Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
# Menganalisis percakapan menggunakan analisis percakapan di Amazon Connect Contact Lens
Dengan analisis Contact Lens percakapan, Anda dapat menganalisis percakapan antara pelanggan dan agen atau pelanggan dan AI percakapan, melalui suara, obrolan, dan email, menggunakan pemrosesan bahasa alami. Analisis percakapan melakukan analisis sentimen, mendeteksi masalah, dan memungkinkan Anda mengkategorikan kontak secara otomatis.
**Dukungan analitik ucapan**
+ **Analisis panggilan real-time**: Gunakan untuk mendeteksi dan menyelesaikan masalah pelanggan secara lebih proaktif saat panggilan sedang berlangsung. Misalnya, dapat [menganalisis dan mengingatkan](add-rules-for-alerts.md) Anda ketika pelanggan menjadi frustrasi karena agen tidak dapat menyelesaikan masalah yang rumit. Ini memungkinkan Anda untuk memberikan bantuan lebih segera.
+ **Analisis pasca-panggilan**: Gunakan untuk memahami tren percakapan pelanggan, interaksi layanan mandiri, dan kepatuhan agen. Ini membantu Anda mengidentifikasi peluang untuk meningkatkan AI percakapan dan agen pelatih setelah panggilan.
**Dukungan analitik obrolan**
+ **Analitik obrolan** waktu nyata: Seperti halnya analitik panggilan waktu nyata, Anda dapat mendeteksi dan menyelesaikan masalah pelanggan secara lebih proaktif saat obrolan sedang berlangsung dan [menerima peringatan](add-rules-for-alerts-chat.md). Misalnya, manajer bisa mendapatkan peringatan email real-time ketika sentimen pelanggan untuk kontak obrolan berubah negatif, memungkinkan mereka untuk bergabung dengan kontak yang sedang berlangsung dan membantu menyelesaikan masalah pelanggan.
+ **Analisis pasca-obrolan**: Gunakan untuk memahami tren percakapan pelanggan dengan bot dan agen. Ini memberikan informasi khusus untuk interaksi obrolan, seperti waktu salam agen, dan waktu respons agen dan pelanggan. Waktu respons dan sentimen membantu Anda menyelidiki pengalaman pelanggan dengan bot versus agen, dan mengidentifikasi area untuk perbaikan.
+ Setiap pesan obrolan yang diproses dikenakan biaya dengan cara yang sama. Meskipun tidak semua pesan mungkin memiliki semua fitur yang diterapkan (misalnya, ringkasan diterapkan hanya untuk `text/plain` pesan), jika analisis Contact Lens percakapan diaktifkan pada kontak, pesan dihitung untuk penagihan. Untuk informasi selengkapnya tentang harga, lihat [Harga Amazon Connect](https://aws.amazon.com/connect/pricing/).
**Dukungan analitik email**
+ **Analisis email**: Gunakan untuk menganalisis percakapan email antara pelanggan dan agen. Contact Lenssecara otomatis mengkategorikan kontak email, menyunting data sensitif dari transkrip email, dan menghasilkan ringkasan kontak. Ini membantu Anda memahami tren percakapan email dan memastikan kepatuhan di seluruh saluran email Anda.
+ Karena kontak email tidak sinkron, dengan satu peserta bertindak pada satu waktu, perbedaan real-time dan pasca-kontak yang berlaku untuk suara dan obrolan tidak berlaku untuk email. Analisis email dimulai segera setelah [Blok aliran di Amazon Connect: Mengatur perilaku perekaman, analitik, dan pemrosesan](set-recording-analytics-processing-behavior.md) digunakan ketika kontak email diterima atau dikirim.
Anda dapat melindungi privasi pelanggan Anda dengan menyunting data sensitif, seperti nama, alamat, dan informasi kartu kredit dari transkrip dan rekaman audio.
## Contoh halaman rincian Kontak untuk panggilan
Gambar berikut menunjukkan analisis percakapan untuk panggilan suara. Perhatikan bahwa itu termasuk metrik **waktu bicara**.
![\[Contoh halaman detail kontak dengan metrik waktu bicara.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contactlens-contactdetails-call1b.png)
1. **Tren sentimen pelanggan**: Grafik ini menunjukkan bagaimana sentimen pelanggan berubah saat kontak berlangsung. Untuk informasi selengkapnya, lihat [Selidiki skor sentimen](sentiment-scores.md).
1. **Sentimen pelanggan**: Grafik ini menunjukkan distribusi sentimen pelanggan untuk seluruh panggilan. Ini dihitung dengan menghitung jumlah total putaran percakapan atau pesan obrolan di mana pelanggan memiliki sentimen Positif, Netral, dan Negatif.
1. **Waktu bicara**: Grafik ini menunjukkan distribusi waktu bicara dan non waktu bicara selama seluruh panggilan. Waktu bicara selanjutnya dibagi menjadi waktu bicara agen dan pelanggan.
Gambar berikut menunjukkan bagian berikutnya pada halaman **Detail kontak** untuk panggilan suara: analisis audio dan transkrip. Perhatikan bahwa informasi identitas pribadi (PII) telah [disunting](sensitive-data-redaction.md) dari transkrip.
![\[Analisis audio dan transkrip untuk kontak.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contactlens-contactdetails-call2b.png)
## Contoh halaman detail Kontak untuk analitik obrolan waktu nyata
Gambar berikut menunjukkan analisis percakapan untuk obrolan waktu nyata. Perhatikan bahwa itu termasuk Sorotan utama dan sentimen pelanggan.
![\[Halaman detail kontak dengan analisis percakapan untuk obrolan waktu nyata.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contactlens-realtime-chat.png)
## Contoh halaman detail Kontak untuk analitik pasca-obrolan
Gambar berikut menunjukkan analitik pasca-obrolan. Perhatikan bahwa itu mencakup metrik respons obrolan, seperti **waktu salam Agen** (waktu dari agen bergabung dengan obrolan hingga saat mereka mengirim respons pertama), **waktu respons Pelanggan, dan waktu** **respons Agen**.
![\[Halaman detail kontak dengan ringkasan dan analisis percakapan untuk obrolan.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contactlens-contactdetails-chat1b.png)
Gambar berikut menunjukkan bagian berikutnya pada halaman **Detail kontak** untuk obrolan: analisis interaksi dan transkrip. Perhatikan bahwa Anda dapat menyelidiki interaksi pelanggan dengan bot versus agen.
![\[Halaman detail kontak, analisis interaksi dan transkrip untuk obrolan.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contactlens-contactdetails-chat2b.png)
## Contoh halaman rincian Kontak untuk analisis email
Gambar berikut menunjukkan analisis percakapan untuk kontak email. Analisis email mencakup kategorisasi, redaksi data sensitif, dan ringkasan kontak. Karena kontak email tidak sinkron, tidak ada analisis real-time atau skor sentimen.
![\[Contoh halaman detail kontak dengan analisis percakapan untuk kontak email.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contactlens-contactdetails-email.png)
# Aktifkan analisis percakapan di Amazon Connect Contact Lens
Anda dapat mengaktifkan analisis Contact Lens percakapan dalam beberapa langkah:
1. Aktifkan Contact Lens pada instans Amazon Connect Anda.
1. Tambahkan [Mengatur perilaku perekaman dan analitik](set-recording-behavior.md) blok ke alur, dan konfigurasikan untuk mengaktifkan analisis percakapan untuk suara, obrolan, email, atau kombinasi saluran.
Gambar berikut menunjukkan blok yang dikonfigurasi untuk perekaman panggilan dan analisis ucapan. Opsi **perekaman panggilan** diatur ke **Agen dan pelanggan**. Di bagian **Analytics**, opsi dipilih untuk interaksi otomatis dan interaksi agen.
![\[Halaman properti untuk blok perilaku perekaman dan analitik yang ditetapkan.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/set-recording-and-analytics-behavior.png)
Prosedur dalam topik ini menjelaskan langkah-langkah untuk mengaktifkan analisis percakapan untuk panggilan, obrolan, atau email.
**Topics**
+ [Hal-hal penting untuk diketahui](#important-set-behaviorblock)
+ [Contact LensAktifkan instans Amazon Connect](#enable-cl)
+ [Aktifkan perekaman panggilan dan analitik ucapan](#enable-callrecording-speechanalytics)
+ [Aktifkan analitik obrolan](#enable-chatanalytics)
+ [Aktifkan analitik email](#enable-emailanalytics)
+ [Aktifkan redaksi](#enable-redaction)
+ [Tinjau redaksi untuk akurasi](#review-sensitive-data-redaction)
+ [Nonaktifkan analisis sentimen](#disable-sentiment-analysis-voice-and-chat)
+ [Aktifkan redaksi secara dinamis berdasarkan bahasa pelanggan](#dynamically-enable-analytics-contact-flow)
+ [Rancang alur untuk sorotan utama](#call-summarization-agent)
+ [Bagaimana jika blok aliran gagal mengaktifkan analisis percakapan?](#troubleshoot-contactlens-enablement)
+ [Panggilan multi-pihak](#multiparty-calls-contactlens)
## Hal-hal penting untuk diketahui
+ **Kumpulkan data setelah mentransfer kontak**: Jika Anda ingin terus menggunakan analitik percakapan untuk mengumpulkan data setelah mentransfer kontak ke agen atau antrian lain, Anda perlu menambahkan [Mengatur perilaku perekaman dan analitik](set-recording-behavior.md) blok lain dengan **Aktifkan analitik** yang diaktifkan untuk alur. Ini karena transfer menghasilkan ID kontak kedua dan catatan kontak. Analisis percakapan perlu dijalankan pada catatan kontak itu juga.
**catatan**
Untuk [queue-to-queuetransfer](queue-to-queue-transfer.md), informasi konfigurasi untuk analisis percakapan disalin ke kontak yang ditransfer.
+ Saat Anda memilih bahasa yang didukung oleh analisis sentimen, DAN pilih **Aktifkan analitik Contact Lens ucapan, Aktifkan analitik** **obrolan**, atau **Aktifkan analitik email** di [Mengatur perilaku perekaman dan analitik](set-recording-behavior.md) blok, analisis sentimen diaktifkan secara default. Anda dapat memilih untuk [menonaktifkan analisis sentimen](#disable-sentiment-analysis-voice-and-chat).
+ Di mana Anda menempatkan [Mengatur perilaku perekaman dan analitik](set-recording-behavior.md) blok dalam aliran memengaruhi pengalaman agen dengan sorotan utama. Untuk informasi selengkapnya, lihat [Rancang alur untuk sorotan utama](#call-summarization-agent).
## Contact LensAktifkan instans Amazon Connect
Sebelum Anda dapat mengaktifkan analisis percakapan, Anda harus mengaktifkan Contact Lens instans Anda terlebih dahulu.
1. Buka konsol Amazon Connect di [https://console.aws.amazon.com/connect/](https://console.aws.amazon.com/connect/).
1. Pada halaman instance, pilih alias instance. Alias instance juga merupakan **nama instans** Anda, yang muncul di URL Amazon Connect Anda. Gambar berikut menunjukkan halaman **instance pusat kontak virtual Amazon Connect**, dengan kotak di sekitar alias instance.
![\[Halaman instans pusat kontak virtual Amazon Connect, alias instans.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/instance.png)
1. Di konsol Amazon Connect, di panel navigasi, pilih **alat Analytics**, lalu pilih **Aktifkan Contact Lens**.
1. Pilih **Simpan**.
## Aktifkan perekaman panggilan dan analitik ucapan
Setelah Contact Lens diaktifkan untuk instance Anda, Anda dapat menambahkan [Mengatur perilaku perekaman dan analitik](set-recording-behavior.md) blok ke alur Anda. Anda kemudian mengaktifkan analitik percakapan saat mengonfigurasi blok **Setel perekaman dan perilaku analitik**.
1. Dalam perancang aliran, tambahkan [Mengatur perilaku perekaman dan analitik](set-recording-behavior.md) blok ke aliran Anda.
Untuk informasi tentang jenis aliran yang dapat Anda gunakan dengan blok ini dan tips lainnya, lihat[Mengatur perilaku perekaman dan analitik](set-recording-behavior.md).
1. Buka halaman **Setel rekaman dan properti perilaku analitik**. Di bawah **Rekaman panggilan**, pilih **Aktif**, **Agen, dan Pelanggan**.
Rekaman panggilan agen dan pelanggan diperlukan untuk menggunakan analisis percakapan untuk kontak suara.
1. Di bawah **Analytics**, pilih **Aktifkan analisis Contact Lens percakapan**, **Aktifkan analitik ucapan**.
Jika Anda tidak melihat opsi ini, Amazon Connect Contact Lens belum diaktifkan untuk instans Anda. Untuk instruksi untuk mengaktifkannya, lihat[Contact LensAktifkan instans Amazon Connect](#enable-cl).
1. Pilih salah satu cara berikut:
1. **Analisis pasca-panggilan**: Contact Lens menganalisis rekaman panggilan setelah percakapan dan After Contact Work (ACW) selesai. Opsi ini memberikan akurasi transkripsi terbaik.
1. **Analisis real-time**: Contact Lens memberikan wawasan real-time selama panggilan, dan analitik pasca-panggilan setelah percakapan berakhir dan After Contact Work (ACW) selesai.
Jika Anda memilih opsi ini, kami sarankan untuk menyiapkan peringatan berdasarkan kata kunci dan frasa yang dapat diucapkan pelanggan selama panggilan. Contact Lensmenganalisis percakapan real-time untuk mendeteksi kata kunci atau frasa yang ditentukan, dan memperingatkan pengawas. Dari sana, supervisor dapat mendengarkan panggilan langsung dan memberikan panduan kepada agen untuk membantu mereka menyelesaikan masalah lebih cepat.
Untuk informasi tentang mengatur peringatan, lihat[Waspada supervisor secara real-time untuk panggilan](add-rules-for-alerts.md).
Jika instans Anda dibuat sebelum Oktober 2018, konfigurasi tambahan diperlukan untuk mengakses analitik panggilan real-time. Untuk informasi selengkapnya, lihat [Izin peran terkait layanan](connect-slr.md#slr-permissions).
1. Pilih dari [daftar bahasa yang tersedia](supported-languages.md#supported-languages-contact-lens).
Untuk petunjuk tentang menentukan bahasa secara dinamis, lihat. [Aktifkan redaksi secara dinamis berdasarkan bahasa pelanggan](#dynamically-enable-analytics-contact-flow)
1. Secara opsional, aktifkan redaksi data sensitif. Untuk informasi lebih lanjut, lihat bagian selanjutnya, [Aktifkan redaksi](#enable-redaction).
1. Pilih **Simpan**.
1. Jika kontak akan ditransfer ke agen atau antrian lain, ulangi langkah-langkah ini untuk menambahkan [Mengatur perilaku perekaman dan analitik](set-recording-behavior.md) blok lain dengan **Aktifkan Contact Lens untuk analisis percakapan** diaktifkan.
## Aktifkan analitik obrolan
1. Di [Mengatur perilaku perekaman dan analitik](set-recording-behavior.md) blok, di bawah **Analytics**, pilih **Aktifkan analisis Contact Lens percakapan, dan Aktifkan analitik** **obrolan**.
**catatan**
Dengan memilih opsi ini, Anda akan menerima analitik real-time dan pasca-obrolan.
Jika Anda tidak melihat opsi ini, Amazon Connect Contact Lens belum diaktifkan untuk instans Anda. Untuk instruksi untuk mengaktifkannya, lihat[Contact LensAktifkan instans Amazon Connect](#enable-cl).
1. Pilih dari [daftar bahasa yang tersedia](supported-languages.md#supported-languages-contact-lens).
Untuk petunjuk tentang memilih bahasa dan redaksi secara dinamis, lihat. [Aktifkan redaksi secara dinamis berdasarkan bahasa pelanggan](#dynamically-enable-analytics-contact-flow)
1. Secara opsional, aktifkan redaksi data sensitif. Untuk informasi lebih lanjut, lihat bagian selanjutnya, [Aktifkan redaksi](#enable-redaction).
1. Pilih **Simpan**.
1. Jika kontak akan ditransfer ke agen atau antrian lain, ulangi langkah-langkah ini untuk menambahkan [Mengatur perilaku perekaman dan analitik](set-recording-behavior.md) blok lain dengan **Aktifkan Contact Lens untuk analisis percakapan** diaktifkan.
## Aktifkan analitik email
Anda dapat mengaktifkan analisis Contact Lens percakapan untuk kontak email untuk secara otomatis mengkategorikan email, menyunting data sensitif, dan menghasilkan ringkasan kontak.
1. Di perancang alur, tambahkan [Atur perilaku perekaman, analitik, dan pemrosesan](set-recording-analytics-processing-behavior.md) blok ke alur email masuk Anda. Tempatkan blok sebelum kontak email dialihkan ke antrian atau agen.
1. Buka properti blok. Untuk **Tindakan**, pilih **Setel perilaku perekaman dan analitik**.
1. Untuk **Channel**, pilih **Email**.
1. Di bawah **Analytics**, pilih **Aktifkan analisis Contact Lens percakapan**, dan **Aktifkan analitik email**.
Jika Anda tidak melihat opsi ini, Amazon Connect Contact Lens belum diaktifkan untuk instans Anda. Untuk instruksi untuk mengaktifkannya, lihat[Contact LensAktifkan instans Amazon Connect](#enable-cl).
1. Pilih dari [daftar bahasa yang tersedia](supported-languages.md#supported-languages-contact-lens).
1. Secara opsional, aktifkan redaksi data sensitif. Untuk informasi selengkapnya, lihat [Aktifkan redaksi](#enable-redaction).
1. Secara opsional, di bawah **kemampuan AI Generatif Lensa Kontak**, aktifkan **ringkasan Kontak untuk menghasilkan ringkasan** untuk kontak email.
1. Pilih **Simpan**.
1. Jika kontak email akan ditransfer ke agen atau antrian lain, ulangi langkah-langkah ini untuk menambahkan [Atur perilaku perekaman, analitik, dan pemrosesan](set-recording-analytics-processing-behavior.md) blok lain dengan **Aktifkan Contact Lens untuk analisis percakapan** diaktifkan.
## Aktifkan redaksi data sensitif
Saat Anda mengonfigurasi [Mengatur perilaku perekaman dan analitik](set-recording-behavior.md) blok untuk analitik percakapan, Anda juga memiliki opsi untuk mengaktifkan redaksi data sensitif dalam aliran. Saat redaksi diaktifkan, Anda dapat memilih dari opsi berikut:
+ Menyunting semua data informasi identitas pribadi (PII) (semua entitas PII didukung).
+ Pilih entitas PII mana yang akan disunting dari daftar entitas yang didukung.
**Jika Anda menerima pengaturan default, analitik Contact Lens percakapan menyunting semua informasi identitas pribadi (PII) yang diidentifikasi, dan menggantinya dengan [PII] dalam transkrip.** Pengaturan default ditampilkan pada gambar berikut karena opsi berikut dipilih: Menyunting **data sensitif, Menyunting Semua data** **PII, dan **Ganti dengan** PII** placeholder.
![\[Pengaturan default untuk redaksi data sensitif.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-enable-redaction-default.png)
### Pilih entitas PII untuk disunting
Di bawah bagian **Redaksi data**, Anda dapat memilih entitas PII tertentu untuk disunting. Gambar berikut menunjukkan bahwa **Nomor Kartu Kredit/Debit** akan dihapus.
![\[Bagian redaksi data, daftar entitas yang dapat Anda edit.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-select-entities-to-redact.png)
### Pilih penggantian redaksi data
Di bawah bagian **Penggantian redaksi data**, Anda dapat memilih topeng yang akan digunakan sebagai pengganti redaksi data. Misalnya, pada gambar berikut, opsi **Ganti dengan placeholder PII** menunjukkan bahwa **PII** akan mengganti data.
![\[Opsi untuk mengganti data dengan PII.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-dataredactionreplacement.png)
Untuk informasi selengkapnya tentang penggunaan redaksi, lihat[Gunakan redaksi data sensitif](sensitive-data-redaction.md).
## Tinjau redaksi data sensitif untuk akurasi
Fitur redaksi dirancang untuk mengidentifikasi dan menghapus data sensitif. Namun, karena sifat prediktif pembelajaran mesin, itu mungkin tidak mengidentifikasi dan menghapus semua contoh data sensitif dalam transkrip yang dihasilkan oleh Lensa Kontak. Kami menyarankan Anda meninjau output yang disunting untuk memastikannya memenuhi kebutuhan Anda.
**penting**
Fitur redaksi tidak memenuhi persyaratan untuk de-identifikasi berdasarkan undang-undang privasi medis seperti Undang-Undang Portabilitas dan Akuntabilitas Asuransi Kesehatan AS tahun 1996 (HIPAA), jadi kami sarankan Anda terus memperlakukannya sebagai informasi kesehatan yang dilindungi setelah redaksi.
Untuk lokasi file dan contoh yang disunting, lihat[Lokasi berkas keluaran](example-contact-lens-output-locations.md).
## Nonaktifkan analisis sentimen
Saat Anda memilih bahasa yang didukung oleh analisis sentimen, DAN memilih **Aktifkan analitik ucapan atau Aktifkan analitik** **obrolan**, analisis sentimen diaktifkan secara default untuk semua agen dan pelanggan. Untuk daftar bahasa yang didukung oleh analisis sentimen, lihat[Fitur AI](supported-languages.md#supported-languages-contact-lens).
Gambar berikut menunjukkan opsi analisis sentimen diaktifkan pada blok **Setel perekaman dan perilaku analitik**.
![\[Opsi analisis Sentimen saat diaktifkan.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/sentiment-analysis-enabled.png)
Gambar berikut menunjukkan bahasa yang tidak didukung oleh analisis sentimen. Sebaiknya buka bagian **Sentimen** untuk memverifikasi apakah itu diaktifkan atau dinonaktifkan.
![\[Opsi analisis Sentimen ketika dinonaktifkan karena bahasa tidak didukung.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/sentiment-analysis-verify.png)
Untuk menonaktifkan analisis sentimen untuk semua agen dan pelanggan, batalkan pilihan **Aktifkan Analisis Sentimen**, seperti yang ditunjukkan pada gambar berikut.
![\[Opsi analisis sentimen saat dinonaktifkan.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/sentiment-analysis-disabled.png)
## Aktifkan redaksi secara dinamis berdasarkan bahasa pelanggan
Anda dapat secara dinamis mengaktifkan redaksi file output berdasarkan bahasa pelanggan. Misalnya, untuk pelanggan yang menggunakan en-US, Anda mungkin hanya menginginkan file yang disunting sedangkan bagi mereka yang menggunakan en-GB, Anda mungkin menginginkan file keluaran asli dan yang telah disunting.
+ Redaksi: pilih salah satu dari yang berikut (peka huruf besar/kecil)
+ Tidak ada
+ RedactedOnly
+ RedactedAndOriginal
+ Bahasa: Pilih dari [daftar bahasa yang tersedia](supported-languages.md#supported-languages-contact-lens).
Anda dapat mengatur atribut ini dengan cara berikut:
+ User defined: gunakan blok **Atribut kontak Set**. Untuk petunjuk umum tentang menggunakan blok ini, lihat[Cara mereferensikan atribut kontak](how-to-reference-attributes.md). Tentukan **kunci Tujuan** dan **Nilai** untuk redaksi dan bahasa sesuai kebutuhan.
Gambar berikut menunjukkan contoh bagaimana Anda dapat mengonfigurasi blok **Atribut kontak Set** untuk menggunakan atribut kontak untuk redaksi. **Pilih opsi **Use text**, atur **Destination key** ke **redaction\$1option**, dan atur Value ke. **RedactedAndOriginal****
**catatan**
**Nilai** peka huruf besar/kecil.
![\[Blok atribut kontak set, opsi penggunaan teks, nilainya peka huruf besar/kecil.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-contact-attributes-enable-redaction1.png)
Gambar berikut menunjukkan cara menggunakan atribut kontak untuk bahasa. Pilih opsi Gunakan teks, atur kunci Tujuan ke bahasa, atur **Nilai** ke **en-US**.
![\[Blok atribut kontak set, opsi penggunaan teks, nilainya peka huruf besar/kecil.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-contact-attributes-enable-redaction2.png)
+ [Gunakan fungsi Lambda](attribs-with-lambda.md). Ini mirip dengan cara Anda mengatur atribut kontak yang ditentukan pengguna. AWS Lambda Fungsi dapat mengembalikan hasilnya sebagai pasangan kunci-nilai, tergantung pada bahasa respons Lambda. Contoh berikut menunjukkan respons Lambda di JSON:
```
{
'redaction_option': 'RedactedOnly',
'language': 'en-US'
}
```
## Rancang alur untuk sorotan utama
Transkrip dapat dilihat oleh agen yang menggunakan Contact Control Panel (CCP) tergantung pada apakah analisis percakapan diaktifkan dalam aliran masuk, and/or aliran transfer. [Mengatur perilaku perekaman dan analitik](set-recording-behavior.md)
Bagian ini menyediakan tiga kasus penggunaan untuk mengaktifkan analisis percakapan di [Mengatur perilaku perekaman dan analitik](set-recording-behavior.md) blok, dan menjelaskan bagaimana mereka memengaruhi pengalaman agen dengan sorotan utama.
### Kasus penggunaan 1: Analisis percakapan diaktifkan hanya dalam alur masuk
+ Kontak memasuki aliran masuk, dan tidak ada transfer panggilan. Berikut ini adalah pengalaman agen:
Agen menerima transkrip lengkap selama After Contact Work (ACW). Transkrip mencakup semua yang dikatakan oleh agen dan pelanggan, dari saat agen menerima panggilan awal, hingga panggilan berakhir, seperti yang ditunjukkan pada gambar berikut.
![\[Panel kontrol kontak, transkrip percakapan.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/call-summarization-use1.png)
+ Kontak memasuki aliran masuk, dan ada transfer panggilan. Berikut ini adalah pengalaman agen:
+ Agen 1 menerima transkrip panggilan setelah mereka meninggalkan conference/warm transfer, selama ACW.
Transkrip mencakup semua yang dikatakan oleh agen 1 dan pelanggan, dari saat agen menerima panggilan awal, hingga agen 1 meninggalkan bagian conference/warm transfer panggilan. Transkrip mencakup pesan prompt flow (transfer/queue flow), seperti yang ditunjukkan pada gambar berikut.
![\[Prompt transfer aliran dalam transkrip.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/call-summarization-use2.png)
+ Agen 2 menerima transkrip panggilan pada saat menerima panggilan conference/warm transfer dari agen 1.
Transkrip mencakup semua yang dikatakan oleh agen 1 dan pelanggan, dari saat agen 1 menerima panggilan awal hingga agen 1 meninggalkan bagian conference/warm transfer panggilan. Transkrip mencakup pesan prompt flow (transfer/queue flow), dan percakapan transfer hangat, seperti yang ditunjukkan pada gambar berikut.
![\[Transkrip, prompt transfer aliran dan transfer hangat antara dua agen.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/call-summarization-use2b.png)
Karena analisis percakapan tidak diaktifkan dalam aliran transfer, agen 2 tidak melihat sisa transkrip ketika panggilan telah berakhir dan mereka memasuki ACW. Gambar ACW berikut untuk agen 2 menunjukkan transkrip kosong.
![\[Transkrip kosong.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/call-summarization-use2c.png)
### Kasus penggunaan 2: Analisis percakapan diaktifkan dalam aliran masuk dan aliran transfer (koneksi cepat)
+ Kontak memasuki aliran masuk, dan tidak ada transfer panggilan. Berikut ini adalah pengalaman agen:
+ Agen 1 menerima transkrip panggilan lengkap (tidak disunting) selama ACW.
Transkrip mencakup semua yang dikatakan oleh agen 1 dan pelanggan dari saat agen menerima panggilan, hingga panggilan berakhir. Ini ditunjukkan pada gambar PKC berikut untuk agen 1.
![\[PKT untuk agen 1, transkrip panggilan lengkap.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/call-summarization-use3.png)
+ Kontak memasuki aliran masuk, dan ada transfer panggilan. Berikut ini adalah pengalaman agen:
+ Agen 1 menerima transkrip panggilan setelah mereka meninggalkan conference/warm transfer, selama ACW.
Transkrip mencakup semua yang dikatakan oleh agen 1 dan pelanggan dari saat agen 1 menerima panggilan, hingga agen 1 meninggalkan bagian conference/warm transfer panggilan. Transkrip termasuk aliran (aliran transfer/antrian) pesan prompt.
Transkrip panggilan lengkap hingga transfer hangat ditunjukkan pada gambar berikut.
![\[Transkrip panggilan lengkap sampai agen 1 meninggalkan konferensi.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/call-summarization-use2b.png)
+ Agen 2 menerima transkrip panggilan pada saat menerima panggilan conference/warm transfer dari agen 1.
Transkrip mencakup semua yang dikatakan oleh agen 1 dan pelanggan, dari saat agen 1 menerima panggilan, hingga agen 1 meninggalkan bagian conference/warm transfer panggilan. Transkrip mencakup pesan prompt flow (transfer/queue flow).
+ Karena analisis percakapan diaktifkan dalam aliran transfer, agen 2 menerima transkrip panggilan setelah panggilan selesai, selama ACW.
Transkrip hanya mencakup bagian yang tersisa dari panggilan antara agen 2 dan pelanggan, setelah agen 1 meninggalkan panggilan. Transkrip mencakup semua yang dikatakan oleh agen 2 dan pelanggan, dari saat mereka dikonferensi/hangat ditransfer, hingga panggilan telah berakhir. Contoh transkrip ditunjukkan pada gambar berikut.
![\[Transkrip panggilan antara agen 2 dan pelanggan.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/call-summarization-use3b.png)
## Bagaimana jika blok aliran gagal mengaktifkan analisis percakapan?
Ada kemungkinan bahwa [Mengatur perilaku perekaman dan analitik](set-recording-behavior.md) blok dapat gagal untuk mengaktifkan analisis percakapan pada kontak. Jika analisis percakapan tidak diaktifkan untuk kontak, [periksa log alur](search-contact-flow-logs.md) untuk kesalahan tersebut.
## Panggilan multi-pihak dan analitik percakapan
Contact Lensanalisis percakapan mendukung panggilan dengan hingga 2 peserta. Misalnya, jika ada lebih dari dua pihak (agen dan pelanggan) yang melakukan panggilan, atau panggilan ditransfer ke pihak ketiga, kualitas transkripsi dan analitik, seperti sentimen, redaksi, kategori antara lain, dapat terdegradasi. Kami menyarankan Anda menonaktifkan analisis percakapan untuk panggilan multi-pihak atau pihak ketiga jika ada lebih dari dua pihak (agen dan pelanggan). Untuk melakukan ini, tambahkan [Mengatur perilaku perekaman dan analitik](set-recording-behavior.md) blok lain ke alur dan nonaktifkan analisis percakapan. Untuk informasi selengkapnya tentang perilaku blok aliran, lihat[Kiat konfigurasi](set-recording-behavior.md#set-recording-behavior-tips).
# Tetapkan izin untuk menggunakan analisis Contact Lens percakapan di Amazon Connect
Untuk menjaga keamanan data pelanggan, Anda menetapkan izin profil keamanan untuk menentukan siapa yang dapat mengakses informasi yang dihasilkan oleh analisis Contact Lens percakapan.
Berikut ini adalah deskripsi izin profil keamanan yang diperlukan, serta beberapa izin yang bermanfaat untuk dimiliki tetapi tidak diperlukan. Beberapa di antaranya adalah izin Pencarian, yang diperlukan agar Anda dapat menemukan kontak yang ingin Anda analisis. Mereka tidak spesifik untuk analisis Contact Lens percakapan.
## Izin analitik percakapan
+ **Contact Lens- analisis percakapan**
+ Pada halaman **Detail kontak** Anda dapat melihat grafik yang merangkum analisis percakapan (sentimen pelanggan, waktu bicara untuk kontak suara), serta warna sentimen dan indikator untuk setiap percakapan mengaktifkan transkrip dan rekaman. Misalnya, gambar berikut menunjukkan bagaimana informasi ini ditampilkan di halaman **Detail kontak** untuk kontak suara.
**Contact Lens- analisis percakapan - Izin lihat** juga diperlukan untuk melihat indikator sentimen pada rekaman percakapan dan transkrip.
![\[Grafik pada halaman detail kontak.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contactlens-conversationalanalytics-permission.png)
![\[Grafik pada halaman detail kontak.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contactlens-conversationalanalytics-permission-2.png)
+ **Rekaman panggilan (tidak disunting)**
Pada **detail Kontak** dan halaman **pencarian Kontak** untuk kontak, lihat rekaman audio yang belum disunting.
+ **Rekaman panggilan (disunting)**
Pada **detail Kontak** dan halaman **pencarian Kontak** untuk kontak, dengarkan rekaman panggilan di mana data sensitif telah disunting.
+ **Transkrip kontak (tidak disunting)**
Pada **detail Kontak** dan halaman **pencarian Kontak untuk kontak**, lihat obrolan yang belum disunting, percakapan email, dan transkrip suara yang tidak disunting yang dihasilkan oleh. Contact Lens
+ **Transkrip kontak (disunting)**
Pada **detail Kontak** dan halaman **pencarian Kontak** untuk kontak, lihat transkrip obrolan dan suara di mana data sensitif telah disunting.
**penting**
Jika Anda memiliki izin untuk:
Kedua **transkrip Kontak (tidak disunting) - Transkrip Akses** **dan Kontak (**disunting) - Akses
— ATAU —
Kedua **rekaman Panggilan (tidak disunting) - Rekaman Akses** **dan Panggilan (disunting)** - Akses
Perhatikan perilaku berikut:
Saat redaksi diaktifkan pada alur, konten yang disunting akan ditampilkan di halaman **Penelusuran **Kontak dan Detail** Kontak**.
