Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
# Création de règles Contact Lens à l’aide du site Web d’administration Amazon Connect
Contact Lensles règles vous permettent de classer automatiquement les contacts, de recevoir des alertes ou de générer des tâches en fonction des mots clés utilisés lors d'un appel, d'un chat ou d'un e-mail, des scores de sentiment, des attributs du client et d'autres critères.
Cette rubrique explique comment créer des règles à l'aide du site Web Amazon Connect d'administration. Pour créer et gérer des règles par programmation, consultez [Actions sur les règles](https://docs.aws.amazon.com/connect/latest/APIReference/rules-api.html) et [Langage Rules Function Amazon Connect](https://docs.aws.amazon.com/connect/latest/APIReference/connect-rules-language.html) dans le *Guide de référence des API Amazon Connect*.
**Astuce**
Pour obtenir la liste des spécifications de la fonctionnalité de règles (par exemple, le nombre de règles que vous pouvez créer), consultez [Amazon Connect Spécifications des fonctionnalités des règles](feature-limits.md#rules-feature-specs).
## Étape 1 : définir des conditions de règle pour l’analytique conversationnelle
1. Dans le menu de navigation, choisissez **Analytique et optimisation**, **Règles**.
1. Sélectionnez **Créer une règle**, **Analytique conversationnelle**.
1. **Sous **Quand**, utilisez la liste déroulante pour choisir une analyse **post-appel, une analyse** **en temps réel, une analyse** **post-chat ou une analyse** par e-mail.**
![\[La nouvelle page de règles, le menu déroulant « quand ».\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/contact-lens-rule-define-conditions.png)
1. Choisissez **Ajouter une condition**.
Vous pouvez combiner les critères d’un large éventail de conditions pour créer des règles Contact Lens très spécifiques. Les conditions disponibles sont les suivantes :
+ **Mots ou expressions** : choisissez entre [Correspondance exacte, Correspondance de modèle ou Correspondance sémantique](exact-match-pattern-match-semantic-match.md) pour déclencher une alerte ou une tâche lorsque des mots-clés sont prononcés.
+ **Langage naturel – Correspondance sémantique** : fournissez une déclaration en langage naturel (par exemple, le client a appelé pour annuler son compte) correspondant aux transcriptions de la conversation à l’aide de l’IA générative, et effectuez une action (par exemple, déclencher une tâche, effectuer une évaluation, etc.) Pour de plus amples informations, consultez [Correspondance sémantique optimisée par l’IA générative](natural-language-semantic-match.md).
+ **Travail après contact (ACW) : établissez** des règles pour mesurer l'efficacité des agents dans l'exécution du travail après contact.
+ **Hiérarchie des agents** : créez des règles qui s'exécutent sur une hiérarchie d'agents spécifique. Les hiérarchies d'agents peuvent représenter des emplacements géographiques, des départements, des produits ou des équipes.
Pour consulter la liste des hiérarchies d'agents afin de les ajouter aux règles, vous avez besoin de la section **Hiérarchie des agents - Afficher** les autorisations dans votre profil de sécurité.
+ **Agent** : créez des règles qui s’exécutent sur un sous-ensemble d’agents. Par exemple, créez une règle pour garantir que les agents nouvellement embauchés respectent les normes de la société.
Pour voir les noms des agents afin de les ajouter aux règles, vous avez besoin des autorisations **Utilisateurs - Afficher** dans le profil de sécurité.
+ **Agent AI** : identifiez les contacts pour lesquels un agent Connect AI en particulier a fourni un service en libre-service ou une assistance d'agent. Vous pouvez sélectionner plusieurs agents d'IA ou sélectionner une version spécifique d'un agent.
Pour voir les noms des agents IA afin de les ajouter aux règles, vous avez besoin d'**agents AI - Afficher** les autorisations dans votre profil de sécurité.
+ **Agent AI - Escalade** : identifiez les contacts lorsqu'un agent Connect AI utilisé pour le libre-service client est devenu un humain.
Pour voir les noms des agents IA afin de les ajouter aux règles, vous avez besoin d'**agents AI - Afficher** les autorisations dans votre profil de sécurité.
+ **Durée de l’interaction avec les agents** : créez des règles pour identifier les contacts dont l’interaction avec l’agent a eu une durée ou une durée d’interaction avec l’agent plus longue ou plus courte que prévu. Cette fonctionnalité s’applique uniquement aux appels.
+ **Attributs du segment de contact** : vous pouvez identifier les contacts dans le cadre des règles en utilisant des attributs de segment de contact personnalisés avec des valeurs fournies par d'autres systèmes ou en utilisant une logique personnalisée. Vous pouvez [définir un attribut](predefined-attributes.md#predefined-attributes-create-web-admin) et définir sa valeur dans les flux. Les attributs de segment personnalisés ne sont présents que sur cet identifiant de contact spécifique, et non sur l'ensemble de la chaîne de contacts. Par exemple, vous pouvez créer une règle qui identifie que le contact a été pré-authentifié dans l'IVR, avant d'être connecté à l'agent.
Pour voir la liste des attributs des segments de contact à ajouter à une règle, vous avez besoin de **Attributs prédéfinis - Afficher** les autorisations.
+ **Motif de la déconnexion** : établissez des règles qui vérifient pourquoi un contact s'est déconnecté. Par exemple, si l'agent s'est déconnecté avant le client ou si le contact a été transféré.
+ **Niveau sonore le plus élevé** : établissez des règles qui vérifient le niveau sonore maximal (en décibels) pendant la conversation pour l'agent ou le client. Un niveau sonore plus élevé (par exemple, plus de 70 dB) peut être associé à de l'excitation ou à de la colère, tandis qu'un discours inférieur à un certain niveau sonore (par exemple, 30 dB ou moins) peut être difficile à comprendre.
+ **Temps d'attente** : établissez des règles pour identifier les contacts présentant des temps d'attente inhabituels afin d'identifier les opportunités de gérer les contacts plus efficacement. Vous pouvez définir des règles en utilisant le temps de maintien le plus long, le temps de maintien total et le nombre de blocages. Vous pouvez également vérifier le temps d'attente en pourcentage du temps total pendant lequel le client a été connecté à l'agent (temps d'attente du client divisé par la durée de l'interaction avec l'agent et le temps d'attente du client).
+ **Méthode d'initiation** : créez des règles qui vérifient si un contact a été entrant, sortant, transféré, etc.
+ **Attributs de contact** : créez des règles qui s’exécutent sur les valeurs des [attributs de contact](what-is-a-contact-attribute.md) personnalisés. Par exemple, vous pouvez établir des règles spécifiques pour un secteur d’activité en particulier ou pour des clients spécifiques, par exemple en fonction de leur niveau d’adhésion, de leur pays de résidence actuel ou s’ils ont une commande en cours.
Vous pouvez ajouter jusqu’à cinq attributs de contact à une règle.
+ **Sentiment - Période** : créez des règles qui s’appliquent aux résultats de l’analyse des sentiments (positifs, négatifs ou neutres) sur une fenêtre de fin pour l’heure.
Par exemple, vous pouvez créer une règle lorsque le sentiment du client est resté négatif pendant une période donnée. Si le participant a rejoint le contact ultérieurement, la période définie ici s’applique à la période pendant laquelle le participant était présent.
Lorsque des règles sont appliquées à des contacts qui ne disposent pas de données de sentiment, un sentiment neutre est utilisé.
+ **Sentiment - Ensemble du contact** : créez des règles basées sur la valeur des scores de sentiment sur l’ensemble d’un contact. Par exemple, vous pouvez créer une règle lorsque le sentiment du client est resté faible pendant l’ensemble du contact, vous pouvez créer une tâche permettant à un analyste de l’expérience client de revoir la transcription de l’appel et d’en assurer le suivi.
Lorsque des règles sont appliquées à des contacts qui ne disposent pas de données de sentiment, un sentiment neutre est utilisé.
+ **Interruptions** : créez des règles qui détectent les cas où l’agent a interrompu le client plus de X fois. Cette fonctionnalité s’applique uniquement aux appels.
+ **Temps passé hors conversation** : établissez des règles qui vérifient qu'aucun signal vocal n'est détecté. Cela peut inclure des périodes pendant lesquelles un client est mis en attente. Vous pouvez vérifier le temps total sans conversation, la période sans conversation la plus longue au cours d'une conversation ou le pourcentage de temps sans conversation pendant la conversation. Un temps de non-conversation élevé, tel qu'un pourcentage de temps sans conversation supérieur à 50 % de la conversation, peut indiquer une opportunité d'améliorer les processus ou des opportunités de coaching pour les agents. Cette fonctionnalité s’applique uniquement aux appels.
+ **Temps de réponse** : créez des règles pour identifier les contacts pour lesquels le participant a eu un temps de réponse plus ou moins long que prévu : moyen ou maximum.
Par exemple, vous pouvez définir une règle concernant le **Temps d’accueil de l’agent**, également appelé **Délai de première réponse** : après que l’agent a rejoint le chat, combien de temps s’est écoulé avant qu’il envoie le premier message d’accueil. Cela vous aidera à identifier les cas où un agent a mis trop de temps à interagir avec le client.
+ **Problème de déconnexion potentiel** : établissez des règles qui vérifient les éventuels problèmes techniques (tels que la connectivité réseau, les problèmes liés aux appareils). Vous pouvez l'utiliser pour exclure des contacts des évaluations automatisées des performances des agents en cas de problèmes de connectivité indépendants de la volonté de l'agent.
+ **Files d'attente** : créez des règles qui s'exécutent sur un sous-ensemble de files d'attente ou vérifiez si le contact n'a pas été mis en file d'attente. Les organisations utilisent souvent des files d’attente pour indiquer un secteur d’activité, un sujet ou un domaine. Par exemple, vous pouvez établir des règles spécifiques pour vos files d'attente de vente, suivre l'impact d'une récente campagne marketing, ou bien des règles pour les files d'attente de votre service client, afin de suivre le sentiment général. Pour les interactions en libre-service, vous pouvez vérifier si le contact n'a jamais été mis en file d'attente, ce qui peut indiquer une réussite en libre-service avec un agent d'intelligence artificielle.
Pour voir les noms des files d'attente afin de les ajouter aux règles, vous avez besoin de **Files d'attente - Afficher** les autorisations dans votre profil de sécurité.
+ **Profil de routage** : identifiez les contacts gérés par les agents mappés à un profil de routage spécifique. Le profil de routage peut indiquer le département ou les compétences de l'agent. Par exemple, vous pouvez effectuer des évaluations automatisées des agents ayant le profil de routage Nouveaux employés, formés au dépannage de base selon des critères d'évaluation différents de ceux des agents polyvalents titulaires.
Pour voir les profils de routage afin de les ajouter aux règles, vous avez besoin de **Profils de routage - Afficher** les autorisations dans votre profil de sécurité.
+ **Temps de conversation** : établissez des règles en utilisant le seuil du temps absolu passé à parler par l'agent ou le client. Cela peut être utilisé pour identifier les endroits où le client n'a pas du tout parlé, ce qui a amené l'agent à se déconnecter ou les endroits où l'agent a évité les appels, par exemple en ne parlant pas après avoir décroché le téléphone.
+ **Durée de l’interaction avec les agents** : créez des règles pour identifier les contacts dont l’interaction avec l’agent a eu une durée ou une durée d’interaction avec l’agent plus longue ou plus courte que prévu. Cette fonctionnalité s’applique uniquement aux appels.
L’image suivante montre un exemple de règle comportant plusieurs conditions pour un contact vocal.
