Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
# Erstellen von Regeln für Contact Lens mithilfe der Amazon-Connect-Admin-Website
Contact LensRegeln ermöglichen es Ihnen, Kontakte automatisch zu kategorisieren, Benachrichtigungen zu erhalten oder Aufgaben auf der Grundlage von Schlüsselwörtern, die während eines Anrufs, Chats oder einer E-Mail verwendet werden, Stimmungswerten, Kundenattributen und anderen Kriterien zu generieren.
In diesem Thema wird erklärt, wie Regeln mithilfe der Amazon Connect Admin-Website erstellt werden. Informationen zum programmgesteuerten Erstellen und Verwalten von Regeln finden Sie unter [Regelaktionen](https://docs.aws.amazon.com/connect/latest/APIReference/rules-api.html), und die [Sprache der Amazon-Connect-Regelfunktion](https://docs.aws.amazon.com/connect/latest/APIReference/connect-rules-language.html) finden Sie im *Amazon-Connect-API-Referenzhandbuch*.
**Tipp**
Eine Liste der Feature-Spezifikationen für Regeln (z. B. wie viele Regeln Sie erstellen können) finden Sie unter [Amazon Connect Regeln, Funktionen, Spezifikationen](feature-limits.md#rules-feature-specs).
## Schritt 1: Festlegen von Regelbedingungen für Konversationsanalysen
1. Wählen Sie im Navigationsmenü **Analyse und Optimierung**, **Regeln** aus.
1. Wählen Sie **Regel erstellen**, **Konversationsanalysen** aus.
1. **Wählen Sie in der Dropdownliste unter **Wann** die Analyse **nach dem Anruf, die Analyse** **in Echtzeit, die Analyse** **nach dem Chat oder die E-Mail-Analyse** aus.**
![\[Die Seite „Neue Regel“, das Dropdownmenü „Wann\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/contact-lens-rule-define-conditions.png)
1. Klicken Sie auf **Bedingung hinzufügen**.
Sie können Kriterien aus einer Vielzahl von Bedingungen zusammenstellen, um sehr spezifische Regeln für Contact Lens zu erstellen. Im Folgenden sind die verfügbaren Bedingungen aufgeführt:
+ **Wörter oder Wortgruppen**: Sie können zwischen [„Genaue Übereinstimmung“, „Musterübereinstimmung“ oder „Semantische Übereinstimmung“](exact-match-pattern-match-semantic-match.md) wählen, um eine Benachrichtigung oder eine Aufgabe auszulösen, wenn Schlüsselwörter geäußert werden.
+ **Natürliche Sprache – Semantische Übereinstimmung**: Geben Sie eine Aussage in natürlicher Sprache ein (z. B. ein Kunde hat angerufen, um sein Konto zu kündigen), um sie mithilfe generativer KI mit Konversationstranskripten abzugleichen. Dann können Sie eine Aktion ausführen (eine Aufgabe auslösen, eine Bewertung durchführen usw.). Weitere Informationen finden Sie unter [Semantischer Abgleich auf Basis generativer KI](natural-language-semantic-match.md).
+ **After Contact Work (ACW)**: Erstellen Sie Regeln, um die Effizienz der Mitarbeiter bei der Erledigung von Aufgaben nach dem Kontakt zu messen.
+ **Agentenhierarchie**: Erstellen Sie Regeln, die auf einer bestimmten Agentenhierarchie ausgeführt werden. Agentenhierarchien können geografische Standorte, Abteilungen, Produkte oder Teams repräsentieren.
Um eine Liste der Agentenhierarchien zu sehen, sodass Sie sie zu Regeln hinzufügen können, benötigen Sie in Ihrem **Sicherheitsprofil die Berechtigung Agentenhierarchie — Ansicht**.
+ **Kundendienstmitarbeiter**: Sie können Regeln erstellen, die für eine Untergruppe von Kundendienstmitarbeitern ausgeführt werden. Erstellen Sie beispielsweise eine Regel, mit der sichergestellt wird, dass neu eingestellte Kundendienstmitarbeiter die Unternehmensstandards einhalten.
Damit Sie die Namen von Kundendienstmitarbeitern sehen können, um sie zu Regeln hinzuzufügen, benötigen Sie in Ihrem Sicherheitsprofil die Berechtigungen **Benutzer – Anzeigen**.
+ **KI-Agent**: Identifizieren Sie Kontakte, bei denen ein bestimmter Connect AI-Agent Self-Service oder Agentenunterstützung geleistet hat. Sie können mehrere AI-Agenten oder eine bestimmte Version eines Agenten auswählen.
Um die Namen der KI-Agenten zu sehen, sodass Sie sie zu Regeln hinzufügen können, benötigen Sie **AI-Agenten — Berechtigungen anzeigen** in Ihrem Sicherheitsprofil.
+ **KI-Agent — Eskalation**: Identifizieren Sie Kontakte, wenn ein Connect AI-Agent, der für den Kunden-Self-Service verwendet wurde, an einen Menschen eskaliert hat.
Um die Namen der KI-Agenten zu sehen, sodass Sie sie zu Regeln hinzufügen können, benötigen Sie **KI-Agenten — Berechtigungen anzeigen** in Ihrem Sicherheitsprofil.
+ **Dauer der Interaktion mit Kundendienstmitarbeiter**: Sie können Regeln erstellen, um Kontakte zu identifizieren, bei denen die Interaktion mit dem Kundendienstmitarbeiter länger oder kürzer als erwartet war. Dieses Feature ist nur für Anrufe anwendbar.
+ **Kontaktsegmentattribute**: Sie können Kontakte innerhalb von Regeln mithilfe von benutzerdefinierten Kontaktsegmentattributen mit Werten aus anderen Systemen oder mithilfe benutzerdefinierter Logik identifizieren. Sie können [ein Attribut definieren](predefined-attributes.md#predefined-attributes-create-web-admin) und seinen Wert in Flows festlegen. Benutzerdefinierte Segmentattribute sind nur für diese spezifische Kontakt-ID und nicht für die gesamte Kontaktkette vorhanden. Sie können beispielsweise eine Regel erstellen, die festlegt, dass der Kontakt in IVR vorab authentifiziert wurde, bevor er mit dem Agenten verbunden wurde.
Um die Liste der Kontaktsegmentattribute zu sehen, die zu einer Regel hinzugefügt werden sollen, benötigen Sie **Vordefinierte Attribute — Berechtigungen** anzeigen.
+ **Grund der Unterbrechung**: Erstellen Sie Regeln, die überprüfen, warum ein Kontakt die Verbindung unterbrochen hat. Zum Beispiel, wenn der Agent die Verbindung vor dem Kunden unterbrochen hat oder wenn der Kontakt weitergeleitet wurde.
+ **Höchster Lautheitswert**: Erstellen Sie Regeln, die den höchsten Lautstärkewert (in Dezibel) während der Konversation für den Agenten oder den Kunden überprüfen. Eine höhere Lautstärke (z. B. über 70 dB) kann mit Aufregung oder Wut in Verbindung gebracht werden, während Sprache unter einem bestimmten Lautstärkewert (z. B. 30 dB oder niedriger) möglicherweise schwer zu verstehen ist.
+ **Wartezeit**: Erstellen Sie Regeln zur Identifizierung von Kontakten mit ungewöhnlichen Wartezeiten, um Möglichkeiten für einen effizienteren Umgang mit Kontakten zu ermitteln. Sie können Regeln für die längste Haltezeit, die gesamte Haltezeit und die Anzahl der Haltezeiten festlegen. Sie können auch überprüfen, ob die Haltezeit als Prozentsatz der Gesamtzeit, in der der Kunde mit dem Agenten verbunden war, angegeben wird (Kundenhaltezeit geteilt durch die Interaktionsdauer des Agenten und die Haltezeit des Kunden).
+ **Methode zur Initiierung**: Erstellen Sie Regeln, mit denen überprüft wird, ob ein Kontakt eingehend, ausgehend, weitergeleitet usw. war.
+ **Kontaktattribute**: Sie können Regeln erstellen, die auf den Werten benutzerdefinierter [Kontaktattribute](what-is-a-contact-attribute.md) basieren. Erstellen Sie beispielsweise Regeln speziell für einen bestimmten Geschäftsbereich oder für bestimmte Kunden, z B. basierend auf ihrer Mitgliedschaftsstufe, dem Land ihres aktuellen Wohnsitzes oder darauf, ob sie eine ausstehende Bestellung haben.
Sie können bis zu fünf Kontaktattribute zu einer Regel hinzufügen.
+ **Stimmung – Zeitraum**: Sie können Regeln erstellen, die auf Grundlage der Ergebnisse der Stimmungsanalyse (positiv, negativ oder neutral) für ein abschließendes Zeitfenster angewendet werden.
Erstellen Sie beispielsweise eine Regel für den Fall, dass die Kundenstimmung über einen bestimmten Zeitraum negativ bleibt. Wenn der Teilnehmer dem Kontakt später beigetreten ist, gilt der hier festgelegte Zeitraum für die Zeit, in der er anwesend war.
Wenn Regeln auf Kontakte angewendet werden, für die keine Stimmungsdaten vorliegen, wird die neutrale Stimmung verwendet.
+ **Stimmung – Gesamter Kontakt**: Sie können Regeln erstellen, die auf dem Wert der Stimmungswerte für einen gesamten Kontakt basieren. Erstellen Sie beispielsweise eine Regel, durch die eine Aufgabe für einen Kundenbetreuungsanalysten zur Überprüfung des Anruftranskripts und der Nachbereitung erstellt wird, wenn die Kundenstimmung während des gesamten Kontakts niedrig geblieben ist.
Wenn Regeln auf Kontakte angewendet werden, für die keine Stimmungsdaten vorliegen, wird die neutrale Stimmung verwendet.
+ **Unterbrechungen**: Sie können Regeln erstellen, die erkennen, wann Kundendienstmitarbeiter Kunden mehr als X-mal unterbrochen haben. Dieses Feature ist nur für Anrufe anwendbar.
+ **Gesprächsfreie Zeit**: Erstellen Sie Regeln, die prüfen, ob keine Sprache erkannt wurde. Dies kann auch Zeiten beinhalten, in denen ein Kunde in die Warteschleife versetzt wird. Sie können die Gesamtzahl der Nichtgesprächszeiten, die längste Nichtgesprächszeit innerhalb einer Konversation oder den Prozentsatz der Nichtgesprächszeit während der Konversation überprüfen. Eine hohe Gesprächsdauer, z. B. ein Prozentsatz an Gesprächsunterbrechungen von mehr als 50 Prozent der Konversation, kann auf eine Möglichkeit zur Verbesserung von Prozessen oder Coaching-Möglichkeiten für Agenten hinweisen. Dieses Feature ist nur für Anrufe anwendbar.
+ **Reaktionszeit**: Sie können Regeln erstellen, um Kontakte zu identifizieren, bei denen die Reaktionszeit der Teilnehmer länger oder kürzer als erwartet war: „Durchschnitt“ oder „Maximum“.
Erstellen Sie beispielsweise eine Regel für die **Begrüßungszeit des Kundendienstmitarbeiters**, die auch als **Erstreaktionszeit** bezeichnet wird: Wie lange dauert es, bis Kundendienstmitarbeiter die erste Begrüßungsnachricht gesendet hat, nachdem sie dem Chat beigetreten sind? Auf diese Weise können Sie feststellen, wann Kundendienstmitarbeiter zu lange dafür gebraucht haben, eine Interaktion mit Kunden zu beginnen.
+ **Potenzielles Problem beim Trennen**: Erstellen Sie Regeln, die nach technischen Problemen suchen (z. B. Netzwerkkonnektivität, Geräteprobleme). Sie können dies verwenden, um Kontakte von automatisierten Leistungsbeurteilungen der Agenten auszuschließen, wenn Verbindungsprobleme auftraten, auf die der Agent keinen Einfluss hat.
+ **Warteschlangen**: Erstellen Sie Regeln, die für eine Teilmenge von Warteschlangen gelten, oder überprüfen Sie, ob sich der Kontakt nicht in der Warteschlange befindet. Oft verwenden Unternehmen Warteschlangen, um einen Geschäftsbereich, ein Thema oder eine Domain anzugeben. Sie könnten beispielsweise Regeln speziell für Ihre Verkaufswarteschlangen erstellen, um die Auswirkungen einer aktuellen Marketingkampagne nachzuverfolgen, oder alternativ Regeln für Ihre Kundensupport-Warteschlangen, um die allgemeine Stimmung zu verfolgen. Bei Self-Service-Interaktionen können Sie überprüfen, ob der Kontakt nie in der Warteschlange stand, was möglicherweise auf einen erfolgreichen Self-Service mit einem KI-Agenten hindeutet.
Um Warteschlangennamen zu sehen, sodass Sie sie zu Regeln hinzufügen können, benötigen Sie die Berechtigungen **Warteschlangen — Ansicht** in Ihrem Sicherheitsprofil.
+ **Routing-Profil**: Identifizieren Sie Kontakte, die von Agenten verwaltet werden, die einem bestimmten Routing-Profil zugeordnet sind. Das Routing-Profil kann auf die Kompetenz der Mitarbeiter in der Abteilung oder auf die Qualifikation hinweisen. Sie können beispielsweise automatisierte Bewertungen von Mitarbeitern mit dem Weiterleitungsprofil „Neue Mitarbeiter“ durchführen, die in grundlegenden Problemlösungen geschult wurden und andere Bewertungskriterien verwenden als bei fest angestellten Mitarbeitern mit mehreren Qualifikationen.
Um die Routing-Profile zu sehen, sodass Sie sie zu Regeln hinzufügen können, benötigen Sie in Ihrem Sicherheitsprofil die **Option Routing-Profile — Zugriffsberechtigungen anzeigen**.
+ **Gesprächszeit**: Erstellen Sie Regeln anhand des Schwellenwerts für die absolute Gesprächszeit des Agenten oder des Kunden. Dies kann verwendet werden, um festzustellen, wo der Kunde überhaupt nicht gesprochen hat, was den Agenten dazu veranlasst hat, die Verbindung zu trennen, oder an welchen Stellen der Agent ein Verhalten an den Tag legte, in dem er Anrufe vermieden hat, z. B. nicht gesprochen hat, nachdem er den Anruf abgenommen hat.
+ **Dauer der Interaktion mit Kundendienstmitarbeiter**: Sie können Regeln erstellen, um Kontakte zu identifizieren, bei denen die Interaktion mit dem Kundendienstmitarbeiter länger oder kürzer als erwartet war. Dieses Feature ist nur für Anrufe anwendbar.
Die folgende Abbildung zeigt ein Beispiel für eine Regel mit mehreren Bedingungen für einen Sprachkontakt.
![\[Ein Beispiel für eine Regel mit mehreren Bedingungen für einen Sprachkontakt\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/contact-lens-rules-conditions.png)
Die folgende Abbildung zeigt ein Beispiel für eine Regel mit mehreren Bedingungen für einen Chat-Kontakt. Die Regel wird ausgelöst, wenn die **erste** Antwort eine Minute oder länger dauert und Kundendienstmitarbeiter in ihrer ersten Antwort keine der aufgeführten Wörter oder Wortgruppen zur Begrüßung erwähnt haben.