Ketika redaksi dinonaktifkan pada alur atau kontak tidak dianalisis olehContact Lens, konten yang tidak disunting ditampilkan pada **detail Kontak dan halaman pencarian **Kontak****.
Anda tidak dapat mengakses versi percakapan yang disunting dan tidak disunting secara bersamaan.
## Izin pencarian
+ **Pencarian kontak**
Izin ini diperlukan agar Anda dapat mengakses halaman **pencarian Kontak**, di mana Anda dapat mencari kontak sehingga Anda dapat meninjau rekaman dan transkrip yang dianalisis. Selain itu, Anda dapat melakukan pencarian teks lengkap yang cepat pada transkrip panggilan, dan mencari berdasarkan skor sentimen dan waktu non-bicara.
+ **Lihat kontak saya**
Izin ini diperlukan jika Anda perlu mengakses halaman **pencarian Kontak**, hanya meninjau kontak yang Anda tangani, dan meninjau rekaman dan transkrip yang dianalisis.
**penting**
Jika izin **pencarian Kontak** dan **Lihat kontak saya** diberikan, maka pengguna akan memiliki akses ke semua kontak.
+ **Cari kontak berdasarkan karakteristik percakapan**
Izin ini tidak diperlukan oleh analitik Contact Lens percakapan tetapi sangat membantu karena menyediakan lebih banyak opsi pencarian.
Pada halaman **Pencarian Kontak**:
+ Untuk kontak suara, Anda dapat mengakses filter tambahan yang memungkinkan Anda mengembalikan hasil berdasarkan skor sentimen dan waktu non-bicara.
+ Untuk kontak obrolan, Anda dapat mengakses filter tambahan untuk mencari kontak berdasarkan waktu respons.
+ Untuk suara dan obrolan, Anda dapat mencari percakapan yang termasuk dalam kategori kontak tertentu.
Lihat informasi selengkapnya di [Cari skor sentimen/shift](search-conversations.md#sentiment-search), [Cari waktu non-bicara](search-conversations.md#nontalk-time-search), dan [Cari kategori kontak](search-conversations.md#contact-category-search).
Gambar berikut menunjukkan bagian **Filter** dari halaman **Pencarian Kontak**, dan menu dropdown **Filter**. Filter dengan **CL** di sebelahnya hanya tersedia untuk pengguna yang memiliki izin profil keamanan ini.
![\[Menu tarik-turun tambahkan filter, filter dengan CL di sebelahnya.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-search-contact-category-3.png)
+ **Cari kontak berdasarkan kata kunci**
Izin ini tidak diperlukan oleh analitik Contact Lens percakapan tetapi sangat membantu karena menyediakan lebih banyak opsi pencarian.
+ Pada halaman **Pencarian Kontak**, Anda dapat mengakses filter tambahan yang memungkinkan Anda mencari kontak berdasarkan **Kata atau frasa**, seperti "*terima kasih atas bisnis Anda*.” Untuk informasi selengkapnya, lihat [Cari kata atau frasa](search-conversations.md#keyword-search).
![\[Menu tarik-turun tambahkan filter, filter Kata atau frasa CL.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-search-words-phrases.png)
# Metrik analisis percakapan di Amazon Connect
Metrik berikut berasal dari analisis Contact Lens percakapan. Metrik ini hanya tersedia jika [Contact Lensdiaktifkan untuk instans Anda](enable-analytics.md#enable-cl) dan [analitik percakapan](enable-analytics.md#enable-callrecording-speechanalytics) diaktifkan pada kontak.
Metrik ini ditampilkan pada laporan metrik Real-time dan Historis. Untuk petunjuk tentang cara menambahkan metrik ini ke laporan Anda, lihat[Cara membuat laporan metrik historis](create-historical-metrics-report.md#historical-reports-howto-create).
Lihat juga [dasbor analitik Contact Lens percakapan](contact-lens-conversational-analytics-dashboard.md) untuk visualisasi data tentang tren driver kontak dari waktu ke waktu.
## Persentase waktu bicara agen
Metrik ini mengukur waktu bicara oleh agen dalam percakapan suara sebagai persen dari total durasi percakapan.
**Jenis metrik**: Persen
**Kategori metrik**: Metrik berbasis analisis percakapan
**Cara mengakses menggunakan Amazon Connect API**:
+ GetMetricDataPengidentifikasi metrik API [V2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html): `PERCENT_TALK_TIME_AGENT`
**Cara mengakses menggunakan situs web Amazon Connect admin**:
+ Laporan metrik historis: Persentase waktu bicara agen
**Logika perhitungan**:
+ Jumlahkan semua interval di mana agen terlibat dalam percakapan (agen waktu bicara).
+ Bagilah jumlah dengan total durasi percakapan.
**Catatan:**
+ Metrik ini hanya tersedia untuk kontak yang dianalisis oleh analisis Contact Lens percakapan.
## Rata-rata waktu menyapa agen
Metrik ini memberikan rata-rata waktu respons pertama agen di obrolan, yang menunjukkan seberapa cepat mereka terlibat dengan pelanggan setelah bergabung dengan obrolan.
**Jenis metrik**: String (*hh*: mm: ss)
**Kategori metrik**: Metrik berbasis analisis percakapan
**Cara mengakses menggunakan Amazon Connect API**:
+ GetMetricDataPengidentifikasi metrik API [V2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html): `AVG_GREETING_TIME_AGENT`
**Cara mengakses menggunakan situs web Amazon Connect admin**:
+ Laporan metrik historis: Waktu sapaan agen rata-rata
**Logika perhitungan**:
+ Metrik ini dihitung dengan membagi total waktu yang dibutuhkan agen untuk memulai respons pertama mereka dengan jumlah kontak obrolan.
**Catatan:**
+ Metrik ini hanya tersedia untuk kontak yang dianalisis oleh analisis Contact Lens percakapan.
## Interupsi agen rata-rata
Metrik ini mengukur frekuensi rata-rata interupsi agen selama interaksi pelanggan.
**Jenis metrik**: String (*hh*: mm: ss)
**Kategori metrik**: Metrik berbasis analisis percakapan
**Cara mengakses menggunakan Amazon Connect API**:
+ GetMetricDataPengidentifikasi metrik API [V2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html): `AVG_INTERRUPTIONS_AGENT`
**Cara mengakses menggunakan situs web Amazon Connect admin**:
+ Laporan metrik historis: Gangguan agen rata-rata
**Logika perhitungan**:
+ Metrik ini dihitung dengan membagi jumlah total interupsi agen dengan jumlah total kontak.
**Catatan:**
+ Metrik ini hanya tersedia untuk kontak yang dianalisis oleh analisis Contact Lens percakapan.
## Waktu interupsi agen rata-rata
Metrik ini mengukur rata-rata waktu interupsi agen total saat berbicara dengan kontak.
**Jenis metrik**: String (*hh*: mm: ss)
**Kategori metrik**: Metrik berbasis analisis percakapan
**Cara mengakses menggunakan Amazon Connect API**:
+ GetMetricDataPengidentifikasi metrik API [V2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html): `AVG_INTERRUPTION_TIME_AGENT`
**Cara mengakses menggunakan situs web Amazon Connect admin**:
+ Laporan metrik historis: Waktu interupsi agen rata-rata
**Logika perhitungan**:
+ Jumlahkan interval interupsi dalam setiap percakapan.
+ Bagilah jumlah percakapan yang mengalami setidaknya satu gangguan.
**Catatan:**
+ Metrik ini hanya tersedia untuk kontak yang dianalisis oleh analisis Contact Lens percakapan.
## Waktu bicara agen rata-rata
Metrik ini mengukur rata-rata waktu yang dihabiskan untuk berbicara dalam percakapan oleh agen.
**Jenis metrik**: String (*hh*: mm: ss)
**Kategori metrik**: Metrik berbasis analisis percakapan
**Cara mengakses menggunakan Amazon Connect API**:
+ GetMetricDataPengidentifikasi metrik API [V2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html): `AVG_TALK_TIME_AGENT`
**Cara mengakses menggunakan situs web Amazon Connect admin**:
+ Laporan metrik historis: Waktu bicara agen rata-rata
**Logika perhitungan**:
+ Jumlahkan durasi semua interval selama agen berbicara.
+ Bagilah jumlah dengan jumlah total kontak.
**Catatan:**
+ Metrik ini hanya tersedia untuk kontak yang dianalisis oleh analisis Contact Lens percakapan.
## Durasi percakapan rata-rata
Metrik ini mengukur durasi percakapan rata-rata kontak suara dengan agen.
**Jenis metrik**: String (*hh*: mm: ss)
**Kategori metrik**: Metrik berbasis analisis percakapan
**Cara mengakses menggunakan Amazon Connect API**:
+ GetMetricDataPengidentifikasi metrik API [V2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html): `AVG_CONVERSATION_DURATION`
**Cara mengakses menggunakan situs web Amazon Connect admin**:
+ Laporan metrik historis: Durasi percakapan rata-rata
**Logika perhitungan**:
+ Metrik ini dihitung dengan total waktu dari awal percakapan hingga kata terakhir yang diucapkan oleh agen atau pelanggan.
+ Nilai ini kemudian dibagi dengan jumlah total kontak untuk memberikan representasi rata-rata dari waktu percakapan yang dihabiskan untuk panggilan.
**Catatan:**
+ Metrik ini hanya tersedia untuk kontak yang dianalisis oleh analisis Contact Lens percakapan.
## Rata-rata waktu bicara pelanggan
Metrik ini mengukur rata-rata waktu yang dihabiskan untuk berbicara dalam percakapan oleh pelanggan.
**Jenis metrik**: String (*hh*: mm: ss)
**Kategori metrik**: Metrik berbasis analisis percakapan
**Cara mengakses menggunakan Amazon Connect API**:
+ GetMetricDataPengidentifikasi metrik API [V2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html): `AVG_TALK_TIME_CUSTOMER`
**Cara mengakses menggunakan situs web Amazon Connect admin**:
+ Laporan metrik historis: Waktu bicara pelanggan rata-rata
**Logika perhitungan**:
+ Jumlahkan durasi semua interval selama pelanggan berbicara.
+ Bagilah jumlah dengan jumlah total kontak.
**Catatan:**
+ Metrik ini hanya tersedia untuk kontak yang dianalisis oleh analisis Contact Lens percakapan.
## Rata-rata waktu non-bicara
Metrik ini memberikan rata-rata total waktu non-bicara dalam percakapan suara. Waktu non-bicara mengacu pada durasi gabungan waktu penahanan dan periode diam melebihi 3 detik, di mana baik agen maupun pelanggan tidak terlibat dalam percakapan.
**Jenis metrik**: String (*hh*: mm: ss)
**Kategori metrik**: Metrik berbasis analisis percakapan
**Cara mengakses menggunakan Amazon Connect API**:
+ GetMetricDataPengidentifikasi metrik API [V2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html): `AVG_NON_TALK_TIME`
**Cara mengakses menggunakan situs web Amazon Connect admin**:
+ Laporan metrik historis: Rata-rata waktu non-bicara
**Logika perhitungan**:
+ Jumlahkan semua interval di mana kedua peserta tetap diam.
+ Bagilah jumlah dengan jumlah kontak.
**Catatan:**
+ Metrik ini hanya tersedia untuk kontak yang dianalisis oleh analisis Contact Lens percakapan.
## Waktu bicara rata-rata
Metrik ini mengukur waktu rata-rata yang dihabiskan untuk berbicara selama kontak suara baik di pelanggan atau agen.
**Jenis metrik**: String (*hh*: mm: ss)
**Kategori metrik**: Metrik berbasis analisis percakapan
**Cara mengakses menggunakan Amazon Connect API**:
+ GetMetricDataPengidentifikasi metrik API [V2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html): `AVG_TALK_TIME`
**Cara mengakses menggunakan situs web Amazon Connect admin**:
+ Laporan metrik historis: Waktu bicara rata-rata
**Logika perhitungan**:
+ Jumlahkan semua interval di mana agen, pelanggan, atau keduanya terlibat dalam percakapan.
+ Bagilah jumlah dengan jumlah total kontak.
**Catatan:**
+ Metrik ini hanya tersedia untuk kontak yang dianalisis oleh analisis Contact Lens percakapan.
## Persentase waktu bicara pelanggan
Metrik ini memberikan waktu bicara oleh pelanggan dalam percakapan suara sebagai persen dari total durasi percakapan.
**Jenis metrik**: Persen
**Kategori metrik**: Metrik berbasis analisis percakapan
**Cara mengakses menggunakan Amazon Connect API**:
+ GetMetricDataPengidentifikasi metrik API [V2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html): `PERCENT_TALK_TIME_CUSTOMER`
**Cara mengakses menggunakan situs web Amazon Connect admin**:
+ Laporan metrik historis: Persentase waktu bicara pelanggan
**Logika perhitungan**:
+ Jumlahkan semua interval di mana pelanggan terlibat dalam percakapan.
+ Bagilah jumlah dengan total durasi percakapan.
**Catatan:**
+ Metrik ini hanya tersedia untuk kontak yang dianalisis oleh analisis Contact Lens percakapan.
## Persentase waktu non-bicara
Metrik ini memberikan waktu non-bicara dalam percakapan suara sebagai persen dari total durasi percakapan.
**Jenis metrik**: Persen
**Kategori metrik**: Metrik berbasis analisis percakapan
**Cara mengakses menggunakan Amazon Connect API**:
+ GetMetricDataPengidentifikasi metrik API [V2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html): `PERCENT_NON_TALK_TIME`
**Cara mengakses menggunakan situs web Amazon Connect admin**:
+ Laporan metrik historis: Persentase waktu non-bicara
**Logika perhitungan**:
+ Jumlahkan semua interval di mana peserta tetap diam (waktu non-bicara).
+ Bagilah jumlah dengan total durasi percakapan.
**Catatan:**
+ Metrik ini hanya tersedia untuk kontak yang dianalisis oleh analisis Contact Lens percakapan.
## Persentase waktu bicara
Metrik ini memberikan waktu bicara dalam percakapan suara sebagai persen dari total durasi percakapan.
**Jenis metrik**: Persen
**Kategori metrik**: Metrik berbasis analisis percakapan
**Cara mengakses menggunakan Amazon Connect API**:
+ GetMetricDataPengidentifikasi metrik API [V2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html): `PERCENT_TALK_TIME`
**Cara mengakses menggunakan situs web Amazon Connect admin**:
+ Laporan metrik historis: Persentase waktu bicara
**Logika perhitungan**:
+ Jumlahkan semua interval di mana agen, pelanggan, atau keduanya terlibat dalam percakapan (waktu bicara).
+ Bagilah jumlah dengan total durasi percakapan.
**Catatan:**
+ Metrik ini hanya tersedia untuk kontak yang dianalisis oleh analisis Contact Lens percakapan.
# Jenis Contact Lens notifikasi Amazon Connect
Contact Lensmenyediakan jenis pemberitahuan berikut:
+ Contact Lens Call/Chat Aturan Posting Cocokkan: EventBridge Peristiwa dikirimkan setiap kali Contact Lens aturan dicocokkan dan telah memicu tindakan EventBridge aturan.
Acara ini berisi informasi berguna tentang Contact Lens aturan yang dipicu termasuk kategori yang ditetapkan, dan rincian agen, kontak, dan antrian.
+ Contact Lens Call/Chat Aturan Real Time Cocokkan: Sebuah EventBridge peristiwa disampaikan setiap kali Contact Lens aturan dicocokkan dan telah dipicu secara real time.
Acara ini berisi informasi berguna tentang Contact Lens aturan yang dipicu termasuk kategori yang ditetapkan, dan rincian agen, kontak, dan antrian.
+ Contact LensPerubahan Status Analisis: Suatu EventBridge peristiwa disampaikan ketika Contact Lens tidak dapat menganalisis rekaman kontak. Acara ini berisi Kode Alasan Acara yang memberikan rincian tentang mengapa itu tidak dapat memproses rekaman.
Anda dapat menggunakan jenis notifikasi ini dalam berbagai skenario. Misalnya, gunakan Contact Lens analisis Peristiwa Perubahan Status untuk memberi sinyal kesalahan tak terduga dalam pemrosesan file kontak di mana detail EventBridge peristiwa selanjutnya dapat disimpan dalam CloudWatch log untuk peninjauan tambahan, memicu alur kerja tambahan, atau memperingatkan tim dukungan yang relevan untuk penyelidikan lebih lanjut.
Contact LensPeristiwa untuk analitik pidato dan obrolan memungkinkan banyak kasus penggunaan baru seperti permukaan dan visualisasi wawasan tambahan, misalnya:
+ Hasilkan peringatan tentang penurunan sentimen pelanggan waktu nyata di semua percakapan panggilan dan obrolan
+ Mengagregasi dan melaporkan masalah dan topik yang berulang
+ Mengukur dampak kampanye pemasaran terbaru dengan mendeteksi berapa banyak pelanggan yang mereferensikannya selama panggilan
+ Menyesuaikan standar kepatuhan agen untuk setiap Wilayah dan lini bisnis, dan mendaftarkan agen ke pelatihan tambahan jika diperlukan.
# Tambahkan kosakata khusus untuk Contact Lens menggunakan situs web admin Amazon Connect
Anda dapat meningkatkan akurasi pengenalan suara untuk nama produk, nama merek, dan terminologi khusus domain, dengan memperluas dan menyesuaikan kosakata mesin. speech-to-text Contact Lens
Topik ini menjelaskan cara menambahkan kosakata khusus menggunakan situs web Amazon Connect admin. Anda juga dapat menambahkannya menggunakan [CreateVocabulary](https://docs.aws.amazon.com/connect/latest/APIReference/API_CreateVocabulary.html)dan [AssociateDefaultVocabulary](https://docs.aws.amazon.com/connect/latest/APIReference/API_AssociateDefaultVocabulary.html) APIs.
## Hal-hal yang perlu diketahui tentang kosakata khusus
+ Anda harus menetapkan kosakata sebagai **default** agar dapat diterapkan ke analisis untuk menghasilkan transkrip. Gambar berikut menunjukkan halaman **kosakata Kustom**. Pilih elipsis, dan kemudian pilih **Set sebagai default**.
![\[Halaman kosakata kustom, lokasi elips, ditetapkan sebagai opsi default.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-custom-vocab-default.png)
+ Anda dapat memiliki satu kosakata per bahasa yang diterapkan pada analisis. Ini berarti hanya satu file per bahasa yang dapat berada dalam keadaan **Siap (default)**.
+ Anda dapat mengunggah dan mengaktifkan hingga 20 file kosakata. Anda dapat mengaktifkan semua 20 file secara bersamaan.
+ Transkripsi adalah peristiwa satu kali. Kosakata yang baru diunggah tidak diterapkan secara surut ke transkripsi yang ada.
+ File teks Anda harus dalam format LF. Jika Anda menggunakan format lain, seperti format CRLF, kosakata khusus Anda tidak diterima oleh Amazon Transcribe.
+ Contoh file kosakata dapat diunduh hanya ketika Anda memilih pengaturan bahasa Inggris.
+ *Untuk batasan ukuran file kosakata dan persyaratan lainnya, lihat [Kosakata khusus](https://docs.aws.amazon.com/transcribe/latest/dg/custom-vocabulary.html) di Panduan Pengembang Amazon Transcribe.*
+ Kosakata khusus hanya berlaku untuk analitik ucapan. Mereka tidak berlaku untuk percakapan obrolan karena transkrip sudah ada.
## Izin yang diperlukan
Sebelum Anda dapat menambahkan kosakata khusus ke Amazon Connect, Anda memerlukan izin **Analytics dan Optimization**, **Contact Lens- kosakata khusus** yang ditetapkan ke profil keamanan Anda.
Secara default, dalam contoh baru Amazon Connect, **Admin** dan profil **CallCenterManager**keamanan memiliki izin ini.
Untuk informasi tentang cara menambahkan izin lainnya ke profil keamanan yang ada, lihat[Perbarui profil keamanan di Amazon Connect](update-security-profiles.md).
## Tambahkan kosakata khusus
1. Masuk ke Amazon Connect dengan akun pengguna yang memiliki izin yang diperlukan untuk menambahkan kosakata khusus.
1. Arahkan ke **Analytics dan optimasi**, **Kosakata khusus**.
1. Pilih **Tambahkan kosakata khusus**.
1. Pada halaman **Tambahkan kosakata khusus**, masukkan nama untuk kosakata, pilih bahasa Inggris, lalu pilih **Unduh file** sampel.
**catatan**
Contoh file kosakata dapat diunduh hanya ketika Anda memilih pengaturan bahasa Inggris. Jika tidak, pesan kesalahan ditampilkan, seperti yang ditunjukkan pada gambar berikut.
![\[Pesan kesalahan yang memproses file kosakata gagal.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-custom-vocab-sample-error.png)
Gambar berikut menunjukkan seperti apa contoh file kosakata. Header berisi`Phrase`,`IPA`,`SoundsLike`,`DisplayAs`. Header diperlukan.
![\[Contoh file kosakata, header.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-custom-vocab-header.png)
1. Informasi dalam file dipisahkan oleh satu [TAB] per entri. *Untuk detail tentang cara menambahkan kata dan akronim ke file kosakata Anda, lihat [Membuat kosakata khusus menggunakan tabel di Panduan Pengembang](https://docs.aws.amazon.com/transcribe/latest/dg/custom-vocabulary-create-table.html) Amazon Transcribe.*
Gambar berikut menunjukkan kata-kata dalam contoh file kosakata. Kata-kata di kolom Frasa diperlukan. Kata-kata dalam`IPA`,`SoundsLike`, dan `DisplayAs` kolom adalah opsional.
![\[Contoh file kosakata, kata-kata di kolom frasa diperlukan.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-custom-vocab-phrase-column.png)
Untuk memasukkan beberapa kata di kolom **Frase**, pisahkan setiap kata dengan tanda hubung (-); jangan gunakan spasi.
## Status kosakata
+ **Siap (default)**: Kosakata sedang diterapkan pada analisis untuk menghasilkan transkrip. Ini diterapkan pada analisis real-time dan pasca-panggilan.
+ **Siap**: Kosakata tidak diterapkan untuk analisis, tetapi ini adalah file yang valid dan tersedia. Untuk menerapkannya ke analisis, atur ke default.
+ **Pemrosesan**: Amazon Connect memvalidasi kosakata yang Anda unggah dan mencoba menerapkannya ke analisis untuk menghasilkan transkrip.
+ **Menghapus**: Anda memilih untuk **Hapus** kosakata, dan Amazon Connect menghapusnya sekarang.
Dibutuhkan sekitar 90 menit bagi Amazon Connect untuk menghapus kosakata.
**Jika Anda mencoba mengunggah kosakata yang tidak memvalidasi, itu menghasilkan status Gagal.** **Misalnya, jika Anda menambahkan beberapa frasa kata ke kolom Frase, dan memisahkannya dengan spasi alih-alih tanda hubung, itu akan gagal.**
## Unduh dan lihat kosakata khusus
Untuk melihat kosakata khusus yang telah diunggah, Anda mengunduh dan membuka file. Hanya file dalam keadaan **Siap** yang dapat diunduh dan dilihat.
1. Arahkan ke **Analytics dan optimasi**, **Kosakata khusus**.
1. Pilih **Lebih Banyak**, **Unduh**. Lokasi **Download** ditampilkan pada gambar berikut.
![\[Halaman kosakata khusus, daftar kosakata, menu dropdown lebih banyak, opsi unduhan.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-custom-vocab-download.png)
1. Buka unduhan untuk melihat konten.
1. Anda dapat mengubah konten, lalu pilih **Simpan dan unggah**.
# Membuat Contact Lens aturan menggunakan situs web admin Amazon Connect
Contact Lensaturan memungkinkan Anda untuk secara otomatis mengkategorikan kontak, menerima peringatan, atau menghasilkan tugas berdasarkan kata kunci yang digunakan selama panggilan, obrolan, atau email, skor sentimen, atribut pelanggan, dan kriteria lainnya.
Topik ini menjelaskan cara membuat aturan menggunakan situs web Amazon Connect admin. Untuk membuat dan mengelola aturan secara terprogram, lihat [Tindakan aturan](https://docs.aws.amazon.com/connect/latest/APIReference/rules-api.html) dan [bahasa Fungsi Aturan Amazon Connect](https://docs.aws.amazon.com/connect/latest/APIReference/connect-rules-language.html) di Panduan *Referensi API Amazon Connect*.
**Tip**
Untuk daftar spesifikasi fitur aturan (misalnya, berapa banyak aturan yang dapat Anda buat), lihat[Amazon Connect Spesifikasi fitur aturan](feature-limits.md#rules-feature-specs).
## Langkah 1: Tentukan kondisi aturan untuk analisis percakapan
1. Pada menu navigasi, pilih **Analytics dan optimasi**, **Aturan**.
1. Pilih **Buat aturan**, **Analisis percakapan**.
1. **Di bawah **Kapan**, gunakan daftar dropdown untuk memilih analisis **pasca-panggilan, analisis **real-time**, analisis** **pasca-obrolan, atau analisis email**.**
![\[Halaman aturan baru, menu tarik-turun saat.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-rule-define-conditions.png)
1. Pilih **Tambahkan syarat**.
Anda dapat menggabungkan kriteria dari serangkaian besar kondisi untuk membangun Contact Lens aturan yang sangat spesifik. Berikut ini adalah kondisi yang tersedia:
+ **Kata atau frasa**: Pilih dari [Pencocokan tepat, Pencocokan pola, atau Pencocokan semantik](exact-match-pattern-match-semantic-match.md) untuk memicu peringatan atau tugas saat kata kunci diucapkan.
+ **Natural Language - Semantic Match**: Berikan pernyataan bahasa alami (misalnya, pelanggan dipanggil untuk membatalkan akun mereka) agar sesuai dengan transkrip percakapan menggunakan AI generatif, dan mengambil tindakan (misalnya, memicu tugas, melakukan evaluasi, dll.) Untuk informasi selengkapnya, lihat [Pertandingan semantik bertenaga AI generatif](natural-language-semantic-match.md)
+ **Setelah pekerjaan kontak (ACW)**: Buat aturan untuk mengukur efisiensi agen dalam menyelesaikan setelah pekerjaan kontak.
+ **Hirarki agen**: Buat aturan yang berjalan pada hierarki agen tertentu. Hirarki agen dapat mewakili lokasi geografis, departemen, produk, atau tim.
Untuk melihat daftar hierarki agen sehingga Anda dapat menambahkannya ke aturan, Anda memerlukan **hierarki Agen - Lihat** izin di profil keamanan Anda.
+ **Agen**: Membangun aturan yang berjalan pada subset agen. Misalnya, buat aturan untuk memastikan agen yang baru dipekerjakan mematuhi standar perusahaan.
Untuk melihat nama agen sehingga Anda dapat menambahkannya ke aturan, Anda memerlukan **Pengguna - Lihat** izin di profil keamanan Anda.
+ **Agen AI**: Identifikasi kontak tempat agen Connect AI tertentu melakukan layanan mandiri atau bantuan agen. Anda dapat memilih beberapa agen AI, atau memilih versi agen tertentu.
Untuk melihat nama agen AI sehingga Anda dapat menambahkannya ke aturan, Anda memerlukan **agen AI - Lihat** izin di profil keamanan Anda.
+ **Agen AI - Eskalasi**: Identifikasi kontak saat agen Connect AI yang digunakan untuk layanan mandiri pelanggan meningkat menjadi manusia.
Untuk melihat nama agen AI sehingga Anda dapat menambahkannya ke aturan, Anda memerlukan **agen AI - Lihat** izin di profil keamanan Anda.
+ **Durasi interaksi agen**: Buat aturan untuk mengidentifikasi kontak yang memiliki interaksi agen lebih lama atau lebih pendek dari yang diharapkan. Fitur ini hanya berlaku untuk panggilan.
+ **Atribut segmen kontak**: Anda dapat mengidentifikasi kontak dalam aturan menggunakan atribut segmen kontak kustom dengan nilai yang diisi dari sistem lain atau menggunakan logika kustom. Anda dapat [menentukan atribut](predefined-attributes.md#predefined-attributes-create-web-admin) dan menetapkan nilainya dalam aliran. Atribut segmen khusus hanya ada pada ID kontak tertentu, dan bukan seluruh rantai kontak. Misalnya, Anda dapat membuat aturan yang mengidentifikasi bahwa kontak telah diautentikasi sebelumnya di IVR, sebelum terhubung dengan agen.
Untuk melihat daftar atribut segmen kontak untuk ditambahkan ke aturan, Anda memerlukan **atribut yang telah ditentukan sebelumnya - Lihat** izin.
+ **Alasan pemutusan sambungan**: Buat aturan yang memeriksa mengapa kontak terputus. Misalnya, jika agen terputus sebelum pelanggan, atau jika kontak ditransfer.
+ **Skor kenyaringan tertinggi**: Buat aturan yang memeriksa skor kenyaringan puncak (dalam desibel) selama percakapan untuk agen atau pelanggan. Kenyaringan yang lebih tinggi (misalnya, lebih dari 70Db) dapat dikaitkan dengan kegembiraan atau kemarahan, sementara ucapan di bawah skor kenyaringan tertentu (misalnya, 30Db atau lebih rendah) mungkin sulit dipahami.
+ **Hold time**: Buat aturan untuk mengidentifikasi kontak yang memiliki waktu penahanan yang tidak biasa untuk mengidentifikasi peluang menangani kontak dengan lebih efisien. Anda dapat menetapkan aturan menggunakan waktu penahanan terlama, total waktu penahanan, dan jumlah penahanan. Anda juga dapat memeriksa waktu penahanan sebagai persentase dari total waktu pelanggan terhubung dengan agen (waktu penahanan pelanggan dibagi dengan durasi interaksi agen dan waktu penahanan pelanggan).
+ **Metode inisiasi**: Buat aturan yang memeriksa apakah kontak masuk, keluar, ditransfer, dll.
+ **Atribut kontak**: Membangun aturan yang berjalan pada nilai [atribut kontak](what-is-a-contact-attribute.md) kustom. Misalnya, Anda dapat membuat aturan khusus untuk lini bisnis tertentu atau untuk pelanggan tertentu, seperti berdasarkan tingkat keanggotaan mereka, negara tempat tinggal mereka saat ini, atau jika mereka memiliki pesanan yang luar biasa.
Anda dapat menambahkan hingga lima atribut kontak ke aturan.
+ **Sentimen - Periode waktu**: Bangun aturan yang berjalan pada hasil analisis sentimen (positif, negatif, atau netral) selama jendela waktu tertinggal.
Misalnya, Anda dapat membangun aturan ketika sentimen pelanggan tetap negatif untuk jangka waktu tertentu. Jika peserta bergabung dengan kontak nanti, periode waktu yang ditetapkan di sini berlaku untuk saat peserta hadir.
Ketika aturan diterapkan pada kontak yang tidak memiliki data sentimen, sentimen netral digunakan.
+ **Sentimen - Seluruh kontak**: Bangun aturan yang berjalan berdasarkan nilai skor sentimen atas seluruh kontak. Misalnya, Anda dapat membangun aturan ketika sentimen pelanggan tetap rendah untuk seluruh kontak, Anda dapat membuat tugas bagi analis pengalaman pelanggan untuk meninjau transkrip panggilan dan tindak lanjut.
Ketika aturan diterapkan pada kontak yang tidak memiliki data sentimen, sentimen netral digunakan.
+ **Interupsi**: Buat aturan yang mendeteksi ketika agen telah mengganggu pelanggan lebih dari X kali. Fitur ini hanya berlaku untuk panggilan.
+ **Waktu non-bicara**: Buat aturan yang memeriksa tidak ada ucapan yang terdeteksi. Ini mungkin termasuk periode pelanggan ditunda. Anda dapat memeriksa total waktu non-bicara, periode waktu non-bicara terlama dalam percakapan, atau persentase waktu non-bicara selama percakapan. Waktu non-bicara yang tinggi, seperti persentase waktu non-bicara yang melebihi 50 persen dari percakapan, dapat menunjukkan peluang untuk meningkatkan proses atau peluang pelatihan agen. Fitur ini hanya berlaku untuk panggilan.
+ **Waktu respons**: Buat aturan untuk mengidentifikasi kontak di mana peserta memiliki waktu respons lebih lama atau lebih pendek dari yang diharapkan: Rata-rata atau Maksimum.
Misalnya, Anda dapat menetapkan aturan pada **waktu salam Agen, juga dikenal sebagai Waktu** **respons pertama**: setelah agen bergabung dengan obrolan, berapa lama sampai mereka mengirim pesan ucapan pertama. Ini akan membantu Anda mengidentifikasi kapan agen membutuhkan waktu terlalu lama untuk terlibat dengan pelanggan.
+ **Potensi masalah pemutusan sambungan**: Buat aturan yang memeriksa masalah teknis apa pun (seperti konektivitas jaringan, masalah perangkat). Anda dapat menggunakan ini untuk mengecualikan kontak dari evaluasi kinerja agen otomatis, di mana ada masalah konektivitas di luar kendali agen.
+ **Antrian**: Buat aturan yang berjalan pada subset antrian atau periksa apakah kontak tidak antri. Seringkali organisasi menggunakan antrian untuk menunjukkan lini bisnis, topik, atau domain. Misalnya, Anda dapat membuat aturan khusus untuk antrian penjualan Anda, melacak dampak kampanye pemasaran baru-baru ini, atau, sebagai alternatif, aturan untuk antrian dukungan pelanggan Anda, melacak sentimen keseluruhan. Untuk interaksi swalayan, Anda dapat memeriksa apakah kontak tidak pernah antri, berpotensi menunjukkan layanan mandiri yang berhasil dengan agen AI.
Untuk melihat nama antrian sehingga Anda dapat menambahkannya ke aturan yang Anda perlukan **Antrian - Lihat** izin di profil keamanan Anda.