![\[Exemple de règle comportant plusieurs conditions pour un contact vocal.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/contact-lens-rules-conditions.png)
L’image suivante montre un exemple de règle comportant plusieurs conditions pour un contact par chat. La règle est déclenchée lorsque le temps de **première** réponse est supérieur ou égal à 1 minute et que l’agent n’a mentionné aucun des mots ou expressions de salutation répertoriés dans sa première réponse.
**Temps de première réponse** = une fois que l’agent a rejoint le chat, combien de temps s’est écoulé avant qu’il envoie le premier message au client.
![\[Exemple de règle comportant plusieurs conditions pour un contact par chat.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/contact-lens-rules-conditions-chat.png)
1. Choisissez **Suivant**.
## Étape 2 : définir des actions de règle
1. Choisissez **Add action**. Vous pouvez choisir les actions suivantes :
+ [Créer une tâche](contact-lens-rules-create-task.md) : cette option n’est pas disponible pour le chat en temps réel.
+ [Envoyer une notification par e-mail](contact-lens-rules-email.md)
+ [Générer un EventBridge événement](contact-lens-rules-eventbridge-event.md)
![\[Le menu déroulant Ajouter une action, une liste d’actions.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/contact-lens-add-action-no-wisdom.png)
1. Choisissez **Suivant**.
1. Passez en revue et apportez les modifications nécessaires, puis choisissez **Enregistrer**.
1. Une fois que vous avez ajouté des règles, elles sont appliquées aux nouveaux contacts créés après l’ajout de la règle. Les règles sont appliquées lorsque l'analyse conversationnelle Amazon Connect analyse les conversations.
Vous ne pouvez pas appliquer de règles à des conversations passées et enregistrées.
# Classement automatique des contacts en faisant correspondre les conversations à des déclarations en langage naturel ou à des mots et expressions spécifiques
L’analytique conversationnelle Contact Lens vous permet de classer automatiquement les contacts afin d’identifier les principaux facteurs, l’expérience client et le comportement des agents pour vos contacts. Dans la page **Détails de contact** d’un chat, des catégories apparaissent au-dessus de la transcription, comme illustré dans l’image suivante.
![\[La page Détails de contact, la section Catégories.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/contact-lens-category-overview-chat2.png)
Voici certaines des principales actions que vous pouvez effectuer lorsque vous classez des contacts :
+ Grâce au classement des contacts optimisé par l’IA générative, vous pouvez fournir des critères pour classer les contacts en langage naturel (par exemple, le client a-t-il essayé d’effectuer un paiement sur son solde ?).
+ Vous pouvez fournir des mots ou des phrases spécifiques prononcés par les agents ou les clients pour qu’ils correspondent à une conversation. Contact Lens étiquette alors automatiquement les contacts qui répondent aux critères de correspondance et fournit les points pertinents de la conversation.
+ Vous pouvez définir des actions pour recevoir des alertes et générer des tâches sur des contacts classés par catégories.
+ Vous pouvez définir des critères supplémentaires pour classer les contacts, tels que le score des sentiments des clients, les files d’attente ou tout attribut personnalisé que vous avez ajouté aux contacts, comme des informations sur la fidélité des clients.
## Quand utiliser des mots ou des expressions
L’utilisation de mots ou d’expressions spécifiques est utile lorsqu’il existe une liste bien définie de mots ou d’expressions que vous souhaitez détecter, par exemple pour contrôler le respect des scripts des agents ou évaluer l’intérêt des clients pour un produit.
## Quand utiliser le langage naturel
L’utilisation de déclarations en langage naturel pour correspondre aux contacts est utile lorsqu’il y a trop de mots ou de phrases possibles. Ou encore, lorsque vous souhaitez une correspondance avec des critères spécifiques au contexte, par exemple, « Le client souhaitait modifier son plan d’abonnement. », « L’agent a résolu tous les problèmes du client. ».
## Ajout de règles pour classer les contacts
Dans cette section :
+ [Étape 1 : définir des conditions](#add-category-rules-define-conditions)
+ [Étape 2 : définir des actions](#add-category-rules-define-actions)
### Étape 1 : définir des conditions
1. Connectez-vous à Amazon Connect avec un compte utilisateur auquel le profil de **CallCenterManager**sécurité a été attribué ou qui est activé pour les autorisations liées **aux règles**.
1. Dans le menu de navigation, choisissez **Analytique et optimisation**, **Règles**.
1. Sélectionnez **Créer une règle**, **Analytique conversationnelle**.
1. Attribuez un nom à la règle.
1. **Sous **Quand**, utilisez la liste déroulante pour choisir une analyse **post-appel, une analyse** **en temps réel, une analyse** **post-chat, une analyse** **en temps réel ou une analyse** par e-mail.**
![\[La page Nouvelle règle, la liste déroulante « Quand ».\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/contact-lens-rule-define-conditions.png)
1. Choisissez **Ajouter une condition**, puis choisissez le type de correspondance :
+ **Mots ou expressions – Correspondance exacte** : recherche les contacts correspondant aux mots ou expressions exacts. Saisissez des mots ou des expressions séparés par une virgule.
+ **Mots ou expressions – Correspondance de modèle** : recherche des contacts en recherchant un modèle de mots ou de phrases. Vous pouvez également indiquer la distance entre les mots. Par exemple, si vous recherchez des contacts dans lesquels le mot « crédit » a été mentionné mais que vous ne voulez pas que les mots « carte de crédit » soient mentionnés, vous pouvez définir un modèle de correspondance entre les catégories afin de rechercher le mot « crédit » qui ne se trouve pas à moins d’une instance de « carte ».
+ **Langage naturel – Correspondance sémantique** : utilisez l’IA générative pour trouver les contacts qui correspondent à la déclaration en langage naturel fournie. Il doit être possible de répondre à la déclaration par oui ou par non. L’option Langage naturel – Correspondance sémantique est utilisée lorsque vous souhaitez faire correspondre des contacts à des critères spécifiques au contexte ou lorsqu’il y a trop de mots ou d’expressions possibles pour des correspondances. Voici quelques exemples :
+ « Le client souhaitait modifier son plan d’abonnement. »
+ « Le client a indiqué qu’il souhaitait mettre fin à ses services actuels. »
+ « L’agent a proposé plusieurs options de paiement. »
+ « L’agent a assuré au client que son appel était important et a demandé un délai d’attente supplémentaire. »
+ « L’agent a résolu tous les problèmes du client. »
**Note**
Les conditions Langage naturel – Correspondance sémantique ne peuvent pas être utilisées pour l’analyse en temps réel.
Pour créer des règles utilisant l’IA générative, vous devez disposer d’une autorisation supplémentaire : **Règles – IA générative**.
**Conseil de pro** : utilisez la condition **Langage naturel – Correspondance sémantique** optimisée par l’IA générative si vous avez déjà utilisé la condition **Mots ou expressions – Correspondance sémantique**.
+ **Mots ou expressions – Correspondance sémantique** : recherche les mots qui peuvent être des synonymes. Par exemple, si vous saisissez « contrarié », cela peut correspondre à « pas content », « peu acceptable » à « inacceptable » et « se désabonner » à « annuler l’abonnement ». De même, cela peut correspondre sémantiquement à des expressions. Par exemple, « merci beaucoup de m’avoir aidé », « merci beaucoup, c’est très utile » et « Je suis tellement heureux que vous puissiez m’aider ».
Ainsi, il n’est plus nécessaire de définir une liste exhaustive de mots clés lors de la création de catégories, et vous pouvez élargir le champ de recherche pour rechercher des expressions similaires qui sont importantes pour vous. Pour de meilleurs résultats de correspondance sémantique, fournissez des mots clés ou des expressions ayant une signification similaire dans une carte de correspondance sémantique. Actuellement, vous pouvez fournir un maximum de quatre mots clés et expressions par carte de correspondance sémantique.
1. En utilisant **Mots ou expressions – Correspondance exacte** comme exemple, entrez les mots ou les expressions, séparés par une virgule, que vous souhaitez mettre en évidence, puis choisissez **Ajouter**. Chaque mot ou expression séparé par une virgule possède sa propre ligne dans la carte.
![\[La page de nouvelles règles, la section Mots ou expressions - Correspondance exacte.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/contact-lens-add-category-rules-script.png)
![\[La page de nouvelles règles, la section Mots ou expressions - Correspondance exacte.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/contact-lens-add-category-rules-script2.png)
La logique que Contact Lens utilise pour lire ces expressions est la suivante : (Bonjour AND merci AND pour AND avoir AND appelé AND Exemple AND Corps) OR (nous AND apprécions AND votre AND entreprise) OR (comment AND puis-je AND vous AND aider).
Vous pouvez également utiliser une condition **Langage naturel – Correspondance sémantique** et saisir une déclaration en langage naturel dans la zone de texte, que l’IA générative devrait pouvoir évaluer comme vraie ou fausse.
![\[La page Nouvelle règle, la section Langage naturel – Correspondance sémantique.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/contact-lens-add-category-rules-natural-language-semantic.png)
1. Pour ajouter d’autres mots ou expressions, choisissez **Ajouter un groupe de mots ou d’expressions**. Dans l’image suivante, le premier groupe de mots ou d’expressions correspond à ce que l’agent peut prononcer, et le second à ce que le client peut prononcer.
![\[Une correspondance Mots ou expressions - Correspondance exacte pour l’agent, le mot AND, section Mots ou expressions pour le client.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/contact-lens-add-category-rules-script3.png)
1. La logique que Contact Lens utilise pour lire ces expressions est la suivante : (Bonjour AND merci AND pour AND avoir AND appelé AND Exemple AND Corps) OR (nous AND apprécions AND votre AND entreprise) OR (comment AND puis-je AND vous AND aider).
1. Les deux cartes sont connectées par un AND. Cela signifie qu’une des lignes de la première carte doit être énoncée AND qu’une des expressions de la seconde carte doit être énoncée.
La logique utilisée par Contact Lens pour lire les deux cartes de mots ou d’expressions est (carte 1) AND (carte 2).
1. Choisissez **Ajouter une condition** pour appliquer les règles à :
+ Files d’attente spécifiques
+ Lorsque les attributs de contact ont certaines valeurs
+ Lorsque les scores de sentiment ont certaines valeurs
Par exemple, l'image suivante montre une règle qui s'applique lorsqu'un agent fait la queue pour la BasicQueue facturation et les paiements, que le client travaille pour l'assurance auto et que l'agent est situé à Seattle.
![\[Une règle comportant plusieurs conditions.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/contact-lens-add-category-rules-3.png)
### Étape 2 : définir des actions
Outre la catégorisation d’un contact, vous pouvez définir les actions qu’Amazon Connect doit effectuer :
1. [Générer un EventBridge événement](contact-lens-rules-eventbridge-event.md)
1. [Créer une tâche](contact-lens-rules-create-task.md)
1. [Créer un cas](contact-lens-rules-create-case.md)
1. [Envoyer des notifications par e-mail](contact-lens-rules-email.md)
1. [Création d’une règle qui soumet une évaluation automatique](contact-lens-rules-submit-automated-evaluation.md)
### Étape 3 : vérifier et enregistrer
1. Choisissez **Save (Enregistrer)** lorsque vous avez terminé.
1. Une fois que vous avez ajouté des règles, elles sont appliquées aux nouveaux contacts créés après l’ajout de la règle. Les règles sont appliquées lorsque l'analyse conversationnelle Amazon Connect analyse les conversations.
Vous ne pouvez pas appliquer de règles à des conversations passées et enregistrées.
# Lorsqu’une règle ou une catégorie ne parvient pas à être évaluée par Amazon Connect Contact Lens
Lorsque Amazon Connect Contact Lens évalue une règle ou une catégorie lors d’une analyse post-contact pour un contact vocal ou par chat, il est possible que la règle ou la catégorie ne parvienne pas à être évaluée.