**Erstreaktionszeit** = wie lange es nach dem Beitritt von Kundendienstmitarbeitern zum Chat gedauert hat, bis sie die erste Nachricht an Kunden gesendet haben.
![\[Ein Beispiel für eine Regel mit mehreren Bedingungen für einen Chat-Kontakt\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/contact-lens-rules-conditions-chat.png)
1. Wählen Sie **Weiter** aus.
## Schritt 2: Festlegen von Regelaktionen
1. Wählen Sie **Aktion hinzufügen** aus. Sie können die folgenden Aktionen auswählen:
+ [Aufgabe erstellen](contact-lens-rules-create-task.md): Diese Option ist nicht für Chat in Echtzeit verfügbar
+ [E-Mail-Benachrichtigung senden](contact-lens-rules-email.md)
+ [Generieren Sie ein Ereignis EventBridge ](contact-lens-rules-eventbridge-event.md)
![\[Das Dropdownmenü „Aktion hinzufügen“, eine Liste mit Aktionen\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/contact-lens-add-action-no-wisdom.png)
1. Wählen Sie **Weiter** aus.
1. Überprüfen Sie die Eingaben und nehmen Sie gewünschte Änderungen vor, bevor Sie **Speichern** auswählen.
1. Nachdem Sie Regeln hinzugefügt haben, werden diese auf neue Kontakte angewendet, die Sie nach dem Hinzufügen der Regel kontaktieren. Regeln werden angewendet, wenn Amazon Connect Conversational Analytics Konversationen analysiert.
Regeln können nicht auf frühere, gespeicherte Konversationen angewendet werden.
# Automatisches Kategorisieren von Kontakten durch das Abgleichen von Konversationen mit Aussagen in natürlicher Sprache oder bestimmten Wörtern und Wortgruppen
Mithilfe von Konversationsanalysen in Contact Lens können Sie Kontakte automatisch kategorisieren, um die wichtigsten Kontaktgründe, das Kundenerlebnis und das Verhalten Ihrer Kundendienstmitarbeiter bei Kontakten zu ermitteln. Auf der Seite **Kontaktdaten** für einen Chat werden oberhalb des Transkripts Kategorien eingeblendet, wie in der folgenden Abbildung zu sehen.
![\[Die Seite „Kontaktdaten“, Abschnitt „Kategorien“\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/contact-lens-category-overview-chat2.png)
Im Folgenden sind einige der wichtigsten Aktionen aufgeführt, die beim Kategorisieren von Kontakten möglich sind:
+ Bei der Kontaktkategorisierung auf Basis generativer KI können Sie Kriterien zur Kategorisierung von Kontakten in natürlicher Sprache angeben (hat der Kunde beispielsweise versucht, eine Zahlung auf sein Guthaben zu tätigen?).
+ Sie können bestimmte Wörter oder Wortgruppen angeben, die von Kundendienstmitarbeitern oder Kunden gesprochen wurden, um sie mit einer Konversation abzugleichen. Contact Lenskennzeichnet dann automatisch Kontakte, die die Übereinstimmungskriterien erfüllen, und stellt relevante Punkte aus der Konversation bereit.
+ Sie können Aktionen definieren, um Benachrichtigungen zu erhalten und Aufgaben für kategorisierte Kontakte zu generieren.
+ Sie können zusätzliche Kriterien angeben, um Kontakte zu kategorisieren. Dazu gehören etwa die Bewertung der Kundenstimmung, Warteschlangen oder beliebige benutzerdefinierte Attribute, die Sie Kontakten hinzugefügt haben, z. B. Angaben zur Kundenbindung.
## Wann sollten Wörter und Wortgruppen verwendet werden?
Die Verwendung bestimmter Wörter oder Wortgruppen ist nützlich, wenn es eine genau definierte Liste mit Ausdrücken gibt, die Sie erkennen möchten. Damit können Sie etwa prüfen, ob sich Kundendienstmitarbeiter an das Skript gehalten haben, oder einschätzen, wie hoch das Kundeninteresse an einem Produkt ist.
## Wann sollte natürliche Sprache verwendet werden?
Die Verwendung von Aussagen in natürlicher Sprache für den Abgleich mit Kontakten ist nützlich, wenn es zu viele mögliche Wörter oder Wortgruppen gibt oder wenn Sie kontextspezifische Kriterien abgleichen möchten. Beispiele hierfür sind etwa: „Der Kunde wollte eine Änderung an seinem Abonnement vornehmen“ oder „Der Kundendienstmitarbeiter hat alle Probleme des Kunden gelöst“.
## Hinzufügen von Regeln zum Kategorisieren von Kontakten
In diesem Abschnitt:
+ [Schritt 1: Festlegen von Bedingungen](#add-category-rules-define-conditions)
+ [Schritt 2: Festlegen von Aktionen](#add-category-rules-define-actions)
### Schritt 1: Festlegen von Bedingungen
1. Melden Sie sich bei Amazon Connect mit einem Benutzerkonto an, dem das **CallCenterManager**Sicherheitsprofil zugewiesen wurde oder das für **Regelberechtigungen** aktiviert ist.
1. Wählen Sie im Navigationsmenü **Analyse und Optimierung**, **Regeln** aus.
1. Wählen Sie **Regel erstellen**, **Konversationsanalysen** aus.
1. Weisen Sie der Regel einen Namen zu.
1. **Wählen Sie in der Drop-down-Liste unter **Wann** die Option **Analyse nach dem Anruf**, **Echtzeitanalyse**, **Post-Chat-Analyse**, **Echtzeit-Chat-Analyse oder E-Mail-Analyse** aus.**
![\[Die Seite „Neue Regel“, die Dropdown-Liste „Wann“\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/contact-lens-rule-define-conditions.png)
1. Wählen Sie **Bedingung hinzufügen** und dann den Typ der Übereinstimmung aus:
+ **Wörter oder Phrasen – Genaue Übereinstimmung**: Damit werden Kontakte gesucht, die genau mit den Wörtern oder Wortgruppen übereinstimmen. Geben Sie die Wörter oder Wortgruppen durch ein Komma getrennt ein.
+ **Wörter oder Phrasen – Musterübereinstimmung**: Hierbei wird nach einem Muster von Wörtern oder Wortgruppen gesucht, um Kontakte zu finden. Sie können auch den Abstand zwischen Wörtern angeben. Wenn Sie beispielsweise nach Kontakten suchen, bei denen das Wort „Kredit“ erwähnt wurde, Sie aber keine Erwähnungen der Wortgruppe „neuer Kredit“ wünschen, können Sie eine Musterübereinstimmungskategorie definieren, um nach dem Wort „Kredit“ zu suchen, das nicht in einem Abstand von einem Wort zu „neuer“ steht.
+ **Natürliche Sprache – Semantische Übereinstimmung**: Mithilfe generativer KI können Sie Kontakte suchen, die der angegebenen Aussage in natürlicher Sprache entsprechen. Die Aussage sollte mit Ja oder Nein beantwortet werden können. Die Option „Natürliche Sprache – Semantische Übereinstimmung“ wird verwendet, wenn Sie Kontakte mit kontextspezifischen Kriterien abgleichen möchten oder wenn es zu viele mögliche Wörter oder Ausdrücke für einen Abgleich gibt. Im Folgenden sind einige Beispiele aufgeführt:
+ „Der Kunde wollte eine Änderung an seinem Abonnement vornehmen.“
+ „Der Kunde hat den Wunsch geäußert, seine aktuellen Dienste zu kündigen.“
+ „Der Kundendienstmitarbeiter hat mehrere Zahlungsmöglichkeiten angeboten.“
+ „Der Kundendienstmitarbeiter versicherte dem Kunden, dass sein Anruf wichtig war, und bat um zusätzliche Wartezeit.“
+ „Der Kundendienstmitarbeiter hat alle Probleme des Kunden gelöst.“
**Anmerkung**
Die Bedingungen für „Natürliche Sprache – Semantische Übereinstimmung“ können nicht für die Echtzeitanalyse verwendet werden.
Zum Erstellen von Regeln, die generative KI verwenden, ist eine zusätzliche Berechtigung erforderlich: **Regeln – Generative KI**.
**Profi-Tipp**: Verwenden Sie die auf generativer KI basierende Option **Natürliche Sprache – Semantische Übereinstimmung**, wenn Sie zuvor **Wörter oder Phrasen – Semantische Übereinstimmung** benutzt haben.
+ **Wörter oder Phrasen – Semantische Übereinstimmung**: Hierbei werden Wörter gesucht, bei denen es sich möglicherweise um Synonyme handelt. Wenn Sie beispielsweise „verärgert“ eingeben, kann dies mit „nicht zufrieden“ übereinstimmen. Weitere Beispiele sind „kaum akzeptabel“ und „inakzeptabel“ oder „Abmelden“ und „Abo kündigen“. Auf ähnliche Weise können Übereinstimmungen mit Wortgruppen gefunden werden. Beispiele hierfür wären „vielen Dank, dass Sie mir helfen“, „vielen Dank, das ist sehr hilfreich“ und „ich freue mich sehr, dass Sie mir helfen können“.
Dadurch entfällt die Notwendigkeit, bei der Erstellung von Kategorien eine vollständige Liste von Schlüsselwörtern zu definieren. Außerdem haben Sie so die Möglichkeit, umfassender nach ähnlichen Wortgruppen zu suchen, die relevant für Sie sind. Die besten Ergebnisse bei der Suche nach semantischen Übereinstimmungen erzielen Sie, wenn Sie Schlüsselwörter oder Wortgruppen mit ähnlicher Bedeutung auf einer Karte für die Suche nach semantischen Übereinstimmungen angeben. Derzeit können Sie höchstens vier Schlüsselwörter und Wortgruppen pro Karte für die Suche nach semantischen Übereinstimmungen angeben.
1. Geben Sie am Beispiel **Wörter oder Phrasen – Genaue Übereinstimmung** die Wörter oder Wortgruppen ein, die Sie hervorheben möchten, getrennt durch ein Komma. Klicken Sie dann auf **Hinzufügen**. Alle Wörter und Wortgruppen, die durch ein Komma getrennt sind, erhalten eine eigene Zeile auf der Karte.
![\[Die Seite „Neue Regel“, der Abschnitt „Wörter oder Phrasen – Genaue Übereinstimmung“\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/contact-lens-add-category-rules-script.png)
![\[Die Seite „Neue Regel“, der Abschnitt „Wörter oder Phrasen – Genaue Übereinstimmung“, die Schaltfläche „Hinzufügen“\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/contact-lens-add-category-rules-script2.png)
Die Logik, die Contact Lens anwendet, um diese Wortgruppen zu lesen, lautet wie folgt: (hallo UND danke UND für UND Ihren UND Anruf UND bei UND Beispielfirma) ODER (wie UND kann UND ich UND Ihnen UND weiterhelfen).
Verwenden Sie alternativ eine Bedingung für **Natürliche Sprache – Semantische Übereinstimmung** und geben Sie eine Aussage in natürlicher Sprache in das Textfeld ein, die von generativer KI entweder als wahr oder falsch bewertet werden kann.
![\[Die Seite „Neue Regel“, der Abschnitt „Natürliche Sprache – Semantische Übereinstimmung“\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/contact-lens-add-category-rules-natural-language-semantic.png)
1. Wählen Sie zum Hinzufügen weiterer Wörter oder Wortgruppen **Eine Gruppe von Wörtern oder Phrasen hinzufügen** aus. Auf der folgenden Abbildung ist die erste Gruppe von Wörtern oder Wortgruppen das, was Kundendienstmitarbeiter sagen könnten, und die zweite Gruppe das, was Kunden sagen könnten.
![\[Die Seite „Wörter oder Phrasen – Genaue Übereinstimmung“ für den Kundendienstmitarbeiter, das Wort UND, der Abschnitt „Wörter oder Wortgruppen“ für den Kunden\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/contact-lens-add-category-rules-script3.png)
1. Die Logik, die Contact Lens anwendet, um diese Wortgruppen zu lesen, lautet wie folgt: (hallo UND danke UND für UND Ihren UND Anruf UND bei UND Beispielfirma) ODER (wie UND kann UND ich UND Ihnen UND weiterhelfen).
1. Die beiden Karten sind mit einem UND verbunden. Das bedeutet, dass eine der Zeilen auf der ersten Karte gesagt werden muss UND dann eine der Wortgruppen auf der zweiten Karte gesagt werden muss.
Die Logik, die Contact Lens anwendet, um die beiden Karten mit Wörtern oder Wortgruppen zu lesen, ist (Karte 1) UND (Karte 2).
1. Wählen Sie **Bedingung hinzufügen** aus, um die Regeln anzuwenden:
+ Auf spezifische Warteschlangen
+ Wenn Kontaktattribute bestimmten Werten entsprechen
+ Wenn Stimmungswerte bestimmten Werten entsprechen
Die folgende Abbildung zeigt beispielsweise eine Regel, die gilt, wenn ein Mitarbeiter die BasicQueue Warteschlangen für Abrechnung und Zahlungen bearbeitet, der Kunde eine Autoversicherung abgeschlossen hat und der Vertreter in Seattle ansässig ist.
![\[Eine Regel mit mehreren Bedingungen\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/contact-lens-add-category-rules-3.png)
### Schritt 2: Festlegen von Aktionen
Zusätzlich zur Kategorisierung eines Kontakts können Sie festlegen, welche Aktionen Amazon Connect ausführen soll:
1. [Generieren Sie ein Ereignis EventBridge ](contact-lens-rules-eventbridge-event.md)
1. [Aufgabe erstellen](contact-lens-rules-create-task.md)
1. [Fall erstellen](contact-lens-rules-create-case.md)
1. [E-Mail-Benachrichtigungen senden](contact-lens-rules-email.md)
1. [Regel erstellen, die eine automatisierte Bewertung sendet](contact-lens-rules-submit-automated-evaluation.md)
### Schritt 5: Überprüfen und Speichern
1. Klicken Sie anschließend auf **Speichern**.
1. Nachdem Sie Regeln hinzugefügt haben, werden diese auf neue Kontakte angewendet, die Sie nach dem Hinzufügen der Regel kontaktieren. Regeln werden angewendet, wenn Amazon Connect Conversational Analytics Konversationen analysiert.
Regeln können nicht auf frühere, gespeicherte Konversationen angewendet werden.
# Wenn eine Regel oder Kategorie von Amazon Connect Contact Lens nicht bewertet werden kann
Wenn Amazon Connect Contact Lens während einer Analyse nach einem Sprach- oder Chat-Kontakt eine Regel oder Kategorie bewertet, kann es sein, dass die Bewertung fehlschlägt.
Bei der Bewertung einer Regel oder Kategorie während der Kontaktanalyse sind folgende Ergebnisse möglich:
1. **Erfolgreich abgeglichen und auf den Kontakt angewendet**. Wenn Kategorien auf der Seite **Kontaktdaten** angezeigt werden, bedeutet dies, dass sie erfolgreich abgeglichen und dem Kontakt zugewiesen wurden.