+ **Profil perutean**: Identifikasi kontak yang ditangani oleh agen yang dipetakan ke profil perutean tertentu. Profil perutean dapat menunjukkan departemen agen atau kemahiran keterampilan. Misalnya, Anda dapat melakukan evaluasi otomatis agen dengan profil perutean Karyawan baru, dilatih tentang pemecahan masalah dasar menggunakan kriteria evaluasi yang berbeda versus agen multi-terampil tetap.
Untuk melihat profil perutean sehingga Anda dapat menambahkannya ke aturan, Anda perlu Profil **Perutean - Lihat izin di profil** keamanan Anda.
+ **Waktu bicara**: Bangun aturan menggunakan ambang waktu absolut yang dihabiskan untuk berbicara oleh agen atau pelanggan. Ini dapat digunakan untuk mengidentifikasi di mana pelanggan tidak berbicara sama sekali, mengarahkan agen untuk memutuskan sambungan atau di mana agen menunjukkan perilaku penghindaran panggilan seperti tidak berbicara setelah mengangkat telepon.
+ **Durasi interaksi agen**: Buat aturan untuk mengidentifikasi kontak yang memiliki interaksi agen lebih lama atau lebih pendek dari yang diharapkan. Fitur ini hanya berlaku untuk panggilan.
Gambar berikut menunjukkan aturan sampel dengan beberapa kondisi untuk kontak suara.
![\[Aturan sampel dengan beberapa kondisi untuk kontak suara.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-rules-conditions.png)
Gambar berikut menunjukkan aturan sampel dengan beberapa kondisi untuk kontak obrolan. Aturan dipicu ketika waktu respons **pertama** lebih besar dari atau sama dengan 1 menit, dan agen tidak menyebutkan kata atau frasa ucapan yang tercantum dalam respons pertama mereka.
**Waktu respons pertama** = setelah agen bergabung dengan obrolan, berapa lama sampai mereka mengirim pesan pertama ke pelanggan.
![\[Contoh aturan dengan beberapa kondisi untuk kontak obrolan.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-rules-conditions-chat.png)
1. Pilih **Berikutnya**.
## Langkah 2: Tentukan tindakan aturan
1. Pilih **Tambahkan tindakan**. Anda dapat memilih tindakan berikut:
+ [Buat Tugas](contact-lens-rules-create-task.md): opsi ini tidak tersedia untuk obrolan waktu nyata
+ [Kirim notifikasi email](contact-lens-rules-email.md)
+ [Menghasilkan EventBridge acara](contact-lens-rules-eventbridge-event.md)
![\[Menu tarik-turun add action, daftar tindakan.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-add-action-no-wisdom.png)
1. Pilih **Berikutnya**.
1. Tinjau dan lakukan pengeditan apa pun, lalu pilih **Simpan**.
1. Setelah Anda menambahkan aturan, aturan tersebut diterapkan ke kontak baru yang terjadi setelah aturan ditambahkan. Aturan diterapkan saat analitik percakapan Amazon Connect menganalisis percakapan.
Anda tidak dapat menerapkan aturan untuk percakapan sebelumnya dan tersimpan.
# Secara otomatis mengkategorikan kontak dengan mencocokkan percakapan dengan pernyataan bahasa alami, atau kata dan frasa tertentu
Contact Lensanalisis percakapan memungkinkan Anda untuk secara otomatis mengkategorikan kontak untuk mengidentifikasi driver teratas, pengalaman pelanggan, dan perilaku agen untuk kontak Anda. Pada halaman **Detail kontak** untuk obrolan, kategori muncul di atas transkrip, seperti yang ditunjukkan pada gambar berikut.
![\[Halaman detail Kontak, bagian Kategori.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-category-overview-chat2.png)
Berikut ini adalah beberapa hal penting yang dapat Anda lakukan ketika Anda mengkategorikan kontak:
+ Dengan kategorisasi kontak yang didukung AI generatif, Anda dapat memberikan kriteria untuk mengkategorikan kontak dalam bahasa alami (misalnya, apakah pelanggan mencoba melakukan pembayaran pada saldo mereka?).
+ Anda dapat memberikan kata atau frasa tertentu yang diucapkan oleh agen atau pelanggan agar sesuai dengan percakapan. Contact Lenskemudian secara otomatis memberi label kontak yang memenuhi kriteria kecocokan, dan memberikan poin yang relevan dari percakapan.
+ Anda dapat menentukan tindakan untuk menerima peringatan dan menghasilkan tugas pada kontak yang dikategorikan.
+ Anda dapat menentukan kriteria tambahan untuk mengkategorikan kontak, seperti skor sentimen pelanggan, antrian, atau atribut khusus apa pun yang telah Anda tambahkan ke kontak, seperti informasi loyalitas pelanggan.
## Kapan menggunakan kata atau frasa
Menggunakan kata atau frasa tertentu berguna ketika ada daftar kata atau frasa yang terdefinisi dengan baik yang ingin Anda deteksi, misalnya, memantau kepatuhan skrip agen atau menilai minat pelanggan terhadap suatu produk.
## Kapan menggunakan bahasa alami
Menggunakan pernyataan bahasa alami untuk mencocokkan dengan kontak berguna ketika ada terlalu banyak kemungkinan kata atau frasa atau ketika Anda ingin mencocokkan dengan kriteria khusus konteks, misalnya, “Pelanggan ingin membuat perubahan pada paket berlangganan mereka. “, “Agen menyelesaikan semua masalah pelanggan.”
## Tambahkan aturan untuk mengkategorikan kontak
Di bagian ini:
+ [Langkah 1: Tentukan kondisi](#add-category-rules-define-conditions)
+ [Langkah 2: Tentukan tindakan](#add-category-rules-define-actions)
### Langkah 1: Tentukan kondisi
1. Masuk ke Amazon Connect dengan akun pengguna yang ditetapkan profil **CallCenterManager**keamanan, atau yang diaktifkan untuk izin **Aturan**.
1. Pada menu navigasi, pilih **Analytics dan optimasi**, **Aturan**.
1. Pilih **Buat aturan**, **Analisis percakapan**.
1. Tetapkan nama untuk aturan.
1. **Di bawah **Kapan**, gunakan daftar dropdown untuk memilih analisis **pasca-panggilan, analisis real-time, analisis pasca-obrolan****, analisis** **obrolan** **waktu nyata, atau analisis email**.**
![\[Halaman aturan baru, daftar tarik-turun Kapan.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-rule-define-conditions.png)
1. Pilih **Tambahkan kondisi**, lalu pilih jenis kecocokan:
+ **Kata atau Frasa - Pencocokan Tepat**: Menemukan kontak yang cocok dengan kata atau frasa yang tepat. Masukkan kata atau frasa, dipisahkan dengan koma.
+ **Pencocokan Pola Kata atau Frasa**: Menemukan kontak dengan mencari pola kata atau frasa. Anda juga dapat menentukan jarak antar kata. Misalnya, jika Anda mencari kontak di mana kata “kredit” disebutkan tetapi Anda tidak ingin melihat penyebutan kata “kartu kredit”, Anda dapat menentukan kategori pencocokan pola untuk mencari kata “kredit” yang tidak dalam jarak satu kata dari “kartu.”
+ **Natural Language - Semantic Match**: Gunakan AI generatif untuk menemukan kontak yang cocok dengan pernyataan bahasa alami yang disediakan. Pernyataan itu harus dijawab dengan jawaban ya atau tidak. Bahasa alami - Pencocokan semantik digunakan ketika Anda ingin mencocokkan kontak dengan kriteria khusus konteks atau ketika ada terlalu banyak kemungkinan kata atau frasa untuk pencocokan. Berikut ini adalah beberapa contohnya:
+ “Pelanggan ingin membuat perubahan pada paket berlangganan mereka.”
+ “Pelanggan menunjukkan keinginan untuk menghentikan layanan mereka saat ini.”
+ “Agen menawarkan beberapa opsi pembayaran.”
+ “Agen meyakinkan pelanggan bahwa panggilan mereka penting dan meminta waktu tunggu tambahan.”
+ “Agen menyelesaikan semua masalah pelanggan.”
**catatan**
Bahasa Alami - Kondisi Pencocokan Semantik tidak dapat digunakan untuk analisis waktu nyata.
Untuk membuat aturan yang menggunakan AI generatif memerlukan izin tambahan: **Aturan - AI Generatif**.
**Kiat Pro:Gunakan** ****bahasa alami bertenaga AI generatif- Pencocokan semantik jika Anda sebelumnya menggunakan Kata atau Frasa - Pencocokan** Semantik.**
+ **Kata atau Frasa - Pencocokan Semantik**: Menemukan kata-kata yang mungkin sinonim. Misalnya, jika Anda memasukkan “kesal” itu dapat cocok dengan “tidak bahagia,” atau “hampir tidak dapat diterima” dapat cocok dengan “tidak dapat diterima,” dan “berhenti berlangganan” dapat cocok dengan “batalkan langganan.” Demikian pula, secara semantik dapat mencocokkan frasa. Misalnya, “terima kasih banyak telah membantu saya,” “terima kasih banyak dan ini sangat membantu,” dan “Saya sangat senang Anda dapat membantu saya.”
Ini menghilangkan kebutuhan untuk menentukan daftar kata kunci yang lengkap saat membuat kategori, dan memberi Anda kemampuan untuk membuat jaring yang lebih luas untuk mencari frasa serupa yang penting bagi Anda. Untuk hasil pencocokan semantik terbaik, berikan kata kunci atau frasa dengan arti yang sama dalam kartu pencocokan semantik. Saat ini, Anda dapat memberikan maksimal empat kata kunci dan frasa per kartu pencocokan semantik.
1. Menggunakan **Kata atau Frasa - Pencocokan Tepat** sebagai contoh, masukkan kata atau frasa, dipisahkan dengan koma, yang ingin Anda sorot dan pilih **Tambah**. Setiap kata atau frasa yang dipisahkan oleh koma mendapatkan garisnya sendiri di kartu.
![\[Halaman aturan baru, bagian Kata atau frasa - Pencocokan tepat.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-add-category-rules-script.png)
![\[Halaman aturan baru, bagian Kata atau frasa - Pencocokan tepat, tombol Tambah.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-add-category-rules-script2.png)
Logika yang Contact Lens digunakan untuk membaca frasa ini adalah: (Halo DAN terima kasih DAN Anda DAN untuk DAN menelepon DAN Contoh DAN Corp) ATAU (kami DAN menghargai DAN bisnis Anda) ATAU (bagaimana DAN mungkin DAN SAYA DAN membantu DAN Anda).
Atau, gunakan kondisi **Natural Language - Semantic Match** dan masukkan pernyataan bahasa alami di kotak teks, bahwa Generative AI harus dapat mengevaluasi sebagai Benar atau Salah.
![\[Halaman aturan baru, bahasa Alami - bagian pertandingan Semantik.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-add-category-rules-natural-language-semantic.png)
1. Untuk menambahkan lebih banyak kata atau frasa, pilih **Tambahkan grup kata atau frasa**. Pada gambar berikut, kelompok kata atau frasa pertama adalah apa yang mungkin diucapkan agen, dan kelompok kedua adalah apa yang mungkin diucapkan pelanggan.
![\[A Kata atau frasa - Pencocokan yang tepat untuk agen, kata DAN, bagian Kata atau frasa untuk pelanggan.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-add-category-rules-script3.png)
1. Logika yang Contact Lens digunakan untuk membaca frasa ini adalah: (Halo DAN terima kasih DAN Anda DAN untuk DAN menelepon DAN Contoh DAN Corp) ATAU (kami DAN menghargai DAN bisnis Anda) ATAU (bagaimana DAN mungkin DAN SAYA DAN membantu DAN Anda).
1. Kedua kartu tersebut terhubung dengan AND. Ini berarti, salah satu baris di kartu pertama perlu diucapkan DAN kemudian salah satu frasa di kartu kedua perlu diucapkan.
Logika yang Contact Lens digunakan untuk membaca dua kartu kata atau frasa adalah (kartu 1) DAN (kartu 2).
1. Pilih **Tambahkan kondisi** untuk menerapkan aturan ke:
+ Antrian khusus
+ Ketika atribut kontak memiliki nilai tertentu
+ Ketika skor sentimen memiliki nilai tertentu
Misalnya, gambar berikut menunjukkan aturan yang berlaku ketika agen mengerjakan antrian BasicQueue Penagihan dan Pembayaran, pelanggan untuk asuransi mobil, dan agen tersebut berlokasi di Seattle.
![\[Aturan dengan berbagai kondisi.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-add-category-rules-3.png)
### Langkah 2: Tentukan tindakan
Selain mengkategorikan kontak, Anda dapat menentukan tindakan apa yang harus dilakukan Amazon Connect:
1. [Menghasilkan EventBridge acara](contact-lens-rules-eventbridge-event.md)
1. [Buat Tugas](contact-lens-rules-create-task.md)
1. [Buat Kasus](contact-lens-rules-create-case.md)
1. [Kirim notifikasi email](contact-lens-rules-email.md)
1. [Buat aturan yang mengirimkan evaluasi otomatis](contact-lens-rules-submit-automated-evaluation.md)
### Langkah 3: Tinjau dan simpan
1. Setelah selesai, pilih **Simpan**.
1. Setelah Anda menambahkan aturan, aturan tersebut diterapkan ke kontak baru yang terjadi setelah aturan ditambahkan. Aturan diterapkan saat analitik percakapan Amazon Connect menganalisis percakapan.
Anda tidak dapat menerapkan aturan untuk percakapan sebelumnya dan tersimpan.
# Ketika aturan atau kategori gagal dievaluasi oleh Amazon Connect Contact Lens
Ketika Amazon Connect Contact Lens mengevaluasi aturan atau kategori selama analisis pasca-kontak untuk kontak suara atau obrolan, ada kemungkinan bahwa aturan atau kategori gagal untuk mengevaluasi.
Berikut ini adalah kemungkinan hasil kategori ketika aturan atau kategori dievaluasi selama analisis kontak:
1. **Berhasil dicocokkan dan diterapkan ke kontak**. Ketika kategori ditampilkan di halaman **Detail kontak**, ini menunjukkan bahwa mereka berhasil dicocokkan dan diterapkan ke kontak.
1. **Berhasil dievaluasi dan tetapi mereka tidak berlaku untuk kontak**. Jika kategori tidak ada di halaman **Detail kontak**, ini menunjukkan bahwa kategori tersebut tidak berlaku untuk kontak tetapi berhasil dievaluasi berdasarkan Contact Lens aturan.
1. **Analisis kontak selesai tetapi kategori tertentu tidak dievaluasi.** Ketika suatu kategori gagal dievaluasi, itu tidak berarti kategori tersebut tidak berlaku untuk kontak (berdasarkan kriterianya), melainkan Contact Lens menyelesaikan analisis kontak tanpa mengevaluasi kategori khusus ini.
Gambar berikut menunjukkan bahwa kategori gagal dilambangkan dengan batas putus-putus, latar belakang transparan, ikon kesalahan, dan awalan yang gagal. Saat Anda mengarahkan kursor ke kategori yang gagal, detail tentang mengapa kategori gagal dievaluasi akan ditampilkan.
![\[Kategori gagal pada halaman Detail kontak.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/failed-categories1.png)
Kategori gagal ini hanya ada dari aturan dengan kondisi kecocokan semantik. Dua kemungkinan alasannya adalah:
1. **Kuota terlampaui**: Batas tindakan AI Gen Anda terlampaui untuk rentang waktu tersebut. Anda dapat meminta peningkatan kuota melalui AWS Support.
1. **Pedoman keselamatan yang gagal**: Pemrosesan kategori gagal karena tidak memenuhi keamanan dan pagar pembatas kualitas.
Sebaiknya tambahkan lebih banyak kondisi ke aturan pencocokan semantik Anda untuk mempersempit jumlah kontak yang mungkin berlaku. Ini akan membantu menghindari kuota melebihi kegagalan.
## Contact Lensanalisis pasca-kontak menghasilkan file S3 pelanggan
Kategori gagal muncul di file analisis di JobDetails bawah> Analisis yang Dilewati.
`SkippedAnalysis`Bagian ini menunjukkan analisis kontak yang ditandai sebagai 'Dilewati', meskipun analisis selesai untuk kontak itu. Ini berisi properti “Fitur” dan "ReasonCode”. `POST_CONTACT_SUMMARY`adalah salah satu fitur yang ada.
`CATEGORIZATION`ditambahkan sebagai fitur baru untuk analisis yang dilewati. Ada satu elemen kategorisasi unik dalam `SkippedAnalysis` array untuk setiap unik `ReasonCode` yang mengakibatkan kategorisasi gagal. `SkippedEntities`Properti baru diperkenalkan untuk setiap elemen unik, berisi daftar semua nama kategori (dan aturan terkait IDs) yang gagal karena kode alasan terkait.
Berikut ini adalah contoh kategori gagal dalam`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"
}
]
},
```
Untuk informasi selengkapnya, lihat [Contoh file keluaran analitik Contact Lens percakapan untuk panggilan](contact-lens-example-output-files.md).
# Tambahkan peringatan waktu nyata Contact Lens untuk pengawas berdasarkan kata kunci dan frasa dalam panggilan
Setelah [mengaktifkan analitik real-time](enable-analytics.md) dalam alur, Anda dapat menambahkan aturan yang secara otomatis memberi tahu penyelia saat terjadi masalah pengalaman pelanggan.
Misalnya, Contact Lens dapat secara otomatis mengirim peringatan ketika kata kunci atau frasa tertentu disebutkan selama percakapan, atau ketika mendeteksi kriteria lain. Supervisor melihat peringatan di dasbor metrik waktu nyata. Dari sana, supervisor dapat mendengarkan panggilan langsung, dan memberikan panduan kepada agen melalui obrolan untuk membantu mereka menyelesaikan masalah lebih cepat.
Gambar berikut menunjukkan contoh apa yang akan dilihat supervisor pada laporan metrik waktu nyata ketika mereka mendapatkan peringatan. Dalam hal ini, Contact Lens telah mendeteksi situasi pelanggan yang marah.
![\[Halaman metrik real-time, peringatan untuk pelanggan yang marah.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-real-time-metrics-alert2.png)
Ketika supervisor mendengarkan panggilan langsung, Contact Lens berikan mereka transkrip real-time dan tren sentimen pelanggan yang membantu mereka memahami situasi dan menilai tindakan yang tepat. Transkrip juga menghilangkan kebutuhan pelanggan untuk mengulanginya sendiri jika mereka ditransfer ke agen lain.
Gambar berikut menunjukkan contoh transkrip real-time.
![\[Contoh transkrip real-time.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-real-time-transcript.png)
## Tambahkan aturan untuk peringatan waktu nyata untuk panggilan
1. Masuk ke Amazon Connect dengan akun pengguna yang ditetapkan profil **CallCenterManager**keamanan, atau yang diaktifkan untuk izin **Aturan**.
1. Pada menu navigasi, pilih **Analytics dan optimasi**, **Aturan**.
1. Pilih **Buat aturan**, **Analisis percakapan**.
1. Tetapkan nama untuk aturan.
1. Di bawah **Kapan**, gunakan daftar dropdown untuk memilih analisis **waktu nyata**.
1. Pilih **Tambahkan kondisi**, lalu pilih jenis kecocokan:
+ **Pencocokan Tepat**: Hanya menemukan kata atau frasa yang tepat.
+ **Pencocokan Pola**: Menemukan kecocokan yang mungkin kurang dari 100 persen tepat. Anda juga dapat menentukan jarak antar kata. Misalnya, Anda mungkin mencari kontak di mana kata “kredit” disebutkan, tetapi Anda tidak ingin melihat penyebutan kata “kartu kredit.” Anda dapat menentukan kategori pencocokan pola untuk mencari kata “kredit” yang tidak berada dalam jarak satu kata dari kata “kartu.”
**Tip**
Semantic Match tidak tersedia untuk analisis real-time.
1. Masukkan kata atau frasa, dipisahkan dengan koma, yang ingin Anda sorot. Aturan waktu nyata hanya mendukung kata kunci atau frasa apa pun **yang disebutkan**.
![\[Aturan kata dan frasa.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-add-alert-rules-1.png)
1. Pilih **Tambahkan**. Setiap kata atau frasa yang dipisahkan oleh koma mendapatkan barisnya sendiri.
![\[Aturan kata dan frasa dengan banyak frasa, masing-masing pada barisnya sendiri.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-add-alert-rules-2.png)
Logika yang Contact Lens digunakan untuk membaca kata-kata atau frasa ini adalah: (Bicara ATAU kepada ATAU manajer ATAU Anda) ATAU (ini ATAU TIDAK ATAU membantu) ATAU (berbicara ATAU kepada ATAU atasan ATAU Anda), dll.
1. Untuk menambahkan lebih banyak kata atau frasa, pilih **Tambahkan grup kata atau frasa**. Pada gambar berikut, kelompok kata atau frasa pertama adalah apa yang mungkin diucapkan agen. Kelompok kedua adalah apa yang mungkin diucapkan pelanggan.
![\[Aturan kata dan frasa dengan beberapa frasa untuk pelanggan dan agen.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-add-category-rules-script3.png)
1. Dalam kartu pertama ini, Contact Lens baca setiap baris sebagai OR. Misalnya: (Halo) ATAU (terima kasih ATAU Anda ATAU untuk ATAU menelepon ATAU Contoh ATAU Corp) ATAU (kami ATAU menghargai ATAU bisnis ATAU Anda).
1. Kedua kartu tersebut terhubung dengan AND. Ini berarti, salah satu baris di kartu pertama perlu diucapkan DAN kemudian salah satu frasa di kartu kedua perlu diucapkan.
Logika yang Contact Lens digunakan untuk membaca dua kartu kata atau frasa adalah (kartu 1) DAN (kartu 2).
1. Pilih **Tambahkan kondisi** untuk menerapkan aturan ke:
+ Antrian khusus
+ Ketika atribut kontak memiliki nilai tertentu
+ Ketika skor sentimen memiliki nilai tertentu
Misalnya, gambar berikut menunjukkan aturan yang berlaku ketika agen mengerjakan antrian BasicQueue Penagihan dan Pembayaran, pelanggan untuk asuransi mobil, dan agen tersebut berlokasi di Seattle.
![\[Aturan kata dan frasa dengan beberapa kondisi.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-add-category-rules-3.png)
1. Setelah selesai, pilih **Selanjutnya**.
1. Dalam kotak **Tetapkan kategori kontak**, tambahkan nama untuk kategori tersebut. Misalnya, **Compliant atau **Not\$1Compliant****.
1. Pilih **Berikutnya**, lalu pilih **Simpan dan terbitkan**.
# Tambahkan peringatan waktu nyata Contact Lens untuk pengawas berdasarkan kata kunci dan frasa dalam obrolan
Setelah [mengaktifkan analitik real-time](enable-analytics.md) dalam alur, Anda dapat menambahkan aturan yang secara otomatis memberi tahu penyelia saat terjadi masalah pengalaman pelanggan.
Misalnya, Contact Lens dapat secara otomatis mengirim peringatan ketika kata kunci atau frasa tertentu disebutkan selama obrolan, atau ketika mendeteksi kriteria lain. Supervisor kemudian dapat melihat halaman **Detail kontak** untuk obrolan waktu nyata untuk melihat masalah tersebut. Dari sana, supervisor dapat bergabung dengan obrolan, dan memberikan panduan kepada agen melalui obrolan untuk membantu mereka menyelesaikan masalah lebih cepat.
Gambar berikut menunjukkan contoh apa yang akan dilihat supervisor di halaman **Detail kontak** ketika mereka mendapatkan peringatan untuk obrolan waktu nyata. Dalam hal ini, Contact Lens telah mendeteksi situasi pelanggan yang marah.
![\[Halaman detail kontak, peringatan untuk pelanggan obrolan real-time yang marah.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-realtime-alert-chat.png)
Ketika supervisor memantau obrolan, Contact Lens berikan mereka transkrip real-time dan tren sentimen pelanggan yang membantu mereka memahami situasi dan menilai tindakan yang tepat. Transkrip juga menghilangkan kebutuhan pelanggan untuk mengulanginya sendiri jika mereka ditransfer ke agen lain.
## Tambahkan aturan untuk peringatan waktu nyata untuk obrolan
1. Masuk ke Amazon Connect dengan akun pengguna yang ditetapkan profil **CallCenterManager**keamanan, atau yang diaktifkan untuk izin **Aturan**.
1. Pada menu navigasi, pilih **Analytics dan optimasi**, **Aturan**.
1. Pilih **Buat aturan**, **Analisis percakapan**.
1. Tetapkan nama untuk aturan.
1. Di bawah **Kapan**, gunakan daftar dropdown untuk memilih analisis **waktu nyata**.
1. Pilih **Tambahkan kondisi**, lalu pilih jenis kecocokan. Gambar berikut menunjukkan aturan yang dikonfigurasi untuk kondisi **periode Sentimen - Waktu**.
![\[Ketentuan untuk aturan analisis obrolan waktu nyata.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-realtime-chat-rule2.png)
Pilih dari salah satu pilihan berikut:
+ **Pencocokan Tepat**: Hanya menemukan kata atau frasa yang tepat.
+ **Pencocokan Pola**: Menemukan kecocokan yang mungkin kurang dari 100 persen tepat. Anda juga dapat menentukan jarak antar kata. Misalnya, Anda mungkin mencari kontak di mana kata “kredit” disebutkan, tetapi Anda tidak ingin melihat penyebutan kata “kartu kredit.” Anda dapat menentukan kategori pencocokan pola untuk mencari kata “kredit” yang tidak berada dalam jarak satu kata dari kata “kartu.”
**Tip**
Semantic Match tidak tersedia untuk analisis real-time.
1. Masukkan kata atau frasa, dipisahkan dengan koma, yang ingin Anda sorot. Aturan waktu nyata hanya mendukung kata kunci atau frasa apa pun **yang disebutkan**.
![\[Aturan kata dan frasa.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-add-alert-rules-1.png)
1. Pilih **Tambahkan**. Setiap kata atau frasa yang dipisahkan oleh koma mendapatkan barisnya sendiri.
![\[Aturan kata dan frasa dengan banyak frasa, masing-masing pada barisnya sendiri.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-add-alert-rules-2.png)
Logika yang Contact Lens digunakan untuk membaca kata-kata atau frasa ini adalah: (Bicara ATAU kepada ATAU manajer ATAU Anda) ATAU (ini ATAU TIDAK ATAU membantu) ATAU (berbicara ATAU kepada ATAU atasan ATAU Anda), dll.
1. Untuk menambahkan lebih banyak kata atau frasa, pilih **Tambahkan grup kata atau frasa**. Pada gambar berikut, kelompok kata atau frasa pertama adalah apa yang mungkin disebutkan agen. Kelompok kedua adalah apa yang mungkin disebutkan pelanggan.
![\[Aturan kata dan frasa dengan beberapa frasa untuk pelanggan dan agen.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-add-category-rules-script3.png)
1. Dalam kartu pertama ini, Contact Lens baca setiap baris sebagai OR. Misalnya: (Halo) ATAU (terima kasih ATAU Anda ATAU untuk ATAU menelepon ATAU Contoh ATAU Corp) ATAU (kami ATAU menghargai ATAU bisnis ATAU Anda).
1. Kedua kartu tersebut terhubung dengan AND. Ini berarti, salah satu baris di kartu pertama perlu disebutkan DAN kemudian salah satu frasa di kartu kedua perlu disebutkan.
Logika yang Contact Lens digunakan untuk membaca dua kartu kata atau frasa adalah (kartu 1) DAN (kartu 2).
1. Pilih **Tambahkan kondisi** untuk menerapkan aturan ke:
+ Antrian khusus
+ Ketika atribut kontak memiliki nilai tertentu
+ Ketika skor sentimen memiliki nilai tertentu
Misalnya, gambar berikut menunjukkan aturan yang berlaku ketika agen mengerjakan antrian BasicQueue Penagihan dan Pembayaran, pelanggan untuk asuransi mobil, dan agen tersebut berlokasi di Seattle.
![\[Aturan kata dan frasa dengan beberapa kondisi.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-add-category-rules-3.png)
1. Setelah selesai, pilih **Selanjutnya**.
1. Dalam kotak **Tetapkan kategori kontak**, tambahkan nama untuk kategori tersebut. Misalnya, **Compliant atau **Not\$1Compliant****.
1. Pilih **Tambahkan tindakan** untuk menentukan tindakan apa yang harus dilakukan Amazon Connect saat kondisi terpenuhi. Anda dapat mengonfigurasi peringatan pengawas dengan menggunakan notifikasi email atau dengan mengembangkan integrasi khusus dengan. EventBridge
![\[Opsi Hasilkan EventBridge acara dan Kirim pemberitahuan email.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-realtime-chat-rule3.png)
1. Jika Anda memilih **Kirim pemberitahuan email**, lihat [Buat aturan yang mengirim notifikasi email](contact-lens-rules-email.md) untuk detail selengkapnya tentang melengkapi halaman dan untuk informasi tentang batas email.
Jika Anda memilih **Menghasilkan EventBridge acara**, lihat [Buat aturan yang menghasilkan EventBridge acara](contact-lens-rules-eventbridge-event.md) detail selengkapnya tentang menyelesaikan halaman dan untuk informasi tentang berlangganan jenis EventBridge acara.
# Buat aturan yang mengirim notifikasi email
Anda dapat membuat aturan yang mengirim pemberitahuan email ke orang-orang di organisasi Anda. Ini membantu Anda merespons dengan lebih bijaksana terhadap potensi masalah di pusat kontak Anda. Misalnya, Anda dapat membuat aturan untuk memberi tahu:
+ Seorang supervisor tim ketika ada eskalasi atau pembatalan akun.
+ Sekelompok orang di pusat kontak Anda sebagai akibat dari kata-kata tertentu yang disebutkan selama percakapan.
+ Orang yang ditunjuk di pusat kontak Anda ketika terjadi perselisihan selama panggilan.
+ Agen yang telah menangani kontak yang dianalisis atau dievaluasi dengan analitik percakapan Amazon Connect.
**penting**
Semua email dikirim dari`no-reply@amazonconnect.com`.
Pengguna SAFL tidak memiliki alamat email utama, mereka memiliki login nama pengguna. Login nama pengguna biasanya merupakan alamat email tetapi tidak harus demikian. Untuk pengguna ini label bidang **Alamat email** kosong di dalam Amazon Connect. Ketika pemberitahuan email dikirim untuk pengguna SAMP, mereka harus memiliki email sekunder yang dikonfigurasi untuk mendapatkannya. Jika email sekunder tidak dikonfigurasi, pengguna tidak akan menerima email tersebut.
**Untuk membuat aturan yang mengirimkan pemberitahuan email**
1. Masuk ke Amazon Connect dengan akun pengguna yang memiliki [izin yang diperlukan](permissions-for-rules.md) untuk membuat aturan.
1. Arahkan ke **Analytics dan optimasi**, **Aturan**.
1. **Pada halaman **Aturan**, pilih **Buat aturan**, lalu dari daftar tarik-turun, pilih **Analisis percakapan** atau formulir Evaluasi.**
![\[Halaman aturan, daftar dropdown buat aturan, opsi lensa kontak.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-create-rule.png)
1. Pada halaman **Aturan baru**, tentukan kondisi untuk aturan tersebut. Untuk informasi lebih lanjut, lihat:
+ [Tentukan kondisi aturan untuk analitik percakapan](build-rules-for-contact-lens.md#rule-conditions)
+ [Tentukan kondisi aturan untuk formulir evaluasi](create-evaluation-rules.md#rule-conditions-eval).
1. Saat Anda menentukan tindakan untuk aturan, pilih **Kirim pemberitahuan email** untuk tindakan tersebut.
![\[Halaman aturan baru, daftar tarik-turun tindakan tambahkan, tindakan pemberitahuan kirim email.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-rules-email-action.png)
1. Di bagian **Kirim pemberitahuan email**, pilih siapa yang akan menerima email dengan menggunakan salah satu opsi ini:
+ **Pilih penerima dengan login**: Rutekan email ke pengguna yang ditentukan.
**penting**
Pengguna SAMP harus memiliki email sekunder yang dikonfigurasi untuk mendapatkannya. Jika email sekunder tidak dikonfigurasi, pengguna tidak akan menerima email tersebut.
+ **Pilih penerima berdasarkan tag**. Rutekan email secara dinamis berdasarkan nilai tag agen.
+ **Pilih agen yang menangani kontak**. Rutekan email ke agen yang menangani kontak.
Pada gambar berikut, aturan mengirimkan email notifikasi ke agen yang menangani kontak.
![\[Bagian Kirim pemberitahuan email, Pilih agen yang menangani kontak opsi.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-rules-email-tag.png)
1. Di **Subjek**, tambahkan subjek email. Di **Tubuh**, tambahkan konten notifikasi email.
Gunakan **@ untuk menambahkan variabel dinamis** yang diisi selama eksekusi aturan. Untuk aturan analisis percakapan dan aturan formulir evaluasi, Anda dapat menambahkan **nama aturan, URL instans, kontak, agen,** dan informasi **antrian** untuk kontak yang cocok dengan aturan tersebut. Aturan formulir evaluasi juga memungkinkan Anda untuk memasukkan **ID evaluasi**.
![\[Tubuh email, daftar variabel yang tersedia.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/rules-send-email-dynamic-variables.png)
**catatan**
Jenis aturan lain mendukung variabel yang berbeda:
Aturan metrik real-time memungkinkan Anda memasukkan **nama aturan, URL instans,** dan daftar **agen, antrian, alur, atau profil perutean** yang melanggar ambang batas untuk memicu peringatan.
Aturan untuk kasus memungkinkan Anda menyisipkan **nama aturan, URL instance,** dan **ID kasus**.
1. Pilih **Berikutnya**. Tinjau pilihan Anda, lalu pilih **Simpan**.
1. Setelah Anda menambahkan aturan, aturan tersebut diterapkan ke kontak baru yang terjadi setelah aturan ditambahkan. Aturan diterapkan saat analitik percakapan Amazon Connect menganalisis percakapan.
