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.
Predictive Insights (version préliminaire)
Predictive Insights (version préliminaire) est une fonctionnalité d'Amazon Connect Customer Profiles qui utilise l'intelligence artificielle pour générer des recommandations de produits et de contenus personnalisées pour vos clients. En analysant les données d'interaction avec les clients, Predictive Insights vous aide à proposer des expériences plus pertinentes sur tous les points de contact avec les clients.
Comment fonctionne Predictive Insights
Predictive Insights (version préliminaire) utilise des modèles d'IA pour analyser les modèles de comportement des clients et générer des recommandations en temps réel. Le service traite les données d'interaction avec vos clients, telles que l'historique des achats et l'activité de navigation, afin d'identifier les modèles et les préférences.
-
Étape 1 : Ajoutez des données d'interaction aux profils à l'aide des connecteurs de données existants pour former des modèles d'IA avec les données d'interaction avec vos clients
-
Étape 2 : Ajoutez le catalogue d'articles à S3 pour permettre aux profils clients d'accéder aux données de vos articles via AWS Management Console
-
Étape 3 : créer des recommandations en définissant des types de recommandations (articles similaires, articles fréquemment associés, articles populaires)
-
Étape 4 : appliquer les recommandations à l'ensemble de l'écosystème Amazon Connect, y compris les agents Agent Workspace, Flows et Connect AI
Conditions préalables
-
Activer le stockage des données dans les profils clients
Pour entraîner des modèles d'IA à l'aide de vos profils clients, vous devez activer le stockage des données. Pour en savoir plus, reportez-vous à la section Customer Profile Data Store pour en savoir plus.
-
KMS
Vous avez configuré les profils clients pour chiffrer vos données sous un AWS KMS key.
-
Profils de sécurité
Vous avez configuré les profils de sécurité pour prendre en charge les autorisations Afficher (répertorier et afficher les informations prédictives), Créer (créer des recommandations), Supprimer (supprimer des recommandations) et Modifier (mettre à jour les recommandations) lorsque les informations prédictives sont activées.
Avantages de l'utilisation de Predictive Insights
L'utilisation de Predictive Insights présente plusieurs avantages clés :
-
Améliorez l'expérience client grâce à des recommandations personnalisées
-
Augmentez les opportunités de vente grâce à des suggestions de produits pertinentes
-
Gagnez du temps aux agents en faisant apparaître automatiquement les recommandations pertinentes
-
Fournir des recommandations cohérentes sur tous les points de contact avec les clients
-
Mettez à jour les suggestions en temps réel à mesure que le comportement des clients change
Considérations relatives aux données
Les sections suivantes fournissent des conseils sur la manière de faire correspondre les cas d'utilisation et d'évaluer l'état de préparation des données pour Predictive Insights.
Avez-vous adapté vos cas d'utilisation à Predictive Insights ?
Les types de personnalisation de Predictive Insights peuvent répondre aux cas d'utilisation suivants :
-
Génération de recommandations personnalisées pour un utilisateur
-
Recommander des articles similaires ou connexes
-
Recommander des articles tendance ou populaires
-
Réorganisation des articles par ordre de pertinence
Disposez-vous de suffisamment de données sur les interactions entre les articles ?
Pour tous les cas d'utilisation et types de personnalisation, vous devez avoir au moins 1 000 interactions avec des éléments pour 25 utilisateurs uniques avec au moins deux interactions chacun. Pour des recommandations de qualité, nous vous recommandons d'avoir au moins 50 000 interactions entre articles provenant d'au moins 1 000 utilisateurs, avec au moins deux interactions avec des articles chacun.
Disposez-vous d'une architecture de diffusion d'événements en temps réel ?
Si vous avez la possibilité de diffuser des événements en temps réel sur Connect Customer Profiles, vous pourrez profiter de la personnalisation en temps réel. Avec certains types de personnalisation, Predictive Insights peut tirer des leçons de l'activité la plus récente de vos utilisateurs et mettre à jour les recommandations lorsqu'ils utilisent votre application.
Vos données sont-elles optimisées pour Predictive Insights ?
Nous vous recommandons de vérifier les informations suivantes dans vos données :
-
Vérifiez les valeurs manquantes. Nous recommandons qu'au moins 70 % de vos enregistrements contiennent des données pour chaque attribut. Nous recommandons que les colonnes qui autorisent les valeurs nulles soient remplies à au moins 70 %.
-
Corrigez les inexactitudes ou les problèmes liés à vos données, tels que des conventions de dénomination incohérentes, des catégories dupliquées pour un élément, des incohérences IDs entre les ensembles de données ou des doublons. IDs Ces problèmes peuvent avoir un impact négatif sur les recommandations ou entraîner des comportements inattendus. Par exemple, vous pourriez avoir les deux « N/A” and “Not Applicable” in your data, but filter out recommendations based on only “N/A ». Les éléments marqués « Non applicable » ne seraient pas supprimés par le filtre.
-
Si un élément, un utilisateur ou une action peut comporter plusieurs catégories, comme un film comportant plusieurs genres, combinez les valeurs catégorielles dans un seul attribut et séparez chaque valeur par l'opérateur |. Par exemple, les données GENRES d'un film peuvent être Action | Aventure | Thriller.
-
Évitez d'avoir plus de 1 000 catégories possibles pour une colonne (sauf si la colonne contient des données uniquement à des fins de filtrage).