1. **Erfolgreich bewertet, aber für den Kontakt nicht zutreffend**. Werden keine Kategorien auf der Seite **Kontaktdaten** angezeigt, bedeutet das, dass sie nicht für den Kontakt gelten, aber erfolgreich anhand der Regeln von Contact Lens bewertet wurden.
1. **Die Kontaktanalyse wurde abgeschlossen, aber eine bestimmte Kategorie wurde nicht bewertet**. Wenn eine Kategorie nicht bewertet wird, bedeutet das nicht, dass die Kategorie nicht für den Kontakt gilt (basierend auf seinen Kriterien), sondern dass Contact Lens die Kontaktanalyse abgeschlossen hat, ohne diese spezielle Kategorie zu bewerten.
Die folgende Abbildung zeigt, dass fehlgeschlagene Kategorien mit gestrichelten Rändern, transparenten Hintergründen, Fehlersymbolen und dem Präfix „Fehlgeschlagen“ gekennzeichnet sind. Wenn Sie den Mauszeiger über eine fehlgeschlagene Kategorie bewegen, werden Details darüber angezeigt, warum sie nicht bewertet werden konnte.
![\[Die fehlgeschlagenen Kategorien auf der Seite „Kontaktdaten“\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/failed-categories1.png)
Diese fehlgeschlagenen Kategorien existieren nur nach Regeln mit der Bedingung „Semantische Übereinstimmung“. Dafür gibt es zwei mögliche Gründe:
1. **Kontingent überschritten**: Ihr Limit für Aktionen basierend auf generativer KI wurde für diesen Zeitraum überschritten. Sie können über den AWS Support eine Erhöhung des Kontingents beantragen.
1. **Fehlgeschlagene Sicherheitsrichtlinien**: Die Verarbeitung von Kategorien schlug fehl, weil Sicherheits- und Qualitätsvorgaben nicht erfüllt wurden.
Wir empfehlen, Ihren Regeln für die semantische Übereinstimmung weitere Bedingungen hinzuzufügen, um die Anzahl der Kontakte einzugrenzen, für die sie gelten können. Auf diese Weise können Fehler durch das Überschreiten des Kontingents vermieden werden.
## Kunden-S3-Ausgabedatei nach der Kontaktanalyse durch Contact Lens
Fehlgeschlagene Kategorien werden in der Analysedatei unter JobDetails > Analyse übersprungen angezeigt.
Im Abschnitt `SkippedAnalysis` werden Kontaktanalysen angezeigt, die als „Übersprungen“ markiert wurden, obwohl die Analyse für diesen Kontakt abgeschlossen wurde. Sie enthält die Eigenschaften „Feature“ und "ReasonCode“. `POST_CONTACT_SUMMARY`ist eine der vorhandenen Funktionen.
`CATEGORIZATION` wird als neue Feature zur übersprungenen Analyse hinzugefügt. Für jeden eindeutigen `ReasonCode`, der zu einer fehlgeschlagenen Kategorisierung geführt hat, gibt es im `SkippedAnalysis`-Array ein eindeutiges Kategorisierungselement. Für jedes eindeutige Element wird eine neue `SkippedEntities` Eigenschaft eingeführt, die eine Liste aller Kategorienamen (und der zugehörigen Regel IDs) enthält, die aufgrund des zugehörigen Ursachencodes fehlgeschlagen sind.
Im Folgenden sehen Sie ein Beispiel für fehlgeschlagene Kategorien in `JobDetails`:
```
"JobDetails": {
"SkippedAnalysis": [
{
"Feature": "CATEGORIZATION",
"ReasonCode": "QUOTA_EXCEEDED",
"SkippedEntities": [
{
"CategoryName": "PotentialFraud"
"RuleId": "a1130485-9529-4249-a1d4-5738b4883748"
},
{
"CategoryName": "Refund"
"RuleId": "bbbbbbb-9529-4249-a1d4-5738b4883748"
}
]
},
{
"Feature": "CATEGORIZATION",
"ReasonCode": "FAILED_SAFETY_GUIDELINES",
"SkippedEntities": [
{
"CategoryName": "ManagerEscalation"
"RuleId": "cccccccc-9529-4249-a1d4-5738b4883748"
},
]
},
{
"Feature": "POST_CONTACT_SUMMARY",
"ReasonCode": "INSUFFICIENT_CONVERSATION_CONTENT"
}
]
},
```
Weitere Informationen finden Sie unter [Beispiel für Ausgabedateien der Konversationsanalyse von Contact Lens für einen Anruf](contact-lens-example-output-files.md).
# Hinzufügen von Benachrichtigungen in Echtzeit in Contact Lens für Supervisoren auf Grundlage von Schlüsselwörtern und Wortgruppen in einem Anruf
Wenn Sie [Echtzeitanalysen in Ihrem Flow aktivieren](enable-analytics.md), können Sie Regeln hinzufügen, die Supervisoren automatisch benachrichtigen, wenn ein Problem bei der Kundenbetreuung auftritt.
Beispielsweise kann Contact Lens automatisch eine Benachrichtigung senden, wenn während der Konversation bestimmte Schlüsselworte oder Wortgruppen erwähnt oder andere Kriterien erfüllt werden. Supervisoren sehen die Benachrichtigung dann auf dem Dashboard mit Echtzeitmetriken. Anschließend können Supervisoren den Anruf live mitverfolgen und Kundendienstmitarbeiter per Chat beraten, damit sie das Problem schneller lösen können.
Die folgende Abbildung zeigt ein Beispiel dafür, was Supervisoren in ihren Echtzeitmetriken sehen würden, wenn sie eine Benachrichtigung erhalten. In diesem Fall hat Contact Lens eine Situation mit einem verärgerten Kunden erkannt.
![\[Die Seite mit Echtzeitmetriken, eine Benachrichtigung über einen verärgerten Kunden\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/contact-lens-real-time-metrics-alert2.png)
Wenn Supervisoren einen Live-Anruf mithören, erhalten sie von Contact Lens ein Echtzeittranskript und den Trend der Kundenstimmung, damit sie die Situation besser verstehen und geeignete Maßnahmen bewerten können. Dank dem Transkript müssen sich Kunden auch nicht wiederholen, wenn der Anruf an andere Kundendienstmitarbeiter übergeben wird.
Die folgende Abbildung zeigt ein Beispiel für das Echtzeittranskript.
![\[Ein Beispiel für ein Echtzeittranskript\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/contact-lens-real-time-transcript.png)
## Hinzufügen von Regeln für Benachrichtigungen in Echtzeit
1. Melden Sie sich bei Amazon Connect mit einem Benutzerkonto an, dem das **CallCenterManager**Sicherheitsprofil zugewiesen wurde oder das für **Regelberechtigungen** aktiviert ist.
1. Wählen Sie im Navigationsmenü **Analyse und Optimierung**, **Regeln** aus.
1. Wählen Sie **Regel erstellen**, **Konversationsanalysen** aus.
1. Weisen Sie der Regel einen Namen zu.
1. Wählen Sie in der Dropdownliste unter **Wann** die Option **Echtzeitanalyse** aus.
1. Wählen Sie **Bedingung hinzufügen** und dann den Typ der Übereinstimmung aus:
+ **Genaue Übereinstimmung**: Nur die genauen Wörter oder Wortgruppen werden gefunden.
+ **Musterübereinstimmung**: Es werden Übereinstimmungen gefunden, die eventuell zu weniger als 100 Prozent passen. Sie können auch den Abstand zwischen Wörtern angeben. Es könnte zum Beispiel sein, dass Sie nach Kontakten suchen, bei denen das Wort „Kredit“ erwähnt wurde, Sie aber keine Erwähnungen der Wortgruppe „neuer Kredit“ wünschen. Sie können eine Musterübereinstimmungskategorie definieren, um nach dem Wort „Kredit“ zu suchen, das nicht in einem Abstand von einem Wort zu „neuer“ steht.
**Tipp**
Die semantische Übereinstimmung ist nicht für die Echtzeitanalyse verfügbar.
1. Geben Sie die Wörter oder Wortgruppen ein, die Sie hervorheben möchten, getrennt durch ein Komma. Echtzeitregeln unterstützen nur Schlüsselwörter oder Wortgruppen, die **erwähnt wurden**.
![\[Eine Regel für Wörter und Wortgruppen\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/contact-lens-add-alert-rules-1.png)
1. Wählen Sie **Hinzufügen** aus. Alle durch ein Komma getrennten Wörter und Wortgruppen erhalten eine eigene Zeile.
![\[Eine Regel für Wörter und Wortgruppen mit mehreren Wortgruppen, die jeweils in einer eigenen Zeile stehen\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/contact-lens-add-alert-rules-2.png)
Die Logik, die Contact Lens anwendet, um diese Wörter oder Wortgruppen zu lesen: (mit ODER Ihrem ODER Supervisoren ODER sprechen) ODER (das ODER ist ODER nicht ODER hilfreich) ODER (mit ODER der ODER Supervisorin ODER sprechen) usw.
1. Wählen Sie zum Hinzufügen weiterer Wörter oder Wortgruppen **Eine Gruppe von Wörtern oder Phrasen hinzufügen** aus. Auf der folgenden Abbildung ist die erste Gruppe von Wörtern oder Wortgruppen das, was Kundendienstmitarbeiter sagen könnten. Die zweite Gruppe ist das, was Kunden sagen könnten.
![\[Eine Regel für Wörter und Wortgruppen mit mehreren Wortgruppen für Kunden und Kundendienstmitarbeiter\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/contact-lens-add-category-rules-script3.png)
1. Auf dieser ersten Karte liest Contact Lens jede Zeile als ODER. Beispiel: (hallo) ODER (danke ODER für ODER Ihren ODER Anruf ODER Beispielfirma) ODER (wir ODER schätzen ODER Sie ODER als ODER Kunden).
1. Die beiden Karten sind mit einem UND verbunden. Das bedeutet, dass eine der Zeilen auf der ersten Karte gesagt werden muss UND dann eine der Wortgruppen auf der zweiten Karte gesagt werden muss.
Die Logik, die Contact Lens anwendet, um die beiden Karten mit Wörtern oder Wortgruppen zu lesen, ist (Karte 1) UND (Karte 2).
1. Wählen Sie **Bedingung hinzufügen** aus, um die Regeln anzuwenden:
+ Auf spezifische Warteschlangen
+ Wenn Kontaktattribute bestimmten Werten entsprechen
+ Wenn Stimmungswerte bestimmten Werten entsprechen
Die folgende Abbildung zeigt beispielsweise eine Regel, die gilt, wenn ein Mitarbeiter die BasicQueue Warteschlangen für Abrechnung und Zahlungen bearbeitet, der Kunde eine Autoversicherung abgeschlossen hat und der Vertreter in Seattle ansässig ist.
![\[Eine Regel für Wörter und Wortgruppen mit mehreren Bedingungen\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/contact-lens-add-category-rules-3.png)
1. Klicken Sie auf **Weiter**, wenn Sie fertig sind.
1. Fügen Sie im Feld **Kontaktkategorie zuweisen** einen Namen für die Kategorie hinzu. Zum Beispiel „Konform“ oder ****Nicht\$1Konform****.
1. Wählen Sie **Weiter** und dann **Speichern und veröffentlichen** aus.
# Hinzufügen von Benachrichtigungen in Echtzeit in Contact Lens für Supervisoren auf Grundlage von Schlüsselwörtern und Wortgruppen in einem Chat
Wenn Sie [Echtzeitanalysen in Ihrem Flow aktivieren](enable-analytics.md), können Sie Regeln hinzufügen, die Supervisoren automatisch benachrichtigen, wenn ein Problem bei der Kundenbetreuung auftritt.
Beispielsweise kann Contact Lens automatisch eine Benachrichtigung senden, wenn während des Chats bestimmte Schlüsselworte oder Wortgruppen erwähnt oder andere Kriterien erfüllt werden. Der Supervisor kann dann auf der Seite **Kontaktdetails** einen Echtzeit-Chat aufrufen, um das Problem zu überprüfen. Anschließend können Supervisoren dem Anruf beitreten und Kundendienstmitarbeiter per Chat beraten, damit sie das Problem schneller lösen können.
Die folgende Abbildung zeigt ein Beispiel dafür, was Supervisoren auf ihrer **Kontaktdetails**-Seite sehen würden, wenn sie eine Benachrichtigung für einen Echtzeit-Chat erhalten. In diesem Fall hat Contact Lens eine Situation mit einem verärgerten Kunden erkannt.
![\[Die Seite mit Kontaktdetails, eine Benachrichtigung über einen verärgerten Chat-Kunden.\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/contact-lens-realtime-alert-chat.png)
Wenn Supervisoren einen Chat überwachen, erhalten sie von Contact Lens ein Echtzeittranskript und den Trend der Kundenstimmung, damit sie die Situation besser verstehen und geeignete Maßnahmen bewerten können. Dank dem Transkript müssen sich Kunden auch nicht wiederholen, wenn der Anruf an andere Kundendienstmitarbeiter übergeben wird.
## Hinzufügen von Regeln für Chat-Benachrichtigungen in Echtzeit
1. Melden Sie sich bei Amazon Connect mit einem Benutzerkonto an, dem das **CallCenterManager**Sicherheitsprofil zugewiesen wurde oder das für **Regelberechtigungen** aktiviert ist.
1. Wählen Sie im Navigationsmenü **Analyse und Optimierung**, **Regeln** aus.
1. Wählen Sie **Regel erstellen**, **Konversationsanalysen** aus.
1. Weisen Sie der Regel einen Namen zu.
1. Wählen Sie in der Dropdown-Liste unter **Wann** die Option **Echtzeitanalyse** aus.
1. Wählen Sie **Bedingung hinzufügen** und dann den Typ der Übereinstimmung aus. Die folgende Abbildung zeigt eine Regel, die für die Bedingung **Stimmung – Zeitraum** konfiguriert ist.
![\[Die Bedingungen für eine Chat-Analyseregel in Echtzeit.\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/contact-lens-realtime-chat-rule2.png)
Wählen Sie aus den folgenden Optionen aus:
+ **Genaue Übereinstimmung**: Nur die genauen Wörter oder Wortgruppen werden gefunden.
+ **Musterübereinstimmung**: Es werden Übereinstimmungen gefunden, die eventuell zu weniger als 100 Prozent passen. Sie können auch den Abstand zwischen Wörtern angeben. Es könnte zum Beispiel sein, dass Sie nach Kontakten suchen, bei denen das Wort „Kredit“ erwähnt wurde, Sie aber keine Erwähnungen der Wortgruppe „neuer Kredit“ wünschen. Sie können eine Musterübereinstimmungskategorie definieren, um nach dem Wort „Kredit“ zu suchen, das nicht in einem Abstand von einem Wort zu „neuer“ steht.
**Tipp**
Die semantische Übereinstimmung ist nicht für die Echtzeitanalyse verfügbar.
