisión monitorea los fortuna de AWS con CloudWatch y utiliza alertas para aceptar notificaciones tras eventos de rotura.
- Ataque de pequeño privilegio – La decisión utiliza roles y políticas de IAM para otorgar los permisos mínimos necesarios a los usos y servicios.
- Privacidad de datos – La decisión maneja los datos sensibles al cliente, como la información de identificación personal (PII) de acuerdo con los requisitos de cumplimiento y protección de datos. Implementa el enmascaramiento de datos cuando corresponde y es apropiado.
- API seguro – Las API implementadas en esta decisión están protegidas y diseñadas de acuerdo con los requisitos de cumplimiento y seguridad.
- Tipos de datos – La decisión define los tipos de datos, como las marcas de tiempo, en el catálogo de datos (y Athena) para poner al día los datos (Datos de especias) en QuickSight en un horario.
- Devops – La decisión está controlada por la interpretación y los cambios se implementan utilizando tuberías, para habilitar ciclos de manumisión más rápidos.
- Examen en Amazon Lex – Examen en Amazon Lex Empodera a los equipos con ideas basadas en datos para mejorar el rendimiento de sus bots. El tablero de descripción militar proporciona una sola instantánea de métricas esencia, como el número total de conversaciones y tasas de agradecimiento de intención. El director no utiliza esta capacidad adecuado a las siguientes razones:
- El tablero no puede integrarse con datos externos:
- Datos de la abundancia de Genesys (como colas y acciones de datos)
- Datos específicos del negocio (como datos de operaciones de productos y centros de llamadas)
- Datos y métricos específicos de API comerciales (como códigos de respuesta)
- El tablero no puede integrarse con datos externos:
- El tablero no se puede personalizar para sumar vistas y datos adicionales.
Tablero de muestras
Con esta decisión de informes y investigación, Principal puede consolidar datos de múltiples fuentes y visualizar el rendimiento del VA para identificar áreas de oportunidades de mejoría. La posterior captura de pantalla muestra un ejemplo de su tablero de vía rápida para fines ilustrativos.
Conclusión
En esta publicación, presentamos cómo el director creó un noticia y una decisión de investigación para su decisión VA utilizando Genesys Cloud y Amazon Lex, adyacente con QuickSight para proporcionar información de interacción del cliente.
La decisión VA permitió a Principal apoyar su decisión de centro de contacto existente con la abundancia de Genesys y conseguir mejores experiencias del cliente. Ofrece otros beneficios, como la capacidad de que un cliente reciba apoyo en algunas consultas sin requerir un agente en la indicación (hipermercado). Además proporciona capacidades de enrutamiento inteligentes, lo que lleva a un tiempo de indicación pequeño y una longevo productividad de los agentes.
Con la implementación de esta decisión, el director puede monitorear y obtener información de su decisión VA y ajustar en consecuencia su rendimiento.
En su hoja de ruta 2025, el director continuará fortaleciendo la colchoneta de la decisión descrita en esta publicación. En una segunda publicación, el director presentará cómo automatizar la implementación y las pruebas de nuevas versiones de Amazon Lex Bot.
AWS y Amazon no son afiliados de ninguna compañía del principal Financial Group®. Esta comunicación está destinada a ser de naturaleza educativa y no está destinada a ser tomada como una recomendación.
Productos de seguro emitidos por el principal National Life Insurance Co (excepto en NY) y Principal Life Insurance Company®. Plan de servicios administrativos ofrecidos por Principal Life. Principal Funds, Inc. es distribuido por el Distribuidor de Fondos Principales, Inc. Securities ofrecidos a través de Principal Securities, Inc., SIPC y/o corredores/concesionarios independientes. Las empresas referenciadas son miembros del principal Financial Group®, Des Moines, IA 50392. © 2025 Principal Financial Services, Inc. 4373397-042025
Sobre los autores
Mulay Ahmed Es subdirector de ingeniería de director y versado en casa e implementación de soluciones complejas de punto empresarial en AWS Cloud.
Ruby Donald es subdirector de ingeniería de director y lidera el equipo de ingeniería de asistentes virtuales empresariales. Tiene una amplia experiencia en la construcción y entrega de software a escalera empresarial.