Anda tidak dapat menerapkan aturan untuk percakapan sebelumnya dan tersimpan.
## Batas email
+ Amazon Connect memiliki batas default 500 email per hari. Ketika batas itu terlampaui, instans Amazon Connect diblokir selama 24 jam dari mengirim lebih banyak email. Ini karena email tunduk pada batas bouncing dan keluhan. Untuk informasi selengkapnya, lihat bagian **Pantulan** dan **Keluhan** di [Memahami pengiriman email di Amazon SES](https://docs.aws.amazon.com/ses/latest/dg/send-email-concepts-deliverability.html).
+ Semua email dikirim`no-reply@amazonconnect.com`, yang tidak dapat Anda sesuaikan.
+ Pengguna SAFL tidak memiliki alamat email utama, mereka memiliki login nama pengguna. Login nama pengguna biasanya merupakan alamat email tetapi tidak harus demikian. Untuk pengguna ini label bidang **Alamat email** kosong di dalam Amazon Connect. Ketika pemberitahuan email dikirim untuk pengguna SAMP, mereka harus memiliki email sekunder yang dikonfigurasi untuk mendapatkannya. Jika email sekunder tidak dikonfigurasi, pengguna tidak akan menerima email tersebut.
Jika opsi default untuk mengirim email tidak memenuhi persyaratan Anda, silakan hubungi Manajer Akun Teknis Anda atau Dukungan untuk berdiskusi dengan tim layanan Amazon Connect.
# Buat aturan yang menghasilkan EventBridge acara
Dalam waktu nyata atau pasca-panggilan/obrolan, Anda bisa mendapatkan acara dan menggunakannya untuk memicu pemberitahuan atau peringatan berikutnya, atau laporan agregat di luar Amazon Connect. Ada banyak hal yang dapat Anda lakukan dengan data ini. Contoh:
+ Dapatkan peringatan waktu nyata di QuickSight dasbor.
+ Buat laporan agregat di luar Amazon Connect.
+ Bergabunglah dengan data dengan CRM Anda.
+ Hubungkan solusi notifikasi Anda EventBridge dan pastikan bahwa pada akhir hari, semua jenis acara tertentu masuk ke kotak masuk tertentu. Muatan memberi tahu Anda kontak, agen, dan antrian.
**catatan**
**Untuk aturan metrik waktu nyata, sumber daya yang memicu aturan akan dicantumkan di bawah sumber daya.** Misalnya, jika Anda membuat aturan yang memberi tahu Anda tentang metrik antrian seperti rata-rata. waktu jawaban antrian, daftar antrian yang melanggar ambang batas akan dicantumkan di bawah sumber daya.
**Untuk membuat aturan yang menghasilkan EventBridge acara**
1. Saat Anda membuat aturan, pilih **Hasilkan EventBridge acara** untuk tindakan.
![\[Halaman aturan baru, bagian ambil tindakan ini, daftar dropdown add action, dan Generate an EventBridge event action.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-rules-events-example1.png)
1. Untuk **nama Action**, masukkan nama untuk muatan acara.
**catatan**
Nilai yang Anda tetapkan untuk **nama Tindakan** terlihat di EventBridge payload. Saat Anda menggabungkan peristiwa, nama tindakan memberikan dimensi tambahan yang dapat Anda gunakan untuk memprosesnya. Misalnya, Anda memiliki 200 nama kategori, tetapi hanya 50 yang memiliki nama tindakan tertentu, seperti NOTIFY\$1CUSTOMER\$1RETENTION.
![\[Bagian ambil tindakan ini, bagian kategori kontak tetapkan, bagian Hasilkan EventBridge acara.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-rules-add-eb-action.png)
1. Pilih **Berikutnya**. Tinjau dan kemudian **Simpan**.
1. Setelah Anda menambahkan aturan, aturan tersebut diterapkan ke kontak baru yang terjadi setelah aturan ditambahkan. Aturan diterapkan saat analitik percakapan Amazon Connect menganalisis percakapan.
Anda tidak dapat menerapkan aturan untuk percakapan sebelumnya dan tersimpan.
1. Untuk memanfaatkan EventBridge data, berlangganan jenis EventBridge acara. Lihat prosedur selanjutnya.
## Berlangganan jenis EventBridge acara
Untuk berlangganan jenis EventBridge acara, buat EventBridge aturan khusus yang cocok dengan yang berikut ini:
+ “source” = “aws.connect”
+ “detail-type” = "Aturan Contact Lens Post Call Cocokkan” atau salah satu dari berikut ini:
+ **Contact LensAturan Realtime Cocokkan**
+ **Contact LensAturan Obrolan Realtime Cocokkan**
+ **Contact LensAturan Obrolan Posting Cocokkan**
+ **Contact LensAturan Evaluasi Cocokkan**
+ **Aturan Metrik Cocokkan**
Gambar berikut menunjukkan pengaturan ini di bagian Pola acara pada halaman aturan baru.
![\[Bagian pola acara dari halaman EventBridge aturan baru.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-eb-rules-events.png)
### Contoh EventBridge muatan
Berikut ini adalah contoh dari apa EventBridge payload terlihat seperti ketika **Contact LensPost Call Rules Cocokkan**.
```
{
"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",
}
}
```
Berikut ini adalah contoh seperti apa payload ketika **Aturan Contact Lens Realtime Cocokkan**.
```
{
"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",
}
}
```
# Buat aturan yang menghasilkan tugas
Aturan Amazon Connect memungkinkan Anda menghasilkan tugas. Ini membantu Anda membuat tindakan yang dapat dilacak dengan pemilik dan memberi Anda visibilitas tentang penyelesaian tugas dan produktivitas di luar kotak.
Berikut adalah beberapa contoh:
+ Tinjau kontak saat pelanggan curang. Misalnya, Anda dapat membuat tugas tindak lanjut ketika pelanggan mengucapkan kata atau frasa yang membuatnya tampak berpotensi curang.
+ Tindak lanjuti ketika pelanggan menyebutkan topik tertentu yang ingin Anda jual nanti atau berikan dukungan tambahan dengan menghubungi.
+ Mengevaluasi kinerja agen dalam skenario tertentu, misalnya sentimen pelanggan sangat rendah selama percakapan dan pelanggan menyatakan frustrasi.
+ Mengambil tindakan operasional, seperti menugaskan agen tambahan ke antrian di mana rata-rata. waktu jawaban antrian dalam satu jam terakhir telah melampaui ambang batas yang dapat diterima.
**Untuk membuat aturan yang menciptakan tugas**
1. Saat Anda membuat aturan, pilih **Buat Tugas** untuk tindakan.
![\[Halaman aturan baru, menu tarik-turun tambahkan tindakan, opsi buat tugas.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-rules-add-task-example1.png)
1. Selesaikan bidang tugas sebagai berikut:
![\[Halaman aturan baru, bagian kategori kontak tetapkan, bagian Buat tugas.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-rules-add-tasks-example2.png)
1. **Nama kategori**: Nama kategori muncul di catatan kontak. Panjang maks: 200 karakter.
1. **Nama**: Nama tersebut muncul di Contact Control Panel (CCP) agen. Panjang maks: 512 karakter.
1. **Deskripsi**: Deskripsi muncul di Contact Control Panel (CCP) agen. Panjang maks: 4096 karakter.
**catatan**
Dalam Nama dan Deskripsi, gunakan **@ untuk menambahkan variabel dinamis** yang diisi selama eksekusi aturan. Untuk aturan analisis percakapan dan aturan formulir evaluasi, Anda dapat menambahkan **nama aturan, URL instans, kontak, agen,** dan informasi **antrian** untuk kontak yang cocok dengan aturan tersebut. Aturan formulir evaluasi juga memungkinkan Anda untuk memasukkan **ID evaluasi**.
![\[Tindakan tugas dengan variabel dinamis.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/rules-create-task-dynamic-variables.png)
Jenis aturan lain mendukung variabel yang berbeda::
Aturan metrik real-time memungkinkan Anda memasukkan **nama aturan, URL instans, dan daftar agen, antrian, alur, atau profil perutean** yang melanggar ambang batas untuk memicu peringatan.
Aturan untuk kasus memungkinkan Anda menyisipkan **nama aturan, URL instance,** dan **ID kasus**.
1. **Nama referensi tugas**: Ini adalah referensi default yang secara otomatis muncul di CCP agen.
+ Untuk aturan waktu nyata, referensi tugas menautkan ke halaman detail Real-time.
+ Untuk aturan pasca-panggilan/obrolan, referensi tugas menautkan ke halaman Detail **kontak**.
1. **Nama Referensi Tambahan**: Panjang maks: 4096 karakter. Anda dapat menambahkan hingga 25 referensi.
1. **Pilih alur**: Pilih alur yang dirancang untuk merutekan tugas ke pemilik tugas yang sesuai. Alur harus disimpan dan dipublikasikan agar muncul di daftar opsi Anda di dropdown.
1. Gambar berikut menunjukkan contoh bagaimana informasi ini muncul di PKC agen.
![\[Tugas di Panel Kontrol Kontak agen.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-rules-add-tasks-ccp.png)
Dalam contoh ini, agen melihat nilai berikut untuk **Nama**, **Deskripsi**, dan **nama referensi Tugas**:
1. **Nama** = **Action-Required-Contact Lens- ba2cf8fe....**
1. **Keterangan** = **Test**
1. **Nama referensi tugas** = TaskRef dan URL ke halaman detail Real-time
1. Pilih **Berikutnya**. Tinjau dan kemudian pilih **Simpan** tugas.
1. Setelah Anda menambahkan aturan, aturan tersebut diterapkan ke kontak baru yang terjadi setelah aturan ditambahkan. Aturan diterapkan saat analitik percakapan Amazon Connect menganalisis percakapan.
Anda tidak dapat menerapkan aturan untuk percakapan sebelumnya dan tersimpan.
## Rekaman kontak suara dan tugas ditautkan
Saat aturan membuat tugas, catatan kontak dibuat secara otomatis untuk tugas tersebut. Ini terkait dengan catatan kontak panggilan suara atau obrolan yang memenuhi kriteria aturan untuk membuat tugas.
Misalnya, panggilan masuk ke pusat kontak Anda dan menghasilkan CTR1:
![\[Informasi tentang catatan kontak awal saat panggilan masuk.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-rules-attributes-example1.png)
Mesin Rules menghasilkan tugas. Dalam catatan kontak untuk tugas, rekaman kontak suara muncul sebagai **ID kontak sebelumnya**. Selain itu, catatan kontak tugas mewarisi atribut kontak dari rekaman kontak suara, seperti yang diilustrasikan pada gambar berikut:
![\[Catatan kontak 2 untuk tugas tersebut.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-rules-attributes-example2.png)
## Tentang nilai dinamis untuk ContactId, AgentId, QueueId, RuleName
Nilai dinamis dalam tanda kurung [] disebut [atribut kontak](what-is-a-contact-attribute.md). Atribut kontak memungkinkan Anda untuk menyimpan informasi sementara tentang kontak sehingga Anda dapat menggunakannya dalam alur.
Saat Anda menambahkan atribut kontak dalam tanda kurung [] — seperti ContactId,, AgentId QueueId, atau RuleName — nilainya diteruskan dari satu catatan kontak ke catatan kontak lainnya. Anda dapat menggunakan atribut kontak dalam alur Anda ke cabang dan merutekan kontak yang sesuai.
Untuk informasi selengkapnya, lihat [Gunakan atribut kontak](connect-contact-attributes.md).
# Buat aturan Contact Lens yang mengakhiri tugas terkait dari sebuah kasus
**Untuk membuat aturan yang mengakhiri tugas terkait**
1. Saat Anda membuat aturan, pilih **Kasus baru diperbarui** sebagai sumber acara.
![\[Halaman aturan baru, menu tarik-turun tindakan tambahkan, opsi kasing ditambahkan.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-rules-update-case-1.png)
1. Saat Anda membuat aturan, pilih **Akhiri tugas** untuk tindakan.
![\[Halaman aturan baru, menu tarik-turun tambahkan tindakan, opsi tugas akhir.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-rules-ends-tasks-2.png)
![\[Opsi tugas akhir.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-rules-ends-tasks-3.png)
1. Pilih **Berikutnya**. Tinjau dan kemudian pilih **Simpan**.
1. Setelah Anda menambahkan aturan, aturan tersebut diterapkan ke kontak baru yang terjadi setelah aturan ditambahkan. Aturan diterapkan saat analitik percakapan Amazon Connect menganalisis percakapan.
Anda tidak dapat menerapkan aturan untuk percakapan sebelumnya dan tersimpan.
# Buat aturan Contact Lens yang menciptakan kasus
**Untuk membuat aturan yang membuat kasus**
1. Saat Anda membuat aturan, pilih Analisis **pasca-panggilan tersedia, analisis** **pasca-obrolan tersedia**, atau **Analisis email tersedia** sebagai sumber acara.
![\[Halaman kondisi yang ditentukan, pilih Analisis pasca-panggilan tersedia, analisis pasca-obrolan tersedia, atau analisis Email tersedia sebagai sumber peristiwa.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-rules-create-case-1.png)
1. Pilih **Berikutnya**
1. Pada halaman tindakan, pilih **Buat kasus** untuk tindakan.
![\[Halaman aturan baru, menu tarik-turun tambahkan tindakan, opsi buat kasus.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-rules-create-case-2.png)
1. Dalam **Create case** card, pilih **template Case**.
![\[Dalam Create case card, pilih template Case.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-rules-create-case-3.png)
1. Isi bidang yang **diperlukan dan tambahkan bidang** **kasus opsional** untuk mengisi data kasus.
**catatan**
Profil pelanggan harus dikaitkan dengan kontak agar tindakan ini berfungsi. Untuk informasi selengkapnya, lihat [Aktifkan Kasus](enable-cases.md).
![\[Isi bidang yang diperlukan dan tambahkan bidang kasus opsional untuk mengisi data kasus.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-rules-create-case-4.png)
1. Pilih **Berikutnya**. Tinjau dan kemudian pilih **Simpan**.
1. Setelah Anda menambahkan aturan, aturan tersebut diterapkan ke kontak baru yang terjadi setelah aturan ditambahkan. Aturan diterapkan saat analitik percakapan Amazon Connect menganalisis percakapan.
Anda tidak dapat menerapkan aturan untuk percakapan sebelumnya dan tersimpan.
# Buat aturan Contact Lens yang memperbarui kasus
**Untuk membuat aturan yang memperbarui kasus**
1. Saat Anda membuat aturan, pilih **Kasus diperbarui** sebagai sumber acara dan pilih **Berikutnya**.
![\[Halaman aturan baru, menu tarik-turun tambahkan tindakan, opsi kasing diperbarui.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-rules-update-case-1.png)
1. Saat Anda membuat aturan, pilih **Perbarui kasus** untuk tindakan tersebut.
![\[Halaman aturan baru, menu tarik-turun tambahkan tindakan, opsi kasus pembaruan.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-rules-update-case-2.png)
1. Pilih bidang kasus apa pun yang ingin Anda perbarui dari dropdown dan tentukan nilai barunya.
![\[Pilih bidang kasus apa pun yang ingin Anda perbarui dari dropdown dan tentukan nilai barunya.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-rules-update-case-3.png)
![\[Pilih bidang kasus apa pun yang ingin Anda perbarui dari dropdown dan tentukan nilai barunya.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-rules-update-case-4.png)
1. Pilih **Berikutnya**. Tinjau dan kemudian pilih **Simpan**.
1. Setelah Anda menambahkan aturan, aturan tersebut diterapkan ke kontak baru yang terjadi setelah aturan ditambahkan. Aturan diterapkan saat analitik percakapan Amazon Connect menganalisis percakapan.
Anda tidak dapat menerapkan aturan untuk percakapan sebelumnya dan tersimpan.
# Buat aturan Contact Lens yang mengirimkan evaluasi otomatis
Contact Lensmemungkinkan Anda untuk secara otomatis mengisi dan mengirimkan evaluasi dengan menggunakan wawasan dan metrik dari analisis percakapan.
## Langkah 1: Konfigurasikan otomatisasi pada formulir evaluasi
Sebelum Anda dapat membuat aturan yang mengirimkan evaluasi otomatis, Anda perlu mengonfigurasi otomatisasi pada formulir evaluasi. Untuk instruksi terperinci, lihat [Langkah 6: Aktifkan evaluasi otomatis](create-evaluation-forms.md#step-automate) di[Buat formulir evaluasi](create-evaluation-forms.md).
Berikut ini adalah ikhtisar langkah-langkahnya:
1. Atur otomatisasi pada setiap pertanyaan dalam formulir evaluasi.
1. **Aktifkan Aktifkan pengajuan evaluasi otomatis** sebelum mengaktifkan formulir evaluasi.
1. Saat Anda mengaktifkan formulir evaluasi dengan otomatisasi yang dikonfigurasi, prompt ditampilkan bagi Anda untuk membuat aturan, seperti yang ditunjukkan pada gambar berikut.
![\[Sebuah prompt untuk membuat aturan.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/create-a-rule-to-submit-automated-evaluations-1.png)
1. Pilih **Buat aturan**.
1. Pada halaman **Aturan**, tentukan aturan yang menentukan kontak mana yang secara otomatis dievaluasi menggunakan formulir evaluasi yang dipilih. Prosedur berikut memberikan instruksi.
## Langkah 2: Tentukan aturan yang menentukan kontak mana yang dievaluasi secara otomatis
Anda dapat memicu evaluasi otomatis dengan dua jenis aturan:
+ Aturan **analisis percakapan** yang secara otomatis mengevaluasi kontak setelah Contact Lens menyelesaikan analisisnya.
+ **Evaluasi membentuk** aturan yang dapat digunakan untuk memicu formulir evaluasi spesifik situasi sebagai hasil dari formulir evaluasi generik. Misalnya, jika jawaban atas pertanyaan evaluasi *Apakah pelanggan tertarik untuk membeli suatu produk* adalah *Ya*, maka Anda dapat memicu formulir evaluasi lain yang mengukur *kinerja penjualan Agen*.
### Memicu evaluasi otomatis dengan aturan analitik percakapan
Ini adalah jenis aturan default yang dipilih saat Anda membuat aturan untuk mengirimkan evaluasi otomatis selama aktivasi formulir. Anda juga dapat membuat aturan seperti itu dengan memilih **Buat aturan**, **Analisis percakapan** di halaman **Aturan**.
1. **Pilih Analisis Contact Lens pasca-panggilan tersedia atau Analisis Contact Lens** **pasca-obrolan tersedia** sebagai sumber acara. Kedua opsi ini disorot pada gambar berikut.
![\[Opsi analisis pasca-panggilan dan analisis pasca-obrolan.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/defined-conditions-evaluations.png)
1. Tentukan kondisi untuk kontak identitas untuk dievaluasi secara otomatis, lalu pilih **Berikutnya**.
Contoh kondisi yang dapat Anda gunakan untuk mengidentifikasi kumpulan agen atau kontak tertentu di mana formulir evaluasi berlaku adalah:
+ Agen
+ Hirarki agen
+ Agen AI
+ Antrean
+ Metode inisiasi
Selain itu, Anda dapat mengecualikan kontak yang mungkin telah berakhir sebelum waktunya karena konektivitas atau masalah lain menggunakan kondisi seperti:
+ Durasi interaksi (misalnya, lebih dari 30 detik)
+ Waktu bicara (misalnya, pelanggan berbicara selama lebih dari 10 detik)
+ Potensi masalah pemutusan saat masalah tidak ada atau tidak ada konektivitas atau masalah perangkat yang diketahui selama percakapan
1. Pada halaman **Tentukan tindakan**, berikan nama kategori untuk mengidentifikasi aturan.
1. Pilih **Tambah tindakan**, pilih **Kirim evaluasi otomatis**, dan pilih formulir yang ingin Anda gunakan untuk mengirimkan evaluasi secara otomatis. (Tindakan ini sudah dipilih pada halaman jika Anda membuat aturan saat Anda mengaktifkan formulir.)
1. Pilih **Berikutnya**. Tinjau dan kemudian pilih **Simpan dan Publikasikan**.
Setelah Anda menambahkan aturan, aturan tersebut diterapkan ke kontak baru yang terjadi setelah aturan ditambahkan. Aturan diterapkan saat analitik percakapan Amazon Connect menganalisis percakapan.
**penting**
Anda tidak dapat menerapkan aturan untuk percakapan sebelumnya dan tersimpan.
### Memicu evaluasi otomatis dengan aturan formulir evaluasi
1. Pergi ke halaman **Aturan**. Pilih **Buat aturan**, **Formulir evaluasi**.
1. Di bawah **Kapan**, pilih sumber acara **sebagai Hasil Contact Lens evaluasi tersedia**.
1. Pilih **Tambahkan kondisi** untuk memicu evaluasi khusus situasi. Contoh:
+ Jawaban spesifik pada evaluasi lain, ditunjukkan pada gambar berikut.
![\[Jawaban spesifik pada evaluasi lain.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/add-condition-1.png)
+ Skor formulir evaluasi lain, ditunjukkan pada gambar berikut.
![\[Skor formulir evaluasi lain.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/add-condition-2.png)
1. Pilih **Tambah tindakan**, pilih **Kirim evaluasi otomatis**, dan pilih formulir yang ingin Anda gunakan untuk mengirimkan evaluasi secara otomatis.
1. Pilih **Berikutnya**. Tinjau dan kemudian pilih **Simpan dan Publikasikan**.
## Pertanyaan yang Sering Diajukan (FAQ)
1. **Dapatkah evaluasi otomatis mengesampingkan evaluasi yang telah dikirimkan secara manual?**
Tidak, evaluasi otomatis tidak dapat mengesampingkan evaluasi yang dikirimkan secara manual. Jika evaluasi sudah ada, maka evaluasi otomatis akan gagal untuk kontak tersebut dan administrator akun dapat melihat pemberitahuan kegagalan tersebut di dalamnya CloudWatch.
1. **Bagaimana cara mengidentifikasi evaluasi otomatis?**
Jika evaluasi dikirimkan secara otomatis, itu ditandai sebagai “diserahkan oleh Contact Lens otomatisasi” pada halaman **Detail kontak**. Jika evaluasi otomatis diedit dan dikirimkan kembali oleh evaluator, “diserahkan oleh” berisi nama evaluator.
1. **Dapatkah saya mengevaluasi kontak secara otomatis menggunakan beberapa formulir evaluasi?**
Ya, Anda dapat secara otomatis mengirimkan evaluasi pada kontak menggunakan beberapa formulir evaluasi. Anda perlu membuat beberapa aturan untuk mengirimkan evaluasi otomatis menggunakan formulir evaluasi yang berbeda.
# Gunakan kondisi Kata atau frasa dalam Contact Lens aturan
Dalam aturan **analisis Contact Lens percakapan**, Anda memiliki opsi untuk menentukan kondisi Kata atau frasa. Anda dapat memilih Exact Match, Semantic Match, atau Pattern Match untuk kata atau frasa. Topik ini menjelaskan setiap jenis kecocokan.
**catatan**
Ketiga jenis kecocokan tidak peka huruf besar/kecil, misalnya, jika Anda telah menentukan kata sebagai “penagihan”, itu juga akan cocok dengan transkrip yang berisi kata “Penagihan”.
## Cara menggunakan pencocokan tepat
**Exact Match** adalah pencocokan kata yang tepat, yang bisa berupa tunggal atau jamak.
Anda dapat menambahkan kata kunci atau frasa dengan menggunakan salah satu metode berikut:
+ Memilih **Masukkan kata kunci atau frasa** dan masukkan nilai secara manual di kotak teks. Beberapa nilai dapat dipisahkan dengan koma.
![\[Masukkan opsi kata kunci atau frasa di UI.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/exact-match-1.png)
+ Memilih **Impor dari kumpulan kata** untuk mengimpor kata dan frasa yang telah ditentukan sebelumnya dari koleksi kata.
![\[Impor dari opsi pengumpulan kata di UI.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/exact-match-2.png)
Koleksi kata dapat dikategorikan menjadi dua jenis: koleksi kata pengguna dan koleksi kata sistem. Koleksi kata sistem ditentukan sebelumnya oleh Amazon Connect, yang tidak dapat diedit oleh pengguna. Koleksi kata pengguna dapat dibuat, dibaca, diperbarui, dan dihapus (CRUD) oleh pengguna. Untuk informasi selengkapnya, lihat [Mengelola koleksi kata saat Anda membuat aturan analisis percakapan di Contact Lens](manage-word-collections.md).
## Cara menggunakan pencocokan pola
Jika Anda ingin mencocokkan kata-kata terkait, tambahkan tanda bintang (\$1) ke kriteria. Misalnya, jika Anda ingin mencocokkan pada semua variasi “tetangga” (tetangga, lingkungan) Anda akan mengetik **tetangga.**
Dengan **Pattern Match** Anda dapat menentukan yang berikut:
+ **Daftar nilai**: Ini berguna saat Anda ingin membangun ekspresi dengan nilai yang dapat dipertukarkan. Misalnya, ekspresinya mungkin:
*Saya menelepon tentang pemadaman listrik di ["Beijing” atau “London” atau “New York” atau “Paris” atau “Tokyo"]*
Kemudian dalam daftar nilai Anda, Anda akan menambahkan kota: Beijing, London, New York, Paris, Tokyo.
Keuntungan menggunakan nilai adalah Anda dapat membuat satu ekspresi, bukan beberapa. Ini mengurangi jumlah kartu yang perlu Anda buat.
+ **Nomor**: Opsi ini paling sering digunakan dalam skrip kepatuhan, atau jika Anda mencari konteks ketika Anda tahu di suatu tempat di antaranya ada angka (dalam digit [0-9]). Dengan cara ini Anda dapat menempatkan semua kriteria Anda ke dalam satu ekspresi, bukan dua. Misalnya, skrip kepatuhan agen mungkin mengatakan:
*Saya telah berkecimpung di industri ini selama [num] tahun dan ingin mendiskusikan topik ini dengan Anda.*
Atau pelanggan mungkin mengatakan:
*Saya telah menjadi anggota selama [num] tahun.*
**catatan**
Saat mengekstrak angka dari obrolan atau transkrip audio, hanya digit numerik (0-9) yang dikenali.
Untuk kontak suara, bahasa tertentu mungkin tidak mengubah nomor lisan menjadi format digital selama [transkripsi angka](https://docs.aws.amazon.com/transcribe/latest/dg/how-numbers.html). Ini berarti pencocokan pola angka mungkin tidak berfungsi dalam kasus ini. Untuk daftar bahasa yang mendukung transkripsi nomor, lihat Bahasa yang [didukung dan fitur khusus bahasa](https://docs.aws.amazon.com/transcribe/latest/dg/supported-languages.html) di Panduan Pengembang *Amazon* Transcribe.
+ **Definisi kedekatan**: Menemukan kecocokan yang mungkin kurang dari 100 persen tepat. Anda juga dapat menentukan jarak antar kata. Misalnya, jika Anda mencari kontak di mana kata “kredit” disebutkan tetapi Anda tidak ingin melihat penyebutan kata “kartu kredit”, Anda dapat menentukan kategori pencocokan pola untuk mencari kata “kredit” yang tidak dalam jarak satu kata dari “kartu.”
Misalnya, definisi kedekatan mungkin:
*kredit [tidak dalam 1 kata dari] kartu*
**Tip**
Untuk daftar bahasa yang didukung oleh kecocokan pola, lihat[Fitur AI](supported-languages.md#supported-languages-contact-lens).
## Cara menggunakan pertandingan semantik
Pencocokan semantik hanya didukung untuk analisis pasca-panggilan/obrolan.
+ “Niat” adalah contoh ucapan. Itu bisa berupa frasa atau kalimat.
+ Anda dapat memasukkan hingga empat maksud dalam satu kartu (grup).
+ Sebaiknya gunakan maksud semantik serupa dalam satu kartu untuk mendapatkan hasil terbaik. Misalnya, ada kategori untuk “kesopanan.” Ini mencakup dua maksud: “salam” dan “selamat tinggal”. Kami merekomendasikan untuk memisahkan maksud ini menjadi dua kartu:
+ Kartu 1: “Bagaimana kabarmu hari ini” dan “Bagaimana semuanya berjalan”. Mereka adalah salam semantik yang mirip.
+ Kartu 2: “Terima kasih telah menghubungi kami” dan “Terima kasih telah menjadi pelanggan kami.” Mereka secara semantik mirip perpisahan.
Memisahkan intent menjadi dua kartu memberikan akurasi lebih dari menempatkan semuanya ke dalam satu kartu.
# Gunakan Generative AI untuk mencocokkan kontak secara semantik dengan pernyataan bahasa alami
Dalam aturan **analisis Contact Lens percakapan**, Anda memiliki opsi untuk menentukan **bahasa alami - kondisi pencocokan semantik** yang menggunakan AI generatif untuk menemukan kontak yang cocok dengan pernyataan bahasa alami. **Bahasa alami - Pencocokan semantik digunakan ketika Anda ingin mencocokkan kontak dengan kriteria khusus konteks (misalnya, masalah pelanggan diselesaikan selama panggilan) atau ketika ada terlalu banyak kemungkinan kata atau frasa untuk menggunakan kondisi Kata atau frasa.**
Kiat Pro: Gunakan bahasa alami bertenaga AI generatif- Pencocokan semantik jika sebelumnya Anda menggunakan Kata atau Frasa - Pencocokan Semantik.
## Cara menggunakan Bahasa alami - pertandingan semantik
****
1. Masuk ke Amazon Connect dengan pengguna yang memiliki izin **Aturan dan Aturan** **- Izin AI generatif**.
1. Pada menu navigasi, pilih **Analytics dan optimasi**, lalu **Aturan**.
1. Kemudian pilih **Buat Aturan** dan pilih **Analisis percakapan**.
![\[Impor dari opsi pengumpulan kata di UI.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/create-natural-semantic-match-rule.png)
1. Pilih “Analisis Contact Lens pasca-panggilan tersedia” atau “Analisis Contact Lens pasca-obrolan tersedia”.
1. Pilih **Tambahkan kondisi** dan kemudian pilih **Bahasa alami - kecocokan semantik**.
![\[Impor dari opsi pengumpulan kata di UI.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/choose-natural-semantic-match.png)
1. Masukkan pernyataan bahasa alami yang dapat dievaluasi oleh Generative AI sebagai benar atau salah dengan mencocokkan dengan transkrip percakapan.
![\[Impor dari opsi pengumpulan kata di UI.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/enter-natural-language-statement.png)
1. Tambahkan kondisi tambahan apa pun, misalnya, antrian, atribut kontak khusus, dll.
1. Pilih **Berikutnya** dan berikan nama kategori (tanpa spasi) yang akan digunakan untuk memberi label kontak dengan pernyataan bahasa alami, misalnya, **CustomerAddressChange**.
1. Anda dapat menentukan tindakan tambahan, seperti [membuat tugas](contact-lens-rules-create-task.md), [mengirim pemberitahuan email](contact-lens-rules-email.md), [mengirimkan evaluasi secara otomatis](contact-lens-rules-submit-automated-evaluation.md), antara lain.
1. Pilih **Berikutnya** untuk meninjau aturan sebelum Anda **Menyimpan dan Menerbitkan** aturan. Jika Anda belum siap untuk mempublikasikan aturan, Anda juga dapat **Menyimpan sebagai draf**.
## Pedoman untuk menggunakan semantic-match
Daftar berikut merinci cara terbaik menggunakan semantic-match:
+ Pernyataan itu harus menjadi sesuatu yang dapat dievaluasi sebagai benar atau salah.
+ Bahasa alami - kecocokan semantik hanya menggunakan transkrip percakapan. Jika Anda ingin menggunakan atribut kontak lain (misalnya, antrian) dalam kriteria kecocokan Anda, maka atribut tersebut harus ditentukan sebagai kondisi terpisah dalam aturan.
+ Jika memungkinkan, gunakan istilah 'agen' alih-alih istilah seperti 'rekan', 'karyawan', 'perwakilan', 'advokat', atau 'rekan'. Demikian pula gunakan istilah 'pelanggan', bukan istilah seperti 'anggota', 'penelepon', 'tamu', atau 'pelanggan'.
+ Hanya gunakan tanda kutip ganda jika Anda ingin memeriksa kata-kata yang tepat yang diucapkan oleh agen atau pelanggan. Misalnya, Jika instruksinya adalah untuk memeriksa agen yang mengatakan “Semoga hari yang menyenangkan”, maka AI generatif tidak akan mendeteksi “Selamat sore”. Sebaliknya pernyataan bahasa alami harus mengatakan “Agen berharap pelanggan hari yang menyenangkan”.
**Contoh pernyataan yang akan digunakan dengan semantic-match**
+ Pelanggan ingin membuat perubahan pada paket berlangganan mereka.
+ Pelanggan menyampaikan rasa terima kasih atas dukungan agen.
+ Pelanggan menunjukkan keinginan untuk menghentikan layanan mereka saat ini.
+ Pelanggan meminta interaksi selanjutnya.
+ Pelanggan meminta agen untuk mengulangi informasi, menunjukkan kurangnya pemahaman.
+ Pelanggan meminta untuk berbicara dengan manajer agen.
+ Agen meminta pelanggan untuk informasi tambahan atau validasi sebelum memberikan jawaban yang pasti.
+ Agen menawarkan beberapa opsi pembayaran
+ Agen meyakinkan pelanggan bahwa panggilan mereka penting dan meminta waktu tunggu tambahan.
+ Agen menyelesaikan semua masalah pelanggan.
# Mengelola koleksi kata saat Anda membuat aturan analisis percakapan di Contact Lens
*Kumpulan kata* adalah sekumpulan kata dan frasa yang telah dibuat sebelumnya yang dapat Anda gunakan untuk menentukan kondisi pencocokan yang tepat saat Anda membuat aturan analisis percakapan. Saat Anda menambahkan kondisi pencocokan yang tepat ke aturan, Anda dapat memilih daftar kata dan frasa dari menu tarik-turun.