1. Geben Sie die Wörter oder Wortgruppen ein, die Sie hervorheben möchten, getrennt durch ein Komma. Echtzeitregeln unterstützen nur Schlüsselwörter oder Wortgruppen, die **erwähnt wurden**.
![\[Eine Regel für Wörter und Wortgruppen\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/contact-lens-add-alert-rules-1.png)
1. Wählen Sie **Hinzufügen** aus. Alle durch ein Komma getrennten Wörter und Wortgruppen erhalten eine eigene Zeile.
![\[Eine Regel für Wörter und Wortgruppen mit mehreren Wortgruppen, die jeweils in einer eigenen Zeile stehen\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/contact-lens-add-alert-rules-2.png)
Die Logik, die Contact Lens anwendet, um diese Wörter oder Wortgruppen zu lesen: (mit ODER Ihrem ODER Supervisoren ODER sprechen) ODER (das ODER ist ODER nicht ODER hilfreich) ODER (mit ODER der ODER Supervisorin ODER sprechen) usw.
1. Wählen Sie zum Hinzufügen weiterer Wörter oder Wortgruppen **Eine Gruppe von Wörtern oder Phrasen hinzufügen** aus. Auf der folgenden Abbildung ist die erste Gruppe von Wörtern oder Wortgruppen das, was Kundendienstmitarbeiter sagen könnten. Die zweite Gruppe ist das, was der Kunde sagen könnte.
![\[Eine Regel für Wörter und Wortgruppen mit mehreren Wortgruppen für Kunden und Kundendienstmitarbeiter\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/contact-lens-add-category-rules-script3.png)
1. Auf dieser ersten Karte liest Contact Lens jede Zeile als ODER. Beispiel: (hallo) ODER (danke ODER für ODER Ihren ODER Anruf ODER Beispielfirma) ODER (wir ODER schätzen ODER Sie ODER als ODER Kunden).
1. Die beiden Karten sind mit einem UND verbunden. Dies bedeutet, dass eine der Zeilen auf der ersten Karte UND dann eine der Wortgruppen auf der zweiten Karte erwähnt werden muss.
Die Logik, die Contact Lens anwendet, um die beiden Karten mit Wörtern oder Wortgruppen zu lesen, ist (Karte 1) UND (Karte 2).
1. Wählen Sie **Bedingung hinzufügen** aus, um die Regeln anzuwenden:
+ Auf spezifische Warteschlangen
+ Wenn Kontaktattribute bestimmten Werten entsprechen
+ Wenn Stimmungswerte bestimmten Werten entsprechen
Die folgende Abbildung zeigt beispielsweise eine Regel, die gilt, wenn ein Mitarbeiter die BasicQueue Warteschlangen für Abrechnung und Zahlungen bearbeitet, der Kunde eine Autoversicherung abgeschlossen hat und der Vertreter in Seattle ansässig ist.
![\[Eine Regel für Wörter und Wortgruppen mit mehreren Bedingungen\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/contact-lens-add-category-rules-3.png)
1. Klicken Sie auf **Weiter**, wenn Sie fertig sind.
1. Fügen Sie im Feld **Kontaktkategorie zuweisen** einen Namen für die Kategorie hinzu. Zum Beispiel „Konform“ oder ****Nicht\$1Konform****.
1. Wählen Sie **Aktion hinzufügen**, um anzugeben, welche Aktion Amazon Connect durchführen soll, wenn die Bedingungen erfüllt sind. Sie können Supervisor-Benachrichtigungen konfigurieren, indem Sie E-Mail-Benachrichtigungen verwenden oder eine benutzerdefinierte Integration mit EventBridge entwickeln.
![\[Die Optionen EventBridge Ereignis generieren und E-Mail-Benachrichtigung senden.\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/contact-lens-realtime-chat-rule3.png)
1. Wenn Sie **E-Mail-Benachrichtigung senden** ausgewählt haben, finden Sie weitere Informationen zum Ausfüllen der Seite und Informationen zu E-Mail-Einschränkungen unter [Erstellen von Regeln für , die E-Mail-Benachrichtigungen versenden](contact-lens-rules-email.md).
Wenn Sie „** EventBridge Ereignis generieren**“ ausgewählt haben, finden Sie weitere Informationen [Erstellen Sie eine Regel, die ein EventBridge Ereignis generiert](contact-lens-rules-eventbridge-event.md) zum Ausfüllen der Seite und Informationen zum Abonnieren von EventBridge Ereignistypen unter.
# Erstellen von Regeln für , die E-Mail-Benachrichtigungen versenden
Sie können Regeln für erstellen, mit denen E-Mail-Benachrichtigungen an Personen in Ihrem Unternehmen gesendet werden. Auf diese Weise können Sie schneller auf potenzielle Probleme in Ihrem Contact Center reagieren. Sie können beispielsweise eine Regel erstellen, um die folgenden Personen zu benachrichtigen:
+ Einen Team-Supervisor, wenn es zu einer Kontoeskalation oder -schließung kommt
+ Eine Gruppe von Personen in Ihrem Contact Center, weil während einer Konversation bestimmte Wörter erwähnt wurden
+ Eine bestimmte Person in Ihrem Contact Center, wenn es während des Anrufs zu einer Meinungsverschiedenheit kommt
+ Ein Agent, der den Kontakt bearbeitet hat, der mit Amazon Connect Conversational Analytics analysiert oder bewertet wurde.
**Wichtig**
Alle E-Mails werden von `no-reply@amazonconnect.com` gesendet.
SAML-Benutzer haben keine primären E-Mail-Adressen, sondern Benutzernamen-Logins. Ein Benutzernamen-Login ist in der Regel eine E-Mail-Adresse, muss es aber nicht sein. Für diese Benutzer ist die Feldbezeichnung **E-Mail-Adresse** in Amazon Connect leer. Wenn E-Mail-Benachrichtigungen an SAML-Benutzer gesendet werden, muss für sie eine sekundäre E-Mail-Adresse konfiguriert sein, um diese zu erhalten. Ist keine sekundäre E-Mail-Adresse konfiguriert, erhält der Benutzer die E-Mail nicht.
**So erstellen Sie eine Regel für , die eine E-Mail-Benachrichtigung versendet**
1. Melden Sie sich bei Amazon Connect mit einem Benutzerkonto an, das über die [erforderlichen Berechtigungen](permissions-for-rules.md) zum Erstellen von Regeln verfügt.
1. Navigieren Sie zu **Analyse und Optimierung**, **Regeln**.
1. Wählen Sie auf der Seite **Regeln** die Option **Regel erstellen** und dann in der Dropdown-Liste **Konversationsanalysen** oder **Bewertungsformulare** aus.
![\[Die Seite „Regeln“, die Dropdownliste „Regel erstellen“, die Option „Contact Lens“\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/contact-lens-create-rule.png)
1. Definieren Sie auf der Seite **Neue Regel** die Bedingungen für die Regel. Weitere Informationen finden Sie unter:
+ [Festlegen von Regelbedingungen für Konversationsanalysen](build-rules-for-contact-lens.md#rule-conditions)
+ [Festlegen von Regelbedingungen für Bewertungsformulare](create-evaluation-rules.md#rule-conditions-eval)
1. Wenn Sie Aktionen für die Regel definieren, wählen Sie **E-Mail-Benachrichtigung senden** als Aktion aus.
![\[Die Seite „Neue Regel“, die Dropdownliste „Aktion hinzufügen“, die Aktion „E-Mail-Benachrichtigung senden“\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/contact-lens-rules-email-action.png)
1. Wählen Sie im Abschnitt **E-Mail-Benachrichtigung senden** mithilfe einer der folgenden Optionen aus, wer die E-Mail erhalten soll:
+ **Empfänger durch Anmeldung auswählen**: Leitet die E-Mail an ausgewählte Benutzer weiter
**Wichtig**
Für SAML-Benutzer muss eine sekundäre E-Mail-Adresse konfiguriert sein, um diese zu erhalten. Ist keine sekundäre E-Mail-Adresse konfiguriert, erhält der Benutzer die E-Mail nicht.
+ **Empfänger nach Tags auswählen**: Leitet die E-Mail dynamisch auf Grundlage der Tag-Werte von Kundendienstmitarbeitern weiter
+ **Wählen Sie den Kundendienstmitarbeiter aus, der den Kontakt bearbeitet hat.** Leitet die E-Mail an den Kundendienstmitarbeiter weiter, der den Kontakt bearbeitet hat
In der folgenden Abbildung sendet die Regel eine Benachrichtigungs-E-Mail an den Kundendienstmitarbeiter, der den Kontakt bearbeitet hat.
![\[Der Abschnitt „E-Mail-Benachrichtigung senden“, die Option „Wählen Sie den Kundendienstmitarbeiter aus, der den Kontakt bearbeitet hat“\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/contact-lens-rules-email-tag.png)
1. Fügen Sie unter **Betreff** den Betreff der E-Mail hinzu. Fügen unter **Text** den Inhalt der E-Mail-Benachrichtigung hinzu.
Verwenden Sie **@, um dynamische Variablen hinzuzufügen**, die während der Ausführung der Regel aufgefüllt werden. Für Regeln für Konversationsanalysen und Regeln für Bewertungsformulare können Sie den **Regelnamen, die Instanz-URL, Kontakt-, Agenten** - und **Warteschlangeninformationen** für den Kontakt hinzufügen, der der Regel entspricht. Mit den Regeln für Bewertungsformulare können Sie zusätzlich die **Bewertungs-ID** einfügen.
![\[Der Text der E-Mail, die Liste der verfügbaren Variablen.\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/rules-send-email-dynamic-variables.png)
**Anmerkung**
Andere Regeltypen unterstützen andere Variablen:
Mit Regeln für Echtzeit-Metriken können Sie den **Regelnamen, die Instanz-URL** und eine Liste der **Agenten, Warteschlangen, Flows oder Routing-Profile** eingeben, die den Schwellenwert überschritten haben, um die Warnung auszulösen.
Regeln für Fälle ermöglichen es Ihnen, den **Regelnamen, die Instanz-URL** und die **Fall-ID** einzufügen.
1. Wählen Sie **Weiter** aus. Überprüfen Sie Ihre Auswahl und wählen Sie dann **Speichern** aus.
1. Nachdem Sie Regeln hinzugefügt haben, werden diese auf neue Kontakte angewendet, die Sie nach dem Hinzufügen der Regel kontaktieren. Regeln werden angewendet, wenn Amazon Connect Conversational Analytics Konversationen analysiert.
Regeln können nicht auf frühere, gespeicherte Konversationen angewendet werden.
## E-Mail-Limits
+ Amazon Connect hat ein Standardlimit von 500 E-Mails pro Tag. Wenn dieses Limit überschritten wird, wird die Amazon-Connect-Instance für 24 Stunden daran gehindert, weitere E-Mails zu senden. Das liegt daran, dass die E-Mails Unzustellbarkeits- und Beschwerdelimits unterliegen. Weitere Informationen finden Sie in den Abschnitten **Unzustellbarkeit** und **Beschwerde** unter [Grundlegendes zur E-Mail-Zustellung in Amazon SES](https://docs.aws.amazon.com/ses/latest/dg/send-email-concepts-deliverability.html).
+ Alle E-Mails werden von `no-reply@amazonconnect.com` gesendet. Diese Adresse lässt sich nicht ändern.
+ SAML-Benutzer haben keine primären E-Mail-Adressen, sondern Benutzernamen-Logins. Ein Benutzernamen-Login ist in der Regel eine E-Mail-Adresse, muss es aber nicht sein. Für diese Benutzer ist die Feldbezeichnung **E-Mail-Adresse** in Amazon Connect leer. Wenn E-Mail-Benachrichtigungen an SAML-Benutzer gesendet werden, muss für sie eine sekundäre E-Mail-Adresse konfiguriert sein, um diese zu erhalten. Ist keine sekundäre E-Mail-Adresse konfiguriert, erhält der Benutzer die E-Mail nicht.
Wenn die Standardoption für den Versand von E-Mails Ihren Anforderungen nicht entspricht, wenden Sie sich bitte an Ihren Technical Account Manager oder Support besprechen Sie dies mit dem Amazon Connect Connect-Serviceteam.
# Erstellen Sie eine Regel, die ein EventBridge Ereignis generiert
Sie können in Echtzeit oder nach dem Anruf/Chat Ereignisse abrufen und diese verwenden, um nachfolgende Benachrichtigungen oder Warnungen auszulösen oder Berichte außerhalb von Amazon Connect zu aggregieren. Mit diesen Daten haben Sie viele Möglichkeiten. Beispiel:
+ Erhalten Sie Benachrichtigungen in Echtzeit in einem QuickSight Dashboard.
+ Erstellen aggregierter Berichte außerhalb von Amazon Connect
+ Zusammenführen von Daten mit Ihrem CRM
+ Connect Sie Ihre Benachrichtigungslösung mit EventBridge und stellen Sie sicher, dass am Ende des Tages alle Ereignisse einer bestimmten Art von Ereignissen in einem bestimmten Posteingang landen. In der Nutzlast finden Sie den Kontakt, den/die Kundendienstmitarbeiter:in und die Warteschlange.
**Anmerkung**
Bei Regeln für Echtzeitmetriken werden die Ressourcen, die die Regel auslösen, unter **Ressourcen** aufgeführt. Wenn Sie beispielsweise eine Regel erstellen, die Sie über Warteschlangen-Metriken wie die durchschnittliche Antwortzeit in der Warteschlange informiert, wird die Liste der Warteschlangen, die den Schwellenwert überschritten haben, unter Ressourcen aufgeführt.
**Um eine Regel zu erstellen, die ein Ereignis generiert EventBridge**
1. Wenn Sie Ihre Regel erstellen, wählen Sie ** EventBridgeEreignis generieren** für die Aktion aus.
![\[Die neue Regelseite, der Abschnitt „Diese Aktionen ausführen“, die Dropdownliste „Aktion hinzufügen“ und die Aktion „ EventBridge Ereignis generieren“.\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/contact-lens-rules-events-example1.png)
1. Geben Sie für **Aktionsname** den Namen für die Ereignisnutzlast ein.
**Anmerkung**
Der Wert, den Sie dem **Aktionsnamen** zuweisen, ist in der EventBridge Payload sichtbar. Wenn Sie Ereignisse aggregieren, bietet der Aktionsname eine zusätzliche Dimension, die Sie verwenden können, um sie zu verarbeiten. Beispiel: Sie haben 200 Kategorienamen, aber nur 50 haben einen spezifischen Aktionsnamen wie NOTIFY\$1CUSTOMER\$1RETENTION.
![\[Der Abschnitt „Diese Aktionen ausführen“, der Abschnitt „Kontaktkategorie zuweisen“ und der Abschnitt „ EventBridge Ereignis generieren“.\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/contact-lens-rules-add-eb-action.png)
1. Wählen Sie **Weiter** aus. Überprüfen Sie Ihre Eingaben und wählen Sie **Speichern** aus.
1. Nachdem Sie Regeln hinzugefügt haben, werden diese auf neue Kontakte angewendet, die Sie nach dem Hinzufügen der Regel kontaktieren. Regeln werden angewendet, wenn Amazon Connect Conversational Analytics Konversationen analysiert.