Voici les résultats de catégorie possibles lorsqu’une règle ou une catégorie est évaluée lors de l’analyse des contacts :
1. **Correspondance et application réussies au contact**. Lorsque les catégories sont affichées sur la page **Détails de contact**, cela indique qu’elles ont été correctement mises en correspondance et appliquées au contact.
1. **Évalués avec succès, mais elles ne s’appliquent pas au contact**. Lorsque les catégories sont absentes de la page **Détails de contact**, cela indique qu’elles ne s’appliquent pas au contact mais qu’elles ont été évaluées avec succès selon les règles Contact Lens.
1. **L’analyse des contacts a été terminée, mais une catégorie spécifique n’a pas été évaluée**. Lorsqu’une catégorie n’est pas évaluée, cela ne signifie pas qu’elle ne s’applique pas au contact (selon ses critères), mais que Contact Lens a terminé l’analyse du contact sans évaluer cette catégorie spécifique.
L’image suivante montre que les catégories ayant échoué sont signalées par des bordures en pointillés, un arrière-plan transparent, des icônes d’erreur et préfixes d’échec. Lorsque vous pointez sur une catégorie ayant échoué, les détails expliquant pourquoi cette catégorie n’a pas pu être évaluée s’affichent.
![\[Les catégories ayant échoué sur la page Détails de contact.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/failed-categories1.png)
Ces catégories ayant échoué ne sont présentes que dans les règles disposant de la condition de correspondance sémantique. Les deux raisons possibles sont les suivantes :
1. **Quota dépassé** : votre limite d’actions d’IA générative a été dépassée pendant cette durée. Vous pouvez demander une augmentation de quota par le biais du AWS Support.
1. **Instructions de sécurité défaillantes** : le traitement des catégories a échoué, car il ne répondait pas aux barrières de protection en matière de sécurité et de qualité.
Nous vous recommandons d’ajouter des conditions supplémentaires à vos règles de correspondance sémantique afin de réduire le nombre de contacts auxquels elles peuvent s’appliquer. Cela permettra d’éviter les échecs liés au dépassement du quota.
## Fichier S3 client de sortie d’analyse post-contact Contact Lens
Les catégories ayant échoué apparaissent dans le fichier d'analyse sous JobDetails > Analyse ignorée.
La section `SkippedAnalysis` montre l’analyse du contact marqué comme « Ignoré », même si l’analyse a été terminée pour ce contact. Il contient les propriétés « Feature » et « ReasonCode ». `POST_CONTACT_SUMMARY`est l'une des fonctionnalités existantes.
`CATEGORIZATION` est ajoutée en tant que nouvelle fonctionnalité aux analyses ignorées. Il existe un élément de catégorisation unique dans le tableau `SkippedAnalysis` pour chaque propriété `ReasonCode` unique ayant entraîné l’échec de la catégorisation. Une nouvelle `SkippedEntities` propriété est introduite pour chaque élément unique, contenant une liste de tous les noms de catégories (et leur règle associée IDs) qui ont échoué en raison du code de motif associé.
Voici un exemple de catégories ayant échoué dans `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"
}
]
},
```
Pour de plus amples informations, veuillez consulter [Exemples de fichiers de sortie d’analytique conversationnelle Contact Lens pour un appel](contact-lens-example-output-files.md).
# Ajout d’alertes en temps réel à Contact Lens pour les superviseurs en fonction de mots-clés et d’expressions dans un appel
Après avoir [activé l’analytique en temps réel](enable-analytics.md) dans le flux, vous pouvez ajouter des règles qui alertent automatiquement les superviseurs lorsqu’un problème d’expérience client survient.
Par exemple, Contact Lens peut envoyer automatiquement une alerte quand certains mots-clés ou expressions sont mentionnés au cours de la conversation, ou lorsqu’il détecte d’autres critères. Le superviseur voit l’alerte sur le tableau de bord des métriques en temps réel. À partir de là, les superviseurs peuvent écouter l’appel en direct et fournir des conseils à l’agent pendant le chat pour l’aider à résoudre le problème plus rapidement.
L’image suivante montre un exemple de ce qu’un superviseur peut voir sur le rapport de métriques en temps réel lorsqu’il reçoit une alerte. Dans ce cas, Contact Lens a détecté un client mécontent.
![\[La page des métriques en temps réel, une alerte pour un client mécontent.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/contact-lens-real-time-metrics-alert2.png)
Lorsque le superviseur écoute un appel en direct, Contact Lens lui fournit une transcription en temps réel et l’évolution du sentiment du client, ce qui l’aide à comprendre la situation et à évaluer les actions appropriées. La transcription élimine également la nécessité pour les clients de se répéter s’ils sont transférés à un autre agent.
L’image suivante montre un exemple de transcription en temps réel.
![\[Exemple de transcription en temps réel.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/contact-lens-real-time-transcript.png)
## Ajout de règles pour les alertes en temps réel pour les appels
1. Connectez-vous à Amazon Connect avec un compte utilisateur auquel le profil de **CallCenterManager**sécurité a été attribué ou qui est activé pour les autorisations liées **aux règles**.
1. Dans le menu de navigation, choisissez **Analytique et optimisation**, **Règles**.
1. Sélectionnez **Créer une règle**, **Analytique conversationnelle**.
1. Attribuez un nom à la règle.
1. Sous **Quand**, utilisez la liste déroulante pour choisir une **analyse en temps réel**.
1. Choisissez **Ajouter une condition**, puis choisissez le type de correspondance :
+ **Correspondance exacte** : recherche uniquement les mots ou expressions exacts.
+ **Correspondance de modèle** : recherche des correspondances qui peuvent être exactes à moins de 100 %. Vous pouvez également indiquer la distance entre les mots. Par exemple, vous pouvez rechercher des contacts dans lesquels le mot « crédit » a été mentionné, mais vous ne voulez pas que les mots « carte de crédit » soient mentionnés. Vous pouvez définir un modèle correspondant à une catégorie pour rechercher le mot « crédit » qui ne se trouve pas à moins d’un mot du mot « carte ».
**Astuce**
La correspondance sémantique n’est pas disponible pour l’analyse en temps réel.
1. Entrez les mots ou les expressions, séparés par une virgule, que vous souhaitez mettre en évidence. Les règles en temps réel ne prennent en charge que les mots clés ou expressions **mentionnés**.
![\[Une règle relative aux mots et aux expressions.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/contact-lens-add-alert-rules-1.png)
1. Choisissez **Ajouter**. Chaque mot ou expression séparé par une virgule possède sa propre ligne.
![\[Une règle relative aux mots et aux expressions est composée de plusieurs expressions, chacune sur sa propre ligne.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/contact-lens-add-alert-rules-2.png)
La logique utilisée par Contact Lens pour lire ces mots ou expressions est la suivante : (Parlez OR à OR votre OR responsable) OR (ceci OR n’est OR pas OR utile) OR (parlez OR à OR votre OR superviseur), etc.
1. Pour ajouter d’autres mots ou expressions, choisissez **Ajouter un groupe de mots ou d’expressions**. Dans l’image suivante, le premier groupe de mots ou d’expressions correspond à ce que l’agent est susceptible de dire. Le second groupe correspond à ce que le client peut dire.
![\[Une règle relative aux mots et aux expressions comportant plusieurs expressions pour le client et l’agent.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/contact-lens-add-category-rules-script3.png)
1. Dans cette première carte, Contact Lens lit chaque ligne sous la forme d’un OR. Par exemple : (Bonjour) OR (merci OR d’ OR avoir appelé OR Exemple OR d’entre) OR (nous OR apprécions OR votre entreprise).
1. Les deux cartes sont connectées par un AND. Cela signifie qu’une des lignes de la première carte doit être énoncée AND qu’une des expressions de la seconde carte doit être énoncée.
La logique utilisée par Contact Lens pour lire les deux cartes de mots ou d’expressions est (carte 1) AND (carte 2).
1. Choisissez **Ajouter une condition** pour appliquer les règles à :
+ Files d’attente spécifiques
+ Lorsque les attributs de contact ont certaines valeurs
+ Lorsque les scores de sentiment ont certaines valeurs
Par exemple, l'image suivante montre une règle qui s'applique lorsqu'un agent fait la queue pour la BasicQueue facturation et les paiements, que le client travaille pour l'assurance auto et que l'agent est situé à Seattle.
![\[Une règle relative aux mots et aux expressions assortie de plusieurs conditions.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/contact-lens-add-category-rules-3.png)
1. Choisissez **Next** une fois que vous avez terminé.
1. Dans la zone **Attribuer une catégorie de contact**, ajoutez un nom pour la catégorie. Par exemple, **Conforme** ou **Non\$1conforme**.
1. Choisissez **Enregistrer**, puis **Enregistrer et publier**.
# Ajout d’alertes en temps réel à Contact Lens pour les superviseurs en fonction de mots-clés et d’expressions dans un chat
Après avoir [activé l’analytique en temps réel](enable-analytics.md) dans le flux, vous pouvez ajouter des règles qui alertent automatiquement les superviseurs lorsqu’un problème d’expérience client survient.
Par exemple, Contact Lens peut envoyer automatiquement une alerte quand certains mots-clés ou expressions sont mentionnés au cours du chat, ou lorsqu’il détecte d’autres critères. Le superviseur peut ensuite consulter la page **Détails de contact** du chat en temps réel afin d’examiner le problème. À partir de là, les superviseurs peuvent rejoindre le chat et fournir des conseils à l’agent par chat pour aider à résoudre le problème plus rapidement.
L’image suivante montre un exemple de ce qu’un superviseur peut voir sur la page **Détails de contact** lorsqu’il reçoit une alerte pour un chat en temps réel. Dans ce cas, Contact Lens a détecté un client mécontent.
![\[Page Détails de contact, alerte pour un client de chat en temps réel mécontent.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/contact-lens-realtime-alert-chat.png)
Lorsque le superviseur surveille un chat, Contact Lens lui fournit une transcription en temps réel et l’évolution du sentiment du client, ce qui l’aide à comprendre la situation et à évaluer l’action appropriée. La transcription élimine également la nécessité pour les clients de se répéter s’ils sont transférés à un autre agent.
## Ajout de règles pour les alertes en temps réel pour les chats
1. Connectez-vous à Amazon Connect avec un compte utilisateur auquel le profil de **CallCenterManager**sécurité a été attribué ou qui est activé pour les autorisations liées **aux règles**.
1. Dans le menu de navigation, choisissez **Analytique et optimisation**, **Règles**.
1. Sélectionnez **Créer une règle**, **Analytique conversationnelle**.
1. Attribuez un nom à la règle.
1. Sous **Quand**, utilisez la liste déroulante pour choisir une **analyse en temps réel**.
1. Choisissez **Ajouter une condition**, puis choisissez le type de correspondance. L’image suivante montre une règle configurée pour une condition **Ressenti – Période**.
![\[Conditions d’une règle d’analyse du chat en temps réel\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/contact-lens-realtime-chat-rule2.png)
Sélectionnez l’une des options suivantes :
+ **Correspondance exacte** : recherche uniquement les mots ou expressions exacts.
+ **Correspondance de modèle** : recherche des correspondances qui peuvent être exactes à moins de 100 %. Vous pouvez également indiquer la distance entre les mots. Par exemple, vous pouvez rechercher des contacts dans lesquels le mot « crédit » a été mentionné, mais vous ne voulez pas que les mots « carte de crédit » soient mentionnés. Vous pouvez définir un modèle correspondant à une catégorie pour rechercher le mot « crédit » qui ne se trouve pas à moins d’un mot du mot « carte ».
**Astuce**
La correspondance sémantique n’est pas disponible pour l’analyse en temps réel.