## Izin yang diperlukan
Contact LensAturan - Koleksi Word menggunakan set izin profil keamanan yang sama dengan Contact Lens Aturan. Untuk informasi selengkapnya, lihat [Izin profil keamanan untuk aturan Contact Lens](permissions-for-rules.md).
## Cara mengakses halaman manajemen koleksi kata
1. Saat Anda membuat atau memperbarui aturan analisis percakapan, pilih ikon roda gigi di kanan atas kartu kondisi **pencocokan persis**, seperti yang ditunjukkan pada gambar berikut.
![\[Masukkan opsi kata kunci atau frasa di UI.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/word-collections-permissions-how-to-access-1.png)
1. Pada halaman manajemen **koleksi Word**, Anda dapat melihat koleksi kata yang ada dan membuat koleksi kata baru.
![\[Masukkan opsi kata kunci atau frasa di UI.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/word-collections-permissions-how-to-access-2.png)
## Cara membuat koleksi kata pengguna
****
1. Pada halaman manajemen **koleksi Word**, pilih **Buat koleksi kata**.
![\[Masukkan opsi kata kunci atau frasa di UI.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/create-user-word-collections-1.png)
1. Masukkan nama kumpulan kata, tambahkan kata dan frasa, lalu pilih **Simpan**.
![\[Masukkan opsi kata kunci atau frasa di UI.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/create-user-word-collections-2.png)
## Batas pengumpulan kata
+ Amazon Connect memiliki batas default 100 koleksi kata pengguna per instance.
+ Setiap kumpulan kata dapat memiliki maksimal 100 kata atau frasa.
+ Setiap kata atau frasa dibatasi tidak lebih dari 512 karakter.
+ Anda hanya dapat mengelola koleksi kata pengguna. Anda tidak dapat mengelola atau mengedit koleksi kata sistem.
# Masukkan skrip dalam Contact Lens aturan untuk diikuti agen
Masukkan skrip dalam Contact Lens aturan saat Anda membutuhkan agen untuk menggunakan kata-kata yang tepat dalam panggilan pelanggan.
Untuk memasukkan skrip dalam aturan, masukkan frasa. Misalnya, jika Anda ingin menyoroti ketika agen mengucapkan *Terima kasih telah menjadi anggota. Kami menghargai bisnis Anda*, masukkan dua frasa:
+ Terima kasih telah menjadi anggota.
+ Kami menghargai bisnis Anda.
Untuk menerapkan aturan ke lini bisnis tertentu, tambahkan kondisi antrian yang berlaku, atau atribut kontak. Misalnya, gambar berikut menunjukkan aturan yang berlaku ketika agen mengerjakan antrian BasicQueue Penagihan dan Pembayaran, pelanggan untuk asuransi mobil, dan agen tersebut berlokasi di Seattle.
![\[Halaman aturan baru, Kata atau frasa - bagian Pencocokan tepat, beberapa kondisi.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-add-category-rules-3.png)
# Izin profil keamanan untuk aturan Contact Lens
Untuk melihat, mengedit, atau menambahkan aturan untuk kategorisasi otomatis, Anda harus ditetapkan ke profil keamanan yang memiliki izin **Analytics and Optimization: Rules**.
Untuk melihat, mengedit, atau menambahkan aturan yang menggunakan AI generatif (menggunakan **bahasa Alami - kondisi pencocokan semantik**), profil keamanan Anda juga harus diberi izin **Analytics and Optimization: Rules - Generative** AI.
Untuk melihat nama agen sehingga Anda dapat menambahkannya ke aturan, Anda memerlukan **Pengguna dan izin: Pengguna - Lihat** izin di profil keamanan Anda.
Untuk melihat nama antrian sehingga Anda dapat menambahkannya ke aturan, Anda perlu **Perutean: Antrian - Lihat** izin di profil keamanan Anda.
Untuk informasi selengkapnya, lihat [Tetapkan izin untuk menggunakan analisis Contact Lens percakapan di Amazon Connect](permissions-for-contact-lens.md).
# Rancang alur untuk menggunakan atribut kontak dalam aturan di Contact Lens
Anda dapat memiliki hingga 5 atribut kontak dalam aturan.
Atribut kontak diambil pada awal sesi analisis kontak real-time dan apa pun yang diambil pada saat itu digunakan untuk evaluasi aturan selama seluruh sesi. Setiap pembaruan atribut kontak setelah sesi dimulai tidak diambil.
Anda dapat mendesain alur untuk menggunakan atribut kontak yang Anda tentukan dalam aturan, lalu merutekan tugas yang sesuai. Misalnya, panggilan atau obrolan tiba di pusat kontak Anda. Saat Contact Lens menganalisis panggilan atau obrolan, itu mendapat hit pada aturan **Kepatuhan**. Catatan kontak yang dibuat untuk panggilan, misalnya, menyertakan informasi yang mirip dengan gambar berikut. Ini menunjukkan **Kategori** = **Kepatuhan**, dan memiliki dua atribut kontak khusus: **CustomerType**= **VIP**, **AgentLocation**= **NYC**.
![\[Catatan kontak saat aturan Kepatuhan dipicu.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-rules-attributes-example1.png)
Mesin Rules menghasilkan tugas. Rekaman kontak untuk tugas mewarisi atribut kontak dari rekaman kontak suara, seperti yang diilustrasikan pada gambar berikut.
![\[Catatan kontak untuk tugas, atribut kontak kustom.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-rules-attributes-example2.png)
Rekaman kontak suara muncul sebagai **ID kontak Sebelumnya**.
Alur yang Anda tentukan dalam aturan harus dirancang untuk menggunakan atribut kontak dan merutekan tugas ke pemilik yang sesuai. Misalnya, Anda mungkin ingin merutekan tugas di mana **CustomerType = VIP** ke agen tertentu.
Untuk informasi selengkapnya, lihat [Gunakan atribut kontak](connect-contact-attributes.md).
# Aturan diterapkan ke kontak baru saat Contact Lens menganalisis percakapan
Setelah Anda menambahkan aturan, aturan tersebut diterapkan ke kontak baru yang terjadi setelah aturan ditambahkan. Aturan diterapkan saat analitik percakapan Amazon Connect menganalisis percakapan.
Anda tidak dapat menerapkan aturan untuk percakapan sebelumnya dan tersimpan.
# Pemberitahuan kesalahan: Contact Lens Kapan tidak dapat menganalisis kontak
Ada kemungkinan bahwa tidak Contact Lens dapat menganalisis file kontak, meskipun analisis diaktifkan pada alur. Ketika ini terjadi, Contact Lens kirim pemberitahuan kesalahan menggunakan EventBridge acara Amazon.
Peristiwa dipancarkan atas dasar [upaya terbaik](https://docs.aws.amazon.com/eventbridge/latest/userguide/eb-service-event.html).
## Berlangganan EventBridge notifikasi
Untuk berlangganan notifikasi ini, buat EventBridge aturan khusus yang cocok dengan yang berikut ini:
+ “source” = “aws.connect”
+ “detail-type” = "Contact LensAnalisis Perubahan Status”
Anda juga dapat menambahkan ke pola yang akan diberi tahu ketika kode peristiwa tertentu terjadi. Untuk informasi selengkapnya, lihat [Pola Peristiwa](https://docs.aws.amazon.com/eventbridge/latest/userguide/filtering-examples-structure.html) di *Panduan EventBridge Pengguna Amazon*.
Format notifikasi terlihat seperti contoh berikut:
```
{
"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"
}
}
```
## Kode acara
Tabel berikut mencantumkan kode peristiwa yang mungkin terjadi ketika tidak Contact Lens dapat menganalisis kontak.
| Kode alasan acara | Deskripsi |
| --- | --- |
| INVALID\$1ANALYSIS\$1CONFIGURATION | Contact Lensmenerima nilai yang tidak valid saat alur dimulai, seperti kode bahasa yang tidak didukung atau tidak valid, atau nilai yang tidak didukung untuk perilaku redaksi. |
| RECORDING\$1FILE\$1CANNOT\$1BE\$1READ | Contact Lenstidak bisa mendapatkan file rekaman. Ini mungkin karena file tidak ada di bucket S3, atau ada masalah dengan izin. |
| RECORDING\$1FILE\$1TOO\$1SMALL | File rekaman terlalu kecil untuk analisis (kurang dari 105 ms). Jika file tidak memiliki format yang diharapkan, terjadi INVALID kesalahan. JSON kosong juga merupakan objek yang tidak terduga. |
| RECORDING\$1FILE\$1TOO\$1LARGE | File rekaman melebihi batas durasi untuk analisis. [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/contact-lens-error-notifications.html) |
| RECORDING\$1FILE\$1INVALID | File rekaman tidak valid. |
| RECORDING\$1FILE\$1CANNOT\$1BE\$1READ | Terjadi kesalahan saat Contact Lens mencoba membaca file rekaman. |
| RECORDING\$1FILE\$1EMPTY | File rekaman kosong. |
| RECORDING\$1SAMPLE\$1RATE\$1NOT\$1SUPPORTED | Laju sampel file audio tidak didukung. Contact Lenssaat ini mendukung file audio dengan laju sampel 8kHz. Itu adalah laju sampel untuk rekaman Amazon Connect. |
# Pemberitahuan kesalahan saat aturan Amazon Connect gagal dijalankan
Penting untuk mengetahui kapan tindakan aturan tertentu telah gagal dalam lingkungan produksi, dan apa yang menyebabkan kegagalan tersebut. Maka Anda dapat secara proaktif mengurangi kegagalan tersebut di masa depan.
Untuk mendapatkan wawasan real-time tentang tindakan yang gagal dijalankan, Anda mengintegrasikan Aturan Amazon Connect dengan EventBridge peristiwa Amazon. Ini memungkinkan Anda diberi tahu ketika, misalnya, tindakan “Buat tugas” gagal dijalankan karena jumlah maksimum **tugas aktif Bersamaan per instance** mencapai kuota layanan. Ketika ini terjadi, Amazon Connect mengirimkan pemberitahuan kesalahan menggunakan EventBridge acara Amazon.
Peristiwa dipancarkan atas dasar [upaya terbaik](https://docs.aws.amazon.com/eventbridge/latest/userguide/eb-service-event.html).
## Berlangganan EventBridge notifikasi
Untuk berlangganan notifikasi ini, buat EventBridge aturan khusus yang cocok dengan yang berikut ini:
+ “source” = “aws.connect”
+ “detail-type” = "Contact LensAturan Eksekusi Tindakan Gagal”
Anda juga dapat menambahkan ke pola yang akan diberi tahu ketika kode peristiwa tertentu terjadi. Untuk informasi selengkapnya, lihat [Pola Peristiwa](https://docs.aws.amazon.com/eventbridge/latest/userguide/filtering-examples-structure.html) di *Panduan EventBridge Pengguna Amazon*.
Format notifikasi terlihat seperti contoh berikut:
```
{
"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}"
}
}
```
## Jenis tindakan yang didukung
+ `CREATE_TASK`
+ `GENERATE_EVENTBRIDGE_EVENT`
+ `SEND_NOTIFICATION`
Untuk informasi tentang `ASSIGN_CONTACT_CATEGORY`, lihat [Pemberitahuan kesalahan: Contact Lens Kapan tidak dapat menganalisis kontak Pemecahan Masalah](contact-lens-error-notifications.md).
## Peristiwa pemicu yang didukung
+ `REAL_TIME_CALL`
+ `REAL_TIME_CHAT`
+ `POST_CALL`
+ `POST_CHAT`
+ `THIRD_PARTY`
## Kode alasan untuk tindakan yang gagal
Ketika tindakan gagal, layanan pemberitahuan kesalahan mengumpulkan kode alasan dari tindakan yang didukung. Untuk informasi selengkapnya tentang kode alasan kegagalan Tugas dan EventBridge tindakan, lihat topik berikut:
+ Untuk alasan kode kegagalan tindakan Tugas, lihat [Kesalahan](https://docs.aws.amazon.com/connect/latest/APIReference/API_StartTaskContact.html#API_StartTaskContact_Errors) dalam topik **StartTaskContact**API di *Panduan Referensi API Amazon Connect*.
+ Untuk alasan kode kegagalan EventBridge tindakan, lihat [Kesalahan](https://docs.aws.amazon.com/eventbridge/latest/APIReference/API_PutEvents.html#API_PutEvents_Errors) dalam topik **PutEvents**API di *Panduan Referensi Amazon EventBridge API*.
# Tentukan variabel untuk parameter tertentu saat membuat atau mengelola aturan menggunakan Amazon Connect APIs
Saat Anda membuat atau mengelola aturan secara terprogram menggunakan Amazon Connect APIs (seperti [CreateRule](https://docs.aws.amazon.com/connect/latest/APIReference/API_CreateRule.html)atau [UpdateRule](https://docs.aws.amazon.com/connect/latest/APIReference/API_UpdateRule.html)), Anda dapat menentukan variabel untuk parameter tertentu. Variabel diselesaikan saat runtime ketika tindakan dipicu, berdasarkan nilai [EventSourceName](https://docs.aws.amazon.com/connect/latest/APIReference/API_RuleTriggerEventSource.html)parameter.
Misalnya, katakanlah Anda sedang menyiapkan tindakan tugas dan Anda ingin menambahkan lebih banyak konteks. Berikut ini adalah contoh bagaimana Anda dapat menggunakan injeksi variabel untuk menyertakan ID kontak dan ID agen di `Description` bidang tugas:
+ Pelanggan tidak senang dengan panggilan telepon. Sebuah kata umpatan terdeteksi selama percakapan dengan agen `$.ContactLens.PostCall.Agent.AgentId` dalam kontak `$.ContactLens.PostCall.ContactId`
Ketika tindakan dipicu, string akan memutuskan untuk “Pelanggan tidak senang dengan panggilan telepon. Sebuah kata umpatan terdeteksi selama percakapan dengan agen 12345678-1234-1234-1234- di kontak 87654321-1234-1234-1234-” EXAMPLEID012 EXAMPLEID345
Tabel berikut mencantumkan setiap sumber peristiwa, dan yang JSONPath akan digunakan untuk bidang yang mendukung injeksi variabel.
| EventSourceName | JSONPath Referensi |
| --- | --- |
| OnPostCallAnalysisAvailable | \$1.ContactLens.PostCall.ContactId \$1. ContactLens. PostCall.Agen. AgentId \$1. ContactLens. PostCall.Antrian. QueueId |
| OnRealTimeCallAnalysisAvailable | \$1.ContactLens.RealTimeCall.ContactId \$1. ContactLens. RealTimeCall.Agen. AgentId \$1. ContactLens. RealTimeCall.Antrian. QueueId |
| OnPostChatAnalysisAvailable | \$1.ContactLens.PostChat.ContactId \$1. ContactLens. PostChat.Agen. AgentId \$1. ContactLens. PostChat.Antrian. QueueId |
| OnSalesforceCaseCreate | \$1. ThirdParty.Salesforce. CaseCreate. CaseNumber \$1. ThirdParty.Salesforce. CaseCreate.Nama \$1. ThirdParty.Salesforce. CaseCreate.Email \$1. ThirdParty.Salesforce. CaseCreate.Telepon \$1. ThirdParty.Salesforce. CaseCreate.Perusahaan \$1. ThirdParty.Salesforce. CaseCreate.Tipe \$1. ThirdParty.Salesforce. CaseCreate.Alasan \$1. ThirdParty.Salesforce. CaseCreate.Asal \$1. ThirdParty.Salesforce. CaseCreate.Subjek \$1. ThirdParty.Salesforce. CaseCreate.Prioritas \$1. ThirdParty.Salesforce. CaseCreate. CreatedDate \$1. ThirdParty.Salesforce. CaseCreate.Deskripsi |
| OnZendeskTicketCreate | \$1. ThirdParty.Zendesk. TicketCreate.Id \$1. ThirdParty.Zendesk. TicketCreate.Prioritas \$1. ThirdParty.Zendesk. TicketCreate. CreatedAt |
| OnZendeskTicketStatusUpdate | \$1. ThirdParty.Zendesk. TicketStatusUpdate.Id \$1. ThirdParty.Zendesk. TicketStatusUpdate.Prioritas \$1. ThirdParty.Zendesk. TicketStatusUpdate. CreatedAt |
# Cari percakapan yang dianalisis oleh Contact Lens
Anda dapat mencari rekaman yang dianalisis dan ditranskripsi berdasarkan:
+ Pembicara (agen atau pelanggan)
+ Kata kunci
+ Skor sentimen
+ Waktu non-bicara (hanya untuk panggilan)
+ Waktu respons (hanya untuk obrolan)
Selain itu, Anda dapat mencari percakapan yang berada dalam kategori kontak tertentu (yaitu, percakapan telah dikategorikan berdasarkan kata kunci dan frasa yang diucapkan).
Kriteria ini dijelaskan di bagian berikut.
**penting**
Ketika Contact Lens diaktifkan pada kontak, setelah panggilan atau obrolan berakhir **dan** agen menyelesaikan After Contact Work (ACW), Contact Lens menganalisis (dan untuk panggilan, menyalin) rekaman percakapan agen-pelanggan. Agen harus memilih **Tutup kontak** terlebih dahulu.
Transkrip obrolan diindeks untuk pencarian saat Contact Lens diaktifkan; transkrip tersebut tidak diindeks untuk pencarian jika tidak diaktifkan. Contact Lens
## Izin yang diperlukan untuk mencari percakapan
Sebelum Anda dapat mencari percakapan, Anda memerlukan izin berikut di profil keamanan Anda. Mereka memungkinkan Anda untuk melakukan jenis pencarian yang Anda inginkan.
+ Aktifkan salah satu izin berikut untuk mengakses halaman **Pencarian Kontak**:
+ **Pencarian kontak**. Memungkinkan Anda mencari semua kontak.
+ **Lihat kontak saya**: Memungkinkan Anda mencari hanya kontak yang Anda tangani sebagai agen.
+ **Cari kontak berdasarkan karakteristik percakapan**. Ini termasuk waktu non-bicara, skor sentimen, dan kategori kontak.
+ **Cari kontak berdasarkan kata kunci**
Untuk informasi selengkapnya, lihat [Tetapkan izin](permissions-for-contact-lens.md).
## Cari kata atau frasa
Untuk pencarian kata kunci, Contact Lens gunakan `standard` penganalisis di Amazon OpenSearch Service. Penganalisis ini tidak peka huruf besar/kecil. Misalnya, jika Anda memasukkan *terima kasih atas bisnis Anda 2 Penerbangan DIBATALKAN*, pencarian mencari:
[terima kasih, Anda, untuk, bisnis Anda, 2, dibatalkan, penerbangan]
Jika Anda memasukkan *“terima kasih atas bisnis Anda”, dua, “Penerbangan DIBATALKAN”*, pencarian mencari:
[terima kasih atas bisnis Anda, dua, penerbangan yang dibatalkan]
**Untuk mencari percakapan untuk kata atau frasa**
1. Di Amazon Connect, masuk dengan akun pengguna yang ditetapkan profil **CallCenterManager**keamanan, atau yang diaktifkan untuk izin **Cari kontak dengan kata kunci**.
1. Pilih **Analytics dan optimasi**, **Hubungi pencarian**.
1. Di bagian **Filter**, tentukan periode waktu yang ingin Anda cari, dan tentukan salurannya.
**Tip**
Saat mencari berdasarkan tanggal, Anda dapat mencari hingga 8 minggu sekaligus.
1. Pilih **Klik di sini untuk menambahkan filter**, dan di menu tarik-turun, pilih **Kata atau frasa**.
![\[Halaman pencarian kontak, bagian filter, tarik-turun tambahkan filter, opsi Kata atau frasa.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-search-words-phrases.png)
1. Di bagian **Digunakan oleh**, pilih bagian percakapan mana yang ingin Anda cari. Perhatikan hal-hal berikut:
+ **Sistem** berlaku untuk obrolan, di mana peserta dapat berupa bot Lex atau prompt.
+ Untuk mencari kata atau frasa yang digunakan oleh semua peserta, pilih **Agen**, **Pelanggan**, **Sistem**.
+ Jika tidak ada kotak yang dipilih, itu berarti mencari kata atau frasa yang digunakan oleh salah satu peserta.
1. Di bagian **Logika**, pilih dari opsi berikut:
+ Pilih **Cocokkan apa saja** untuk mengembalikan kontak yang memiliki salah satu kata yang ada dalam transkrip.
Misalnya, kueri berikut berarti cocok (halo ATAU pembatalan ATAU “contoh maskapai penerbangan”). Dan, karena tidak **Digunakan oleh** kotak yang dipilih, itu berarti “temukan kontak di mana kata-kata ini digunakan oleh salah satu peserta.”
![\[Kotak dialog Kata atau frasa, Cocokkan opsi apa saja.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/match-any.png)
+ Pilih **Cocokkan semua** untuk mengembalikan kontak yang memiliki semua kata yang ada dalam transkrip.
Misalnya, kueri berikut berarti cocok (“terima kasih atas bisnis Anda” DAN pembatalan DAN “contoh maskapai penerbangan”). Dan, karena semua kotak peserta dipilih, itu berarti “temukan kontak di mana semua kata dan frasa ini digunakan oleh semua peserta.”
![\[Kotak dialog Kata atau frasa, opsi Cocokkan semua.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/match-all.png)
1. Di bagian **Kata atau frasa**, masukkan kata yang akan dicari, dipisahkan dengan koma. Jika Anda memasukkan frasa, mengelilinginya dengan tanda kutip.
Anda dapat memasukkan hingga 128 karakter.
## Cari skor sentimen atau evaluasi pergeseran sentimen
DenganContact Lens, Anda dapat mencari percakapan untuk skor sentimen atau pergeseran sentimen pada skala -5 (paling negatif) ke \$15 (paling positif). Ini memungkinkan Anda mengidentifikasi pola dan faktor mengapa panggilan berjalan dengan baik atau buruk.
![\[Halaman pencarian kontak, filter skor sentimen.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-sentiment-score-shift.png)
Misalnya, Anda ingin mengidentifikasi dan menyelidiki semua kontak di mana sentimen pelanggan berakhir negatif. Anda dapat mencari semua kontak di mana skor sentimen **<=** (kurang dari atau sama dengan) -1.
Untuk informasi selengkapnya, lihat [Selidiki skor sentimen](sentiment-scores.md).
**Untuk mencari skor sentimen atau mengevaluasi pergeseran sentimen**
1. Di Amazon Connect, masuk dengan akun pengguna yang ditetapkan profil **CallCenterManager**keamanan, atau yang diaktifkan untuk izin **Cari kontak berdasarkan karakteristik percakapan**.
1. Pada halaman **pencarian Kontak**, tentukan apakah Anda menginginkan skor sentimen untuk kata atau frasa yang diucapkan oleh pelanggan atau agen.
1. Dalam **Jenis analisis skor**, tentukan jenis skor apa yang akan dikembalikan:
+ **Skor sentimen**: Ini mengembalikan skor rata-rata untuk pelanggan atau bagian agen dari percakapan.
Selain mencari skor sentimen saat agen atau pelanggan berada di kontak, Anda dapat memfilter pencarian berdasarkan saat pelanggan:
+ **Dengan agen di obrolan**
+ **Tanpa agen di obrolan**: Ini adalah waktu pelanggan mengobrol dengan bot, prompt, dan waktu dalam antrian.
![\[Filter skor sentimen, dropdown peserta, pelanggan tanpa agen pada opsi obrolan.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-search-sentiment-participant.png)
+ **Pergeseran sentimen**: Identifikasi di mana sentimen pelanggan atau agen berubah selama kontak.
Misalnya, gambar berikut menunjukkan contoh pencarian kontak di mana skor sentimen pelanggan dimulai kurang dari atau sama dengan -1 dan berakhir lebih besar dari atau sama dengan \$11. Selain itu, pelanggan sedang mengobrol dengan agen yang hadir.
![\[Filter skor sentimen, opsi pergeseran sentimen.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-search-sentiment-score.png)
## Cari waktu non-bicara
Untuk membantu mengidentifikasi panggilan mana yang harus diselidiki, Anda dapat mencari waktu non-bicara. Misalnya, Anda mungkin ingin menemukan semua panggilan di mana waktu non-bicara lebih besar dari 20%, dan kemudian menyelidikinya.
Waktu non-bicara termasuk waktu tunggu dan keheningan di mana kedua peserta tidak berbicara lebih dari tiga detik. Durasi ini tidak dapat disesuaikan.
Gunakan panah tarik-turun untuk menentukan apakah akan mencari percakapan selama durasi atau persentase waktu non-bicara. Opsi ini ditunjukkan pada gambar berikut.
Untuk informasi tentang cara menggunakan metrik ini, lihat[Selidiki waktu non-bicara](non-talk-time.md).
![\[Filter waktu non-bicara, opsi durasi dan persentase.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/non-talk-time.png)
## Cari berdasarkan waktu respons untuk percakapan obrolan
Anda dapat mencari berdasarkan:
+ Waktu respons rata-rata agen atau pelanggan selama obrolan
+ Waktu respons maksimum agen atau pelanggan selama obrolan
Anda menentukan apakah durasinya kurang atau lebih besar dari atau sama dengan waktu tertentu. Untuk informasi tentang cara menggunakan metrik ini, lihat[Selidiki waktu respons selama obrolan di Contact Lens](response-time.md).
Untuk waktu respons minimum dan maksimum yang didukung, lihat[Amazon Connect Spesifikasi fitur aturan](feature-limits.md#rules-feature-specs).
Gambar berikut menunjukkan pencarian kontak di mana waktu respons rata-rata agen lebih besar dari atau sama dengan 1 menit.
![\[Filter waktu respons.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/response-time.png)
## Cari kategori kontak
1. Pada halaman **pencarian Kontak**, pilih **Tambahkan filter**, **kategori Kontak**.
1. Di kotak **kategori Kontak**, gunakan kotak tarik-turun untuk mencantumkan semua kategori saat ini yang tersedia untuk Anda cari. Atau, jika Anda mulai mengetik, input digunakan untuk mencocokkan kategori yang ada dan untuk memfilter yang tidak cocok.
+ **Cocokkan apa saja**: Mencari kontak yang cocok dengan salah satu kategori yang dipilih.
+ **Cocokkan semua**: Mencari kontak yang cocok dengan semua kategori yang dipilih.
+ **Cocokkan tidak ada**: Mencari kontak yang tidak cocok dengan kategori yang dipilih. Perhatikan bahwa ini hanya akan mengembalikan kontak yang dianalisis oleh analisis Contact Lens percakapan.
Gambar berikut menunjukkan menu dropdown dengan semua kategori saat ini terdaftar.
![\[Filter kategori kontak, opsi cocokkan semua, kategori kontak.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-search-contact-category2.png)
# Tinjau percakapan yang dianalisis menggunakan Contact Lens
Dengan menggunakanAmazon Connect Contact Lens, Anda dapat meninjau transkrip dan mengidentifikasi bagian mana dari kontak yang menarik. Anda tidak perlu mendengarkan seluruh panggilan atau membaca seluruh transkrip obrolan untuk mengetahui apa yang menarik tentangnya. Anda dapat fokus pada bagian tertentu dari audio atau transkrip. Keduanya disorot untuk Anda di mana pun ada tempat menarik.
Misalnya, Anda dapat memindai transkrip kontak dan melihat emoji sentimen merah untuk giliran pelanggan, yang menunjukkan pelanggan mengekspresikan sentimen negatif. Anda dapat memilih stempel waktu dan melompat ke bagian rekaman audio atau interaksi obrolan.
Gambar berikut menunjukkan contoh kontak suara.
![\[Analisis kontak suara.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-category-hit.png)
Gambar berikut menunjukkan contoh kontak obrolan. **Pesan Sistem** berlaku untuk obrolan, di mana peserta dapat berupa bot Lex atau prompt.
![\[Analisis kontak obrolan.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-category-hit-chat.png)
**Untuk meninjau percakapan yang dianalisis**
1. Masuk ke Amazon Connect dengan akun pengguna yang memiliki **pencarian Kontak** dan **Contact Lens- izin analitik percakapan** di profil keamanan.
1. Di Amazon Connect, pilih **Analytics dan optimasi**, **Pencarian kontak**.
1. Gunakan filter pada halaman untuk mempersempit pencarian Anda untuk kontak. Untuk tanggal, Anda dapat mencari hingga 14 hari sekaligus. Untuk informasi selengkapnya tentang mencari kontak, lihat[Cari kontak yang sudah selesai dan sedang berlangsung](contact-search.md).
1. Pilih ID kontak untuk melihat detail kontak kontak kontak.
1. Di bagian **Perekaman** dan **Transkrip** pada halaman **Detail Kontak**, tinjau apa yang diucapkan atau ditulis, kapan, dan sentimen mereka.
1. Untuk panggilan, jika diinginkan, pilih prompt putar untuk mendengarkan rekaman. Atau, klik pada bagian rekaman yang relevan untuk mendengarkan bagian yang Anda minati.
1. Untuk obrolan, jika diinginkan, gunakan grafik untuk menavigasi ke bagian transkrip yang Anda minati.
# Menavigasi transkrip dan audio di Amazon Connect Contact Lens
Supervisor sering diminta untuk meninjau kontak untuk banyak agen, untuk tujuan jaminan kualitas. turn-by-turnTranskrip dan data sentimen membantu Anda dengan cepat mengidentifikasi dan menavigasi ke bagian rekaman yang menarik bagi Anda.
Gambar catatan kontak berikut menunjukkan fitur yang memungkinkan Anda menavigasi transkrip dan audio dengan cepat untuk menemukan area yang membutuhkan perhatian Anda. Sementara gambar menunjukkan kontak suara, fitur yang sama berlaku untuk kontak obrolan.
![\[Analisis kontak suara.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-navigate-transcripts2.png)
1. Gunakan [Tampilkan sorotan utama](#contact-lens-contact-summarization) untuk meninjau hanya masalah, hasil, item and/or tindakan.
1. Gunakan [Autoscroll](#autoscroll) untuk kontak suara, untuk melompati audio atau transkrip. Keduanya selalu sinkron.
1. Pindai [emoji sentimen](#sentiment-emojis) untuk mengidentifikasi bagian transkrip yang ingin Anda baca atau dengarkan dengan cepat.
1. Pilih stempel waktu untuk melompat ke bagian rekaman audio atau transkrip tersebut. Stempel waktu dihitung dari awal interaksi pelanggan dalam kontak.
## Tampilkan sorotan utama
Mungkin memakan waktu untuk meninjau transkrip kontak yang panjangnya ratusan baris. Untuk membuat proses ini lebih cepat dan lebih efisien, Contact Lens berikan opsi bagi Anda untuk melihat sorotan utama. Sorotan hanya menunjukkan garis-garis yang Contact Lens telah mengidentifikasi masalah, hasil, atau item tindakan dalam transkrip.
+ **Masalah** mewakili driver panggilan. Misalnya, “Saya berpikir untuk meningkatkan ke paket berlangganan online Anda.”
+ **Hasil** mewakili kemungkinan kesimpulan atau hasil dari kontak. Misalnya, “Berdasarkan rencana Anda saat ini, saya akan merekomendasikan rencana penting online yang kami miliki.”
+ **Item tindakan** mewakili item tindakan yang diambil agen. Misalnya, “Harap awasi email dengan penawaran harga. Aku akan mengirimkannya kepadamu segera.”
Setiap kontak tidak memiliki lebih dari satu masalah, satu hasil, dan satu item tindakan. Tidak semua kontak akan memiliki ketiganya.
**catatan**
Jika Contact Lens menampilkan pesan **Tidak ada sorotan utama untuk transkrip ini**, itu berarti tidak ada masalah, hasil, atau item tindakan yang diidentifikasi.
Anda tidak perlu mengonfigurasi sorotan utama. Ia bekerja out-of-the-box tanpa pelatihan model pembelajaran mesin.
## Aktifkan autoscroll untuk menyinkronkan transkrip dan audio
Untuk kontak suara, gunakan **Autoscroll** untuk melompati audio atau transkrip, dan keduanya selalu sinkron. Contoh:
+ Saat Anda mendengarkan percakapan, transkrip bergerak bersamanya, menunjukkan emoji sentimen dan masalah yang terdeteksi.
+ Anda dapat menggulir transkrip, dan memilih stempel waktu untuk giliran untuk mendengarkan titik tertentu dalam rekaman.
Karena audio dan transkrip selaras, transkrip dapat membantu Anda memahami apa yang dikatakan agen dan pelanggan. Ini sangat berguna ketika:
+ Audionya buruk, mungkin karena masalah koneksi. Transkrip dapat membantu Anda memahami apa yang dikatakan.
+ Ada dialek atau varian bahasa. Model kami dilatih dengan aksen yang berbeda sehingga transkrip dapat membantu Anda memahami apa yang dikatakan.
## Pindai emoji sentimen
Emoji sentimen membantu Anda memindai transkrip dengan cepat sehingga Anda dapat mendengarkan bagian percakapan itu.
Misalnya, di mana Anda melihat emoji merah untuk pelanggan berubah dan kemudian emoji hijau, Anda dapat memilih stempel waktu untuk melompat ke titik percakapan tertentu untuk memeriksa bagaimana agen itu membantu pelanggan.
## Ketuk atau klik tag kategori untuk menavigasi transkrip
Saat Anda mengetuk atau mengklik tag kategori, Contact Lens navigasi otomatis ke yang sesuai point-of-interests dalam transkrip. Ada juga penanda kategori dalam visualisasi interaksi untuk menunjukkan bagian mana dari file rekaman yang memiliki ucapan yang terkait dengan kategori tersebut.
Gambar berikut menunjukkan bagian dari halaman **Detail kontak** untuk obrolan.