Regeln können nicht auf frühere, gespeicherte Konversationen angewendet werden.
1. Um die EventBridge Daten zu nutzen, abonnieren Sie den EventBridge Ereignistyp. Siehe nächstes Verfahren.
## Abonnieren Sie EventBridge Ereignistypen
Um EventBridge Ereignistypen zu abonnieren, erstellen Sie eine benutzerdefinierte EventBridge Regel, die den folgenden Kriterien entspricht:
+ "source" = "aws.connect"
+ „detail-type“ = "Nach dem Contact Lens Anruf stimmen die Regeln überein“ oder eine der folgenden Optionen:
+ **Contact Lens Realtime Rules Matched**
+ **Contact Lens Realtime Chat Rules Matched**
+ **Contact Lens Post Chat Rules Matched**
+ **Contact LensDie Bewertungsregeln stimmen überein**
+ **Metrics Rules Matched**
Die folgende Abbildung zeigt diese Einstellungen im Abschnitt „Ereignismuster“ der Seite „Neue Regel“.
![\[Der Abschnitt „Ereignismuster“ auf der Seite mit den neuen EventBridge Regeln.\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/contact-lens-eb-rules-events.png)
### Beispiele für EventBridge Payloads
Im Folgenden finden Sie ein Beispiel dafür, wie die EventBridge Nutzlast aussieht, wenn die **Regeln nach Contact Lens dem Anruf übereinstimmen**.
```
{
"version": "0", // set by EventBridge
"id": "aaaaaaaa-bbbb-cccc-dddd-bf3703467718", // set by EventBridge
"source": "aws.connect",
"detail-type": "Contact Lens Post Call Rules Matched",
"account": "your AWS account ID",
"time": "2020-04-27T18:43:48Z",
"region": "us-east-1", // set by EventBridge
"resources": ["arn:aws:connect:us-east-1:your AWS account ID:instance/instance-ARN"],
"detail": {
"version": "1.0",
"ruleName": "ACCOUNT_CANCELLATION", // Rule name
"actionName": "NOTIFY_CUSTOMER_RETENTION",
"instanceArn": "arn:aws:connect:us-east-1:your AWS account ID:instance/instance-ARN",
"contactArn": "arn:aws:connect:us-east-1:your AWS account ID:instance/instance-ARN/contact/contact-ARN",
"agentArn": "arn:aws:connect:us-east-1:your AWS account ID:instance/instance-ARN/agent/agent-ARN",
"queueArn": "arn:aws:connect:us-east-1:your AWS account ID:instance/instance-ARN/queue/queue-ARN",
}
}
```
Im Folgenden finden Sie ein Beispiel dafür, wie die Nutzdaten aussehen wenn eine Übereinstimmung mit der Regel **Contact Lens Realtime Rules Matched** vorliegt.
```
{
"version": "0", // set by EventBridge
"id": "aaaaaaaa-bbbb-cccc-dddd-bf3703467718", // set by EventBridge
"source": "aws.connect",
"detail-type": "Contact Lens Realtime Rules Matched",
"account": "your AWS account ID",
"time": "2020-04-27T18:43:48Z",
"region": "us-east-1", // set by EventBridge
"resources": ["arn:aws:connect:us-east-1:your AWS account ID:instance/instance-ARN"],
"detail": {
"version": "1.0",
"ruleName": "ACCOUNT_CANCELLATION", // Rule name
"actionName": "NOTIFY_CUSTOMER_RETENTION",
"instanceArn": "arn:aws:connect:us-east-1:your AWS account ID:instance/instance-ARN",
"contactArn": "arn:aws:connect:us-east-1:your AWS account ID:instance/instance-ARN/contact/contact-ARN",
"agentArn": "arn:aws:connect:us-east-1:your AWS account ID:instance/instance-ARN/agent/agent-ARN",
"queueArn": "arn:aws:connect:us-east-1:your AWS account ID:instance/instance-ARN/queue/queue-ARN",
}
}
```
# Erstellen Sie eine Regel, die eine Aufgabe generiert
Mit Amazon Connect Connect-Regeln können Sie Aufgaben generieren. Auf diese Weise können Sie nachvollziehbare Aktionen mit den Verantwortlichen erstellen und erhalten sofort einen Überblick über die Erledigung von Aufgaben und die Produktivität.
Im Folgenden sind einige Beispiele aufgeführt:
+ Überprüfen Sie einen Kontakt, wenn der Kunde betrügerisch ist. Sie können beispielsweise eine Nachverfolgungsaufgabe erstellen, wenn Kunden Wörter oder Wortgruppen verwenden, die auf eine mögliche betrügerische Absicht hinweisen.
+ Nehmen Sie eine Nachverfolgung vor, wenn Kunden bestimmte Themen erwähnen, für die Sie später Zusatzverkäufe oder zusätzliche Unterstützung anbieten möchten, indem Sie sie kontaktieren.
+ Beurteilen Sie die Leistung der Mitarbeiter in bestimmten Szenarien, z. B. war die Kundenstimmung während des Gesprächs sehr schlecht und der Kunde äußerte Frustration.
+ Ergreifen Sie operative Maßnahmen, wie z. B. das Zuweisen zusätzlicher Agenten zu Warteschlangen, in denen die durchschnittliche Antwortzeit in der Warteschlange in der letzten Stunde akzeptable Schwellenwerte überschritten hat.
**So erstellen Sie eine Regel, die eine Aufgabe erstellt**
1. Wenn Sie Ihre Regel erstellen, wählen Sie **Aufgabe erstellen** als Aktion aus.
![\[Die Seite „Neue Regel“, das Dropdownmenü „Aktion hinzufügen“, die Option „Aufgabe erstellen“\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/contact-lens-rules-add-task-example1.png)
1. Füllen Sie die Aufgabenfelder wie folgt aus:
![\[Die Seite „Neue Regel“, der Abschnitt „Kontaktkategorie zuweisen“, der Abschnitt „Aufgabe erstellen“\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/contact-lens-rules-add-tasks-example2.png)
1. **Name der Kategorie**: Der Name der Kategorie wird im Kontaktdatensatz angezeigt. Maximale Länge: 200 Zeichen
1. **Name**: Der Name wird im Contact Control Panel (CCP) von Kundendienstmitarbeitern angezeigt. Maximale Länge: 512 Zeichen
1. **Beschreibung**: Die Beschreibung wird im Contact Control Panel (CCP) von Kundendienstmitarbeitern angezeigt. Maximale Länge: 4096 Zeichen
**Anmerkung**
Verwenden Sie in Name und Beschreibung den Wert **@, um dynamische Variablen hinzuzufügen**, die während der Ausführung der Regel aufgefüllt werden. Bei Regeln für Konversationsanalysen und Regeln für Bewertungsformulare können Sie den **Regelnamen, die Instanz-URL, Kontakt-, Agenten** - und **Warteschlangeninformationen** für den Kontakt hinzufügen, der der Regel entspricht. Mit den Regeln für Bewertungsformulare können Sie zusätzlich die **Bewertungs-ID** einfügen.
![\[Die Aufgabenaktion mit dynamischen Variablen.\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/rules-create-task-dynamic-variables.png)
Andere Regeltypen unterstützen andere Variablen:
Mit Regeln für Echtzeit-Metriken können Sie den **Regelnamen, die Instanz-URL und eine Liste der Agenten, Warteschlangen, Flows oder Routing-Profile** eingeben, die den Schwellenwert überschritten haben, um die Warnung auszulösen.
Regeln für Fälle ermöglichen es Ihnen, den **Regelnamen, die Instanz-URL** und die **Fall-ID** einzufügen.
1. **Aufgabenreferenzname**: Dies ist eine Standardreferenz, die automatisch im CCP von Kundendienstmitarbeitern angezeigt wird.
+ Bei Echtzeitregeln verweist die Aufgabenreferenz auf die Seite mit den Echtzeitdetails.
+ Bei Regeln für die Phase nach dem Anruf/Chat verweist die Aufgabenreferenz auf die Seite **Kontaktdaten**.
1. **Name für zusätzliche Referenz**: Maximale Länge: 4096 Zeichen. Sie können bis zu 25 Referenzen hinzufügen.
1. **Flow auswählen**: Wählen Sie den Flow aus, der die Aufgabe an die entsprechenden Besitzer der Aufgabe weiterleiten soll. Der Flow muss gespeichert und veröffentlicht werden, damit er in Ihrer Optionsliste in der Dropdownliste angezeigt wird.
1. Die folgende Abbildung zeigt ein Beispiel dafür, wie diese Informationen im CCP von Kundendienstmitarbeitern angezeigt werden.
![\[Eine Aufgabe im Contact Control Panel von Kundendienstmitarbeitern\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/contact-lens-rules-add-tasks-ccp.png)
In diesem Beispiel sehen Kundendienstmitarbeiter die folgenden Werte für **Name**, **Beschreibung** und **Aufgabenreferenzname**:
1. **Name** = **Action-Required-Contact Lens- ba2cf8fe....**
1. **Beschreibung** = **Test**
1. **Aufgabenreferenzname** = taskRef und die URL zur Seite mit den Echtzeitdetails
1. Wählen Sie **Weiter** aus. Überprüfen Sie die Aufgabe und wählen Sie dann **Speichern** aus.
1. Nachdem Sie Regeln hinzugefügt haben, werden diese auf Kontakte angewendet, die Sie nach dem Hinzufügen der Regel kontaktieren. Regeln werden angewendet, wenn Amazon Connect Conversational Analytics Konversationen analysiert.
Regeln können nicht auf frühere, gespeicherte Konversationen angewendet werden.
## Sprach- und Aufgabenkontaktdatensätzen sind verknüpft
Wenn eine Regel eine Aufgabe erstellt, wird automatisch ein Kontaktdatensatz für die Aufgabe generiert. Es besteht eine Verknüpfung mit dem Kontaktdatensatz des Sprachanrufs oder Chats, der die Kriterien für die Regel zur Erstellung der Aufgabe erfüllt hat.
Ein Anruf geht beispielsweise in Ihrem Kontaktzentrum ein und generiert CTR1:
![\[Informationen zum anfänglichen Kontaktdatensatz, wenn ein Anruf eingeht\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/contact-lens-rules-attributes-example1.png)
Die Regel-Engine generiert eine Aufgabe. Im Kontaktdatensatz für die Aufgabe wird der Sprachkontaktdatensatz als **Vorherige Kontakt-ID** angezeigt. Darüber hinaus erbt der Aufgabenkontaktdatensatz Kontaktattribute vom Sprachkontaktdatensatz, wie auf der folgenden Abbildung zu sehen:
![\[Kontaktdatensatz 2 für die Aufgabe\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/contact-lens-rules-attributes-example2.png)
## Über dynamische Werte für ContactId, AgentId, QueueId, RuleName
Die dynamischen Werte in den eckigen Klammern [ und ] werden als [Kontaktattribute](what-is-a-contact-attribute.md) bezeichnet. Kontaktattribute ermöglichen das Speichern temporärer Informationen über den Kontakt, sodass Sie diese in einem Flow verwenden können.
Wenn Sie Kontaktattribute in eckigen Klammern [] hinzufügen — wie ContactId AgentId, QueueId, oder RuleName — wird der Wert von einem Kontaktdatensatz an einen anderen weitergegeben. Sie können Kontaktattribute in Ihrem Flow verwenden, um den Kontakt entsprechend zu verzweigen und weiterzuleiten.
Weitere Informationen finden Sie unter [Verwenden von Kontaktattributen](connect-contact-attributes.md).
# Erstellen einer Regel in Contact Lens, mit der zugeordnete Aufgaben aus einem Fall beendet werden
**So erstellen Sie eine Regel, mit der zugeordnete Aufgaben aus einem Fall beendet werden**
1. Wenn Sie Ihre Regel erstellen, wählen Sie **Ein neuer Fall wird aktualisiert** als Ereignisquelle aus.
![\[Die Seite „Neue Regel“, das Dropdown-Menü „Aktion hinzufügen“, die Option „Ein Fall wird hinzugefügt“.\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/contact-lens-rules-update-case-1.png)
1. Wenn Sie Ihre Regel erstellen, wählen Sie **Aufgaben beenden** als Aktion aus.
![\[Die Seite „Neue Regel“, das Dropdown-Menü „Aktion hinzufügen“, die Option „Aufgaben beenden“.\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/contact-lens-rules-ends-tasks-2.png)
![\[Die Option „Aufgaben beenden“.\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/contact-lens-rules-ends-tasks-3.png)
1. Wählen Sie **Weiter** aus. Überprüfen Sie die Aufgabe und wählen Sie dann **Speichern** aus.
1. Nachdem Sie Regeln hinzugefügt haben, werden diese auf neue Kontakte angewendet, die Sie nach dem Hinzufügen der Regel kontaktieren. Regeln werden angewendet, wenn Amazon Connect Conversational Analytics Konversationen analysiert.
Regeln können nicht auf frühere, gespeicherte Konversationen angewendet werden.
# Erstellen einer Regel in Contact Lens, die einen Fall erstellt
**So erstellen Sie eine Regel, die einen Fall erstellt**
1. Wenn Sie Ihre Regel erstellen, wählen Sie „**Analyse nach dem Anruf ist verfügbar**“, „**Analyse nach dem Chat ist verfügbar**“ oder „**E-Mail-Analyse ist verfügbar“ als Ereignisquelle** aus.
![\[Wählen Sie auf der Seite „Bedingungen definieren“ die Option „Analyse nach dem Anruf ist verfügbar“, „Analyse nach dem Chat ist verfügbar“ oder „E-Mail-Analyse ist als Ereignisquelle verfügbar“ aus.\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/contact-lens-rules-create-case-1.png)
1. Wählen Sie **Weiter**
1. Wählen Sie auf der Seite „Aktionen“ die Option **Fall erstellen** für die Aktion aus.
![\[Die Seite „Neue Regel“, das Dropdown-Menü „Aktion hinzufügen“, die Option „Fall erstellen“.\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/contact-lens-rules-create-case-2.png)
1. Wählen Sie auf der Karte **Fall erstellen** eine **Fallvorlage** aus.
![\[Wählen Sie auf der Karte „Fall erstellen“ eine Fallvorlage aus.\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/contact-lens-rules-create-case-3.png)
1. Füllen Sie die **erforderlichen Felder** aus und fügen Sie **optionale Fallfelder** hinzu, um die Falldaten einzugeben.
**Anmerkung**
Damit diese Aktion funktioniert, muss ein Kundenprofil mit einem Kontakt verknüpft sein. Weitere Informationen finden Sie unter [Aktivieren von Fällen](enable-cases.md).
![\[Füllen Sie die erforderlichen Felder aus und fügen Sie optionale Fallfelder hinzu, um die Falldaten einzugeben.\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/contact-lens-rules-create-case-4.png)
1. Wählen Sie **Weiter** aus. Überprüfen Sie die Aufgabe und wählen Sie dann **Speichern** aus.
1. Nachdem Sie Regeln hinzugefügt haben, werden diese auf neue Kontakte angewendet, die Sie nach dem Hinzufügen der Regel kontaktieren. Regeln werden angewendet, wenn Amazon Connect Conversational Analytics Konversationen analysiert.