1. Entrez les mots ou les expressions, séparés par une virgule, que vous souhaitez mettre en évidence. Les règles en temps réel ne prennent en charge que les mots clés ou expressions **mentionnés**.
![\[Une règle relative aux mots et aux expressions.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/contact-lens-add-alert-rules-1.png)
1. Choisissez **Ajouter**. Chaque mot ou expression séparé par une virgule possède sa propre ligne.
![\[Une règle relative aux mots et aux expressions est composée de plusieurs expressions, chacune sur sa propre ligne.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/contact-lens-add-alert-rules-2.png)
La logique utilisée par Contact Lens pour lire ces mots ou expressions est la suivante : (Parlez OR à OR votre OR responsable) OR (ceci OR n’est OR pas OR utile) OR (parlez OR à OR votre OR superviseur), etc.
1. Pour ajouter d’autres mots ou expressions, choisissez **Ajouter un groupe de mots ou d’expressions**. Dans l’image suivante, le premier groupe de mots ou d’expressions correspond à ce que l’agent est susceptible de mentionner. Le second groupe correspond à ce que le client peut mentionner.
![\[Une règle relative aux mots et aux expressions comportant plusieurs expressions pour le client et l’agent.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/contact-lens-add-category-rules-script3.png)
1. Dans cette première carte, Contact Lens lit chaque ligne sous la forme d’un OR. Par exemple : (Bonjour) OR (merci OR d’ OR avoir appelé OR Exemple OR d’entre) OR (nous OR apprécions OR votre entreprise).
1. Les deux cartes sont connectées par un AND. Cela signifie qu’une des lignes de la première carte doit être mentionnée ET qu’une des expressions de la seconde carte doit alors être mentionnée.
La logique utilisée par Contact Lens pour lire les deux cartes de mots ou d’expressions est (carte 1) AND (carte 2).
1. Choisissez **Ajouter une condition** pour appliquer les règles à :
+ Files d’attente spécifiques
+ Lorsque les attributs de contact ont certaines valeurs
+ Lorsque les scores de sentiment ont certaines valeurs
Par exemple, l'image suivante montre une règle qui s'applique lorsqu'un agent fait la queue pour la BasicQueue facturation et les paiements, que le client travaille pour l'assurance auto et que l'agent est situé à Seattle.
![\[Une règle relative aux mots et aux expressions assortie de plusieurs conditions.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/contact-lens-add-category-rules-3.png)
1. Choisissez **Next** une fois que vous avez terminé.
1. Dans la zone **Attribuer une catégorie de contact**, ajoutez un nom pour la catégorie. Par exemple, **Conforme** ou **Non\$1conforme**.
1. Choisissez **Ajouter une action** pour spécifier l’action qu’Amazon Connect doit effectuer lorsque les conditions sont remplies. Vous pouvez configurer les alertes destinées aux superviseurs en utilisant des notifications par e-mail ou en développant une intégration personnalisée avec EventBridge.
![\[Les options Générer un EventBridge événement et Envoyer une notification par e-mail.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/contact-lens-realtime-chat-rule3.png)
1. Si vous avez choisi **Envoyer une notification par e-mail**, consultez [Création de règles qui envoient des notifications par e-mail](contact-lens-rules-email.md) pour plus de détails sur la façon de compléter la page et pour obtenir des informations sur les limites des e-mails.
Si vous avez choisi **Générer un EventBridge événement**, consultez [Création d'une règle qui génère un EventBridge événement](contact-lens-rules-eventbridge-event.md) pour plus de détails sur la façon de compléter la page et pour obtenir des informations sur l'abonnement aux types d' EventBridge événements.
# Création de règles qui envoient des notifications par e-mail
Vous pouvez créer des règles qui envoient des notifications par e-mail aux membres de votre organisation. Cela vous permet de répondre plus rapidement aux problèmes potentiels dans le centre de contact. Par exemple, vous pouvez créer une règle pour notifier :
+ Un superviseur d’équipe en cas d’escalade ou d’annulation de compte.
+ Groupe de personnes dans votre centre de contact en raison de certains mots mentionnés au cours d’une conversation.
+ Une personne désignée dans le centre de contact en cas de désaccord pendant l’appel.
+ Un agent qui avait géré le contact analysé ou évalué à l'aide des outils d'analyse conversationnelle Amazon Connect.
**Important**
Tous les e-mails sont envoyés depuis `no-reply@amazonconnect.com`.
Les utilisateurs SAML n’ont pas d’adresse e-mail principale, mais des identifiants de connexion. Un identifiant de connexion est généralement une adresse e-mail, mais ce n’est pas systématique. Pour ces utilisateurs, le champ **Adresse e-mail** est vide dans Amazon Connect. Lorsque des notifications par e-mail sont envoyées aux utilisateurs SAML, ils doivent disposer d’une adresse e-mail secondaire configurée pour pouvoir les recevoir. Si aucune adresse e-mail secondaire n’est configurée, l’utilisateur ne les recevra pas.
**Pour créer une règle qui envoie des notifications par e-mail**
1. Connectez-vous à Amazon Connect avec un compte d’utilisateur disposant des [autorisations requises](permissions-for-rules.md) pour créer des règles.
1. Accédez à **Analytique et optimisation**, puis **Règles**.
1. Sur la page **Règles**, choisissez **Créer une règle**, puis dans la liste déroulante, choisissez **Analytique conversationnelle** ou **Formulaires d’évaluation**.
![\[La page des règles, la liste déroulante de création de règle, l’option Contact Lens.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/contact-lens-create-rule.png)
1. Sur la page **Nouvelle règle**, définissez les conditions de la règle. Pour en savoir plus, consultez :
+ [Définition des conditions des règles pour l’analytique conversationnelle](build-rules-for-contact-lens.md#rule-conditions)
+ [Définition des conditions des règles pour les formulaires d’évaluation](create-evaluation-rules.md#rule-conditions-eval).
1. Lorsque vous définissez des actions pour la règle, choisissez **Envoyer une notification par e-mail** pour l’action.
![\[La page de nouvelle règle, la liste déroulante d’ajout d’action, l’action d’envoi de notification par e-mail.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/contact-lens-rules-email-action.png)
1. Dans la section **Envoyer une notification par e-mail**, choisissez qui recevra l’e-mail en utilisant l’une des options suivantes :
+ **Sélectionner les destinataires par connexion : achemine l’e-mail vers l’utilisateur spécifié.**
**Important**
Les utilisateurs SAML doivent avoir configuré une adresse e-mail secondaire pour pouvoir l’obtenir. Si aucune adresse e-mail secondaire n’est configurée, l’utilisateur ne le recevra pas.
+ **Sélectionner les destinataires par balises**. Achemine l’e-mail de manière dynamique en fonction des valeurs de balise de l’agent.
+ **Sélectionnez l’agent qui a géré le contact**. Achemine l’e-mail vers l’agent qui a géré le contact.
Dans l’image suivante, la règle envoie un e-mail de notification à l’agent qui a géré le contact.
![\[La section Envoyer une notification par e-mail, l’option Sélectionner l’agent qui a géré le contact.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/contact-lens-rules-email-tag.png)
1. Dans **Objet**, ajoutez l’objet de l’e-mail. Dans **Corps**, ajoutez le contenu de la notification par e-mail.
Utilisez **@ pour ajouter des variables dynamiques** qui sont renseignées lors de l'exécution de la règle. Pour les règles d'analyse conversationnelle et les règles des formulaires d'évaluation, vous pouvez ajouter le **nom de la règle, l'URL de l'instance, les informations de contact, d'agent** et de **file d'attente** pour le contact correspondant à la règle. Les règles des formulaires d'évaluation vous permettent également d'insérer l'**identifiant d'évaluation**.
![\[Le corps de l'e-mail, la liste des variables disponibles.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/rules-send-email-dynamic-variables.png)
**Note**
D'autres types de règles prennent en charge différentes variables :
Les règles de métriques en temps réel vous permettent de saisir le **nom de la règle, l'URL de l'instance** et la liste des **agents, des files d'attente, des flux ou du profil de routage** ayant dépassé le seuil requis pour déclencher l'alerte.
Les règles relatives aux dossiers vous permettent d'insérer le **nom de la règle, l'URL de l'instance et l'****ID du dossier**.
1. Choisissez **Suivant**. Vérifiez les sélections, puis choisissez **Enregistrer**.
1. Une fois que vous avez ajouté des règles, elles sont appliquées aux nouveaux contacts créés après l’ajout de la règle. Les règles sont appliquées lorsque l'analyse conversationnelle Amazon Connect analyse les conversations.
Vous ne pouvez pas appliquer de règles à des conversations passées et enregistrées.
## Limites des e-mails
+ Amazon Connect a une limite par défaut de 500 e-mails par jour. Lorsque cette limite est dépassée, l’instance d’Amazon Connect est empêchée d’envoyer d’autres e-mails pendant 24 heures. Cela est dû au fait que les e-mails sont soumis à des limites de retour à l’expéditeur et de plainte. Pour plus d’informations, consultez les sections **Retour à l’expéditeur** et **Plainte** dans [Comprendre la délivrabilité des e-mails dans Amazon SES](https://docs.aws.amazon.com/ses/latest/dg/send-email-concepts-deliverability.html).
+ Tous les e-mails sont envoyés depuis `no-reply@amazonconnect.com`, mais vous ne pouvez pas les personnaliser.
+ Les utilisateurs SAML n’ont pas d’adresse e-mail principale, mais des identifiants de connexion. Un identifiant de connexion est généralement une adresse e-mail, mais ce n’est pas systématique. Pour ces utilisateurs, le champ **Adresse e-mail** est vide dans Amazon Connect. Lorsque des notifications par e-mail sont envoyées aux utilisateurs SAML, ils doivent disposer d’une adresse e-mail secondaire configurée pour pouvoir les recevoir. Si aucune adresse e-mail secondaire n’est configurée, l’utilisateur ne les recevra pas.
Si l'option par défaut pour l'envoi d'e-mails ne répond pas à vos exigences, contactez votre responsable de compte technique ou Support discutez avec l'équipe du service Amazon Connect.
# Création d'une règle qui génère un EventBridge événement
En temps réel ou après un appel/chat, vous pouvez obtenir des événements et les utiliser pour déclencher des notifications ou des alertes ultérieures, ou pour agréger des rapports en dehors d’Amazon Connect. Vous pouvez faire beaucoup de choses avec ces données. Par exemple :
+ Recevez des alertes en temps réel dans un QuickSight tableau de bord.
+ Créer des rapports agrégés en dehors d’Amazon Connect.
+ Associer des données à la CRM.
+ Connectez votre solution de notification à EventBridge et assurez-vous qu'à la fin de la journée, tous les événements d'un certain type soient envoyés dans une boîte de réception spécifique. Les données utiles vous indiquent le contact, l’agent et la file d’attente.
**Note**
Pour les règles de métriques en temps réel, les ressources déclenchant la règle seront répertoriées sous **ressources**. Par exemple, si vous créez une règle qui vous alerte sur des indicateurs de file d'attente tels que le temps de réponse moyen des files d'attente, la liste des files d'attente ayant dépassé le seuil sera répertoriée sous Ressources.
**Pour créer une règle qui génère un EventBridge événement**
1. Lorsque vous créez votre règle, choisissez **Générer EventBridge un événement** pour l'action.
![\[La nouvelle page de règles, la section Réaliser ces actions, la liste déroulante Ajouter une action, l'action Générer un EventBridge événement.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/contact-lens-rules-events-example1.png)
1. Dans **Nom de l’action**, entrez le nom des données utiles de l’événement.
**Note**
La valeur que vous attribuez au **nom de l'action** est visible dans la EventBridge charge utile. Lorsque vous agrégez des événements, le nom de l’action fournit une dimension supplémentaire que vous pouvez utiliser pour les traiter. Par exemple, vous avez 200 noms de catégories, mais seulement 50 ont un nom d’action spécifique, comme NOTIFY\$1CUSTOMER\$1RETENTION.