![\[Transkrip obrolan, kategori, bagian transkrip yang relevan.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-category-tag-navigation.png)
# Lihat ringkasan pasca-kontak yang didukung AI generatif di Amazon Connect
**catatan**
**Didukung oleh Amazon Bedrock**: AWS mengimplementasikan deteksi [penyalahgunaan otomatis](https://docs.aws.amazon.com//bedrock/latest/userguide/abuse-detection.html). Karena ringkasan pasca-kontak yang didukung AI generatif dibangun di Amazon Bedrock, pengguna dapat memanfaatkan sepenuhnya kontrol yang diterapkan di Amazon Bedrock untuk menegakkan keselamatan, keamanan, dan penggunaan kecerdasan buatan (AI) yang bertanggung jawab.
Anda dapat menghemat waktu berharga dengan ringkasan pasca-kontak yang didukung AI generatif yang memberikan informasi penting dari percakapan pelanggan dalam format yang terstruktur, ringkas, dan mudah dibaca. Anda dapat dengan cepat meninjau ringkasan dan memahami konteksnya alih-alih membaca transkrip dan memantau panggilan.
Anda dapat mengakses ringkasan pasca-kontak yang didukung AI generatif dengan berbagai cara:
+ **Agen** dapat mengakses ringkasan pasca-kontak untuk kontak suara dan email di Control Panel Kontak (CCP). Mereka dapat menggunakan ringkasan untuk menyelesaikan After Contact Work (ACW) dengan cepat. Untuk mempelajari pengalaman agen, lihat[Lihat ringkasan pasca-kontak di PKT](#summaries-on-agentws).
+ **Manajer dan supervisor** dapat mengakses ringkasan untuk kontak suara, obrolan, dan email di situs web Amazon Connect admin, pada **detail Kontak, dan halaman** pencarian **Kontak**. Mereka dapat menggunakan ringkasan untuk dengan cepat memahami masalah dan hasil untuk kontak yang mereka ulas. Untuk mempelajari pengalaman manajer, lihat[Lihat ringkasan pasca-kontak di situs web admin Amazon Connect](#summaries-on-website).
+ **Pengembang** dapat langsung mencerna ringkasan dari sistem pihak ketiga [APIs](contact-lens-api.md)ke dalam. Mereka juga dapat [berintegrasi dengan Amazon Kinesis Data](contact-analysis-segment-streams.md) Streams untuk streaming. Opsi terakhir ini berguna ketika Anda memiliki beban yang lebih tinggi dan Anda ingin menghindari TPS dibatasi.
**Topics**
+ [Aktifkan ringkasan pasca-kontak](#gen-ai-getstarted)
+ [Aktifkan ringkasan kontak untuk email](#enable-email-summaries)
+ [Lihat ringkasan pasca-kontak di PKT](#summaries-on-agentws)
+ [Lihat ringkasan pasca-kontak di situs web admin Amazon Connect](#summaries-on-website)
+ [Mengapa ringkasan tidak dihasilkan](#summary-not-generated)
## Aktifkan ringkasan pasca-kontak
**Untuk mengaktifkan ringkasan pasca-kontak pada PKC agen untuk kontak suara**
1. Tambahkan [Mengatur perilaku perekaman dan analitik](set-recording-behavior.md) blok ke alur Anda.
1. Konfigurasikan halaman **Properties** dari blok:
1. Setel **rekaman Panggilan** ke **Aktif**. Pilih **Agen dan pelanggan**, seperti yang ditunjukkan pada gambar berikut.
![\[Halaman properti blok Setel perekaman dan perilaku analitik yang dikonfigurasi untuk perekaman panggilan.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/call-recording-summaries.png)
1. Setel **Analytics** ke **On**.
1. Pilih **Aktifkan analitik ucapan**.
1. Pilih **analitik Real-time dan pasca-panggilan**.
1. Di bawah **kemampuan Contact Lens Generative AI**, pilih Ringkasan **pasca-kontak**.
Gambar berikut menunjukkan bagian **Analytics** dari halaman **Properti** yang dikonfigurasi untuk mengaktifkan ringkasan pasca-kontak pada CCP agen:
![\[Halaman properti blok Setel perekaman dan perilaku analitik.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/set-block-post-contact-summaries-ccp.png)
1. Tetapkan izin berikut ke profil keamanan agen:
+ **Panel Kontrol Kontak (CCP) - Contact Lens data - Akses**
+ **Analisis dan Optimasi - Contact Lens —ringkasan pasca-kontak - Lihat**
+ **Analisis dan Optimasi - Percakapan yang direkam (disunting)**, **Lihat Percakapan yang direkam (tidak disunting)**, **Semua** atau **Akses** (hak istimewa paling sedikit adalah **Akses** yang direkomendasikan)
+ **Analisis dan Optimasi - Lihat kontak saya** atau **Pencarian Kontak**
**Untuk mengaktifkan ringkasan pasca-kontak di situs web admin Amazon Connect**
1. Konfigurasikan halaman **Properties** [Mengatur perilaku perekaman dan analitik](set-recording-behavior.md) sebagai berikut:
1. Setel **Analytics** ke **On**.
1. Pilih **Aktifkan analitik ucapan**, **Aktifkan analitik obrolan**, atau keduanya.
Jika Anda memilih analitik ucapan, maka pilih salah satu:
+ **Analisis pasca-panggilan**
+ **Analisis real-time dan pasca-panggilan**: Pilih opsi ini jika pengguna ingin melihat ringkasan pasca-kontak untuk kontak yang sedang berlangsung (yaitu, agen masih dalam ACW tetapi panggilan telah berakhir).
1. Redaksi granular tidak didukung untuk ringkasan pasca-kontak. Ketika redaksi granular dipilih, ringkasan pasca-kontak menyunting semua PII yang diidentifikasi dalam teks dan menggantinya dengan tag [PII].
1. Di bawah **kemampuan Contact Lens Generative AI**, pilih Ringkasan **pasca-kontak**.
1. Tetapkan izin berikut ke profil keamanan pengguna:
+ **Analisis dan Optimasi - Kontak Pencarian** ATAU **Lihat kontak saya**
+ **Analisis dan Optimasi - Contact Lens —ringkasan pasca-kontak - Lihat**
+ **Analisis dan Optimasi - Percakapan yang direkam (disunting)**, **Lihat Percakapan yang direkam (tidak disunting)**, **Semua** atau **Akses** (hak istimewa paling sedikit adalah **Akses** yang direkomendasikan)
## Aktifkan ringkasan kontak untuk email
**Untuk mengaktifkan ringkasan kontak untuk kontak email**
1. Tambahkan [Atur perilaku perekaman, analitik, dan pemrosesan](set-recording-analytics-processing-behavior.md) blok ke alur email masuk Anda.
1. Konfigurasikan halaman **Properties** dari blok:
1. Untuk **Channel**, pilih **Email**.
1. Setel **Analytics** ke **On**.
1. Pilih **Aktifkan analitik email**.
1. Di bawah **kemampuan Contact Lens Generative AI**, pilih **Ringkasan kontak**.
1. Pilih **Simpan**.
## Lihat ringkasan pasca-kontak di PKT
Untuk membantu agen melakukan pekerjaan Setelah kontak (ACW), Amazon Connect menampilkan ringkasan pasca-kontak bertenaga AI generatif di CCP mereka untuk kontak suara. Gambar berikut menunjukkan contoh ringkasan.
![\[Panel Kontrol Kontak menampilkan ringkasan pasca-kontak bertenaga AI generatif selama After Contact Work (ACW).\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/genai-summary-ccp1.png)
1. Agennya ada di ACW. Mereka dapat menelusuri transkrip sementara spanduk “Menghasilkan ringkasan” ditampilkan di bagian atas halaman.
1. Saat agen menjelajah, muncul pesan bahwa ringkasan tersedia. Jika agen mengklik spanduk, PKC akan menggulir ke bagian atas halaman saat ringkasan ditampilkan.
1. Spanduk menghilang setelah agen mengkliknya.
**catatan**
Ringkasan pasca-kontak yang didukung AI generatif mendukung kontak suara, obrolan, dan email di PKT.
## Lihat ringkasan pasca-kontak di situs web admin Amazon Connect
Untuk membantu manajer dan pengguna lain meninjau kontak, mereka dapat melihat ringkasan pasca-kontak di situs web admin. Amazon Connect **Gambar berikut menunjukkan contoh ringkasan pasca-kontak yang didukung AI generatif di halaman Detail kontak.**
![\[Halaman detail Kontak yang menampilkan ringkasan pasca-kontak yang didukung AI generatif dengan informasi terstruktur tentang percakapan pelanggan.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/genai-summary2.png)
**Gambar berikut menunjukkan contoh ringkasan pasca-kontak yang didukung AI generatif di halaman pencarian Kontak.**
![\[Halaman pencarian Kontak menampilkan ringkasan pasca-kontak yang didukung AI generatif untuk beberapa interaksi pelanggan dalam format tampilan daftar.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/genai-summary-contactsearch2.png)
Setiap kontak tidak memiliki lebih dari satu ringkasan yang dihasilkan. Tidak semua kontak akan memiliki ringkasan yang dihasilkan; untuk informasi lebih lanjut, lihat[Mengapa ringkasan tidak dihasilkan](#summary-not-generated).
## Mengapa ringkasan tidak dihasilkan
Jika ringkasan tidak dibuat, pesan kesalahan akan ditampilkan pada **detail Kontak** dan halaman **pencarian Kontak**. Selain itu, ReasonCode untuk kesalahan muncul di `ContactSummary` objek dalam file Contact Lens output, mirip dengan contoh berikut:
```
"JobDetails": {
"SkippedAnalysis": [
{
"Feature": "POST_CONTACT_SUMMARY",
"ReasonCode": "INSUFFICIENT_CONVERSATION_CONTENT"
}
]
},
```
Berikut ini adalah daftar pesan kesalahan yang mungkin ditampilkan pada detail Kontak atau halaman pencarian jika ringkasan tidak dibuat. Juga tercantum adalah kode alasan terkait yang muncul di file Contact Lens output.
+ **Ringkasan tidak dapat dihasilkan karena melebihi kuota ringkasan bersamaan**. ReasonCode:`QUOTA_EXCEEDED`.
Jika Anda menerima pesan ini, kami sarankan Anda [mengirimkan tiket untuk meningkatkan kuota](https://console.aws.amazon.com/support/home#/case/create?issueType=service-limit-increase&limitType=service-code-connect) [pekerjaan ringkasan pasca-kontak Bersamaan](amazon-connect-service-limits.md#contactlens-quotas).
+ **Ringkasan tidak dapat dibuat karena tidak cukup percakapan yang memenuhi syarat**. ReasonCode:`INSUFFICIENT_CONVERSATION_CONTENT`.
Untuk suara, harus ada 1 ucapan dari setiap peserta. Untuk obrolan, harus ada 1 pesan tipe yang didukung dari setiap peserta. Jenis pesan yang didukung adalah `text/plain` dan`text/markdown`. Pesan dari jenis lain, seperti`application/json`, tidak digunakan untuk ringkasan.
+ **Alur Kontak memiliki Contact Lens konfigurasi yang tidak valid untuk PostContact Ringkasan, seperti kode bahasa yang tidak didukung atau tidak valid**. ReasonCode:`INVALID_ANALYSIS_CONFIGURATION`.
Kesalahan ini dikembalikan jika ringkasan yang diaktifkan tidak kompatibel dengan Contact Lens pengaturan lain, terutama jika diaktifkan untuk lokal yang tidak didukung.
+ **Ringkasan tidak dapat diberikan karena gagal memenuhi keamanan dan pagar pembatas kualitas**. ReasonCode:`FAILED_SAFETY_GUIDELINES`.
Kesalahan ini dapat terjadi di Amazon Connect untuk pekerjaan ringkasan pasca-kontak bersamaan. Amazon Connect meneruskan data kontak ke Amazon Bedrock untuk pembuatan ringkasan. Jika data kontak berisi Informasi Identifikasi Pribadi (PII) yang tidak disunting, pedoman keselamatan Amazon Bedrock akan dipicu. Akibatnya, Amazon Bedrock menolak untuk membuat ringkasan untuk melindungi informasi sensitif, yang menyebabkan kesalahan di Amazon Connect.
+ Kesalahan sistem internal. ReasonCode: `INTERNAL_ERROR`
# Lihat sorotan utama percakapan pelanggan di Contact Control Panel (CCP)
Mungkin memakan waktu untuk meninjau transkrip kontak yang panjangnya ratusan baris. Untuk membuat proses ini lebih cepat dan lebih efisien, Contact Lens secara otomatis mengidentifikasi dan memberi label bagian-bagian penting dari percakapan pelanggan, kemudian menampilkan sorotan percakapan. Manajer dapat melihat sorotan tersebut di halaman **Detail kontak**. Agen dapat melihat sorotan di Contact Control Panel (CCP).
**Tip**
Untuk daftar bahasa yang didukung, lihat kolom *Sorotan kunci* dalam topik [bahasa yang Amazon Connect Contact Lens didukung](supported-languages.md#supported-languages-contact-lens).
Setelah Anda mengaktifkanContact Lens, itu mengidentifikasi bagian-bagian penting dari percakapan pelanggan, menetapkan label (seperti masalah, hasil, atau item tindakan) ke bagian-bagian tersebut, dan menampilkan sorotan percakapan pelanggan. Anda dapat memperluas sorotan untuk melihat transkrip lengkap kontak.
Contoh berikut menunjukkan sorotan utama pada halaman **Detail kontak**.
![\[Sorotan utama pada halaman Detail kontak.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-key-highlights.png)
1. Aktifkan dan nonaktifkan **Tampilkan sorotan utama** sesuai kebutuhan.
1. **Masalah** mewakili driver kontak. Misalnya, “Saya berpikir untuk meningkatkan ke paket berlangganan online Anda.”
1. **Item tindakan** mewakili item tindakan yang diambil agen. Misalnya, “Harap awasi email dengan penawaran harga. Aku akan mengirimkannya kepadamu segera.”
1. **Hasil** mewakili kemungkinan kesimpulan atau hasil dari kontak. Misalnya, “Berdasarkan rencana Anda saat ini, saya akan merekomendasikan rencana penting online kami.”
Kontak hanya memiliki satu masalah, satu hasil, dan satu item tindakan. Mungkin saja beberapa kontak tidak memiliki ketiganya.
**catatan**
Anda melihat pesan ini **Tidak ada sorotan utama untuk transkrip ini** ketika tidak Contact Lens dapat mengidentifikasi masalah, hasil, atau item tindakan.
Untuk mempelajari pengalaman agen — bagian mana dari transkrip yang ditampilkan di Contact Control Panel (CCP), dan kapan — lihat. [Rancang alur untuk sorotan utama](enable-analytics.md#call-summarization-agent)
# Gunakan deteksi tema di Amazon Connect Contact Lens untuk menemukan masalah dengan kontak
Gunakan deteksi tema untuk menemukan tema kontak yang sebelumnya tidak dikenal atau muncul dari ribuan interaksi pelanggan. Misalnya, Anda dapat menemukan alasan umum untuk penjangkauan pelanggan seperti “membatalkan reservasi” atau “pesanan tertunda.” Anda kemudian dapat mengambil tindakan yang tepat untuk meningkatkan pengalaman pelanggan dengan mempercepat penyelesaian masalah, dan meningkatkan opsi IVR, artikel basis pengetahuan, dan pelatihan agen.
## Hal-hal penting untuk diketahui
+ Deteksi tema tersedia dalam bahasa berikut yang didukung olehAmazon Connect Contact Lens:
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/use-theme-detection.html)
+ Deteksi tema didukung pada kontak yang dibuat pada atau setelah 30 Januari 2023.
+ Tombol **Buat laporan tema** diaktifkan hanya jika pencarian tersimpan berisi setidaknya 300 kontak dengan masalah yang terdeteksi olehContact Lens.
+ Laporan deteksi tema dihasilkan untuk 3.000 kontak terbaru.
+ Laporan deteksi tema tersedia selama 30 hari setelah dibuat. Setelah 30 hari, laporan dihapus dari database dan tidak dapat diambil.
+ Laporan tema 20 terbaru untuk pencarian tersimpan tersedia di menu tarik-turun **Lihat laporan tema**, seperti yang ditunjukkan pada gambar berikut.
![\[Halaman pencarian kontak, menu tarik-turun laporan tema tampilan.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-view-theme-reports.png)
## Cara menghasilkan laporan tema
1. Masuk ke Amazon Connect menggunakan akun yang memiliki izin profil keamanan berikut:
+ **Pencarian kontak - Akses**
+ **Contact Lens- Deteksi tema - Buat**
+ **Contact Lens- Deteksi tema - Lihat**
1. Di Amazon Connect, di menu navigasi kiri, pilih **Analytics dan optimasi**, **Pencarian kontak**.
1. Pada halaman **pencarian Kontak**, terapkan filter untuk memilih grup kontak yang telah dianalisis olehContact Lens.
**penting**
Kueri penelusuran Anda harus mengembalikan setidaknya 300 kontak dengan masalah yang terdeteksi olehContact Lens. Jika tidak, tombol **Buat laporan tema** tidak diaktifkan.
1. Pilih **Simpan pencarian** untuk menyimpan hasil Anda. Tetapkan nama untuk pencarian Anda.
1. Pilih **Buat laporan tema**.
Contact Lensmenerapkan pembelajaran mesin untuk mengelompokkan kontak secara otomatis dengan masalah serupa. Saat laporan dibuat, spanduk menampilkan tautan ke laporan tema. Contoh spanduk ditampilkan pada gambar berikut.
![\[Halaman pencarian kontak, spanduk deteksi tema.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-theme-detection-banner.png)
1. Klik atau ketuk tautan untuk laporan tema.
Laporan tema ditampilkan. Ini termasuk label tema dan daftar kontak, seperti yang ditunjukkan pada gambar berikut.
![\[Laporan tema dengan beberapa label tema.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-theme-detection-drilldown.png)
1. Klik atau ketuk label tema untuk melihat kontak terkait, mendengarkan rekaman tertentu, dan membaca transkrip untuk analisis lebih dalam.
# Selidiki skor sentimen selama percakapan kontak menggunakan Contact Lens
## Apa itu skor sentimen?
Skor sentimen adalah analisis teks, dan peringkat apakah itu mencakup sebagian besar bahasa positif, negatif, atau netral. Supervisor dapat menggunakan skor sentimen untuk mencari percakapan dan mengidentifikasi kontak yang terkait dengan berbagai tingkat pengalaman pelanggan, positif atau negatif. Ini membantu mereka mengidentifikasi kontak mana yang harus diselidiki.
Anda dapat melihat skor sentimen untuk seluruh percakapan, serta tren sentimen di seluruh kontak.
## Bagaimana menyelidiki skor sentimen
Saat bekerja untuk meningkatkan pusat kontak Anda, Anda mungkin ingin fokus pada hal-hal berikut:
+ Kontak yang dimulai dengan skor sentimen positif tetapi diakhiri dengan skor negatif.
Jika Anda ingin fokus pada serangkaian kontak terbatas untuk sampel jaminan kualitas, misalnya, Anda dapat melihat kontak di mana Anda tahu pelanggan memiliki sentimen positif di awal tetapi berakhir dengan sentimen negatif. Itu menunjukkan kepada Anda bahwa mereka meninggalkan percakapan tidak senang tentang sesuatu.
+ Kontak yang dimulai dengan skor sentimen negatif tetapi berakhir positif.
Menganalisis kontak ini akan membantu Anda mengidentifikasi pengalaman apa yang dapat Anda buat ulang di pusat kontak Anda. Anda dapat berbagi teknik yang sukses dengan agen lain.
Cara tambahan untuk melihat perkembangan sentimen adalah dengan memeriksa garis tren sentimen. Anda dapat melihat variasi dalam sentimen pelanggan saat kontak berlangsung. Misalnya, gambar berikut menunjukkan percakapan dengan skor sentimen yang sangat rendah di awal percakapan, naik, dan kemudian kembali ke bawah di akhir.
![\[Tren sentimen pelanggan.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-sentiment-trend.png)
Untuk informasi selengkapnya, lihat [Cari skor sentimen atau evaluasi pergeseran sentimen](search-conversations.md#sentiment-search).
## Bagaimana skor sentimen ditentukan
Amazon Connect Contact Lensmenganalisis sentimen setiap pembicara berubah dalam percakapan sebagai positif, negatif, atau netral. Kemudian mempertimbangkan dua faktor untuk setiap giliran peserta untuk menetapkan skor yang berkisar dari -5 hingga \$15 untuk setiap periode panggilan:
+ Frekuensi. Berapa kali sentimen positif, negatif atau netral.
+ Garis-garis sentimen. Bergantian berturut-turut dengan sentimen yang sama.
Skor sentimen keseluruhan adalah rata-rata skor yang diberikan selama setiap bagian panggilan.
# Selidiki waktu non-bicara selama panggilan menggunakan Amazon Connect Contact Lens
## Apa itu waktu non-bicara?
Amazon Connect Contact Lensjuga mengidentifikasi jumlah *waktu non-bicara *******dalam panggilan. Waktu non-bicara sama dengan waktu tunggu, ditambah keheningan di mana kedua peserta tidak berbicara selama lebih dari 3 detik. Durasi ini tidak dapat disesuaikan.
Gambar berikut menunjukkan lokasi data waktu non-bicara di halaman **Detail kontak**.
![\[Halaman detail kontak, bagian waktu bicara, data waktu non-bicara.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-nontalk-time-overview.png)
## Cara menyelidiki waktu non-bicara
Waktu non-bicara dapat membantu Anda mengidentifikasi panggilan yang berjalan buruk. Ini mungkin karena:
+ Pelanggan mengajukan pertanyaan yang baru untuk pusat kontak Anda.
+ Butuh waktu lama bagi agen untuk melakukan sesuatu tetapi mereka terlatih dengan baik. Ini menunjukkan mungkin ada masalah dengan alat yang digunakan agen. Misalnya, alat tidak cukup responsif atau tidak mudah digunakan.
+ Agen tidak memiliki jawaban yang siap, tetapi mereka cukup baru. Ini menunjukkan bahwa mereka membutuhkan lebih banyak pelatihan.
Anda dapat memutuskan apakah akan fokus pada kontak ini untuk meningkatkan pusat kontak Anda. Misalnya, Anda dapat pergi ke bagian audio itu, dan kemudian melihat transkrip untuk melihat apa yang sedang terjadi.
Dalam contoh berikut, waktu non-bicara terjadi ketika agen sedang mencari ID perjalanan penelepon. Ini bisa menunjukkan ada masalah dengan alat agen. Atau jika agennya baru, mereka membutuhkan lebih banyak pelatihan.
![\[Rekaman audio kontak dan transkrip, lokasi waktu non-bicara.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-non-talk-time-transcript.png)
Untuk informasi selengkapnya, lihat [Cari waktu non-bicara](search-conversations.md#nontalk-time-search).
# Selidiki waktu respons selama obrolan di Contact Lens
Gunakan metrik waktu respons untuk memahami respons agen atau pelanggan selama kontak obrolan.
Contact Lensmenghitung metrik berikut:
+ **Waktu salam agen**. Ini adalah waktu respons pertama untuk agen, yaitu seberapa cepat agen terlibat dengan pelanggan setelah agen bergabung dengan obrolan. Waktu respons pertama yang panjang dapat menjelaskan, misalnya, jika pelanggan memiliki sentimen negatif di awal percakapan.
+ **Waktu respons agen rata-rata dan waktu respons** **pelanggan Rata-rata**. Waktu respons agen membantu Anda memeriksa kinerja agen terhadap garis dasar organisasi Anda.
+ **Waktu respons agen maks dan waktu** **respons pelanggan Max**.
Waktu respons maksimal pelanggan dapat menjelaskan waktu respons agen. Misalnya, jika pelanggan tidak membalas selama lima menit dan kemudian mengirim pesan, mungkin agen membutuhkan waktu lebih lama dari biasanya untuk merespons karena mereka menangani obrolan lain pada saat yang sama.
Kami merekomendasikan untuk memeriksa metrik waktu respons bersama dengan grafik interaksi yang menunjukkan kesenjangan dalam percakapan dan sentimen peserta.
Anda dapat mengklik atau mengetuk nilai waktu respons terpanjang pada grafik untuk diarahkan ke pesan terkait dalam transkrip.
Gambar berikut dari **halaman Detail kontak** menunjukkan metrik untuk percakapan obrolan. Perhatikan bahwa **waktu salam Agen** = setelah agen bergabung dengan obrolan, berapa lama sampai mereka mengirim tanggapan pertama.
![\[Halaman detail kontak, metrik obrolan.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contactlens-contactdetails-chat1b.png)
Untuk informasi selengkapnya, lihat [Cari berdasarkan waktu respons untuk percakapan obrolan](search-conversations.md#response-time-search).
# Selidiki kenyaringan agen dan pelanggan dalam panggilan menggunakan Contact Lens
Skor kenyaringan mengukur seberapa keras pelanggan atau agen berbicara selama panggilan. Contact Lensmenampilkan analisis percakapan yang memungkinkan Anda mengidentifikasi di mana pelanggan atau agen mungkin berbicara keras dan memiliki sentimen negatif.
## Cara menggunakan skor kenyaringan
Kami merekomendasikan menggunakan skor kenyaringan bersama dengan sentimen. Cari area percakapan di mana skor kenyaringan tinggi dan sentimen rendah. Kemudian baca bagian transkrip itu atau dengarkan bagian panggilan itu.
Misalnya, berikut ini adalah gambar rekaman dan analisis transkrip. Bilah vertikal berduri menunjukkan di mana pelanggan berbicara dengan keras. Bar merah horizontal menunjukkan sentimen mereka negatif.
![\[Halaman detail kontak, skor kenyaringan.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/contact-lens-amplitude.png)
# Gunakan redaksi data sensitif untuk melindungi privasi pelanggan Contact Lens
Untuk membantu melindungi privasi pelanggan, analisis Contact Lens percakapan memungkinkan Anda menyunting data sensitif secara otomatis dari transkrip percakapan, file audio, dan transkrip email. Ini menyunting data sensitif, seperti nama, alamat, dan informasi kartu kredit menggunakan Natural Language Understanding.
Saat Anda mengaktifkan analisis percakapan di blok **Setel perekaman dan perilaku analitik**, Anda kemudian memiliki opsi untuk mengaktifkan redaksi. Untuk informasi selengkapnya, lihat [Aktifkan redaksi data sensitif](enable-analytics.md#enable-redaction).
Untuk kontak suara, redaksi data sensitif diterapkan setelah panggilan terputus. Untuk kontak email, redaksi diterapkan setelah kontak email berakhir.
**penting**
Fitur redaksi dirancang untuk mengidentifikasi dan menghapus data sensitif. Namun, karena sifat prediktif pembelajaran mesin, itu mungkin tidak mengidentifikasi dan menghapus semua contoh data sensitif dalam transkrip yang dihasilkan oleh Lensa Kontak. Kami menyarankan Anda meninjau output yang disunting untuk memastikannya memenuhi kebutuhan Anda.
Fitur redaksi tidak memenuhi persyaratan untuk de-identifikasi berdasarkan undang-undang privasi medis seperti Undang-Undang Portabilitas dan Akuntabilitas Asuransi Kesehatan AS tahun 1996 (HIPAA), jadi kami sarankan Anda terus memperlakukannya sebagai informasi kesehatan yang dilindungi setelah redaksi.
Untuk daftar bahasa yang didukung oleh Contact Lens redaksi, lihat[Bahasa yang didukung oleh fitur Amazon Connect](supported-languages.md).
## Tentang file yang disunting
File suara yang diedit disimpan di bucket Voice Amazon S3 Anda, misalnya: connect- /Analysis. *instanceARN*
File obrolan yang diedit disimpan di keranjang Amazon S3 obrolan Anda, misalnya: sambungkan- /Analisis/Obrolan *instanceARN*
File email yang disunting disimpan di bucket Amazon S3 email Anda, misalnya: sambungkan- /Analisis/Email *instanceARN*
Anda dapat mengakses semua file (disunting, tidak disunting, mentah, dll.) Melalui AWS konsol, dengan menggunakan konsol Amazon S3.
Berikut ini adalah daftar apa yang dapat Anda akses dengan menggunakan situs web Amazon Connect admin (seperti pada halaman **Detail Kontak**), dengan asumsi Anda memiliki [izin profil keamanan](permissions-for-contact-lens.md) yang sesuai:
+ Akses file suara, obrolan, dan email yang telah disunting.
+ Unduh rekaman suara yang disunting.
**catatan**
Saat ini, Anda tidak dapat mengunduh file obrolan dan transkrip suara yang telah disunting.
Saat redaksi diaktifkan, Contact Lens buat file-file berikut:
+ File yang disunting. File ini dihasilkan secara default saat Redaction diaktifkan. Ini adalah skema keluaran, dengan data sensitif disunting. Untuk file contoh, lihat[Contoh file yang disunting untuk panggilan yang dianalisis oleh analitik Contact Lens percakapan](contact-lens-example-output-files.md#example-redacted-file).
+ File asli (mentah), dianalisis. File ini dibuat hanya jika Anda memilih **Dapatkan transkrip disunting dan asli dengan audio yang disunting di blok**. [Mengatur perilaku perekaman dan analitik](set-recording-behavior.md) Untuk file contoh, lihat[Contoh file asli untuk panggilan yang dianalisis oleh Contact Lens analitik percakapan](contact-lens-example-output-files.md#example-original-output-file).
**penting**
Untuk kontak suara, file asli yang dianalisis adalah satu-satunya tempat di mana percakapan lengkap disimpan. Jika Anda menghapusnya, tidak akan ada catatan data sensitif yang telah dihapus.
+ File audio yang disunting (wav) untuk kontak suara. Data sensitif dalam file audio disunting sebagai keheningan. Waktu diam ini tidak ditandai di situs web Amazon Connect admin atau di tempat lain sebagai waktu non-bicara.
Gunakan kebijakan penyimpanan file Anda untuk menentukan berapa lama menyimpan file ini.
# Gunakan Contact Lens APIs untuk analitik obrolan
Contact Lenstermasuk dua APIs yang mendukung analisis percakapan. Gunakan ini APIs untuk membangun solusi yang membuat pusat kontak Anda lebih efisien.
+ [ListRealtimeContactAnalysisSegments](https://docs.aws.amazon.com/contact-lens/latest/APIReference/API_ListRealtimeContactAnalysisSegments.html): Gunakan untuk kontak suara.
+ [ListRealtimeContactAnalysisSegmentsV2](https://docs.aws.amazon.com/connect/latest/APIReference/API_ListRealtimeContactAnalysisSegmentsV2.html): Gunakan untuk kontak obrolan.
Analisis percakapan ini APIs adalah polling APIs, dengan request/response pertukaran standar, di mana Anda tidak perlu berintegrasi dengan layanan lain. Namun, ada [batasan tarif](amazon-connect-service-limits.md#connect-contactlens-api-quotas). Jika diperlukan, Anda dapat menghilangkan batasan ini dengan menggunakan [API streaming](contact-analysis-segment-streams.md). Ini membutuhkan integrasi dengan Amazon Kinesis Data Streams.
Berikut ini adalah dua kasus penggunaan untuk API analitik panggilan dan obrolan.
## Transfer kontak yang lebih baik
Ketika kontak ditransfer dari satu agen ke agen lain, Anda dapat mentransfer transkrip percakapan ke agen baru. Agen baru kemudian memiliki konteks mengapa pelanggan menghubungi pusat kontak Anda, dan pelanggan tidak perlu mengulangi informasi yang sudah mereka berikan. Gunakan [ListRealtimeContactAnalysisSegments](https://docs.aws.amazon.com/contact-lens/latest/APIReference/API_ListRealtimeContactAnalysisSegments.html)API untuk kontak suara dan API [ListRealtimeContactAnalysisSegmentsV2](https://docs.aws.amazon.com/connect/latest/APIReference/API_ListRealtimeContactAnalysisSegmentsV2.html) untuk obrolan agar seluruh transkrip percakapan sampai titik tertentu, dan bagikan dengan agen baru.
## Sorot bagian-bagian penting dari percakapan sebagai label, masalah, item tindakan, dan hasil
Dengan sorotan utama agen dapat dengan cepat membuat catatan setelah kontak berakhir, dan supervisor dapat dengan cepat mengidentifikasi kontak untuk kualitas dan manajemen kinerja agen. Hal ini membuat agen dan supervisor lebih produktif dalam pekerjaan mereka.
# Akses Contact Lens analitik untuk kontak suara dan obrolan menggunakan Amazon Kinesis Data Streams
Aliran segmen analisis kontak memungkinkan Anda mengakses Contact Lens analitik untuk kontak suara dan obrolan. Streaming mengatasi batasan penskalaan analitik [panggilan dan obrolan](contact-lens-api.md) yang ada. APIs Untuk kontak suara, ini juga menyediakan akses ke segmen data yang disebut `Utterance` yang memungkinkan Anda mengakses sebagian transkrip. Ini memungkinkan Anda memenuhi persyaratan latensi sangat rendah untuk membantu agen dalam panggilan langsung.
Bagian ini menjelaskan cara mengintegrasikan dengan Amazon Kinesis Data Streams untuk streaming.
Melalui streaming, Anda dapat menerima jenis acara berikut:
+ Acara MULAI diterbitkan pada awal sesi analisis kontak.
+ Acara SEGMENTS diterbitkan selama sesi analisis kontak. Peristiwa ini berisi daftar segmen dengan informasi yang dianalisis.
+ Acara SELESAI atau GAGAL diterbitkan pada akhir sesi analisis kontak.