Regeln können nicht auf frühere, gespeicherte Konversationen angewendet werden.
# Erstellen einer Regel in Contact Lens, die einen Fall aktualisiert
**So erstellen Sie eine Regel, die einen Fall aktualisiert**
1. Wählen Sie beim Erstellen der Regel als Ereignisquelle **Ein Fall wurde aktualisiert** aus und klicken Sie auf **Weiter**.
![\[Die Seite „Neue Regel“, das Dropdown-Menü „Aktion hinzufügen“, die Option „Ein Fall wurde aktualisiert“\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/contact-lens-rules-update-case-1.png)
1. Wenn Sie Ihre Regel erstellen, wählen Sie **Fall aktualisieren** als Aktion aus.
![\[Die Seite „Neue Regel“, das Dropdown-Menü „Aktion hinzufügen“, die Option „Fall aktualisieren“.\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/contact-lens-rules-update-case-2.png)
1. Wählen Sie in der Dropdown-Liste ein beliebiges Fallfeld aus, das Sie aktualisieren möchten, und definieren Sie dessen neuen Wert.
![\[Wählen Sie in der Dropdown-Liste ein beliebiges Fallfeld aus, das Sie aktualisieren möchten, und definieren Sie dessen neuen Wert.\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/contact-lens-rules-update-case-3.png)
![\[Wählen Sie in der Dropdown-Liste ein beliebiges Fallfeld aus, das Sie aktualisieren möchten, und definieren Sie dessen neuen Wert.\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/contact-lens-rules-update-case-4.png)
1. Wählen Sie **Weiter** aus. Überprüfen Sie die Aufgabe und wählen Sie dann **Speichern** aus.
1. Nachdem Sie Regeln hinzugefügt haben, werden diese auf neue Kontakte angewendet, die Sie nach dem Hinzufügen der Regel kontaktieren. Regeln werden angewendet, wenn Amazon Connect Conversational Analytics Konversationen analysiert.
Regeln können nicht auf frühere, gespeicherte Konversationen angewendet werden.
# Erstellen einer Regel in Contact Lens, die eine automatisierte Bewertung sendet
Mithilfe von Contact Lens können Sie Bewertungen automatisch ausfüllen und absenden, indem Erkenntnisse und Metriken aus Konversationsanalysen verwendet werden.
## Schritt 1: Konfigurieren der Automatisierung im Bewertungsformular
Bevor Sie eine Regel erstellen können, die eine automatisierte Bewertung sendet, müssen Sie die Automatisierung im Bewertungsformular konfigurieren. Detaillierte Anleitungen finden Sie im Abschnitt [Erstellen eines Bewertungsformulars](create-evaluation-forms.md) unter [Schritt 6: Aktivieren Sie automatisierte Bewertungen](create-evaluation-forms.md#step-automate).
Im Folgenden finden Sie eine Übersicht über die Schritte:
1. Richten Sie die Automatisierung für jede Frage in einem Bewertungsformular ein.
1. Wählen Sie die Option **Automatisches Absenden von Bewertungen aktivieren**, bevor Sie das Bewertungsformular aktivieren.
1. Wenn Sie das Bewertungsformular mit konfigurierter Automatisierung aktivieren, werden Sie aufgefordert, eine Regel zu erstellen, wie in der folgenden Abbildung gezeigt.
![\[Eine Aufforderung zum Erstellen einer Regel\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/create-a-rule-to-submit-automated-evaluations-1.png)
1. Wählen Sie **Regel erstellen** aus.
1. Definieren Sie auf der Seite **Regeln** eine Regel, die festlegt, welche Kontakte automatisch mithilfe des ausgewählten Bewertungsformulars bewertet werden. Das folgende Verfahren bietet die entsprechenden Anleitungen.
## Schritt 2: Definieren einer Regel, die festlegt, welche Kontakte automatisch bewertet werden
Sie können automatisierte Bewertungen mit zwei Arten von Regeln auslösen:
+ Eine Regel für **Konversationsanalysen**, die den Kontakt automatisch bewertet, nachdem Contact Lens die Analyse abgeschlossen hat
+ Eine Regel für **Bewertungsformulare**, mit der ein situationsspezifisches Bewertungsformular als Ergebnis eines generischen Bewertungsformulars ausgelöst werden kann. Wird beispielsweise die Bewertungsfrage *War der Kunde am Kauf eines Produkts interessiert* mit *Ja* beantwortet, können Sie ein weiteres Bewertungsformular aufrufen, mit dem die *Verkaufsleistung des Kundendienstmitarbeiters* gemessen wird.
### Auslösen automatisierter Bewertungen mit einer Regel für Konversationsanalysen
Dies ist der Standardregeltyp, der ausgewählt wird, wenn Sie eine Regel zum Senden einer automatisierten Bewertung erstellen, während Sie das Formular aktivieren. Sie können eine solche Regel auch erstellen, indem Sie auf der Seite **Regeln** die Option **Regel erstellen**, **Konversationsanalyse** auswählen.
1. Wählen Sie als Ereignisquelle entweder **Eine Contact Lens-Analyse nach dem Telefonat ist verfügbar** oder **Eine Contact Lens-Analyse nach dem Chat ist verfügbar** aus. Diese beiden Optionen sind auf der folgenden Abbildung hervorgehoben.
![\[Die Optionen für die Analyse nach dem Telefonat und die Analyse nach dem Chat\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/defined-conditions-evaluations.png)
1. Definieren Sie Bedingungen für die Identifizierung von Kontakten, die automatisch ausgewertet werden sollen, und wählen Sie dann **Weiter**.
Beispielbedingungen, anhand derer Sie die spezifische Gruppe von Agenten oder Kontakten identifizieren können, für die das Bewertungsformular gilt, sind:
+ Kundendienstmitarbeiters (Kundendienstmitarbeiter)
+ Kundendienstmitarbeiter-Hierarchie
+ KI-Agent
+ Queues (Warteschlangen)
+ Initiierungsmethode
Darüber hinaus können Sie Kontakte ausschließen, die aufgrund von Konnektivitäts- oder anderen Problemen möglicherweise vorzeitig beendet wurden, und zwar unter folgenden Bedingungen:
+ Dauer der Interaktion (z. B. über 30 Sekunden)
+ Gesprächszeit (z. B. spricht der Kunde länger als 10 Sekunden)
+ Mögliches Problem beim Trennen der Verbindung, wenn das Problem nicht besteht oder während des Gesprächs kein Verbindungs- oder Geräteproblem bekannt ist
1. Geben Sie auf der Seite **Aktionen definieren** einen Kategorienamen ein, um die Regel zu identifizieren.
1. Klicken Sie auf **Aktion hinzufügen**, wählen Sie **Automatisierte Bewertung einreichen** und anschließend das Formular, das Sie für das automatische Einreichen einer Bewertung verwenden möchten. (Diese Aktion ist auf der Seite bereits ausgewählt, wenn Sie die Regel bei der Aktivierung des Formulars erstellt haben.)
1. Wählen Sie **Weiter** aus. Überprüfen Sie die Einstellungen und wählen Sie dann **Speichern und veröffentlichen** aus.
Nachdem Sie Regeln hinzugefügt haben, werden diese auf neue Kontakte angewendet, die Sie nach dem Hinzufügen der Regel kontaktieren. Regeln werden angewendet, wenn Amazon Connect Conversational Analytics Konversationen analysiert.
**Wichtig**
Regeln können nicht auf frühere, gespeicherte Konversationen angewendet werden.
### Auslösen automatisierter Bewertungen mit einer Regel für Bewertungsformulare
1. Gehen Sie zur Seite **Regeln**. Wählen Sie **Regel erstellen**, **Bewertungsformulare** aus.
1. Wählen Sie unter **Wenn** als Ereignisquelle die Option **Ein Contact Lens-Bewertungsergebnis ist verfügbar**.
1. Wählen Sie **Bedingung hinzufügen** aus, um eine situationsspezifische Bewertung auszulösen. Beispiel:
+ Eine spezifische Antwort auf eine andere Bewertung, wie in der folgenden Abbildung gezeigt
![\[Eine spezifische Antwort auf eine andere Bewertung\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/add-condition-1.png)
+ Die Punktzahl eines anderen Bewertungsformulars, wie in der folgenden Abbildung gezeigt
![\[Die Punktzahl eines anderen Bewertungsformulars\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/add-condition-2.png)
1. Klicken Sie auf **Aktion hinzufügen**, wählen Sie **Automatisierte Bewertung einreichen** und anschließend das Formular, das Sie für das automatische Einreichen einer Bewertung verwenden möchten.
1. Wählen Sie **Weiter** aus. Überprüfen Sie die Einstellungen und wählen Sie dann **Speichern und veröffentlichen** aus.
## Häufig gestellte Fragen (FAQ)
1. **Kann eine automatisierte Bewertung eine manuell eingereichte Bewertung außer Kraft setzen?**
Nein. Wenn bereits eine Bewertung vorhanden ist, schlägt die automatische Bewertung für diesen Kontakt fehl, und Kontoadministratoren können die Benachrichtigungen über solche Fehler darin einsehen. CloudWatch
1. **Woran erkenne ich automatisierte Bewertungen?**
Wenn eine Bewertung automatisch eingereicht wird, ist sie auf der Seite **Kontaktdaten** als „Über Contact Lens-Automatisierung eingereicht“ gekennzeichnet. Wenn eine automatisierte Bewertung manuell bearbeitet und erneut eingereicht wird, enthält das Feld „Eingereicht von“ den Namen des Bewerters.
1. **Kann ich einen Kontakt mithilfe mehrerer Bewertungsformulare automatisch bewerten?**
Ja, Sie können mehrere Bewertungsformulare verwenden, um einen Kontakt automatisch zu bewerten. Dazu müssen Sie mehrere Regeln erstellen, um automatisierte Bewertungen mithilfe der verschiedenen Bewertungsformulare einzureichen.
# Verwenden einer Wort- oder Wortgruppenbedingung in einer Regel für Contact Lens
In der Regel **Konversationsanalyse** in Contact Lens haben Sie die Möglichkeit, eine Wort- oder Wortgruppenbedingung anzugeben. Sie können für die Wörter oder Wortgruppen „Genaue Übereinstimmung“, „Semantische Übereinstimmung“ oder „Musterübereinstimmung“ auswählen. In diesem Artikel werden die einzelnen Übereinstimmungstypen erläutert.
**Anmerkung**
Bei allen drei Übereinstimmungstypen wird nicht zwischen Groß- und Kleinschreibung unterschieden. Wenn Sie beispielsweise das Wort „Abrechnen“ angegeben haben, stimmt es auch mit dem Transkript überein, das das Wort „abrechnen“ enthält.
## So verwenden Sie „Genaue Übereinstimmung“
**Genaue Übereinstimmung** ist eine genaue Übereinstimmung mit einem Wort, das sowohl im Singular als auch im Plural sein kann.
Sie können Schlüsselwörter oder Wortgruppen wie folgt hinzufügen:
+ Wählen Sie **Schlüsselwörter oder Phrasen eingeben** und geben Sie die Werte manuell in das Textfeld ein. Mehrere Werte können durch ein Komma getrennt werden.
![\[Die Option „Schlüsselwörter oder Phrasen eingeben“ auf der Benutzeroberfläche\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/exact-match-1.png)
+ Wählen Sie **Aus der Wortsammlung importieren**, um vordefinierte Wörter und Wortgruppen aus Wortsammlungen zu importieren.
![\[Option „Aus der Wortsammlung importieren“ auf der Benutzeroberfläche\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/exact-match-2.png)
Wortsammlungen können in zwei Typen eingeteilt werden: Benutzer-Wortsammlungen und System-Wortsammlungen. System-Wortsammlungen sind von Amazon Connect vordefiniert und können von Benutzern nicht bearbeitet werden. Eine Benutzer-Wortsammlung kann von Benutzern erstellt, gelesen, aktualisiert und gelöscht werden (CRUD). Weitere Informationen finden Sie unter [Verwalten von Wortsammlungen beim Erstellen von Regeln für Konversationsanalysen in Contact Lens](manage-word-collections.md).
## So verwenden Sie „Musterübereinstimmung“
Wenn Sie nach ähnlichen Wörtern suchen möchten, können Sie den Kriterien ein Sternchen (\$1) hinzufügen. Wenn Sie beispielsweise nach allen Varianten von „Nachbar“ (Nachbarin, Nachbarn, Nachbarschaft) suchen möchten, geben Sie **Nachbar\$1** ein.
Mit **Musterübereinstimmung** können Sie Folgendes angeben:
+ **Liste der Werte**: Dies ist hilfreich, wenn Sie Ausdrücke mit austauschbaren Werten erstellen möchten. Beispiel für einen Ausdruck:
*Ich rufe wegen eines Stromausfalls in ["Peking" ODER "London" ODER "New York" ODER "Paris" ODER "Tokio"] an.*
Anschließend können Sie in Ihrer Liste mit Werten die Städte hinzufügen: Peking, London, New York, Paris, Tokio.
Der Vorteil der Verwendung von Werten besteht darin, dass Sie nur einen Ausdruck anstelle mehrerer Ausdrücke erstellen müssen. Dadurch verringert sich die Anzahl der zu erstellenden Karten.
+ **Zahl**: Diese Option wird am häufigsten in Compliance-Skripten verwendet oder in Fällen, in denen Sie nach einem Kontext suchen, wenn Sie wissen, dass irgendwo dazwischen eine Zahl (in Ziffern [0–9]) steht. Auf diese Weise können Sie alle Ihre Kriterien in einem Ausdruck vereinen statt zwei zu verwenden. Beispiel eines Compliance-Skripts für Kundendienstmitarbeiter:
*Ich bin seit [num] Jahren in dieser Branche tätig und würde dieses Angelegenheit gerne mit Ihnen besprechen.*
Weiteres Beispiel dazu, was Kunden sagen könnten:
*Ich bin seit [num] Jahren Mitglied.*
**Anmerkung**
Beim Extrahieren von Zahlen aus Chat- oder Audiotranskripten werden nur numerische Ziffern (0–9) erkannt.
Bei Sprachkontakten in bestimmten Sprachen können bei der [Zahlentranskription](https://docs.aws.amazon.com/transcribe/latest/dg/how-numbers.html) gesprochene Zahlen möglicherweise nicht in ein digitales Format umgewandelt werden. Das bedeutet, dass der Zahlenmusterabgleich in diesen Fällen eventuell nicht funktioniert. Eine Liste der Sprachen, die eine Transkription von Zahlen unterstützen, finden Sie im *Entwicklerhandbuch zu Amazon Transcribe* unter [Unterstützte Sprachen und sprachspezifische Features](https://docs.aws.amazon.com/transcribe/latest/dg/supported-languages.html).