![\[La section effectuer ces actions, la section Attribuer une catégorie de contact, la section Générer un EventBridge événement.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/contact-lens-rules-add-eb-action.png)
1. Choisissez **Suivant**. Vérifiez, puis cliquez sur **Enregistrer**.
1. Une fois que vous avez ajouté des règles, elles sont appliquées aux nouveaux contacts créés après l’ajout de la règle. Les règles sont appliquées lorsque l'analyse conversationnelle Amazon Connect analyse les conversations.
Vous ne pouvez pas appliquer de règles à des conversations passées et enregistrées.
1. Pour exploiter les EventBridge données, abonnez-vous au type EventBridge d'événement. Consultez la procédure suivante.
## Abonnez-vous aux types EventBridge d'événements
Pour vous abonner à des types d' EventBridge événements, créez une EventBridge règle personnalisée correspondant aux critères suivants :
+ "source" = "aws.connect"
+ « detail-type » = « Contact Lens Post Call Rules Matched » ou l'une des options suivantes :
+ **Correspondance des règles en temps réel Contact Lens**
+ **Correspondance des règles de chat en temps réel Contact Lens**
+ **Correspondance des règles post-chat Contact Lens**
+ **Contact LensRègles d'évaluation correspondantes**
+ **Correspondance des règles de métriques**
L’image suivante montre ces paramètres dans la section Modèle d’événement de la page de nouvelle règle.
![\[La section Modèle d'événements de la nouvelle page de EventBridge règles.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/contact-lens-eb-rules-events.png)
### Exemples de charges EventBridge utiles
Voici un exemple de ce à quoi ressemble la EventBridge charge utile lorsque les **règles de Contact Lens post-appel correspondent**.
```
{
"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",
}
}
```
Voici un exemple de données utiles en cas de **Correspondance des règles en temps réel Contact Lens**.
```
{
"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",
}
}
```
# Création d'une règle qui génère une tâche
Les règles Amazon Connect vous permettent de générer des tâches. Cela vous permet de créer des actions traçables avec les propriétaires et vous donne une visibilité immédiate sur l'achèvement des tâches et la productivité.
Voici quelques exemples :
+ Vérifiez un contact lorsque le client est frauduleux. Par exemple, vous pouvez créer une tâche de suivi lorsqu’un client prononce des mots ou des expressions qui le font apparaître comme potentiellement frauduleux.
+ Effectuez un suivi lorsque le client mentionne des sujets spécifiques que vous souhaitez aborder ultérieurement dans le cadre d’une vente incitative ou offrez-lui une assistance supplémentaire en le contactant.
+ Évaluez les performances des agents dans des scénarios spécifiques, par exemple, le sentiment du client était très faible pendant la conversation et le client a exprimé sa frustration.
+ Prenez des mesures opérationnelles, telles que l'affectation d'agents supplémentaires aux files d'attente pour lesquelles le temps de réponse moyen au cours de la dernière heure a dépassé les seuils acceptables.
**Pour créer une règle qui crée une tâche**
1. Lorsque vous créez une règle, choisissez **Créer une tâche** pour l’action.
![\[La page de nouvelle règle, le menu déroulant d’ajout d’action, l’option de création de tâche.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/contact-lens-rules-add-task-example1.png)
1. Complétez les champs de tâche comme suit :
![\[La page de nouvelle règle, la section d’attribution de catégorie de contact, la section Créer une tâche.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/contact-lens-rules-add-tasks-example2.png)
1. **Nom de la catégorie** : le nom de la catégorie apparaît dans l’enregistrement du contact. Longueur maximale : 200 caractères.
1. **Nom** : le nom apparaît dans le panneau de configuration des contacts (CCP) de l’agent. Longueur maximale : 512 caractères.
1. **Description** : la description apparaît dans le panneau de configuration des contacts (CCP) de l’agent. Longueur maximale : 4 096 caractères.
**Note**
Dans Nom et Description, utilisez **@ pour ajouter des variables dynamiques** qui sont renseignées lors de l'exécution de la règle. Pour les règles d'analyse conversationnelle et les règles des formulaires d'évaluation, vous pouvez ajouter le **nom de la règle, l'URL de l'instance, les informations de contact, d'agent** et de **file d'attente** pour le contact correspondant à la règle. Les règles des formulaires d'évaluation vous permettent également d'insérer l'**identifiant d'évaluation**.
![\[L'action de la tâche avec des variables dynamiques.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/rules-create-task-dynamic-variables.png)
D'autres types de règles prennent en charge différentes variables :
Les règles de métriques en temps réel vous permettent de saisir le **nom de la règle, l'URL de l'instance et la liste des agents, des files d'attente, des flux ou du profil de routage** qui ont dépassé le seuil requis pour déclencher l'alerte.
Les règles relatives aux dossiers vous permettent d'insérer le **nom de la règle, l'URL de l'instance et l'****ID du dossier**.
1. **Nom de référence de la tâche** : il s’agit d’une référence par défaut qui apparaît automatiquement dans le CCP de l’agent.
+ Pour les règles en temps réel, la référence de la tâche renvoie à la page des détails en temps réel.
+ Pour les règles après appel/chat, la référence de la tâche renvoie à la page **Détails de contact**.
1. **Nom de référence supplémentaire** : longueur maximale : 4 096 caractères. Vous pouvez ajouter jusqu’à 25 références.
1. **Sélectionner un flux** : choisissez le flux conçu pour acheminer la tâche vers le propriétaire approprié de la tâche. Le flux doit être enregistré et publié pour qu’il apparaisse dans la liste des options de la liste déroulante.
1. L’image suivante montre un exemple d’affichage de ces informations dans le CCP de l’agent.
![\[Une tâche dans le panneau de configuration des contacts de l’agent.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/contact-lens-rules-add-tasks-ccp.png)
Dans cet exemple, l’agent voit les valeurs suivantes pour **Nom**, **Description** et **Nom de référence de la tâche** :
1. **Nom** = **Action-Required-Contact Lens- ba2cf8fe....**
1. **Description** = **Test**
1. **Nom de référence de la tâche** = taskRef et URL de la page de détails en temps réel
1. Choisissez **Suivant**. Vérifiez puis choisissez **Enregistrer** la tâche.
1. Une fois que vous avez ajouté des règles, elles sont appliquées aux nouveaux contacts créés après l’ajout de la règle. Les règles sont appliquées lorsque l'analyse conversationnelle Amazon Connect analyse les conversations.
Vous ne pouvez pas appliquer de règles à des conversations passées et enregistrées.
## Les enregistrements des contacts vocaux et des tâches sont liés
Lorsqu’une règle crée une tâche, un enregistrement de contact est automatiquement généré pour la tâche. Il est lié à l’enregistrement de contact de l’appel vocal ou du chat répondant aux critères de la règle de création de la tâche.
Par exemple, un appel arrive dans votre centre d'appels et génère CTR1 :
![\[Informations sur l’enregistrement du contact initial lorsqu’un appel arrive.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/contact-lens-rules-attributes-example1.png)
Le moteur de règles génère une tâche. Dans l’enregistrement de contact associé à la tâche, l’enregistrement du contact vocal apparaît sous la forme de l’**ID de contact précédent**. En outre, l’enregistrement de contact de tâche hérite des attributs de contact de l’enregistrement du contact vocal, comme illustré dans l’image suivante :
![\[Enregistrement de contact 2 pour la tâche.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/contact-lens-rules-attributes-example2.png)
## À propos des valeurs dynamiques pour ContactId AgentId, QueueId, RuleName
Les valeurs dynamiques entre crochets [ ] sont appelées [attributs de contact](what-is-a-contact-attribute.md). Les attributs de contact vous permettent de stocker des informations temporaires sur le contact afin de pouvoir les utiliser dans un flux.
Lorsque vous ajoutez des attributs de contact entre crochets [] ContactId, tels que AgentId, QueueId, ou RuleName , la valeur est transmise d'un enregistrement de contact à un autre. Vous pouvez utiliser les attributs de contact dans le flux pour bifurquer et acheminer le contact en conséquence.
Pour de plus amples informations, veuillez consulter [Utilisation d'attributs de contact](connect-contact-attributes.md).
# Création d’une règle dans Contact Lens qui met fin aux tâches associées à partir d’un cas
**Pour créer une règle qui mette fin aux tâches associées**
1. Lorsque vous créez votre règle, choisissez **Un nouveau cas est mis à jour** comme source d’événement.
![\[Page de nouvelle règle, menu déroulant Ajouter une action, option Un cas est ajouté\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/contact-lens-rules-update-case-1.png)
1. Lorsque vous créez une règle, choisissez **Terminer les tâches** pour l’action.
![\[Page de nouvelle règle, menu déroulant Ajouter une action, option Terminer les tâches\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/contact-lens-rules-ends-tasks-2.png)
![\[Option Terminer les tâches\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/contact-lens-rules-ends-tasks-3.png)
1. Choisissez **Suivant**. Vérifiez puis choisissez **Enregistrer**.
1. Une fois que vous avez ajouté des règles, elles sont appliquées aux nouveaux contacts créés après l’ajout de la règle. Les règles sont appliquées lorsque l'analyse conversationnelle Amazon Connect analyse les conversations.
Vous ne pouvez pas appliquer de règles à des conversations passées et enregistrées.
# Création d’une règle dans Contact Lens qui crée un cas
**Pour créer une règle qui crée un cas**
1. Lorsque vous créez votre règle, sélectionnez **L'analyse post-appel est disponible**, L'**analyse post-chat est disponible** ou L'**analyse des e-mails est disponible comme source** d'événement.
![\[La page de définition des conditions, choisissez L'analyse post-appel est disponible, l'analyse post-chat est disponible ou l'analyse des e-mails est disponible en tant que source d'événement.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/contact-lens-rules-create-case-1.png)
1. Choisissez **Next** (Suivant)
1. Sur la page Actions, choisissez **Créer un cas** pour l’action.
![\[Page de nouvelle règle, menu déroulant Ajouter une action, option Créer un cas\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/contact-lens-rules-create-case-2.png)
1. Dans la carte **Créer un cas**, sélectionnez un **modèle de cas**.
![\[Dans la carte Créer un cas, sélectionnez un modèle de cas.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/contact-lens-rules-create-case-3.png)
1. Renseignez les **champs obligatoires** et ajoutez des **champs de cas facultatifs** pour renseigner les données de cas.
**Note**
Un profil client doit être associé à un contact pour que cette action fonctionne. Pour de plus amples informations, veuillez consulter [Activation de la fonctionnalité Cas](enable-cases.md).
![\[Renseignez les champs obligatoires et ajoutez des champs de cas facultatifs pour renseigner les données de cas.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/contact-lens-rules-create-case-4.png)
1. Choisissez **Suivant**. Vérifiez puis choisissez **Enregistrer**.
1. Une fois que vous avez ajouté des règles, elles sont appliquées aux nouveaux contacts créés après l’ajout de la règle. Les règles sont appliquées lorsque l'analyse conversationnelle Amazon Connect analyse les conversations.
Vous ne pouvez pas appliquer de règles à des conversations passées et enregistrées.
# Création d’une règle dans Contact Lens qui met à jour un cas
**Pour créer une règle qui mette à jour un cas**
1. Lorsque vous créez votre règle, choisissez **Un dossier est mis à jour** comme source d’événement et choisissez **Suivant**.