**Topics**
+ [Aktifkan aliran segmen analisis kontak](enable-contact-analysis-segment-streams.md)
+ [Suara: Model data untuk aliran segmen analitik percakapan](real-time-contact-analysis-segment-streams-data-model.md)
+ [Obrolan: Model data untuk aliran segmen analitik percakapan](chat-real-time-contact-analysis-segment-streams-data-model.md)
+ [Suara: Contoh aliran segmen analitik percakapan](sample-real-time-contact-analysis-segment-stream.md)
+ [Obrolan: Contoh aliran segmen analitik percakapan](chat-sample-real-time-contact-analysis-segment-stream.md)
# Aktifkan aliran segmen analisis kontak untuk menganalisis percakapan Contact Lens
Aliran segmen analisis kontak tidak diaktifkan secara default. Topik ini menjelaskan cara mengaktifkannya.
## Langkah 1: Buat aliran Kinesis
Buat aliran data di akun dan Wilayah yang sama tempat instans Amazon Connect berada. Untuk petunjuknya, lihat [Langkah 1: Membuat Aliran Data](https://docs.aws.amazon.com/streams/latest/dev/tutorial-stock-data-kplkcl-create-stream.html) di Panduan Pengembang *Amazon Kinesis Data Streams*.
**Tip**
Sebaiknya buat aliran terpisah untuk setiap jenis data. Meskipun dimungkinkan untuk menggunakan aliran yang sama untuk aliran segmen analisis kontak, peristiwa agen, dan catatan kontak, jauh lebih mudah untuk mengelola dan mendapatkan data dari aliran saat Anda menggunakan aliran terpisah untuk masing-masing aliran. Untuk informasi selengkapnya, lihat [Panduan Developer Amazon Kinesis Data Streams](https://docs.aws.amazon.com/streams/latest/dev/introduction.html).
## Langkah 2: Siapkan enkripsi sisi server untuk aliran Kinesis (opsional tetapi disarankan)
Ada beberapa cara Anda dapat melakukan ini.
+ Opsi 1: Gunakan Kinesis Kunci yang dikelola AWS ()`aws/kinesis`. Ini berfungsi tanpa pengaturan tambahan dari Anda.
+ Opsi 2: Gunakan kunci terkelola pelanggan yang sama untuk rekaman panggilan, transkrip obrolan, atau laporan yang diekspor di instans Amazon Connect Anda.
Aktifkan enkripsi, dan gunakan kunci yang dikelola pelanggan untuk rekaman panggilan, transkrip obrolan, atau laporan yang diekspor di instans Amazon Connect Anda. Kemudian pilih kunci KMS yang sama untuk aliran data Kinesis Anda. Kunci ini sudah memiliki izin (hibah) yang diperlukan untuk digunakan.
+ Opsi 3: Gunakan kunci yang dikelola pelanggan yang berbeda.
Gunakan kunci terkelola pelanggan yang sudah ada atau buat yang baru dan tambahkan izin yang diperlukan untuk peran Amazon Connect untuk menggunakan kunci tersebut. Untuk menambahkan izin menggunakan AWS KMS hibah, lihat contoh berikut:
```
aws kms create-grant \
--key-id your key ID \
--grantee-principal arn:aws:iam::your AWS account ID:role/aws-service-role/connect.amazonaws.com/AWSServiceRoleForAmazonConnect_11111111111111111111 \
--operations GenerateDataKey \
--retiring-principal arn:aws:iam::your AWS account ID:role/adminRole
```
Di `grantee-principal` mana ARN dari peran terkait layanan yang terkait dengan instans Amazon Connect Anda. **Untuk menemukan ARN peran terkait layanan, di konsol Amazon Connect, buka **Gambaran Umum**, **Pengaturan distribusi**, peran terkait layanan.**
## Langkah 3: Kaitkan aliran Kinesis
Gunakan Amazon Connect [AssociateInstanceStorageConfig](https://docs.aws.amazon.com/connect/latest/APIReference/API_AssociateInstanceStorageConfig.html)API untuk mengaitkan jenis sumber daya berikut:
+ Untuk kontak suara, gunakan `REAL_TIME_CONTACT_ANALYSIS_VOICE_SEGMENTS`
+ Untuk kontak obrolan, gunakan `REAL_TIME_CONTACT_ANALYSIS_CHAT_SEGMENTS`
**catatan**
`REAL_TIME_CONTACT_ANALYSIS_SEGMENTS`tidak digunakan lagi, tetapi masih didukung dan hanya berlaku untuk kontak suara. Gunakan `REAL_TIME_CONTACT_ANALYSIS_VOICE_SEGMENTS` untuk kontak suara yang bergerak maju.
Jika sebelumnya Anda telah mengaitkan aliran dengan`REAL_TIME_CONTACT_ANALYSIS_SEGMENTS`, tidak ada tindakan yang diperlukan untuk memperbarui aliran ke`REAL_TIME_CONTACT_ANALYSIS_VOICE_SEGMENTS`.
Tentukan aliran Kinesis di mana segmen analisis kontak real-time akan dipublikasikan. Anda akan memerlukan ID instance dan ARN aliran Kinesis. Kode berikut menunjukkan contoh:
```
// Build request
const request: Connect.Types.AssociateInstanceStorageConfigRequest = {
InstanceId: 'your Amazon Connect instance ID',
ResourceType: 'REAL_TIME_CONTACT_ANALYSIS_VOICE_SEGMENTS or REAL_TIME_CONTACT_ANALYSIS_CHAT_SEGMENTS',
StorageConfig: {
StorageType: 'KINESIS_STREAM',
KinesisStreamConfig: {
StreamArn: 'the ARN of your Kinesis stream',
},
}
};
```
### AWS CLI
Contoh berikut adalah untuk kontak obrolan.
**Tip**
Jika Anda tidak menyertakan AWS Region (`--region`), ia menggunakan Region default berdasarkan profil CLI.
Nilai `--storage-config` parameter tidak boleh termasuk dalam kutipan tunggal ('). Kalau tidak, itu menimbulkan kesalahan.
```
aws connect associate-instance-storage-config \
--region "us-west-2" \
--instance-id your Amazon Connect instance ID \
--resource-type REAL_TIME_CONTACT_ANALYSIS_CHAT_SEGMENTS \
--storage-config StorageType=KINESIS_STREAM,KinesisStreamConfig={StreamArn=the ARN of your Kinesis stream}
```
### AWS SDK
Contoh berikut adalah untuk kontak suara.
```
import { Connect } from 'aws-sdk';
async function associate (): Promise {
const clientConfig: Connect.ClientConfiguration = {
region: 'the Region of your Amazon Connect instance',
};
const connect = new Connect(clientConfig);
// Build request
const request: Connect.Types.AssociateInstanceStorageConfigRequest = {
InstanceId: 'your Amazon Connect instance ID',
ResourceType: 'REAL_TIME_CONTACT_ANALYSIS_VOICE_SEGMENTS',
StorageConfig: {
StorageType: 'KINESIS_STREAM',
KinesisStreamConfig: {
StreamArn: 'the ARN of your Kinesis stream',
},
}
};
try {
// Execute request
const response: Connect.Types.AssociateInstanceStorageConfigResponse = await connect.associateInstanceStorageConfig(request).promise();
// Process response
console.log('raw response: ${JSON.stringify(response, null, 2)}');
} catch (err) {
console.error('Error calling associateInstanceStorageConfig. err.code: ${err.code},' +
'err.message: ${err.message}, err.statusCode: ${err.statusCode}, err.retryable: ${err.retryable}');
}
}
associate().then(r => console.log('Done'));
```
## Langkah 4: Contact Lens Aktifkan instans Amazon Connect Anda
Untuk petunjuk, lihat [Aktifkan analisis percakapan di Amazon Connect Contact Lens](enable-analytics.md).
## Langkah 5 (Opsional): Tinjau aliran segmen sampel
Kami menyarankan Anda meninjau aliran segmen sampel [suara](sample-real-time-contact-analysis-segment-stream.md) atau [obrolan](chat-sample-real-time-contact-analysis-segment-stream.md) untuk membiasakan diri dengan tampilannya.
# Model data untuk aliran segmen analitik percakapan untuk menganalisis kontak suara di Contact Lens
Aliran segmen analisis kontak waktu nyata dihasilkan di JSON. Gumpalan JSON peristiwa dipublikasikan ke aliran terkait untuk setiap kontak yang mengaktifkan analisis percakapan real-time. Jenis peristiwa berikut dapat dipublikasikan untuk sesi analisis percakapan untuk kontak suara:
+ ACARA YANG DIMULAI—Setiap sesi analisis percakapan menerbitkan satu acara STARTED di awal sesi.
+ Acara SEGMENT—Setiap sesi analisis percakapan dapat mempublikasikan nol atau lebih peristiwa SEGMENTS selama sesi berlangsung. Peristiwa ini berisi daftar segmen dengan informasi yang dianalisis. Untuk kontak suara, daftar segmen dapat mencakup segmen "`Utterance`“," `Transcript` “," `Categories` “, atau`PostContactSummary`"”.
+ Acara SELESAI atau GAGAL — Setiap sesi analisis percakapan menerbitkan satu peristiwa SELESAI atau GAGAL di akhir sesi.
## Properti umum termasuk dalam semua acara untuk kontak suara
Setiap acara mencakup properti berikut:
**Versi**
Versi skema acara.
Tipe: String
**Channel**
Jenis saluran untuk kontak ini.
Tipe: String
Nilai valid: `VOICE`, `CHAT`, `TASK`
Untuk informasi selengkapnya tentang saluran, lihat[Saluran dan konkurensi untuk merutekan kontak di Amazon Connect](channels-and-concurrency.md).
**AccountId**
Pengidentifikasi akun tempat kontak ini berlangsung.
Tipe: String
**ContactId**
Pengidentifikasi kontak yang sedang dianalisis.
Tipe: String
**InstanceId**
Pengidentifikasi contoh di mana kontak ini berlangsung.
Tipe: String
**LanguageCode**
Kode bahasa yang terkait dengan kontak ini.
Tipe: String
Nilai yang valid: kode bahasa untuk salah satu [bahasa yang didukung untuk analitik panggilan Contact Lens real-time](supported-languages.md#supported-languages-contact-lens).
**EventType**
Jenis acara yang diterbitkan.
Tipe: String
Nilai valid: `STARTED`, `SEGMENTS`, `COMPLETED`, `FAILED`
## Acara DIMULAI
`STARTED`peristiwa hanya mencakup properti umum:
+ Versi
+ Channel
+ AccountId
+ ContactId
+ LanguageCode
+ EventType: DIMULAI
## Acara SEGMENTS
`SEGMENTS`acara meliputi properti berikut:
+ Versi
+ Channel
+ AccountId
+ ContactId
+ LanguageCode
+ EventType: SEGMEN
+ Segmen: Selain properti umum, `SEGMENTS` peristiwa mencakup daftar segmen dengan informasi yang dianalisis.
Jenis: Array objek [Segmen](#segment)
+ PostContactSummary: Informasi tentang ringkasan pasca-kontak untuk segmen kontak suara.
Jenis: [PostContactSummary](https://docs.aws.amazon.com/connect/latest/APIReference/API_connect-contact-lens_PostContactSummary.html)objek
Wajib: Tidak
**Segment**
Segmen yang dianalisis untuk sesi analisis waktu nyata.
Setiap segmen adalah objek dengan properti opsional berikut. Hanya satu dari properti ini yang ada, tergantung pada jenis segmen:
+ Ucapan
+ Transkrip
+ Kategori
+ PostContactSummary
**Ucapan**
Ucapan yang dianalisis.
Wajib: Tidak
+ **Id**
Pengidentifikasi ucapan.
Tipe: String
+ ** TranscriptId**
Pengidentifikasi transkrip yang terkait dengan ucapan ini.
Tipe: String
+ **ParticipantId**
Pengidentifikasi peserta.
Tipe: String
+ ** ParticipantRole**
Peran peserta. Misalnya, apakah itu pelanggan, agen, atau sistem.
Tipe: String
+ ** PartialContent**
Isi ucapannya.
Tipe: String
+ ** BeginOffsetMillis**
Offset awal dalam kontak untuk transkrip ini.
Jenis: Integer
+ ** EndOffsetMillis**
Offset akhir dalam kontak untuk transkrip ini.
Jenis: Integer
**Transkrip**
Transkrip yang dianalisis.
Jenis: [Objek transkrip](https://docs.aws.amazon.com/contact-lens/latest/APIReference/API_Transcript.html)
Wajib: Tidak
**Kategori**
Aturan kategori yang cocok.
Jenis: [Kategori](https://docs.aws.amazon.com/contact-lens/latest/APIReference/API_Categories.html) objek
Wajib: Tidak
**PostContactSummary**
Informasi tentang ringkasan pasca-kontak untuk segmen kontak suara.
Tipe: Objek [PostContactSummary](https://docs.aws.amazon.com/connect/latest/APIReference/API_connect-contact-lens_PostContactSummary.html)
Wajib: Tidak
## Acara selesai
`COMPLETED`peristiwa hanya mencakup properti umum berikut:
+ Versi
+ Channel
+ AccountId
+ ContactId
+ LanguageCode
+ EventType: SELESAI
## Acara GAGAL
`FAILED`peristiwa hanya mencakup properti umum berikut:
+ Versi
+ Channel
+ AccountId
+ ContactId
+ LanguageCode
+ EventType: GAGAL
# Model data untuk aliran segmen analitik percakapan untuk menganalisis obrolan di Contact Lens
Aliran segmen analisis percakapan untuk kontak obrolan dihasilkan di JSON. Gumpalan JSON peristiwa dipublikasikan ke aliran terkait untuk setiap kontak yang mengaktifkan analisis percakapan real-time. Jenis peristiwa berikut dapat dipublikasikan untuk sesi analisis percakapan untuk kontak obrolan:
+ ACARA YANG DIMULAI—Setiap sesi analisis percakapan menerbitkan satu acara STARTED di awal sesi.
+ Acara SEGMENT—Setiap sesi analisis percakapan dapat mempublikasikan nol atau lebih peristiwa SEGMENTS selama sesi berlangsung. Peristiwa ini berisi daftar segmen dengan informasi yang dianalisis. Untuk kontak obrolan, daftar segmen dapat mencakup segmen “`Attachments``Transcript`,” "`Categories`,” “`Events`,””`Issues`, “,” atau `PostContactSummary` "”.
+ Acara SELESAI atau GAGAL — Setiap sesi analisis percakapan menerbitkan satu peristiwa SELESAI atau GAGAL di akhir sesi.
## Properti umum termasuk dalam semua acara untuk kontak obrolan
Setiap acara mencakup properti berikut:
**Versi**
Versi skema acara. Untuk kontak obrolan, ini adalah 2.0.0.
Tipe: String
**Channel**
Jenis saluran untuk kontak ini.
Tipe: String
Nilai valid: `VOICE`, `CHAT`, `TASK`
Untuk informasi selengkapnya tentang saluran, lihat[Saluran dan konkurensi untuk merutekan kontak di Amazon Connect](channels-and-concurrency.md).
**AccountId**
Pengidentifikasi akun tempat kontak ini berlangsung.
Tipe: String
**InstanceId**
Pengidentifikasi contoh di mana kontak ini berlangsung.
Tipe: String
**ContactId**
Pengidentifikasi kontak yang sedang dianalisis.
Tipe: String
**StreamingEventType**
Jenis acara yang diterbitkan.
Tipe: String
Nilai valid: `STARTED`, `SEGMENTS`, `COMPLETED`, `FAILED`
**StreamingSettings**
Contact LensPengaturan untuk kontak ini
Tipe: Objek [StreamingSettings](#streamingsettingsobject)
## StreamingSettings objek
**LanguageCode**
Kode bahasa yang terkait dengan kontak ini.
Tipe: String
Nilai yang valid: kode bahasa untuk salah satu [bahasa yang didukung untuk analitik panggilan Contact Lens real-time](supported-languages.md#supported-languages-contact-lens).
**Output**
Jenis Contact Lens output diaktifkan untuk kontak ini.
Tipe: String
Nilai valid: `Raw`, `Redacted`, `RedactedAndRaw`
**RedactionTypes**
Jenis redaksi diaktifkan untuk kontak ini.
Jenis: Array dari String
Nilai yang valid: `PII`
**RedactionTypesMetadata**
Metadata redaksi untuk setiap jenis redaksi.
Jenis: RedactionType string ke [RedactionMetadata](#redactionmetadata)objek
Nilai yang valid: `PII`
## RedactionMetadata objek
Memberikan informasi tentang pengaturan redaksi.
**RedactionMaskMode**
Pengaturan penggantian redaksi data
Tipe: String
Nilai valid: `PII`, `EntityType`
## Acara DIMULAI
`STARTED`peristiwa hanya mencakup properti umum:
+ Versi
+ Channel
+ AccountId
+ ContactId
+ StreamingEventType: DIMULAI
+ StreamingSettings
## Acara SEGMENTS
`SEGMENTS`acara meliputi properti berikut:
+ Versi
+ Channel
+ AccountId
+ OutputType
+ Jenis Contact Lens output dari segmen saat ini
+ Tipe: String
+ Nilai valid: `Raw`, `Redacted`
+ ContactId
+ StreamingEventType: SEGMEN
+ StreamingSettings
+ Segmen
+ Daftar segmen dengan informasi yang dianalisis.
+ Jenis: Array objek [Segmen](#chat-segment)
**Segment**
Segmen yang dianalisis untuk sesi analisis waktu nyata.
Setiap segmen adalah objek dengan properti opsional berikut. Hanya satu dari properti ini yang ada, tergantung pada jenis segmen:
+ [Lampiran](#chat-attachments)
+ [Kategori](#chat-category)
+ [Peristiwa](#chat-event)
+ [Masalah](#chat-issues)
+ [Transkrip](#chat-transcript)
+ [PostContactSummary](#chat-postcontactsummary)
**Lampiran**
Lampiran yang dianalisis.
Wajib: Tidak
Tipe: Objek [RealTimeContactAnalysisSegmentAttachments](https://docs.aws.amazon.com/connect/latest/APIReference/API_RealTimeContactAnalysisSegmentAttachments.html)
**Kategori**
Aturan kategori yang cocok.
Tipe: Objek [RealTimeContactAnalysisSegmentCategories](https://docs.aws.amazon.com/connect/latest/APIReference/API_RealTimeContactAnalysisSegmentCategories.html)
Wajib: Tidak
**Peristiwa**
Jenis segmen yang menjelaskan peristiwa kontak.
Tipe: Objek [RealTimeContactAnalysisSegmentEvent](https://docs.aws.amazon.com/connect/latest/APIReference/API_RealTimeContactAnalysisSegmentEvent.html)
Wajib: Tidak
**Masalah**
Jenis segmen yang berisi daftar masalah yang terdeteksi.
Tipe: Objek [RealTimeContactAnalysisSegmentIssues](https://docs.aws.amazon.com/connect/latest/APIReference/API_RealTimeContactAnalysisSegmentIssues.html)
Wajib: Tidak
**Transkrip**
Segmen transkrip yang dianalisis.
Tipe: Objek [RealTimeContactAnalysisSegmentTranscript](https://docs.aws.amazon.com/connect/latest/APIReference/API_RealTimeContactAnalysisSegmentTranscript.html)
Wajib: Tidak
**PostContactSummary**
Informasi tentang ringkasan pasca-kontak untuk segmen kontak real-time untuk obrolan.
Tipe: Objek [RealTimeContactAnalysisSegmentPostContactSummary](https://docs.aws.amazon.com/connect/latest/APIReference/API_RealTimeContactAnalysisSegmentPostContactSummary.html)
Wajib: Tidak
## Acara selesai
`COMPLETED`peristiwa hanya mencakup properti umum berikut:
+ Versi
+ Channel
+ AccountId
+ InstanceId
+ ContactId
+ StreamingEventType: SELESAI
+ StreamingSettings
## Acara GAGAL
`FAILED`peristiwa hanya mencakup properti umum berikut:
+ Versi
+ Channel
+ AccountId
+ InstanceId
+ ContactId
+ StreamingEventType: GAGAL
+ StreamingSettings
# Contoh aliran segmen analisis percakapan untuk menganalisis panggilan menggunakan Contact Lens
Topik ini menyediakan contoh aliran segmen untuk peristiwa STARTED, SEGMENTS, COMPLETED, dan FAILED yang dapat terjadi selama kontak suara.
## Contoh acara DIMULAI
+ EventType: DIMULAI
+ Diterbitkan di awal sesi analisis percakapan.
```
{
"Version": "1.0.0",
"Channel": "VOICE",
"AccountId": "123456789012", // your AWS account ID
"InstanceId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE11111", // your Amazon Connect instance ID
"ContactId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE22222", // the ID of the contact
"LanguageCode": "en-US", // the language code of the contact
"EventType": "STARTED"
}
```
## Contoh acara SEGMENTS
+ EventType: SEGMEN
+ Diterbitkan selama sesi analisis percakapan. Acara ini berisi daftar segmen dengan informasi yang dianalisis. Daftar segmen dapat mencakup segmen “`Utterance`,” `Categories` "”`Transcript`, “” atau `PostContactSummary` “”.
```
{
"Version": "1.0.0",
"Channel": "VOICE",
"AccountId": "123456789012", // your AWS account ID
"InstanceId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE11111", // your Amazon Connect instance ID
"ContactId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE22222", // the ID of the contact
"LanguageCode": "en-US", // the language code of the contact
"EventType": "SEGMENTS",
"Segments": [
{
"Utterance": {
"Id": "7b48ca3d-73d3-443a-bf34-a9e8fcc01747",
"TranscriptId": "121d1581-905f-4169-9804-b841bb4df04a",
"ParticipantId": "AGENT",
"ParticipantRole": "AGENT",
"PartialContent": "Hello, thank you for calling Example Corp. My name is Adam.",
"BeginOffsetMillis": 19010,
"EndOffsetMillis": 22980
}
},
{
"Utterance": {
"Id": "75acb743-2154-486b-aaeb-c960ae290e88",
"TranscriptId": "121d1581-905f-4169-9804-b841bb4df04a",
"ParticipantId": "AGENT",
"ParticipantRole": "AGENT",
"PartialContent": "How can I help you?",
"BeginOffsetMillis": 23000,
"EndOffsetMillis": 24598
}
},
{
"Transcript": {
"Id": "121d1581-905f-4169-9804-b841bb4df04a",
"ParticipantId": "AGENT",
"ParticipantRole": "AGENT",
"Content": "Hello, thank you for calling Example Corp. My name is Adam. How can I help you?",
"BeginOffsetMillis": 19010,
"EndOffsetMillis": 24598,
"Sentiment": "NEUTRAL"
}
},
{
"Transcript": {
"Id": "4295e927-43aa-4447-bbfc-8fccc2027530",
"ParticipantId": "CUSTOMER",
"ParticipantRole": "CUSTOMER",
"Content": "I'm having trouble submitting the application, number AX876293 on the portal. I tried but couldn't connect to my POC on the portal. So, I'm calling on this toll free number",
"BeginOffsetMillis": 19010,
"EndOffsetMillis": 22690,
"Sentiment": "NEGATIVE",
"IssuesDetected": [
{
"CharacterOffsets": {
"BeginOffsetChar": 0,
"EndOffsetChar": 81
}
}
]
}
},
{
"Categories": {
"MatchedCategories": [
"CreditCardRelated",
"CardBrokenIssue"
],
"MatchedDetails": {
"CreditCardRelated": {
"PointsOfInterest": [
{
"BeginOffsetMillis": 19010,
"EndOffsetMillis": 22690
}
]
},
"CardBrokenIssue": {
"PointsOfInterest": [
{
"BeginOffsetMillis": 25000,
"EndOffsetMillis": 29690
}
]
}
}
}
},
{
"PostContactSummary": {
"Content": "Customer contacted Example Corp because of an issue with their application",
"Status": "COMPLETED"
}
}
]
}
```
## Contoh acara SELESAI
+ EventType: SELESAI
+ Diterbitkan di akhir sesi analisis percakapan jika analisis berhasil diselesaikan.
```
{
"Version": "1.0.0",
"Channel": "VOICE",
"AccountId": "123456789012", // your AWS account ID
"InstanceId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE11111", // your Amazon Connect instance ID
"ContactId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE22222", // the ID of the contact
"LanguageCode": "en-US", // the language code of the contact
"EventType": "COMPLETED"
}
```
## Contoh acara GAGAL
+ EventType: GAGAL
+ Diterbitkan di akhir sesi analisis percakapan jika analisis gagal.
```
{
"Version": "1.0.0",
"Channel": "VOICE",
"AccountId": "123456789012", // your AWS account ID
"InstanceId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE11111", // your Amazon Connect instance ID
"ContactId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE22222", // the ID of the contact
"LanguageCode": "en-US", // the language code of the contact
"EventType": "FAILED"
}
```
# Contoh aliran analitik percakapan untuk menganalisis obrolan Contact Lens
Topik ini menyediakan contoh aliran segmen untuk peristiwa MULAI, SEGMEN, SELESAI, dan GAGAL yang terjadi selama kontak obrolan.
## Contoh acara DIMULAI
+ EventType: DIMULAI
+ Diterbitkan di awal sesi analisis percakapan.
```
{
"Version": "2.0.0",
"Channel": "CHAT",
"AccountId": "123456789012", // your AWS account ID
"InstanceId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE11111", // your Amazon Connect instance ID
"ContactId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE22222", // the ID of the contact
"StreamingEventType": "STARTED",
"StreamingSettings": {
"LanguageCode": "en-US", // the language code of the contact
"Output": "RedactedAndRaw",
"RedactionTypes": [
"PII"
],
"RedactionTypesMetadata": {
"PII": {
"RedactionMaskMode": "PII"
}
}
}
}
```
## Contoh acara SEGMENTS
+ EventType: [SEGMEN](chat-real-time-contact-analysis-segment-streams-data-model.md#chat-segment-streams-data-model-segments-event)
+ Diterbitkan selama sesi analisis percakapan. Acara ini berisi daftar [RealtimeContactAnalysisSegment](https://docs.aws.amazon.com/connect/latest/APIReference/API_RealtimeContactAnalysisSegment.html)objek dengan informasi yang dianalisis. Daftar segmen dapat mencakup`"Transcript"`,,`"Categories"`,`"Issue"`, `"Event"``"Attachment"`, atau “PostContactSummary” segmen.
```
{
"Version": "2.0.0",
"Channel": "CHAT",
"AccountId": "123456789012", // your AWS account ID
"InstanceId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE11111", // your Amazon Connect instance ID
"ContactId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE22222", // the ID of the contact
"OutputType": "Redacted",
"StreamingEventType": "SEGMENTS",
"StreamingSettings": {
"LanguageCode": "en-US", // the language code of the contact
"Output": "RedactedAndRaw",
"RedactionTypes": [
"PII"
],
"RedactionTypesMetadata": {
"PII": {
"RedactionMaskMode": "PII"
}
}
},
"Segments": [{
"Transcript": {
"Id": "07a2d668-5c9e-4f69-b2fe-986261b0743a",
"ParticipantId": "a309ac1e-ca87-44ca-bb5d-197eca8ed77a",
"ParticipantRole": "AGENT",
"DisplayName": "[PII]",
"Content": "Hello, thank you for contacting Example Corp. My name is Ray.",
"ContentType": "text/markdown",
"Time": {
"AbsoluteTime": "2024-03-14T19:39:26.715Z"
},
"Sentiment": "NEUTRAL"
}
}, {
"Categories": {
"MatchedDetails": {
"Hi": {
"PointsOfInterest": [{
"TranscriptItems": [{
"Id": "5205b050-8aa9-4645-a381-a308801649ab",
"CharacterOffsets": {
"BeginOffsetChar": 0,
"EndOffsetChar": 40
}
}]
}]
}
}
}
}, {
"Issues": {
"IssuesDetected": [{
"TranscriptItems": [{
"Content": "I have an issue with my bank account",
"Id": "0e5574a7-2aeb-4eab-8bb5-3a7f66a2284a",
"CharacterOffsets": {
"BeginOffsetChar": 7,
"EndOffsetChar": 43
}
}]
}]
}
}, {
"Attachments": {
"Id": "06ddc1eb-2302-4a8e-a73f-37687fe41aa9",
"ParticipantId": "7810b1de-cca8-4153-b522-2498416255af",
"ParticipantRole": "CUSTOMER",
"DisplayName": "Customer",
"Attachments": [{
"AttachmentName": "Lily.jpg",
"ContentType": "image/jpeg",
"AttachmentId": "343e34da-391a-4541-8b7e-3909d931fcfa",
"Status": "APPROVED"
}],
"Time": {
"AbsoluteTime": "2024-03-14T19:39:26.715Z"
}
}
}, {
"Event": {
"Id": "fbe61c5f-d0d8-4345-912a-4e81f5734d3b",
"ParticipantId": "7810b1de-cca8-4153-b522-2498416255af",
"ParticipantRole": "CUSTOMER",
"DisplayName": "Customer",
"EventType": "application/vnd.amazonaws.connect.event.participant.left",
"Time": {
"AbsoluteTime": "2024-03-14T19:40:00.614Z"
}
}
},
{
"PostContactSummary": {
"Content": "Customer contacted Example Corp because of an issue with their bank account",
"Status": "COMPLETED"
}
}]
}
```
## Contoh acara SELESAI
+ EventType: SELESAI
+ Diterbitkan di akhir sesi analisis percakapan jika analisis berhasil diselesaikan.
```
{
"Version": "2.0.0",
"Channel": "CHAT",
"AccountId": "123456789012", // your AWS account ID
"InstanceId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE11111", // your Amazon Connect instance ID
"ContactId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE22222", // the ID of the contact
"StreamingEventType": "COMPLETED",
"StreamingEventSettings": {
"LanguageCode": "en-US", // the language code of the contact
"Output": "RedactedAndRaw",
"RedactionTypes": ["PII"],
"RedactionTypesMetadata": {
"PII": {
"RedactionMaskMode": "PII"
}
}
}
}
```
## Contoh acara GAGAL
+ EventType: GAGAL
+ Diterbitkan di akhir sesi analisis percakapan jika analisis gagal.
```
{
"Version": "2.0.0",
"Channel": "CHAT",
"AccountId": "123456789012", // your AWS account ID
"InstanceId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE11111", // your Amazon Connect instance ID
"ContactId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE22222", // the ID of the contact
"StreamingEventType": "FAILED",
"StreamingEventSettings": {
"LanguageCode": "en-US",
"Output": "RedactedAndRaw",
"RedactionTypes": ["PII"],
"RedactionTypesMetadata": {
"PII": {
"RedactionMaskMode": "PII"
}
}
}
}
```
# Lokasi file keluaran untuk file yang dianalisis dengan Contact Lens analitik percakapan
Berikut ini adalah contoh tampilan jalur untuk file keluaran analitik Contact Lens percakapan saat disimpan di bucket Amazon S3 untuk instance Anda.
+ File transkrip dianalisis asli (JSON)
+ **/connect-instance- ember/analisis/suara /2020/02/04/ \$1analisis\$12020-02-04T 21:14:16 z.json** *contact's\$1ID*
+ **/connect-instance- ember/ Analisis/Obrolan /2020/02/04/ \$1analisis\$12020-02-04T 21:14:16 z.JSON** *contact's\$1ID*
+ **/connect-instance- ember/ Analisis/Email /2026/03/10/ \$1analisis\$120260310T 22:35 \$1utc.json** *contact's\$1ID*
+ File transkrip dianalisis yang disunting di (JSON)
+ **/connect-instance- ember/ /2020/02/04/ \$1 analisis\$1disunting \$12020-02-04T 21:14:16 z.JSON **Analysis/Voice/Redacted***contact's\$1ID***
+ **/connect-instance- ember/ /2020/02/04/ \$1 analisis\$1disunting \$12020-02-04T 21:14:16 z.JSON **Analysis/Chat/Redacted***contact's\$1ID***
+ **/connect-instance- ember/ /2026/03/10/ \$1 analisis\$1disunting \$120260310T 22:35 **Analysis/Email/Redacted**\$1utc.json *contact's\$1ID***
+ File audio yang disunting
+ **/connect-instance- ember/ /2020/02/04/ \$1 call\$1recording\$1redacted \$12020-02-04T 21:14:16 **Analysis/Voice/Redacted**Z. *contact's\$1ID*** **wav**
**penting**
Untuk menghapus rekaman, Anda harus menghapus file untuk rekaman yang disunting dan yang tidak disunting.
# Contoh file keluaran analitik Contact Lens percakapan untuk panggilan
Bagian berikut memberikan contoh output yang dihasilkan saat analitik Contact Lens percakapan mendeteksi masalah, mencocokkan kategori, menunjukkan kenyaringan, menyunting data sensitif, dan analisis yang dilewati.
Perluas setiap bagian untuk mempelajari lebih lanjut.
## Contoh file asli untuk panggilan yang dianalisis oleh Contact Lens analitik percakapan
Contoh berikut menunjukkan skema untuk panggilan yang analitik Contact Lens percakapan telah dianalisis. Contoh menunjukkan kenyaringan, deteksi masalah, driver panggilan, dan informasi yang akan dihapus.
Perhatikan hal berikut tentang file yang dianalisis:
+ Itu tidak menunjukkan data sensitif mana yang disunting. Semua data disebut sebagai PII (informasi identitas pribadi).
+ Setiap giliran mencakup `Redaction` bagian hanya jika itu termasuk PII.
+ Jika ada `Redaction` bagian, itu termasuk offset dalam milidetik. Dalam file.wav, bagian yang disunting akan diam. Jika diinginkan, Anda dapat menggunakan offset untuk mengganti keheningan dengan sesuatu yang lain, seperti bunyi bip.
+ Jika dua atau lebih redaksi PII ada secara bergantian, offset pertama berlaku untuk PII pertama, offset kedua berlaku untuk PII kedua, dan seterusnya.