+ **Nähedefinition**: Es werden Übereinstimmungen gefunden, die eventuell zu weniger als 100 Prozent passen. Sie können auch den Abstand zwischen Wörtern angeben. Wenn Sie beispielsweise nach Kontakten suchen, bei denen das Wort „Kredit“ erwähnt wurde, Sie aber keine Erwähnungen der Wortgruppe „neuer Kredit“ wünschen, können Sie eine Musterübereinstimmungskategorie definieren, um nach dem Wort „Kredit“ zu suchen, das nicht in einem Abstand von einem Wort zu „neuer“ steht.
Beispiel für eine Nähedefinition:
*neuer [is not within 1 word from] Kredit*
**Tipp**
Eine Liste der für die Musterübereinstimmung unterstützten Sprachen finden Sie unter [KI-Features](supported-languages.md#supported-languages-contact-lens).
## So verwenden Sie „Semantische Übereinstimmung“
„Semantische Übereinstimmung“ wird nur für die Analyse nach dem Anruf/Chat unterstützt.
+ Eine „Absicht“ ist ein Beispiel für eine Äußerung. Dabei kann es sich um eine Wortgruppe oder einen Satz handeln.
+ Sie können bis zu vier Absichten in eine Karte (Gruppe) eingeben.
+ Für die besten Ergebnisse empfehlen wir, in einer Karte semantisch ähnliche Absichten zu sammeln. Beispiel: Es gibt eine Kategorie für „Höflichkeit“. Diese beinhaltet zwei Absichten: „Begrüßung“ und „Verabschiedung“. Wir empfehlen, diese Absichten in zwei Karten zu unterteilen:
+ Karte 1: „Wie geht es Ihnen heute“ und „Ich hoffe, es geht Ihnen gut“. Das sind semantisch ähnliche Begrüßungen.
+ Karte 2: „Danke, dass Sie uns kontaktiert haben“ und „Wir wissen Sie als Kundin zu schätzen“. Das sind semantisch ähnliche Verabschiedungen.
Die Aufteilung der Absichten in zwei Karten bietet mehr Genauigkeit als bei einer Zusammenführung in einer Karte.
# Verwenden von generativer KI, um Kontakte semantisch mit Aussagen in natürlicher Sprache abzugleichen
In einer Regel für **Konversationsanalysen** in Contact Lens können Sie optional eine Bedingung für **Natürliche Sprache – Semantische Übereinstimmung** angeben, mit der mithilfe generativer KI Kontakte gefunden werden, die einer Aussage in natürlicher Sprache entsprechen. „Natürliche Sprache – Semantische Übereinstimmung“ wird verwendet, wenn Sie Kontakte nach kontextspezifischen Kriterien abgleichen möchten (etwa ob das Problem des Kunden während des Anrufs gelöst wurde) oder wenn es zu viele mögliche Wörter oder Wortgruppen gibt, um die Bedingung **Wörter oder Phrasen** zu verwenden.
Profi-Tipp: Verwenden Sie die auf generativer KI basierende Option „Natürliche Sprache – Semantische Übereinstimmung“, wenn Sie zuvor „Wörter oder Phrasen – Semantische Übereinstimmung“ benutzt haben.
## So verwenden Sie die Option „Natürliche Sprache – Semantische Übereinstimmung“
****
1. Melden Sie sich bei Amazon Connect als Benutzer an, der über die Berechtigungen **Regeln** und **Regeln – Generative KI** verfügt.
1. Wählen Sie im Navigationsmenü **Analyse und Optimierung** und dann **Regeln** aus.
1. Wählen Sie als Nächstes **Regel erstellen** und **Konversationsanalysen** aus.
![\[Option „Aus der Wortsammlung importieren“ auf der Benutzeroberfläche\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/create-natural-semantic-match-rule.png)
1. Wählen Sie als Ereignisquelle entweder „Eine Contact Lens-Analyse nach dem Telefonat ist verfügbar“ oder „Eine Contact Lens-Analyse nach dem Chat ist verfügbar“ aus.
1. Wählen Sie **Bedingung hinzufügen** und anschließend **Natürliche Sprache – Semantische Übereinstimmung** aus.
![\[Option „Aus der Wortsammlung importieren“ auf der Benutzeroberfläche\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/choose-natural-semantic-match.png)
1. Geben Sie eine Aussage in natürlicher Sprache ein, die von generativer KI als wahr oder falsch bewertet werden kann, indem sie mit dem Konversationstranskript abgeglichen wird.
![\[Option „Aus der Wortsammlung importieren“ auf der Benutzeroberfläche\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/enter-natural-language-statement.png)
1. Fügen Sie zusätzliche Bedingungen hinzu, etwa Warteschlangen, benutzerdefinierte Kontaktattribute usw.
1. Wählen Sie **Weiter** und geben Sie einen Kategorienamen (ohne Leerzeichen) ein, der verwendet werden soll, um Kontakte mit der Aussage in natürlicher Sprache zu kennzeichnen, **CustomerAddressChange**z. B.
1. Sie können zusätzliche Aktionen angeben, etwa [Aufgaben generieren](contact-lens-rules-create-task.md), [E-Mail-Benachrichtigungen senden](contact-lens-rules-email.md) und [Bewertungen automatisch senden](contact-lens-rules-submit-automated-evaluation.md).
1. Klicken Sie auf **Weiter**, um die Regel zu überprüfen, bevor Sie sie **speichern und veröffentlichen**. Wenn Sie die Regel noch nicht veröffentlichen möchten, können Sie sie auch **als Entwurf speichern**.
## Leitfaden zur Verwendung von semantischen Übereinstimmungen
In der folgenden Liste wird beschrieben, wie die semantische Übereinstimmung am besten verwendet wird:
+ Die Aussage sollte etwas sein, das als wahr oder falsch bewertet werden kann.
+ Bei der Option „Natürliche Sprache – Semantische Übereinstimmung“ wird nur das Transkript der Konversation verwendet. Wenn Sie andere Kontaktattribute (etwa Warteschlangen) in den Übereinstimmungskriterien verwenden möchten, müssen diese als separate Bedingungen innerhalb der Regel angegeben werden.
+ Verwenden Sie nach Möglichkeit den Begriff „Kundendienstmitarbeiter“ anstelle von „Kollege“, „Mitarbeiter“, „Vertreter“, „Berater“ oder „Agent“. Verwenden Sie entsprechend den Begriff „Kunde“ anstelle von Begriffen wie „Mitglied“, „Anrufer“, „Gast“ oder „Abonnent“.
+ Verwenden Sie doppelte Anführungszeichen nur dann, wenn Sie die genauen Worte finden möchten, die der Kundendienstmitarbeiter oder der Kunde gesagt hat. Wenn die Anweisung beispielsweise darin besteht, zu überprüfen, ob der Kundendienstmitarbeiter „Schönen Tag noch“ gesagt hat, wird die Aussage „Schönen Nachmittag noch“ von der generativen KI nicht erkannt. Stattdessen sollte die Aussage in natürlicher Sprache lauten: „Der Kundendienstmitarbeiter wünschte dem Kunden einen schönen Tag.“
**Beispielaussagen beim Verwenden der semantischen Übereinstimmung**
+ Der Kunde wollte eine Änderung an seinem Abonnement vornehmen.
+ Der Kunde bedankte sich beim Kundendienstmitarbeiter für die Unterstützung.
+ Der Kunde hat den Wunsch geäußert, seine aktuellen Dienste zu kündigen.
+ Der Kunde hat um eine nachfolgende Interaktion gebeten.
+ Der Kunde hat den Kundendienstmitarbeiter gebeten, Informationen zu wiederholen, was auf mangelndes Verständnis hindeutete.
+ Der Kunde bat darum, mit dem Vorgesetzten des Kundendienstmitarbeiters zu sprechen.
+ Der Kundendienstmitarbeiter hat den Kunden um zusätzliche Informationen oder eine Bestätigung gebeten, bevor er eine endgültige Antwort gab.
+ Der Kundendienstmitarbeiter hat mehrere Zahlungsmöglichkeiten angeboten.
+ Der Kundendienstmitarbeiter versicherte dem Kunden, dass sein Anruf wichtig war, und bat um zusätzliche Wartezeit.
+ Der Kundendienstmitarbeiter hat alle Probleme des Kunden gelöst.
# Verwalten von Wortsammlungen beim Erstellen von Regeln für Konversationsanalysen in Contact Lens
Eine *Wortsammlung* besteht aus einer Reihe von vorgefertigten Wörtern und Wortgruppen, anhand derer Sie die Bedingung für eine genaue Übereinstimmung definieren können, wenn Sie Regeln für Konversationsanalysen erstellen. Wenn Sie einer Regel Bedingungen für die genaue Übereinstimmung hinzufügen, können Sie eine Liste mit Wörtern und Wortgruppen aus einem Dropdown-Menü auswählen.
## Erforderliche Berechtigungen
Für „Contact Lens-Regeln – Wortsammlungen“ sind die gleichen Sicherheitsprofilberechtigungen erforderlich wie für „Contact Lens-Regeln“. Weitere Informationen finden Sie unter [Sicherheitsprofilberechtigungen für Regeln in Contact Lens](permissions-for-rules.md).
## So greifen Sie auf die Verwaltungsseite für Wortsammlungen zu
1. Wenn Sie eine Regel für Konversationsanalysen erstellen oder aktualisieren, klicken Sie auf das Zahnradsymbol oben rechts auf der Bedingungskarte für die **genaue Übereinstimmung**, wie in der folgenden Abbildung gezeigt.
![\[Die Option „Schlüsselwörter oder Phrasen eingeben“ auf der Benutzeroberfläche\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/word-collections-permissions-how-to-access-1.png)
1. Auf der Verwaltungsseite für **Wortsammlungen** können Sie bestehende Wortsammlungen ansehen und neue Wortsammlungen erstellen.
![\[Die Option „Schlüsselwörter oder Phrasen eingeben“ auf der Benutzeroberfläche\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/word-collections-permissions-how-to-access-2.png)
## So erstellen Sie eine Benutzer-Wortsammlung
****
1. Wählen Sie auf der Verwaltungsseite für **Wortsammlungen** die Option **Eine Wortsammlung erstellen** aus.
![\[Die Option „Schlüsselwörter oder Phrasen eingeben“ auf der Benutzeroberfläche\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/create-user-word-collections-1.png)
1. Geben Sie den Namen der Wortsammlung ein, fügen Sie Wörter und Wortgruppen hinzu und klicken Sie dann auf **Speichern**.
![\[Die Option „Schlüsselwörter oder Phrasen eingeben“ auf der Benutzeroberfläche\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/create-user-word-collections-2.png)
## Limits für Wortsammlungen
+ Amazon Connect hat ein Standardlimit von 100 Benutzer-Wortsammlungen pro Instance.
+ Jede Wortsammlung kann maximal 100 Wörter oder Wortgruppen enthalten.
+ Jedes Wort oder jede Wortgruppe ist auf maximal 512 Zeichen begrenzt.
+ Sie können nur Benutzer-Wortsammlungen verwalten. System-Wortsammlungen können Sie weder verwalten noch bearbeiten.
# Eingeben eines Skripts in eine Regel für Contact Lens, die von Kundendienstmitarbeitern befolgt werden soll
Geben Sie ein Skript in eine Regel für Contact Lens ein, wenn Sie möchten, dass Kundendienstmitarbeiter bei Kundenanrufen ganz bestimmte Worte verwenden.
Zum Eingeben eines Skripts in eine Regel können Sie Wortgruppen eingeben. Wenn Sie beispielsweise hervorheben möchten, wenn Kundendienstmitarbeiter *Danke, dass Sie Mitglied sind. Wir freuen uns über Ihr Interesse.* sagen, geben Sie zwei Wortgruppen ein:
+ Danke, dass Sie Mitglied sind.
+ Wir freuen uns über Ihr Interesse.
Fügen Sie zur Anwendung der Regel auf bestimmte Geschäftsbereiche eine Bedingung dafür, für welche Warteschlangen sie gilt, oder Kontaktattribute hinzu. Die folgende Abbildung zeigt beispielsweise eine Regel, die gilt, wenn ein Mitarbeiter die BasicQueue Warteschlangen für Abrechnung und Zahlungen bearbeitet, der Kunde eine Autoversicherung abgeschlossen hat und der Vertreter in Seattle ansässig ist.
![\[Die Seite „Neue Regel“, der Abschnitt „Wörter oder Phrasen – Genaue Übereinstimmung“, mehrere Bedingungen\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/contact-lens-add-category-rules-3.png)
# Sicherheitsprofilberechtigungen für Regeln in Contact Lens
Damit Sie Regeln für die automatische Kategorisierung ansehen, bearbeiten oder hinzufügen können, müssen Sie einem Sicherheitsprofil zugewiesen sein, das über die Berechtigungen **Analyse und Optimierung: Regeln** verfügt.
Zum Ansehen, Bearbeiten oder Hinzufügen von Regeln, die generative KI verwenden (mittels der Bedingung **Natürliche Sprache – Semantische Übereinstimmung**), muss Ihrem Sicherheitsprofil zusätzlich die Berechtigung **Analyse und Optimierung: Regeln – Generative KI** zugewiesen werden.
Damit Sie die Namen von Kundendienstmitarbeitern sehen können, um sie zu Regeln hinzuzufügen, benötigen Sie in Ihrem Sicherheitsprofil die Berechtigungen **Benutzer und Berechtigungen: Benutzer – Anzeigen**.
Damit Sie die Namen der Warteschlangen sehen können, um sie zu Regeln hinzuzufügen, benötigen Sie in Ihrem Sicherheitsprofil die Berechtigungen **Routing: Warteschlangen – Anzeigen**.
Weitere Informationen finden Sie unter [Zuweisen von Berechtigungen für die Verwendung der Konversationsanalysen von Contact Lens in Amazon Connect](permissions-for-contact-lens.md).
# Entwerfen eines Flows zur Verwendung von Kontaktattributen in einer Regel für Contact Lens
In einer Regel können bis zu fünf Kontaktattribute verwendet werden.
Kontaktattribute werden zu Beginn der Kontaktanalysesitzung in Echtzeit abgerufen. Alle dabei abgerufenen Daten werden während der gesamten Sitzung für die Regelauswertung verwendet. Mögliche Aktualisierungen von Kontaktattributen nach dem Start der Sitzung werden nicht berücksichtigt.
Sie können Flows so entwerfen, dass die Kontaktattribute verwendet werden, die Sie in einer Regel angeben, und die Aufgabe dann entsprechend weitergeleitet wird. Beispiel: Ein Anruf oder Chat geht in Ihrem Contact Center ein. Beim Analysieren des Anrufs oder Chats findet Contact Lens einen Treffer für die Regel **Compliance**. Der Kontaktdatensatz, der für den Anruf erstellt wird, enthält beispielsweise Informationen, die denjenigen auf der folgenden Abbildung ähneln. Es zeigt die **Kategorie** = **Compliance** und hat zwei benutzerdefinierte Kontaktattribute: **CustomerType**= **VIP**, **AgentLocation**= **NYC**.