![\[La page Nouvelle règle, le menu déroulant Ajouter une action, l’option Un dossier est mis à jour.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/contact-lens-rules-update-case-1.png)
1. Lorsque vous créez votre règle, choisissez **Mettre à jour le cas** pour l’action.
![\[Page de nouvelle règle, menu déroulant Ajouter une action, option Mettre à jour le cas\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/contact-lens-rules-update-case-2.png)
1. Sélectionnez le champ de cas que vous souhaitez mettre à jour dans la liste déroulante et définissez sa nouvelle valeur.
![\[Sélectionnez le champ de cas que vous souhaitez mettre à jour dans la liste déroulante et définissez sa nouvelle valeur.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/contact-lens-rules-update-case-3.png)
![\[Sélectionnez le champ de cas que vous souhaitez mettre à jour dans la liste déroulante et définissez sa nouvelle valeur.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/contact-lens-rules-update-case-4.png)
1. Choisissez **Suivant**. Vérifiez puis choisissez **Enregistrer**.
1. Une fois que vous avez ajouté des règles, elles sont appliquées aux nouveaux contacts créés après l’ajout de la règle. Les règles sont appliquées lorsque l'analyse conversationnelle Amazon Connect analyse les conversations.
Vous ne pouvez pas appliquer de règles à des conversations passées et enregistrées.
# Création d’une règle dans Contact Lens qui soumet une évaluation automatique
Contact Lens vous permet de remplir et de soumettre automatiquement des évaluations en utilisant les informations et les métriques issues de l’analytique conversationnelle.
## Étape 1 : configurer l’automatisation pour le formulaire d’évaluation
Avant de créer une règle qui soumet une évaluation automatique, vous devez configurer l’automatisation pour le formulaire d’évaluation. Pour obtenir des instructions complètes, consultez [Étape 6 : activer les évaluations automatiques](create-evaluation-forms.md#step-automate) dans [Création d'un formulaire d'évaluation](create-evaluation-forms.md).
Voici les étapes à suivre :
1. Configurez l’automatisation pour chaque question d’un formulaire d’évaluation.
1. Activez **Activer la soumission automatique des évaluations** avant d’activer le formulaire d’évaluation.
1. Lorsque vous activez le formulaire d’évaluation avec l’automatisation configurée, une invite s’affiche pour vous demander de créer une règle, comme indiqué dans l’image suivante.
![\[Une invite pour créer une règle.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/create-a-rule-to-submit-automated-evaluations-1.png)
1. Choisissez **Create a rule (Créer une règle)**.
1. Sur la page **Règles**, définissez une règle qui indique quels contacts sont automatiquement évalués à l’aide du formulaire d’évaluation sélectionné. La procédure suivante fournit des instructions.
## Étape 2 : définir une règle qui précise quels contacts sont évalués automatiquement
Vous pouvez déclencher des évaluations automatisées avec deux types de règles :
+ Une règle d’**analytique conversationnelle** qui évalue automatiquement le contact une fois que Contact Lens a terminé son analyse.
+ Une règle de **formulaires d’évaluation** qui peut être utilisée pour déclencher un formulaire d’évaluation spécifique à une situation comme résultat d’un formulaire d’évaluation générique. Par exemple, si la réponse à la question d’évaluation *Le client était-il intéressé par l’achat d’un produit* est *Oui*, vous pouvez déclencher un autre formulaire d’évaluation mesurant les *performances commerciales de l’agent*.
### Déclenchement des évaluations automatisées grâce à une règle d’analytique conversationnelle
Le type de règle par défaut sélectionné quand vous créez une règle pour soumettre une évaluation automatique lors de l’activation du formulaire. Vous pouvez également créer une telle règle en sélectionnant **Créer une règle**, **Analytique conversationnelle** sur la page **Règles**.
1. Choisissez **Une analyse Contact Lens après appel est disponible** ou **Une analyse Contact Lens post-chat est disponible** comme source d’événement. Ces deux options sont mises en surbrillance dans l’image suivante.
![\[Les options d’analyse après appel et d’analyse post-chat.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/defined-conditions-evaluations.png)
1. Définissez les conditions pour identifier les contacts à évaluer automatiquement, puis choisissez **Next**.
Voici des exemples de conditions que vous pouvez utiliser pour identifier l'ensemble spécifique d'agents ou de contacts auquel le formulaire d'évaluation s'applique :
+ Agents
+ Hiérarchie des agents
+ Agent d'IA
+ Files d’attente
+ Méthode d'initiation
En outre, vous pouvez exclure les contacts susceptibles d'avoir été interrompus prématurément en raison de problèmes de connectivité ou d'autres problèmes en utilisant des conditions telles que :
+ Durée de l'interaction (par exemple, plus de 30 secondes)
+ Temps de conversation (par exemple, le client parle pendant plus de 10 secondes)
+ Problème de déconnexion potentiel lorsque le problème n'existe pas ou qu'aucun problème de connectivité ou d'appareil n'est connu pendant la conversation
1. Sur la page **Définir des actions**, indiquez un nom de catégorie pour identifier la règle.
1. Choisissez **Ajouter une action**, sélectionnez **Soumettre une évaluation automatique** et sélectionnez le formulaire que vous souhaitez utiliser pour soumettre automatiquement une évaluation. (Cette action est déjà sélectionnée sur la page si vous avez créé la règle lorsque vous activez le formulaire.)
1. Choisissez **Suivant**. Vérifiez puis choisissez **Enregistrer et publier**.
Une fois que vous avez ajouté des règles, elles sont appliquées aux nouveaux contacts créés après l’ajout de la règle. Les règles sont appliquées lorsque l'analyse conversationnelle Amazon Connect analyse les conversations.
**Important**
Vous ne pouvez pas appliquer de règles à des conversations passées et enregistrées.
### Déclenchement d’évaluations automatisées avec une règle de formulaires d’évaluation
1. Accédez à la page **Règles**. Sélectionnez **Créer une règle**, **Formulaires d’évaluation**.
1. Sous **Quand**, sélectionnez la source de l’événement, car **Un résultat d’évaluation Contact Lens est disponible**.
1. Choisissez **Ajouter une condition** pour déclencher une évaluation spécifique à la situation. Par exemple :
+ Une réponse précise à une autre évaluation, illustrée dans l’image suivante.
![\[Une réponse précise à une autre évaluation.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/add-condition-1.png)
+ Le résultat d’un autre formulaire d’évaluation, illustré dans l’image suivante.
![\[Le score d’un autre formulaire d’évaluation.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/add-condition-2.png)
1. Choisissez **Ajouter une action**, sélectionnez **Soumettre une évaluation automatique** et sélectionnez le formulaire que vous souhaitez utiliser pour soumettre automatiquement une évaluation.
1. Choisissez **Suivant**. Vérifiez puis choisissez **Enregistrer et publier**.
## Questions fréquentes (FAQ)
1. **Une évaluation automatique peut-elle annuler une évaluation soumise manuellement ?**
Non, une évaluation automatique ne peut pas remplacer une évaluation soumise manuellement. Si une évaluation existe déjà, l'évaluation automatique échouera pour ce contact et les administrateurs du compte pourront y voir ces notifications d'échec CloudWatch.
1. **Comment identifier les évaluations automatiques ?**
Si une évaluation est soumise automatiquement, elle est marquée comme « soumise par automatisation Contact Lens » sur la page **Détails de contact**. Si une évaluation automatique est modifiée et soumise à nouveau par un évaluateur, la mention « soumise par » contient le nom de l’évaluateur.
1. **Puis-je évaluer automatiquement un contact à l’aide de plusieurs formulaires d’évaluation ?**
Oui, vous pouvez soumettre automatiquement des évaluations sur un contact en utilisant plusieurs formulaires d’évaluation. Vous devez créer plusieurs règles pour soumettre des évaluations automatiques à l’aide des différents formulaires d’évaluation.
# Utilisation d’une condition relative à un mot ou à une expression dans une règle Contact Lens
Dans la règle **Analytique conversationnelle Contact Lens**, vous avez la possibilité de spécifier une condition relative aux mots ou aux expressions. Vous pouvez choisir Correspondance exacte, Correspondance sémantique ou Correspondance de modèle pour les mots ou les expressions. Cette rubrique explique chaque type de correspondance.
**Note**
Les trois types de correspondance ne distinguent pas les majuscules des minuscules. Par exemple, si vous avez spécifié le mot « facturation », il correspondra également à la transcription contenant le mot « Facturation ».
## Comment utiliser la correspondance exacte
**Correspondance exacte** est vraiment une correspondance exacte de mots, au singulier ou au pluriel.
Vous pouvez ajouter des mots-clés ou des expressions selon l’une des méthodes suivantes :
+ Sélectionnez **Saisir des mots-clés ou des expressions** et entrez des valeurs manuellement dans la zone de texte. Les valeurs peuvent être séparées par une virgule.
![\[Option Saisir des mots-clés ou des expressions dans l’interface utilisateur.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/exact-match-1.png)
+ Sélectionnez **Importer depuis une collection de mots** pour importer des mots et des phrases prédéfinis à partir de collections de mots.
![\[Option Importer depuis une collection de mots dans l’interface utilisateur.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/exact-match-2.png)
Les collections de mots peuvent être classées en deux types : les collections de mots utilisateur et les collections de mots système. Les collections de mots système sont prédéfinies par Amazon Connect et les utilisateurs ne peuvent pas les modifier. Les utilisateurs peuvent créer, lire, mettre à jour et supprimer (CRUD) une collection de mots utilisateur. Pour de plus amples informations, veuillez consulter [Gestion des collections de mots lorsque vous créez des règles d’analytique conversationnelle dans Contact Lens](manage-word-collections.md).
## Comment utiliser la correspondance de modèle
Si vous souhaitez faire correspondre des mots apparentés, ajoutez un astérisque (\$1) aux critères. Par exemple, si vous souhaitez obtenir une correspondance sur toutes les variantes de « voisin » (voisins, voisinage), vous devez taper **voisin\$1.**
Avec **Correspondance de modèle**, vous pouvez spécifier les éléments suivants :
+ **Liste de valeurs** : cela est utile lorsque vous souhaitez créer des expressions avec des valeurs interchangeables. Par exemple, l’expression peut être :
*J’appelle à propos d’une panne de courant à [« Pékin », « Londres », « New York », « Paris » ou « Tokyo »]*
Ensuite, dans la liste de valeurs, vous ajouterez les villes suivantes : Pékin, Londres, New York, Paris, Tokyo.
L’avantage d’utiliser des valeurs est que vous pouvez créer une expression au lieu de plusieurs. Cela réduit le nombre de cartes que vous devez créer.
+ **Chiffre** : cette option est le plus souvent utilisée dans les scripts de conformité, ou si vous recherchez un contexte dans lequel vous savez qu’un nombre est présent (en chiffres [0–9]). Ainsi, vous pouvez regrouper tous les critères dans une seule expression au lieu de deux. Par exemple, un script de conformité d’un agent peut indiquer :
*Je travaille dans ce secteur depuis [chif] ans et j’aimerais discuter de ce sujet avec vous.*
Un client pourrait aussi dire :
*Je suis membre depuis [chif] ans.*
**Note**
Lorsque vous extrayez des nombres de transcriptions de chat ou audio, seuls les chiffres numériques (0–9) sont reconnus.
Pour les contacts vocaux, il est possible que certaines langues ne convertissent pas les nombres prononcés au format numérique lors de la [transcription des nombres](https://docs.aws.amazon.com/transcribe/latest/dg/how-numbers.html). Cela signifie que la correspondance des modèles numériques peut ne pas fonctionner dans ces cas. Pour obtenir la liste des langues qui prennent en charge la transcription numérique, consultez [Langues prises en charge et fonctionnalités spécifiques aux langues](https://docs.aws.amazon.com/transcribe/latest/dg/supported-languages.html) dans le *Guide du développeur Amazon Transcribe*.