![\[Der Kontaktdatensatz, wenn die Compliance-Regel ausgelöst wird\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/contact-lens-rules-attributes-example1.png)
Die Regel-Engine generiert eine Aufgabe. Der Kontaktdatensatz für die Aufgabe erbt die Kontaktattribute vom Sprachkontaktdatensatz, wie auf der folgenden Abbildung zu sehen:
![\[Der Kontaktdatensatz für die Aufgabe, die benutzerdefinierten Kontaktattribute\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/images/contact-lens-rules-attributes-example2.png)
Der Sprachkontaktdatensatz wird als **Vorherige Kontakt-ID** angezeigt.
Der Flow, den Sie in der Regel angeben, sollte so aufgebaut sein, dass er die Kontaktattribute verwendet und die Aufgabe an entsprechende Besitzer weiterleitet. Beispielsweise möchten Sie Aufgaben, bei denen **CustomerType = VIP** gilt, möglicherweise an einen bestimmten Agenten weiterleiten.
Weitere Informationen finden Sie unter [Verwenden von Kontaktattributen](connect-contact-attributes.md).
# Anwenden von Regeln auf neue Kontakte, wenn Contact Lens Konversationen analysiert
Nachdem Sie Regeln hinzugefügt haben, werden diese auf neue Kontakte angewendet, die Sie nach dem Hinzufügen der Regel kontaktieren. Regeln werden angewendet, wenn Amazon Connect Conversational Analytics Konversationen analysiert.
Regeln können nicht auf frühere, gespeicherte Konversationen angewendet werden.
# Fehlermeldungen: Wenn Contact Lens einen Kontakt nicht analysieren kann
Möglicherweise kann Contact Lens eine Kontaktdatei nicht analysieren, obwohl die Analyse im Flow aktiviert ist. In diesem Fall werden mithilfe von EventBridge Amazon-Ereignissen Fehlerbenachrichtigungen Contact Lens gesendet.
Ereignisse werden auf [bestmögliche Weise](https://docs.aws.amazon.com/eventbridge/latest/userguide/eb-service-event.html) ausgegeben.
## EventBridge Benachrichtigungen abonnieren
Um diese Benachrichtigungen zu abonnieren, erstellen Sie eine benutzerdefinierte EventBridge Regel, die den folgenden Kriterien entspricht:
+ "source" = "aws.connect"
+ "detail-type" = "Contact Lens Analysis State Change"
Sie können das Muster auch ergänzen, um benachrichtigt zu werden, wenn ein bestimmter Ereigniscode auftritt. Weitere Informationen finden Sie unter [Event Patterns](https://docs.aws.amazon.com/eventbridge/latest/userguide/filtering-examples-structure.html) im * EventBridge Amazon-Benutzerhandbuch*.
Das Format einer Benachrichtigung sieht wie das folgende Beispiel aus:
```
{
"version": "0", // set by CloudWatch Events
"id": "55555555-1111-1111-1111-111111111111", // set by CloudWatch Events
"source": "aws.connect",
"detail-type": "Contact Lens Analysis State Change",
"account": "111122223333",
"time": "2020-04-27T18:43:48Z",
"region": "us-east-1", // set by CloudWatch Events
"resources": [
"arn:aws:connect:us-east-1:111122223333:instance/abcd1234-defg-5678-h9j0-7c822889931e",
"arn:aws:connect:us-east-1:111122223333:instance/abcd1234-defg-5678-h9j0-7c822889931e/contact/efgh4567-pqrs-5678-t9c0-111111111111"
],
"detail": {
"instance": "arn:aws:connect:us-east-1:111122223333:instance/abcd1234-defg-5678-h9j0-7c822889931e",
"contact": "arn:aws:connect:us-east-1:111122223333:instance/abcd1234-defg-5678-h9j0-7c822889931e/contact/efgh4567-pqrs-5678-t9c0-111111111111",
"channel": "VOICE",
"state": "FAILED",
"reasonCode": "RECORDING_FILE_CANNOT_BE_READ"
}
}
```
## Ereigniscodes
In der folgenden Tabelle sind die Ereigniscodes aufgeführt, die auftreten können, wenn Contact Lens einen Kontakt nicht analysieren kann.
| Ereignisursachencode | Description |
| --- | --- |
| INVALID\$1ANALYSIS\$1CONFIGURATION | Contact Lens hat ungültige Werte erhalten, als der Flow initiiert wurde, z. B. einen nicht unterstützten oder ungültigen Sprachcode oder einen nicht unterstützten Wert für das Redaktionsverhalten. |
| RECORDING\$1FILE\$1CANNOT\$1BE\$1READ | Contact Lens kann die Aufzeichnungsdatei nicht abrufen. Das kann daran liegen, dass die Datei nicht im S3-Bucket vorhanden ist oder dass Probleme mit Berechtigungen vorliegen. |
| RECORDING\$1FILE\$1TOO\$1SMALL | Die Aufzeichnungsdatei ist zu klein für eine Analyse (weniger als 105 ms). Wenn die Datei nicht das erwartete Format hat, tritt ein INVALID-Fehler auf. Leeres JSON ist ebenfalls ein unerwartetes Objekt. |
| RECORDING\$1FILE\$1TOO\$1LARGE | Die Aufzeichnungsdatei überschreitet das Limit für die Dauer der Analyse. [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/de_de/connect/latest/adminguide/contact-lens-error-notifications.html) |
| RECORDING\$1FILE\$1INVALID | Die Aufzeichnungsdatei ist ungültig. |
| RECORDING\$1FILE\$1CANNOT\$1BE\$1READ | Beim Versuch von Contact Lens, die Aufzeichnungsdatei zu lesen, ist ein Fehler aufgetreten. |
| RECORDING\$1FILE\$1EMPTY | Die Aufzeichnungsdatei ist leer. |
| RECORDING\$1SAMPLE\$1RATE\$1NOT\$1SUPPORTED | Die Abtastrate der Audiodatei wird nicht unterstützt. Contact Lensunterstützt derzeit Audiodateien mit einer Abtastrate von 8 kHz. Das ist die Abtastrate für Amazon-Connect-Aufzeichnungen. |
# Fehlermeldungen, wenn eine Amazon-Connect-Regel nicht ausgeführt werden kann
Es ist wichtig, zu wissen, wann eine bestimmte Regelaktion in einer Produktionsumgebung fehlgeschlagen ist und wodurch dieses Problem verursacht wurde. Dann können Sie in der Zukunft aktiv gegen solche Fehler vorgehen.
Um in Echtzeit Einblicke in die Aktionen zu erhalten, die nicht ausgeführt werden konnten, integrieren Sie Amazon Connect Connect-Regeln in EventBridge Amazon-Ereignisse. Auf diese Weise können Sie benachrichtigt werden, wenn beispielsweise die Aktion „Aufgabe erstellen“ nicht ausgeführt werden konnte, weil die maximale Anzahl an **gleichzeitig aktiven Aufgaben pro Instance** die Service Quota erreicht hat. In diesem Fall sendet Amazon Connect mithilfe von EventBridge Amazon-Ereignissen Fehlerbenachrichtigungen.
Ereignisse werden auf [bestmögliche Weise](https://docs.aws.amazon.com/eventbridge/latest/userguide/eb-service-event.html) ausgegeben.
## Abonnieren Sie EventBridge Benachrichtigungen
Um diese Benachrichtigungen zu abonnieren, erstellen Sie eine benutzerdefinierte EventBridge Regel, die den folgenden Kriterien entspricht:
+ "source" = "aws.connect"
+ "detail-type" = "Contact Lens Rules Action Execution Failed"
Sie können das Muster auch ergänzen, um benachrichtigt zu werden, wenn ein bestimmter Ereigniscode auftritt. Weitere Informationen finden Sie unter [Event Patterns](https://docs.aws.amazon.com/eventbridge/latest/userguide/filtering-examples-structure.html) im * EventBridge Amazon-Benutzerhandbuch*.
Das Format einer Benachrichtigung sieht wie das folgende Beispiel aus:
```
{
"version": "0",
"id": "8d122163-6c07-f8cb-06e7-373a1bcf8fc6",
"source": "aws.connect",
"detail-type": "Amazon Connect Rules Action Execution Failed",
"account": "123456789012",
"time": "2022-01-05T01:30:42Z",
"region": "us-east-1",
"resources": ["arn:aws:connect:us-east-1:123456789012:instance/cb54730f-5aac-4376-b2f4-7c822889931e"],
"detail": {
"ruleId": "7410c94b-21c2-4db0-a707-c6d751edbe8f",
"actionType": "CREATE_TASK",
"triggerEvent": "THIRD_PARTY",
"instanceArn": "arn:aws:connect:us-east-1:123456789012:instance/cb54730f-5aac-4376-b2f4-7c822889931e",
"reasonCode": "ResourceNotFoundException",
"error": "ContactFlowId provided does not belong to connect instance",
"additionalInfo": "{\n \"message\": \"Not Found\",\n \"code\": \"ResourceNotFoundException\",\n \"statusCode\": 404,\n \"time\": \"2022-01-03T20:23:07.073Z\",\n \"requestId\": \"048e4403-71c1-47d6-96fc-825744f518e7\",\n \"retryable\": false,\n \"retryDelay\": 28.217537834500316\n}"
}
}
```
## Unterstützte Aktionstypen
+ `CREATE_TASK`
+ `GENERATE_EVENTBRIDGE_EVENT`
+ `SEND_NOTIFICATION`
Weitere Informationen zu `ASSIGN_CONTACT_CATEGORY` finden Sie unter [Fehlermeldungen: Wenn Contact Lens einen Kontakt nicht analysieren kann Fehlerbehebung](contact-lens-error-notifications.md).
## Unterstützte Auslöseereignisse
+ `REAL_TIME_CALL`
+ `REAL_TIME_CHAT`
+ `POST_CALL`
+ `POST_CHAT`
+ `THIRD_PARTY`
## Ursachencodes für fehlgeschlagene Aktionen
Wenn eine Aktion fehlschlägt, sammelt der Fehlerbenachrichtigungsdienst die Ursachencodes von den unterstützten Aktionen. Weitere Informationen zu den Ursachencodes für Aufgaben- und EventBridge Aktionsfehler finden Sie in den folgenden Themen:
+ Ursachencodes für fehlgeschlagene Task-Aktionen finden Sie unter [Fehler](https://docs.aws.amazon.com/connect/latest/APIReference/API_StartTaskContact.html#API_StartTaskContact_Errors) im **StartTaskContact**API-Thema im *Amazon Connect API-Referenzhandbuch*.
+ Ursachencodes für fehlgeschlagene EventBridge Aktionen finden Sie unter [Fehler](https://docs.aws.amazon.com/eventbridge/latest/APIReference/API_PutEvents.html#API_PutEvents_Errors) im **PutEvents**API-Thema im *Amazon EventBridge API-Referenzhandbuch*.
# Geben Sie Variablen für bestimmte Parameter an, wenn Sie Regeln mit Amazon Connect erstellen oder verwalten APIs
Wenn Sie Regeln programmgesteuert mit Amazon Connect erstellen oder verwalten APIs (z. B. [CreateRule](https://docs.aws.amazon.com/connect/latest/APIReference/API_CreateRule.html)oder [UpdateRule](https://docs.aws.amazon.com/connect/latest/APIReference/API_UpdateRule.html)), können Sie Variablen für bestimmte Parameter angeben. Die Variablen werden zur Laufzeit, wenn die Aktion ausgelöst wird, basierend auf dem Wert des [EventSourceName](https://docs.aws.amazon.com/connect/latest/APIReference/API_RuleTriggerEventSource.html)Parameters aufgelöst.
Nehmen wir zum Beispiel an, Sie richten eine Aufgabenaktion ein und möchten mehr Kontext hinzufügen. Im Folgenden finden Sie ein Beispiel dafür, wie Sie das Einfügen von Variablen nutzen könnten, um die ID des Kontakts und die ID des/der Kundendienstmitarbeiter:in in das `Description`-Feld der Aufgabe aufzunehmen:
+ Der/Die Kund:in ist mit dem Telefongespräch unzufrieden. Während des Gesprächs mit dem/der Kundendienstmitarbeiter:in `$.ContactLens.PostCall.Agent.AgentId` während des Kontakts `$.ContactLens.PostCall.ContactId` wurde ein Schimpfwort erkannt.
Wenn die Aktion ausgelöst wird, könnte die zugehörige Zeichenfolge wie folgt aufgelöst werden: „Der/Die Kund:in ist mit dem Telefongespräch unzufrieden. Während eines Gesprächs mit dem Agenten 12345678-1234-1234-1234- im Kontakt 87654321-1234-1234-1234-“ wurde ein Schimpfwort entdeckt EXAMPLEID012 EXAMPLEID345
In der folgenden Tabelle sind die einzelnen Ereignisquellen sowie die für Felder zu verwendenden Ereignisquellen aufgeführt, die das Einfügen von Variablen unterstützen. JSONPath
| EventSourceName | JSONPath Referenz |
| --- | --- |
| OnPostCallAnalysisAvailable | \$1.ContactLens.PostCall.ContactId \$1. ContactLens. PostCall. Agentin. AgentId \$1. ContactLens. PostCall. Warteschlange. QueueId |
| OnRealTimeCallAnalysisAvailable | \$1.ContactLens.RealTimeCall.ContactId \$1. ContactLens. RealTimeCall. Agentin. AgentId \$1. ContactLens. RealTimeCall. Warteschlange. QueueId |
| OnPostChatAnalysisAvailable | \$1.ContactLens.PostChat.ContactId \$1. ContactLens. PostChat. Agentin. AgentId \$1. ContactLens. PostChat. Warteschlange. QueueId |
| OnSalesforceCaseCreate | \$1. ThirdParty. Salesforce. CaseCreate. CaseNumber \$1. ThirdParty. Salesforce. CaseCreate.Name \$1. ThirdParty. Salesforce. CaseCreate.E-Mail \$1. ThirdParty. Salesforce. CaseCreate.Telefon \$1. ThirdParty. Salesforce. CaseCreate.Unternehmen \$1. ThirdParty. Salesforce. CaseCreate.Typ \$1. ThirdParty. Salesforce. CaseCreate. Grund \$1. ThirdParty. Salesforce. CaseCreate.Herkunft \$1. ThirdParty. Salesforce. CaseCreate.Betreff \$1. ThirdParty. Salesforce. CaseCreate.Priorität \$1. ThirdParty. Salesforce. CaseCreate. CreatedDate \$1. ThirdParty. Salesforce. CaseCreate. Beschreibung |
| OnZendeskTicketCreate | \$1. ThirdParty. Zendesk. TicketCreate.ID \$1. ThirdParty. Zendesk. TicketCreate. Priorität \$1. ThirdParty. Zendesk. TicketCreate. CreatedAt |
| OnZendeskTicketStatusUpdate | \$1. ThirdParty. Zendesk. TicketStatusUpdate.ID \$1. ThirdParty. Zendesk. TicketStatusUpdate. Priorität \$1. ThirdParty. Zendesk. TicketStatusUpdate. CreatedAt |