+ **Définition de proximité** : recherche les correspondances dont la précision peut être inférieure à 100 %. Vous pouvez également indiquer la distance entre les mots. Par exemple, si vous recherchez des contacts dans lesquels le mot « crédit » a été mentionné mais que vous ne voulez pas que les mots « carte de crédit » soient mentionnés, vous pouvez définir un modèle de correspondance entre les catégories afin de rechercher le mot « crédit » qui ne se trouve pas à moins d’une instance de « carte ».
Par exemple, une définition de proximité peut être :
*carte [la différence n’est pas de 0 à 1 mot] de crédit*
**Astuce**
Pour obtenir une liste des langues prises en charge, consultez [Fonctionnalités d’intelligence artificielle (IA)](supported-languages.md#supported-languages-contact-lens).
## Comment utiliser la correspondance sémantique
La correspondance sémantique est prise en charge uniquement pour l’analyse après appel/chat.
+ Une « intention » est un exemple d’énoncé. Il peut s’agir d’une expression ou d’une phrase.
+ Vous pouvez saisir jusqu’à quatre intentions sur une carte (groupe).
+ Nous vous recommandons d’utiliser des intentions sémantiquement similaires sur une même carte pour obtenir les meilleurs résultats. Par exemple, il existe une catégorie pour « politesse ». Elle comprend deux intentions : « salutations » et « au revoir ». Nous vous recommandons de séparer ces intentions sur deux cartes :
+ Carte 1 : « Comment allez-vous aujourd’hui » et « Comment ça va ». Ce sont des salutations sémantiquement similaires.
+ Carte 2 : « Merci de nous avoir contactés » et « Merci d’être notre client ». Ce sont des au revoir sémantiquement similaires.
Séparer les intentions en deux cartes permet d’obtenir plus de précision que de les placer toutes dans une seule carte.
# Utilisation de l’IA générative pour faire correspondre sémantiquement les contacts aux déclarations en langage naturel
Dans une règle d’**analytique conversationnelle Contact Lens**, vous avez la possibilité de spécifier une condition de type **Langage naturel – Correspondance sémantique** qui utilise l’IA générative pour rechercher les contacts correspondant à une déclaration en langage naturel. La condition Langage naturel – Correspondance sémantique est utilisée lorsque vous souhaitez faire correspondre des contacts à des critères spécifiques au contexte (par exemple, le problème du client a été résolu lors de l’appel) ou lorsqu’il y a trop de mots ou de phrases possibles pour utiliser les conditions de type **Mots ou expressions**.
Conseil de pro : utilisez la condition Langage naturel – Correspondance sémantique optimisée par l’IA générative si vous avez déjà utilisé la condition Mots ou expressions – Correspondance sémantique.
## Comment utiliser Langage naturel – Correspondance sémantique
****
1. Connectez-vous à Amazon Connect en tant qu’utilisateur disposant des autorisations **Règles** et **Règles – IA générative**.
1. Dans le menu de navigation, choisissez **Analytique et optimisation**, puis **Règles**.
1. Sélectionnez **Créer une règle**, puis **Analytique conversationnelle**.
![\[Option Importer depuis une collection de mots dans l’interface utilisateur.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/create-natural-semantic-match-rule.png)
1. Sélectionnez « Une analyse Contact Lens après appel est disponible » ou « Une analyse Contact Lens post-chat est disponible ».
1. Sélectionnez **Ajouter une condition**, puis choisissez **Langage naturel – Correspondance sémantique**.
![\[Option Importer depuis une collection de mots dans l’interface utilisateur.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/choose-natural-semantic-match.png)
1. Entrez une déclaration en langage naturel qui peut être évaluée par l’IA générative comme vraie ou fausse en la faisant correspondre à la transcription de la conversation.
![\[Option Importer depuis une collection de mots dans l’interface utilisateur.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/enter-natural-language-statement.png)
1. Ajoutez des conditions supplémentaires, par exemple des files d’attente, des attributs de contact personnalisés, etc.
1. Choisissez **Next** et fournissez un nom de catégorie (sans espaces) qui sera utilisé pour étiqueter les contacts avec l'énoncé en langage naturel, par exemple, **CustomerAddressChange**.
1. Vous pouvez spécifier des actions supplémentaires, telles que la [génération de tâches](contact-lens-rules-create-task.md), l’[envoi de notifications par e-mail](contact-lens-rules-email.md), la [soumission automatique d’évaluations](contact-lens-rules-submit-automated-evaluation.md), entre autres.
1. Cliquez sur **Suivant** pour vérifier la règle avant d’utiliser l’option **Enregistrer et publier**. Si vous n’êtes pas prêt à publier la règle, vous pouvez alors utiliser l’option **Enregistrer en tant que brouillon**.
## Instructions d’utilisation de la correspondance sémantique
La liste suivante explique comment utiliser au mieux la correspondance sémantique :
+ La déclaration doit être quelque chose qui peut être évalué comme vrai ou faux.
+ La condition Langage naturel – Correspondance sémantique utilise uniquement la transcription de la conversation. Si vous souhaitez utiliser d’autres attributs de contact (par exemple, des files d’attente) dans vos critères de correspondance, vous devez les spécifier en tant que conditions distinctes dans la règle.
+ Si possible, utilisez le terme « agent » au lieu de termes tels que « collègue », « employé », « représentant », « avocat » ou « associé ». De même, utilisez le terme « client » au lieu de termes tels que « membre », « appelant », « invité » ou « abonné ».
+ N’utilisez des guillemets que si vous souhaitez vérifier les mots exacts prononcés par l’agent ou le client. Par exemple, si l’instruction est de vérifier si l’agent dit « Passez une bonne journée », l’IA générative ne détectera pas « Passez un bon après-midi ». La déclaration en langage naturel devrait plutôt indiquer « L’agent a souhaité une bonne journée au client ».
**Exemples de déclarations à utiliser avec la correspondance sémantique**
+ Le client souhaitait modifier son plan d’abonnement.
+ Le client a exprimé sa gratitude à l’agent pour son soutien.
+ Le client a indiqué qu’il souhaitait mettre fin à ses services actuels.
+ Le client a demandé une interaction ultérieure.
+ Le client a demandé à l’agent de répéter les informations, indiquant un manque de compréhension.
+ Le client a demandé à parler au responsable de l’agent.
+ L’agent a demandé au client des informations supplémentaires ou une confirmation avant de fournir une réponse définitive.
+ L’agent a proposé plusieurs options de paiement
+ L’agent a assuré au client que son appel était important et a demandé un délai d’attente supplémentaire.
+ L’agent a résolu tous les problèmes du client.
# Gestion des collections de mots lorsque vous créez des règles d’analytique conversationnelle dans Contact Lens
Une *collection de mots* est un ensemble de mots et d’expressions prédéfinis que vous pouvez utiliser pour définir la condition de correspondance exacte lorsque vous créez des règles d’analytique conversationnelle. Lorsque vous ajoutez des conditions de correspondance exactes à une règle, vous pouvez choisir une liste de mots et d’expressions dans un menu déroulant.
## Autorisations requises
Règles Contact Lens – Collections de mots utilise le même ensemble d’autorisations de profil de sécurité que les règles Contact Lens. Pour de plus amples informations, veuillez consulter [Autorisations de profil de sécurité pour les règles Contact Lens](permissions-for-rules.md).
## Comment accéder à la page de gestion Collection de mots
1. Lorsque vous créez ou mettez à jour une règle d’analytique conversationnelle, choisissez l’icône d’engrenage en haut à droite de la carte de la condition **Correspondance exacte**, comme illustré dans l’image suivante.
![\[Option Saisir des mots-clés ou des expressions dans l’interface utilisateur.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/word-collections-permissions-how-to-access-1.png)
1. Sur la page de gestion **Collections de mots**, vous pouvez consulter les collections de mots existantes et en créer de nouvelles.
![\[Option Saisir des mots-clés ou des expressions dans l’interface utilisateur.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/word-collections-permissions-how-to-access-2.png)
## Comment créer une collection de mots utilisateur
****
1. Sur la page de gestion **Collections de mots**, choisissez **Créer une collection de mots**.
![\[Option Saisir des mots-clés ou des expressions dans l’interface utilisateur.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/create-user-word-collections-1.png)
1. Entrez le nom de la collection, ajoutez des mots et des phrases, puis choisissez **Enregistrer**.
![\[Option Saisir des mots-clés ou des expressions dans l’interface utilisateur.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/create-user-word-collections-2.png)
## Limites des collections de mots
+ Amazon Connect a une limite par défaut de 100 collections de mots utilisateur par instance.
+ Chaque collection de mots peut contenir un maximum de 100 mots ou phrases.
+ Chaque mot ou phrase est limité à 512 caractères.
+ Vous ne pouvez gérer que les collections de mots utilisateurs. Vous ne pouvez ni gérer ni modifier les collections de mots système.
# Saisie d’un script dans une règle Contact Lens à suivre par les agents
Entrez un script dans une règle Contact Lens quand il est nécessaire que les agents utilisent des formulations exactes lors d’appels avec les clients.
Pour saisir un script dans une règle, entrez des expressions. Par exemple, si vous souhaitez mettre en évidence le moment où les agents disent « *Merci d’être membre. Nous apprécions votre entreprise* », entrez deux expressions :
+ Merci d’être membre.
+ Merci de faire affaire avec nous.
Pour appliquer la règle à certains secteurs d’activité, ajoutez une condition concernant les files d’attente auxquelles elle s’applique ou les attributs de contact. Par exemple, l'image suivante montre une règle qui s'applique lorsqu'un agent fait la queue pour la BasicQueue facturation et les paiements, que le client travaille pour l'assurance auto et que l'agent est situé à Seattle.
![\[La page de nouvelle règle, la section Mots ou expressions - Correspondance exacte, conditions multiples.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/contact-lens-add-category-rules-3.png)
# Autorisations de profil de sécurité pour les règles Contact Lens
Pour afficher, modifier ou ajouter des règles de catégorisation automatique, vous devez être affecté à un profil de sécurité doté des autorisations **Analytique et Optimisation : règles**.
Pour afficher, modifier ou ajouter une règle utilisant l’IA générative (en utilisant la condition **Langage naturel - Correspondance sémantique**), l’autorisation **Analytique et optimisation : Règles – IA générative** doit également être attribuée à votre profil de sécurité.
Pour voir les noms des agents afin de les ajouter aux règles, vous avez besoin des autorisations **Utilisateurs et autorisations utilisateurs - Afficher** dans le profil de sécurité.
Pour voir les noms des agents afin de les ajouter aux règles, vous avez besoin des autorisations **Routage : files d’attente - Afficher** dans le profil de sécurité.
Pour de plus amples informations, veuillez consulter [Attribution d’autorisations pour utiliser l’analytique conversationnelle Contact Lens dans Amazon Connect](permissions-for-contact-lens.md).
# Conception d’un flux pour utiliser les attributs de contact d’une règle dans Contact Lens
Vous pouvez avoir jusqu’à 5 attributs de contact dans une règle.
Les attributs de contact sont récupérés au début de la session d’analyse des contacts en temps réel et tout ce qui est extrait à ce moment-là est utilisé pour l’évaluation des règles pendant toute la session. Aucune mise à jour des attributs de contact après le début de la session n’est prise en compte.
Vous pouvez concevoir des flux pour utiliser les attributs de contact que vous spécifiez dans une règle, puis acheminer la tâche en conséquence. Par exemple, un appel ou un chat arrive dans le centre de contact. Lorsque Contact Lens analyse l’appel ou le chat, la règle **Conformité** est respectée. L’enregistrement de contact créé pour l’appel, par exemple, contient des informations similaires à celles de l’image suivante. Il indique la **catégorie** = **Conformité** et possède deux attributs de contact personnalisés : **CustomerType**= **VIP**, **AgentLocation**= **NYC**.
![\[L’enregistrement du contact lorsque la règle de conformité est déclenchée.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/contact-lens-rules-attributes-example1.png)
Le moteur de règles génère une tâche. L’enregistrement de contact pour la tâche hérite des attributs de contact de l’enregistrement de contact vocal, comme illustré dans l’image suivante.
![\[L’enregistrement du contact pour la tâche, les attributs de contact personnalisés.\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/images/contact-lens-rules-attributes-example2.png)
L’enregistrement du contact vocal apparaît sous la forme de l’**ID de contact précédent**.
Le flux que vous spécifiez dans la règle doit être conçu pour utiliser les attributs du contact et acheminer la tâche vers le propriétaire approprié. Par exemple, vous souhaiterez peut-être acheminer les tâches où **CustomerType = VIP** vers un agent spécifique.
Pour de plus amples informations, veuillez consulter [Utilisation d'attributs de contact](connect-contact-attributes.md).
# Des règles sont appliquées aux nouveaux contacts lorsque Contact Lens analyse les conversations.
Une fois que vous avez ajouté des règles, elles sont appliquées aux nouveaux contacts créés après l’ajout de la règle. Les règles sont appliquées lorsque l'analyse conversationnelle Amazon Connect analyse les conversations.
Vous ne pouvez pas appliquer de règles à des conversations passées et enregistrées.
# Notifications d’erreur : lorsque Contact Lens ne parvient pas à analyser un contact
Il est possible que Contact Lens ne puisse pas analyser un fichier de contacts, même si l’analyse est activée dans le flux. Dans ce cas, Contact Lens envoie des notifications d'erreur à l'aide d'Amazon EventBridge Events.
Les événements sont générés [dans la mesure du possible](https://docs.aws.amazon.com/eventbridge/latest/userguide/eb-service-event.html).
## S'abonner aux EventBridge notifications
Pour vous abonner à ces notifications, créez une EventBridge règle personnalisée correspondant aux critères suivants :
+ "source" = "aws.connect"
+ « detail-type » = « Changement d’état de l’analyse Contact Lens »
Vous pouvez également ajouter au modèle pour être averti lorsqu’un code d’événement spécifique se produit. Pour plus d'informations, consultez la section [Event Patterns](https://docs.aws.amazon.com/eventbridge/latest/userguide/filtering-examples-structure.html) dans le *guide de EventBridge l'utilisateur Amazon*.
Le format d’une notification ressemble à l’exemple suivant :
```
{
"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"
}
}
```
## Codes d’événements
Le tableau suivant répertorie les codes d’événement susceptibles de se produire lorsque Contact Lens ne parvient pas à analyser un contact.
| Code de motif de l’événement | Description |
| --- | --- |
| INVALID\$1ANALYSIS\$1CONFIGURATION | Contact Lens a reçu des valeurs non valides lorsque le flux a été lancé, par exemple un code de langue non pris en charge ou non valide, ou une valeur non prise en charge pour un comportement de rédaction. |
| RECORDING\$1FILE\$1CANNOT\$1BE\$1READ | Contact Lens ne parvient pas à obtenir le fichier d’enregistrement. Cela peut être dû au fait que le fichier n’est pas présent dans le compartiment S3 ou qu’il existe des problèmes d’autorisation. |
| RECORDING\$1FILE\$1TOO\$1SMALL | Le fichier d’enregistrement est trop petit pour être analysé (moins de 105 ms). Si le format du fichier n’est pas attendu, une erreur INVALID se produit. Un JSON vide est également un objet inattendu. |
| RECORDING\$1FILE\$1TOO\$1LARGE | Le fichier d’enregistrement dépasse la durée limite d’analyse. [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/connect/latest/adminguide/contact-lens-error-notifications.html) |
| RECORDING\$1FILE\$1INVALID | Le fichier d’enregistrement n’est pas valide. |
| RECORDING\$1FILE\$1CANNOT\$1BE\$1READ | Une erreur s’est produite lorsque Contact Lens a essayé de lire le fichier d’enregistrement. |
| RECORDING\$1FILE\$1EMPTY | Le fichier d’enregistrement est vide. |
| RECORDING\$1SAMPLE\$1RATE\$1NOT\$1SUPPORTED | La fréquence d’échantillonnage du fichier audio n’est pas prise en charge. Contact Lens prend actuellement en charge les fichiers audio avec une fréquence d’échantillonnage de 8 kHz. Il s’agit de la fréquence d’échantillonnage des enregistrements Amazon Connect. |
# Notifications d’erreur lorsque la règle Amazon Connect ne s’exécute pas
Il est important de savoir quand une action de règle spécifique a échoué dans un environnement de production et quelle en est la cause. Vous pouvez alors atténuer de manière proactive ces défaillances à l’avenir.
Pour obtenir des informations en temps réel sur les actions qui n'ont pas pu être exécutées, vous intégrez les règles Amazon Connect aux EventBridge événements Amazon. Cela vous permet d’être averti lorsque, par exemple, l’action « Créer une tâche » échoue parce que le nombre maximum de **Tâches actives simultanées par instance** a atteint le quota de service. Dans ce cas, Amazon Connect envoie des notifications d'erreur à l'aide d'Amazon EventBridge Events.
Les événements sont générés [dans la mesure du possible](https://docs.aws.amazon.com/eventbridge/latest/userguide/eb-service-event.html).
## S'abonner aux EventBridge notifications
Pour vous abonner à ces notifications, créez une EventBridge règle personnalisée correspondant aux critères suivants :
+ "source" = "aws.connect"
+ « type-détails » = « Échec de l’exécution de l’action des règles Contact Lens »
Vous pouvez également ajouter au modèle pour être averti lorsqu’un code d’événement spécifique se produit. Pour plus d'informations, consultez la section [Event Patterns](https://docs.aws.amazon.com/eventbridge/latest/userguide/filtering-examples-structure.html) dans le *guide de EventBridge l'utilisateur Amazon*.
Le format d’une notification ressemble à l’exemple suivant :
```
{
"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}"
}
}
```
## Types d’actions prises en charge
+ `CREATE_TASK`
+ `GENERATE_EVENTBRIDGE_EVENT`
+ `SEND_NOTIFICATION`
Pour plus d’informations sur `ASSIGN_CONTACT_CATEGORY`, consultez [Notifications d’erreur : lorsque Contact Lens ne parvient pas à analyser un contact Dépannage](contact-lens-error-notifications.md).
## Événements déclencheurs pris en charge
+ `REAL_TIME_CALL`
+ `REAL_TIME_CHAT`
+ `POST_CALL`
+ `POST_CHAT`
+ `THIRD_PARTY`
## Codes de motif des actions ayant échoué
Lorsqu’une action échoue, le service de notification d’erreur collecte les codes de motif à partir des actions prises en charge. Pour plus d'informations sur les codes de cause des échecs de tâches et EventBridge d'actions, consultez les rubriques suivantes :
+ Pour connaître les codes de raison des échecs liés aux actions des tâches, consultez la rubrique « [Erreurs](https://docs.aws.amazon.com/connect/latest/APIReference/API_StartTaskContact.html#API_StartTaskContact_Errors) relatives à l'**StartTaskContact**API » du *guide de référence de l'API Amazon Connect*.
+ Pour connaître les codes de raison des échecs EventBridge d'action, consultez la rubrique **PutEvents**relative aux [erreurs](https://docs.aws.amazon.com/eventbridge/latest/APIReference/API_PutEvents.html#API_PutEvents_Errors) dans le *guide de référence des EventBridge API Amazon*.
# Spécifiez des variables pour certains paramètres lors de la création ou de la gestion de règles à l'aide d'Amazon Connect APIs
Lorsque vous créez ou gérez des règles par programmation à l'aide d'Amazon Connect APIs (comme [CreateRule](https://docs.aws.amazon.com/connect/latest/APIReference/API_CreateRule.html)ou [UpdateRule](https://docs.aws.amazon.com/connect/latest/APIReference/API_UpdateRule.html)), vous pouvez spécifier des variables pour certains paramètres. Les variables sont résolues au moment de l'exécution lorsque l'action est déclenchée, en fonction de la valeur du [EventSourceName](https://docs.aws.amazon.com/connect/latest/APIReference/API_RuleTriggerEventSource.html)paramètre.
Supposons, par exemple, que vous configurez une action de tâche et que vous souhaitez ajouter du contexte. Voici un exemple de la façon dont vous pouvez utiliser des injections de variables pour inclure l’ID du contact et l’ID de l’agent dans le champ `Description` de la tâche :
+ Le client n’est pas satisfait de l’appel téléphonique. Un juron a été détecté lors de la conversation avec l’agent `$.ContactLens.PostCall.Agent.AgentId` dans le contact `$.ContactLens.PostCall.ContactId`
Lorsque l’action est déclenchée, sa chaîne devient « Le client n’est pas satisfait de l’appel téléphonique. Un juron a été détecté lors d'une conversation avec l'agent 12345678-1234-1234-1234- dans le contact 87654321-1234-1234-1234-1234- » EXAMPLEID012 EXAMPLEID345
Le tableau suivant répertorie chaque source d'événement, ainsi que les sources JSONPath à utiliser pour les champs qui prennent en charge l'injection de variables.
| EventSourceName | JSONPath Référence |
| --- | --- |
| OnPostCallAnalysisAvailable | \$1.ContactLens.PostCall.ContactId \$1. ContactLens. PostCall.Agent. AgentId \$1. ContactLens. PostCall.File d'attente. QueueId |
| OnRealTimeCallAnalysisAvailable | \$1.ContactLens.RealTimeCall.ContactId \$1. ContactLens. RealTimeCall.Agent. AgentId \$1. ContactLens. RealTimeCall.File d'attente. QueueId |
| OnPostChatAnalysisAvailable | \$1.ContactLens.PostChat.ContactId \$1. ContactLens. PostChat.Agent. AgentId \$1. ContactLens. PostChat.File d'attente. QueueId |
| OnSalesforceCaseCreate | \$1. ThirdParty.Salesforce. CaseCreate. CaseNumber \$1. ThirdParty.Salesforce. CaseCreate.Nom \$1. ThirdParty.Salesforce. CaseCreate.Courrier électronique \$1. ThirdParty.Salesforce. CaseCreate.Téléphone \$1. ThirdParty.Salesforce. CaseCreate.Entreprise \$1. ThirdParty.Salesforce. CaseCreate.Type \$1. ThirdParty.Salesforce. CaseCreate.Raison \$1. ThirdParty.Salesforce. CaseCreate. Origine \$1. ThirdParty.Salesforce. CaseCreate.Objet \$1. ThirdParty.Salesforce. CaseCreate.Priorité \$1. ThirdParty.Salesforce. CaseCreate. CreatedDate \$1. ThirdParty.Salesforce. CaseCreate.Descriptif |
| OnZendeskTicketCreate | \$1. ThirdParty.Zendesk. TicketCreate.Identifiant \$1. ThirdParty.Zendesk. TicketCreate.Priorité \$1. ThirdParty.Zendesk. TicketCreate. CreatedAt |
| OnZendeskTicketStatusUpdate | \$1. ThirdParty.Zendesk. TicketStatusUpdate.Identifiant \$1. ThirdParty.Zendesk. TicketStatusUpdate.Priorité \$1. ThirdParty.Zendesk. TicketStatusUpdate. CreatedAt |