```
{
"Version": "1.1.0",
"AccountId": "your AWS account ID",
"Channel": "VOICE",
"ContentMetadata": {
"Output": "Raw"
},
"JobStatus": "COMPLETED",
"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"
},
]
},
]
},
"LanguageCode": "en-US",
"Participants": [
{
"ParticipantId": "CUSTOMER",
"ParticipantRole": "CUSTOMER"
},
{
"ParticipantId": "AGENT",
"ParticipantRole": "AGENT"
}
],
"Categories": {
"MatchedCategories": ["Cancellation"],
"MatchedDetails": {
"Cancellation": {
"PointsOfInterest": [
{
"BeginOffsetMillis": 7370,
"EndOffsetMillis": 11190
}
]
}
}
},
"ConversationCharacteristics": {
"ContactSummary": {
"PostContactSummary": {
"Content": "The customer and agent's conversation did not have any clear issues, outcomes or next steps. Agent verified customer information and finished the call."
}
},
"TotalConversationDurationMillis": 32110,
"Sentiment": {
"OverallSentiment": {
"AGENT": 0,
"CUSTOMER": 3.1
},
"SentimentByPeriod": {
"QUARTER": {
"AGENT": [
{
"BeginOffsetMillis": 0,
"EndOffsetMillis": 7427,
"Score": 0
},
{
"BeginOffsetMillis": 7427,
"EndOffsetMillis": 14855,
"Score": -5
},
{
"BeginOffsetMillis": 14855,
"EndOffsetMillis": 22282,
"Score": 0
},
{
"BeginOffsetMillis": 22282,
"EndOffsetMillis": 29710,
"Score": 5
}
],
"CUSTOMER": [
{
"BeginOffsetMillis": 0,
"EndOffsetMillis": 8027,
"Score": -2.5
},
{
"BeginOffsetMillis": 8027,
"EndOffsetMillis": 16055,
"Score": 5
},
{
"BeginOffsetMillis": 16055,
"EndOffsetMillis": 24082,
"Score": 5
},
{
"BeginOffsetMillis": 24082,
"EndOffsetMillis": 32110,
"Score": 5
}
]
}
}
},
"Interruptions": {
"InterruptionsByInterrupter": {
"CUSTOMER": [
{
"BeginOffsetMillis": 10710,
"DurationMillis": 3790,
"EndOffsetMillis": 14500
}
],
"AGENT": [
{
"BeginOffsetMillis": 10710,
"DurationMillis": 3790,
"EndOffsetMillis": 14500
}
]
},
"TotalCount": 2,
"TotalTimeMillis": 7580
},
"NonTalkTime": {
"TotalTimeMillis": 0,
"Instances": []
},
"TalkSpeed": {
"DetailsByParticipant": {
"AGENT": {
"AverageWordsPerMinute": 239
},
"CUSTOMER": {
"AverageWordsPerMinute": 163
}
}
},
"TalkTime": {
"TotalTimeMillis": 28698,
"DetailsByParticipant": {
"AGENT": {
"TotalTimeMillis": 15079
},
"CUSTOMER": {
"TotalTimeMillis": 13619
}
}
}
},
"CustomModels": [
{ // set via https://docs.aws.amazon.com/connect/latest/adminguide/add-custom-vocabulary.html
"Type": "TRANSCRIPTION_VOCABULARY",
"Name": "ProductNames",
"Id": "4e14b0db-f00a-451a-8847-f6dbf76ae415" // optional field
}
],
"Transcript": [
{
"BeginOffsetMillis": 0,
"Content": "Okay.",
"EndOffsetMillis": 90,
"Id": "the ID of the turn",
"ParticipantId": "AGENT",
"Sentiment": "NEUTRAL",
"LoudnessScore": [
79.27
]
},
{
"BeginOffsetMillis": 160,
"Content": "Just hello. My name is Peter and help.",
"EndOffsetMillis": 4640,
"Id": "the ID of the turn",
"ParticipantId": "CUSTOMER",
"Sentiment": "NEUTRAL",
"LoudnessScore": [
66.56,
40.06,
85.27,
82.22,
77.66
],
"Redaction": {
"RedactedTimestamps": [
{
"BeginOffsetMillis": 3290,
"EndOffsetMillis": 3620
}
]
}
},
{
"BeginOffsetMillis": 4640,
"Content": "Hello. Peter, how can I help you?",
"EndOffsetMillis": 6610,
"Id": "the ID of the turn",
"ParticipantId": "AGENT",
"Sentiment": "NEUTRAL",
"LoudnessScore": [
70.23,
73.05,
71.8
],
"Redaction": {
"RedactedTimestamps": [
{
"BeginOffsetMillis": 5100,
"EndOffsetMillis": 5450
}
]
}
},
{
"BeginOffsetMillis": 7370,
"Content": "I need to cancel. I want to cancel my plan subscription.",
"EndOffsetMillis": 11190,
"Id": "the ID of the turn",
"ParticipantId": "CUSTOMER",
"Sentiment": "NEGATIVE",
"LoudnessScore": [
77.18,
79.59,
85.23,
81.08,
73.99
],
"IssuesDetected": [
{
"CharacterOffsets": {
"BeginOffsetChar": 0,
"EndOffsetChar": 55
},
"Text": "I need to cancel. I want to cancel my plan subscription"
}
]
},
{
"BeginOffsetMillis": 11220,
"Content": "That sounds very bad. I can offer a 20% discount to make you stay with us.",
"EndOffsetMillis": 15210,
"Id": "the ID of the turn",
"ParticipantId": "AGENT",
"Sentiment": "NEGATIVE",
"LoudnessScore": [
75.92,
75.79,
80.31,
80.44,
76.31
]
},
{
"BeginOffsetMillis": 15840,
"Content": "That sounds interesting. Thank you accept.",
"EndOffsetMillis": 18120,
"Id": "the ID of the turn",
"ParticipantId": "CUSTOMER",
"Sentiment": "POSITIVE",
"LoudnessScore": [
73.77,
79.17,
77.97,
79.29
]
},
{
"BeginOffsetMillis": 18310,
"Content": "Alright, I made all the changes to the account and now these discounts applied.",
"EndOffsetMillis": 21820,
"Id": "the ID of the turn",
"ParticipantId": "AGENT",
"Sentiment": "NEUTRAL",
"LoudnessScore": [
83.88,
86.75,
86.97,
86.11
],
"OutcomesDetected": [
{
"CharacterOffsets": {
"BeginOffsetChar": 9,
"EndOffsetChar": 77
},
"Text": "I made all the changes to the account and now these discounts applied"
}
]
},
{
"BeginOffsetMillis": 22610,
"Content": "Awesome. Thank you so much.",
"EndOffsetMillis": 24140,
"Id": "the ID of the turn",
"ParticipantId": "CUSTOMER",
"Sentiment": "POSITIVE",
"LoudnessScore": [
79.11,
81.7,
78.15
]
},
{
"BeginOffsetMillis": 24120,
"Content": "No worries. I will send you all the details later today and call you back next week to check up on you.",
"EndOffsetMillis": 29710,
"Id": "the ID of the turn",
"ParticipantId": "AGENT",
"Sentiment": "POSITIVE",
"LoudnessScore": [
87.07,
83.96,
76.38,
88.38,
87.69,
76.6
],
"ActionItemsDetected": [
{
"CharacterOffsets": {
"BeginOffsetChar": 12,
"EndOffsetChar": 102
},
"Text": "I will send you all the details later today and call you back next week to check up on you"
}
]
},
{
"BeginOffsetMillis": 30580,
"Content": "Thank you. Sir. Have a nice evening.",
"EndOffsetMillis": 32110,
"Id": "the ID of the turn",
"ParticipantId": "CUSTOMER",
"Sentiment": "POSITIVE",
"LoudnessScore": [
81.42,
82.29,
73.29
]
}
]
}
}
```
## Contoh file yang disunting untuk panggilan yang dianalisis oleh analitik Contact Lens percakapan
Bagian ini menunjukkan contoh file yang disunting untuk panggilan setelah dianalisis oleh analitik Contact Lens percakapan. Ini adalah kembaran dari file yang dianalisis asli. Satu-satunya perbedaan adalah bahwa data sensitif disunting. Dalam contoh ini, tiga entitas dipilih untuk redaksi: "`CREDIT_DEBIT_NUMBER`“," `NAME` “,"`USERNAME`”.
Dalam contoh ini, `RedactionMaskMode` diatur ke PII. Ketika suatu entitas disunting, Contact Lens menggantikannya dengan. `[PII]` Jika disetel ke`ENTITY_TYPE`, Contact Lens akan menggantikan data dengan nama entitas, misalnya,`[CREDIT_DEBIT_NUMBER]`.
```
{
"Version": "1.1.0",
"AccountId": "your AWS account ID",
"ContentMetadata": {
"Output": "Redacted",
"RedactionTypes": ["PII"],
"RedactionTypesMetadata": {
"PII": {
"RedactionEntitiesRequested": ["CREDIT_DEBIT_NUMBER", "NAME", "USERNAME"],
"RedactionMaskMode": "PII" // if you were to choose ENTITY_TYPE instead, the redaction would say, for example, [NAME]
}
}
},
"Channel": "VOICE",
"JobStatus": "COMPLETED",
"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"
},
]
},
]
},
"LanguageCode": "en-US",
"Participants": [
{
"ParticipantId": "CUSTOMER",
"ParticipantRole": "CUSTOMER"
},
{
"ParticipantId": "AGENT",
"ParticipantRole": "AGENT"
}
],
"Categories": {
"MatchedCategories": ["Cancellation"],
"MatchedDetails": {
"Cancellation": {
"PointsOfInterest": [
{
"BeginOffsetMillis": 7370,
"EndOffsetMillis": 11190
}
]
}
}
},
"ConversationCharacteristics": {
"ContactSummary": {
"PostContactSummary": {
"Content": "The customer and agent's conversation did not have any clear issues, outcomes or next steps. Agent verified customer information and finished the call."
}
},
"TotalConversationDurationMillis": 32110,
"Sentiment": {
"OverallSentiment": {
"AGENT": 0,
"CUSTOMER": 3.1
},
"SentimentByPeriod": {
"QUARTER": {
"AGENT": [
{
"BeginOffsetMillis": 0,
"EndOffsetMillis": 7427,
"Score": 0
},
{
"BeginOffsetMillis": 7427,
"EndOffsetMillis": 14855,
"Score": -5
},
{
"BeginOffsetMillis": 14855,
"EndOffsetMillis": 22282,
"Score": 0
},
{
"BeginOffsetMillis": 22282,
"EndOffsetMillis": 29710,
"Score": 5
}
],
"CUSTOMER": [
{
"BeginOffsetMillis": 0,
"EndOffsetMillis": 8027,
"Score": -2.5
},
{
"BeginOffsetMillis": 8027,
"EndOffsetMillis": 16055,
"Score": 5
},
{
"BeginOffsetMillis": 16055,
"EndOffsetMillis": 24082,
"Score": 5
},
{
"BeginOffsetMillis": 24082,
"EndOffsetMillis": 32110,
"Score": 5
}
]
}
}
},
"Interruptions": {
"InterruptionsByInterrupter": {
"CUSTOMER": [
{
"BeginOffsetMillis": 10710,
"DurationMillis": 3790,
"EndOffsetMillis": 14500
}
],
"AGENT": [
{
"BeginOffsetMillis": 10710,
"DurationMillis": 3790,
"EndOffsetMillis": 14500
}
]
},
"TotalCount": 2,
"TotalTimeMillis": 7580
},
"NonTalkTime": {
"TotalTimeMillis": 0,
"Instances": []
},
"TalkSpeed": {
"DetailsByParticipant": {
"AGENT": {
"AverageWordsPerMinute": 239
},
"CUSTOMER": {
"AverageWordsPerMinute": 163
}
}
},
"TalkTime": {
"TotalTimeMillis": 28698,
"DetailsByParticipant": {
"AGENT": {
"TotalTimeMillis": 15079
},
"CUSTOMER": {
"TotalTimeMillis": 13619
}
}
}
},
"CustomModels": [
{ // set via https://docs.aws.amazon.com/connect/latest/adminguide/add-custom-vocabulary.html
"Type": "TRANSCRIPTION_VOCABULARY",
"Name": " LNK POPProductNames",
"Id": "4e14b0db-f00a-451a-8847-f6dbf76ae415" // optional field
}
],
"Transcript": [
{
"BeginOffsetMillis": 0,
"Content": "Okay.",
"EndOffsetMillis": 90,
"Id": "the ID of the turn",
"ParticipantId": "AGENT",
"Sentiment": "NEUTRAL",
"LoudnessScore": [
79.27
]
},
{
"BeginOffsetMillis": 160,
"Content": "Just hello. My name is [PII] and help.",
"EndOffsetMillis": 4640,
"Id": "the ID of the turn",
"ParticipantId": "CUSTOMER",
"Sentiment": "NEUTRAL",
"LoudnessScore": [
66.56,
40.06,
85.27,
82.22,
77.66
],
"Redaction": {
"RedactedTimestamps": [
{
"BeginOffsetMillis": 3290,
"EndOffsetMillis": 3620
}
]
}
},
{
"BeginOffsetMillis": 4640,
"Content": "Hello. [PII], how can I help you?",
"EndOffsetMillis": 6610,
"Id": "the ID of the turn",
"ParticipantId": "AGENT",
"Sentiment": "NEUTRAL",
"LoudnessScore": [
70.23,
73.05,
71.8
],
"Redaction": {
"RedactedTimestamps": [
{
"BeginOffsetMillis": 5100,
"EndOffsetMillis": 5450
}
]
}
},
{
"BeginOffsetMillis": 7370,
"Content": "I need to cancel. I want to cancel my plan subscription.",
"EndOffsetMillis": 11190,
"Id": "the ID of the turn",
"ParticipantId": "CUSTOMER",
"Sentiment": "NEGATIVE",
"LoudnessScore": [
77.18,
79.59,
85.23,
81.08,
73.99
],
"IssuesDetected": [
{
"CharacterOffsets": {
"BeginOffsetChar": 0,
"EndOffsetChar": 55
},
"Text": "I need to cancel. I want to cancel my plan subscription"
}
]
},
{
"BeginOffsetMillis": 11220,
"Content": "That sounds very bad. I can offer a 20% discount to make you stay with us.",
"EndOffsetMillis": 15210,
"Id": "the ID of the turn",
"ParticipantId": "AGENT",
"Sentiment": "NEGATIVE",
"LoudnessScore": [
75.92,
75.79,
80.31,
80.44,
76.31
]
},
{
"BeginOffsetMillis": 15840,
"Content": "That sounds interesting. Thank you accept.",
"EndOffsetMillis": 18120,
"Id": "the ID of the turn",
"ParticipantId": "CUSTOMER",
"Sentiment": "POSITIVE",
"LoudnessScore": [
73.77,
79.17,
77.97,
79.29
]
},
{
"BeginOffsetMillis": 18310,
"Content": "Alright, I made all the changes to the account and now these discounts applied.",
"EndOffsetMillis": 21820,
"Id": "the ID of the turn",
"ParticipantId": "AGENT",
"Sentiment": "NEUTRAL",
"LoudnessScore": [
83.88,
86.75,
86.97,
86.11
],
"OutcomesDetected": [
{
"CharacterOffsets": {
"BeginOffsetChar": 9,
"EndOffsetChar": 77
},
"Text": "I made all the changes to the account and now these discounts applied"
}
]
},
{
"BeginOffsetMillis": 22610,
"Content": "Awesome. Thank you so much.",
"EndOffsetMillis": 24140,
"Id": "the ID of the turn",
"ParticipantId": "CUSTOMER",
"Sentiment": "POSITIVE",
"LoudnessScore": [
79.11,
81.7,
78.15
]
},
{
"BeginOffsetMillis": 24120,
"Content": "No worries. I will send you all the details later today and call you back next week to check up on you.",
"EndOffsetMillis": 29710,
"Id": "the ID of the turn",
"ParticipantId": "AGENT",
"Sentiment": "POSITIVE",
"LoudnessScore": [
87.07,
83.96,
76.38,
88.38,
87.69,
76.6
],
"ActionItemsDetected": [
{
"CharacterOffsets": {
"BeginOffsetChar": 12,
"EndOffsetChar": 102
},
"Text": "I will send you all the details later today and call you back next week to check up on you"
}
]
},
{
"BeginOffsetMillis": 30580,
"Content": "Thank you. Sir. Have a nice evening.",
"EndOffsetMillis": 32110,
"Id": "the ID of the turn",
"ParticipantId": "CUSTOMER",
"Sentiment": "POSITIVE",
"LoudnessScore": [
81.42,
82.29,
73.29
]
}
]
}
```
# Contoh file Contact Lens keluaran untuk obrolan yang dianalisis oleh Contact Lens analitik percakapan
Bagian ini menunjukkan contoh skema untuk percakapan obrolan yang telah dianalisis oleh analitik Contact Lens percakapan. Contoh menunjukkan sentimen yang disimpulkan, kategori yang cocok, ringkasan kontak, dan waktu respons.
File asli yang dianalisis berisi transkrip obrolan lengkap. Konten yang sama yang ada di bidang **Transkrip** obrolan di halaman **Detail kontak** ada di `Transcript` bidang dalam file Contact Lens analisis asli. Selain itu, file yang dianalisis mungkin berisi lebih banyak bidang, seperti `Redaction` bagian untuk menunjukkan bahwa ada data yang disunting dalam file analisis yang disunting.
**catatan**
Beberapa `ConversationCharacteristics` termasuk `DetailsByParticipantRole` peta, dengan peran peserta sebagai kunci. Namun, tidak semua peran dari `Participants` daftar (seperti `CUSTOMER` atau`AGENT`) dijamin memiliki kunci yang sesuai di `DetailsByParticipantRole` objek. Kehadiran kunci untuk peserta tergantung pada apakah ada data yang memenuhi syarat untuk Contact Lens analisis.
## Kategori
`PointsOfInterest`berbeda antara kategori pasca-obrolan dan pasca-panggilan:
+ Pasca-panggilan `PointsOfInterest` memiliki offset milidetik.
+ Post-chat `PointsOfInterest` memiliki array`TranscriptItems`; setiap item memiliki `id` dan`CharacterOffset`.
Ada array`PointsOfInterest`. Setiap array memiliki array`TranscriptItems`: masing-masing `PointOfInterest` untuk kecocokan Kategori, tetapi setiap kecocokan dapat menjangkau beberapa item transkrip.
Untuk panggilan dan obrolan, `PointsOfInterest` array bisa kosong. Ini berarti bahwa kategori tersebut cocok untuk seluruh kontak. Misalnya, jika Anda membuat aturan untuk mencocokkan kategori ketika `Hello` tidak disebutkan dalam kontak, tidak akan ada bagian dari transkrip untuk menentukan kondisi ini.
**catatan**
Saat ini, kategori disimpulkan untuk`text/plain`, pesan `text/markdown` obrolan saja.
## Sorotan utama
**Sorotan utama** terletak di `ConversationCharacteristics.ContactSummary.SummaryItemsDetected` array. Tidak lebih dari satu item dapat berada dalam array itu, menekankan bahwa hanya satu set`Issue`,`Outcome`, dan `Action` item yang dapat ditemukan.
Setiap objek dalam array memiliki bidang berikut:`IssuesDetected`,`OutcomesDetected`,`ActionItemsDetected`.
Masing-masing bidang memiliki array `TranscriptItems` yang memiliki `Id` dan`CharacterOffsets`. Mereka menjelaskan `TranscriptItems` dan bagian-bagian tertentu yang diidentifikasi berisi ringkasan kontak: masalah, hasil, atau item tindakan.
**catatan**
Saat ini, sorotan utama disimpulkan hanya untuk pesan `text/plain` obrolan.
## Sentimen
### Sentimen keseluruhan
Skor sentimen `DetailsByParticipantRole` lapangan untuk peserta kontak mirip dengan file analisis pidato Contact Lens untuk.
`DetailsByInteraction`bidang memiliki skor `CUSTOMER` sentimen untuk bagian interaksi obrolan `WithAgent` dan`WithoutAgent`. Jika tidak ada pesan pelanggan di bagian interaksi tersebut, bidang masing-masing tidak akan ada.
**catatan**
Saat ini, sentimen yang disimpulkan adalah untuk`text/plain`, pesan `text/markdown` obrolan saja.
### Pergeseran sentimen
`DetailsByParticipantRole`Bidang berisi objek yang menggambarkan pergeseran sentimen untuk peserta kontak (yaitu,`AGENT`,`CUSTOMER`): `BeginScore` dan`EndScore`.
`DetailsByInteraction`Bidang ini memiliki pergeseran `CUSTOMER` sentimen untuk bagian dari interaksi obrolan `WithAgent` dan`WithoutAgent`. Jika tidak ada pesan pelanggan di bagian interaksi tersebut, bidang masing-masing tidak akan ada.
Pergeseran sentimen memberikan informasi tentang bagaimana sentimen peserta berubah selama interaksi obrolan.
## Waktu respon
`AgentGreetingTimeMillis`mengukur waktu antara saat `AGENT` bergabung dengan obrolan dan saat ketika mereka mengakhiri pesan pertama mereka kepada pelanggan.
`DetailsByParticipantRole`memiliki karakteristik sebagai berikut untuk masing-masing peserta:
+ `Average`: Berapa waktu respons rata-rata untuk peserta.
+ `Maximum`: Berapa waktu respons terpanjang untuk peserta. Jika ada beberapa item transkrip dengan waktu respons maksimum yang sama, yang mana.
Untuk menghitung `Average` dan waktu `Maximum` respons untuk peserta tertentu, mereka perlu menanggapi pesan dari peserta lain (`AGENT`perlu menanggapi`CUSTOMER`, atau sebaliknya).
Misalnya, jika hanya ada satu pesan dari `CUSTOMER` dan kemudian hanya satu pesan dari `AGENT` sebelum obrolan berakhir, Contact Lens akan menghitung waktu respons untuk`AGENT`, tetapi tidak untuk`CUSTOMER`.
**catatan**
Saat ini, waktu respons disimpulkan adalah untuk` text/plain`, pesan `text/markdown` obrolan saja.
## Redaksi
Perhatikan hal berikut tentang file analisis asli untuk obrolan:
+ Item transkrip mencakup `Redaction` bagian hanya jika ada data yang akan disunting. Bagian ini berisi offset karakter untuk data yang disunting dalam file analisis yang disunting.
+ Jika dua atau lebih potongan pesan disunting, offset pertama berlaku untuk bagian yang disunting pertama, offset kedua berlaku untuk bagian yang disunting kedua, dan seterusnya.
`DisplayNames`untuk `AGENT` dan `CUSTOMER` disunting karena mengandung PII. Ini juga berlaku untuk`AttachmentName`.
`CharacterOffsets`mempertimbangkan perubahan redaksi `Content` panjang dalam file analisis yang disunting. `CharacterOffsets`menggambarkan konten yang disunting, bukan konten asli.
## Contoh file obrolan asli
```
{
"AccountId": "123456789012",
"Categories": {
"MatchedCategories": [
"agent-intro"
],
"MatchedDetails": {
"agent-intro": {
"PointsOfInterest": [
{
"TranscriptItems": [
{
"CharacterOffsets": {
"BeginOffsetChar": 0,
"EndOffsetChar": 73
},
"Id": "e4949dd1-aaa1-4fbd-84e7-65c95b2d3d9a"
}
]
}
]
}
}
},
"Channel": "CHAT",
"ChatTranscriptVersion": "2019-08-26",
"ContentMetadata": {
"Output": "Raw"
},
"ConversationCharacteristics": {
"ContactSummary": {
"PostContactSummary": {
"Content": "The customer and agent's conversation did not have any clear issues, outcomes or next steps. Agent verified customer information and finished the call."
}
},
"SummaryItemsDetected": [
{
"ActionItemsDetected": [],
"IssuesDetected": [
{
"TranscriptItems": [
{
"CharacterOffsets": {
"BeginOffsetChar": 72,
"EndOffsetChar": 244
},
"Id": "2b8ba020-53ee-4053-b5b7-35364ac1c7df"
}
]
}
]
"OutcomesDetected": [
{
"TranscriptItems": [
{
"CharacterOffsets": {
"BeginOffsetChar": 0,
"EndOffsetChar": 150
},
"Id": "72cc8c8d-2199-422a-b363-01d6d3fdc851"
}
]
}
]
}
],
"ResponseTime": {
"AgentGreetingTimeMillis": 2511,
"DetailsByParticipantRole": {
"AGENT": {
"Average": {
"ValueMillis": 5575
},
"Maximum": {
"TranscriptItems": [
{
"Id": "21acf0fc-7259-4a08-b4cd-688eb56587d3"
}
],
"ValueMillis": 7309
}
},
"CUSTOMER": {
"Average": {
"ValueMillis": 5875
},
"Maximum": {
"TranscriptItems": [
{
"Id": "c71ad383-f876-4bb3-b254-7837b6a3d395"
}
],
"ValueMillis": 11366
}
}
}
},
"Sentiment": {
"DetailsByTranscriptItemGroup": [
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "e4949dd1-aaa1-4fbd-84e7-65c95b2d3d9a"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "3673d926-6e75-4620-a6f0-7ea571790a15"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "46d37141-32d8-4f2e-a664-bcd3f34a68b3"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "3c4a2a1e-6790-46a6-8ad4-4a0980b04795"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "f9cd41b6-3f68-4e83-a47d-664395f324c0"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 1.6666666666666667,
"Sentiment": "POSITIVE",
"TranscriptItems": [
{
"Id": "21acf0fc-7259-4a08-b4cd-688eb56587d3"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 1.6666666666666667,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "2b8ba020-53ee-4053-b5b7-35364ac1c7df"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 1.6666666666666667,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "28d0a1ce-64d1-4625-bbef-4cfeb97b6742"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "ef9b8622-32d5-4cfd-9ccc-a242502267bc"
},
{
"Id": "03a9de67-f9e1-4884-a1a3-ecea78a4ce9e"
},
{
"Id": "cfee5ece-a671-4a11-9ec2-89aba4b7d688"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "72cc8c8d-2199-422a-b363-01d6d3fdc851"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 1.6666666666666667,
"Sentiment": "POSITIVE",
"TranscriptItems": [
{
"Id": "61bb2591-fe87-44e4-bba0-a3619c4cef1f"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 1.6666666666666667,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "1761f27e-0989-4b6d-a046-fc03d2c6bc9c"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 3.3333333333333335,
"Sentiment": "POSITIVE",
"TranscriptItems": [
{
"Id": "8cdff161-dc25-44e6-986f-fc0e08ee0a7d"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": -1.6666666666666667,
"Sentiment": "NEGATIVE",
"TranscriptItems": [
{
"Id": "bcc51949-3a79-4398-be1b-a27345a8a8ad"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": -3.75,
"Sentiment": "NEGATIVE",
"TranscriptItems": [
{
"Id": "7d5c07d7-3d26-4b34-ae91-39aeaeef685c"
},
{
"Id": "e0efbd17-9139-439b-8c80-ebf2b9b703b9"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": -3.75,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "8fbb8dd4-9fd4-4991-83dc-5f06eeead9aa"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": -2.5,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "3b856fd9-0eeb-4fb2-93ed-95ec4aeae3a6"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "ecb8c498-96d7-448b-8360-366eeddb4090"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "d334058f-e3de-4cf1-a361-32e4e61f1839"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "3ec6adb5-3f11-409c-af39-40cf7ba6f078"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "c71ad383-f876-4bb3-b254-7837b6a3d395"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "4b292b64-4a33-45ff-89df-d5a175d16d70"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "2da5a3c2-9d1b-458c-ae53-759a4e63198d"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 1.6666666666666667,
"Sentiment": "POSITIVE",
"TranscriptItems": [
{
"Id": "e23a2331-f3fc-4d3c-8a51-1541451186c9"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 3.75,
"Sentiment": "POSITIVE",
"TranscriptItems": [
{
"Id": "5a27cc39-9b73-4ebe-9275-5e6723788a1b"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 3.75,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "540368c7-ec19-4fc0-8c86-0a5ee62d31a0"
}
]
}
],
"OverallSentiment": {
"DetailsByInteraction": {
"DetailsByParticipantRole": {
"CUSTOMER": {
"WithAgent": 0
}
}
},
"DetailsByParticipantRole": {
"AGENT": 1.1538461538461537,
"CUSTOMER": 0
}
},
"SentimentShift": {
"DetailsByInteraction": {
"DetailsByParticipantRole": {
"CUSTOMER": {
"WithAgent": {
"BeginScore": -3,
"EndScore": 3.75
}
}
}
},
"DetailsByParticipantRole": {
"AGENT": {
"BeginScore": 0,
"EndScore": 2.5
},
"CUSTOMER": {
"BeginScore": -3.75,
"EndScore": 3.75
},
"SYSTEM": {
"BeginScore": 2.5,
"EndScore": 0
}
}
}
}
},
"CustomerMetadata": {
"ContactId": "b49644f6-672f-445c-b209-f76b36482830",
"InputS3Uri": "path to the json file in s3",
"InstanceId": "f23fc323-3d6d-48aa-95dc-EXAMPLE012"
},
"JobStatus": "COMPLETED",
"LanguageCode": "en-US",
"Participants": [
{
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER"
},
{
"ParticipantId": "2b2288b4-ff6e-4996-8d8e-260fd5a8ac02",
"ParticipantRole": "SYSTEM"
},
{
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT"
}
],
"Transcript": [
{
"AbsoluteTime": "2022-10-27T03:31:50.735Z",
"ContentType": "application/vnd.amazonaws.connect.event.participant.joined",
"DisplayName": "John",
"Id": "740c494d-9df7-4400-91c0-3e4df33922c8",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "EVENT"
},
{
"AbsoluteTime": "2022-10-27T03:31:53.390Z",
"Content": "Hello, thanks for contacting us. This is an example of what the Amazon Connect virtual contact center can enable you to do.",
"ContentType": "text/plain",
"DisplayName": "SYSTEM_MESSAGE",
"Id": "78aa8229-714a-4c87-916b-ce7d8d567ab2",
"ParticipantId": "2b2288b4-ff6e-4996-8d8e-260fd5a8ac02",
"ParticipantRole": "SYSTEM",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:31:55.131Z",
"Content": "The time in queue is less than 5 minutes.",
"ContentType": "text/plain",
"DisplayName": "SYSTEM_MESSAGE",
"Id": "1276382b-facb-49c5-8d34-62e3b0f50002",
"ParticipantId": "2b2288b4-ff6e-4996-8d8e-260fd5a8ac02",
"ParticipantRole": "SYSTEM",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:31:56.618Z",
"Content": "You are now being placed in queue to chat with an agent.",
"ContentType": "text/plain",
"DisplayName": "SYSTEM_MESSAGE",
"Id": "88c2363e-8206-4781-a353-c15e1ccacc12",
"ParticipantId": "2b2288b4-ff6e-4996-8d8e-260fd5a8ac02",
"ParticipantRole": "SYSTEM",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:00.951Z",
"ContentType": "application/vnd.amazonaws.connect.event.participant.joined",
"DisplayName": "Jane",
"Id": "c05cca74-d50b-4aa5-b46c-fdb5ae8c814c",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "EVENT"
},
{
"AbsoluteTime": "2022-10-27T03:32:03.462Z",
"Content": "Hello, thanks for reaching Example Corp. This is Jane. How may I help you?",
"ContentType": "text/markdown",
"DisplayName": "Jane",
"Id": "e4949dd1-aaa1-4fbd-84e7-65c95b2d3d9a",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Redaction": {
"CharacterOffsets": [
{
"BeginOffsetChar": 46,
"EndOffsetChar": 53
}
]
},
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:08.102Z",
"Content": "I'd like to see if I can get a refund or an exchange, because I ordered one of your grow-it-yourself indoor herb garden kits and nothing sprouted after a couple weeks so I think something is wrong with the seeds and this product may be defective.",
"ContentType": "text/markdown",
"DisplayName": "John",
"Id": "bcc51949-3a79-4398-be1b-a27345a8a8ad",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:14.137Z",
"Content": "My wife is blind and sensitive to the sun so I was going to surprise her for her birthday with all the herbs that she loves so you guys actually really let me down.",
"ContentType": "text/markdown",
"DisplayName": "John",
"Id": "7d5c07d7-3d26-4b34-ae91-39aeaeef685c",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:18.781Z",
"Content": "I should be taking my business elsewhere. I don't see why I should be giving money to a company that isn't even going to sell a product that works.",
"ContentType": "text/markdown",
"DisplayName": "John",
"Id": "e0efbd17-9139-439b-8c80-ebf2b9b703b9",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:24.123Z",
"Content": "Ok. Can I get your first and last name please?",
"ContentType": "text/markdown",
"DisplayName": "Jane",
"Id": "3673d926-6e75-4620-a6f0-7ea571790a15",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:29.879Z",
"Content": "Yeah. My first name is John and last name is Doe.",
"ContentType": "text/markdown",
"DisplayName": "John",
"Id": "8fbb8dd4-9fd4-4991-83dc-5f06eeead9aa",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Redaction": {
"CharacterOffsets": [
{
"BeginOffsetChar": 21,
"EndOffsetChar": 26
},
{
"BeginOffsetChar": 44,
"EndOffsetChar": 49
}
]
},
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:34.670Z",
"Content": "Could you please provide me with the order ID number?",
"ContentType": "text/markdown",
"DisplayName": "Jane",
"Id": "46d37141-32d8-4f2e-a664-bcd3f34a68b3",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:39.726Z",
"Content": "Yes, just . Looking ...",
"ContentType": "text/markdown",
"DisplayName": "John",
"Id": "3b856fd9-0eeb-4fb2-93ed-95ec4aeae3a6",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:44.887Z",
"Content": "Not a problem, take your time.",
"ContentType": "text/markdown",
"DisplayName": "Jane",
"Id": "3c4a2a1e-6790-46a6-8ad4-4a0980b04795",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:52.978Z",
"Content": "Okay, that should be #5376897. You know, if the product was fine I wouldn't have to scrounge through emails.",
"ContentType": "text/markdown",
"DisplayName": "John",
"Id": "ecb8c498-96d7-448b-8360-366eeddb4090",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:59.441Z",
"Content": "alright, perfect. And could you also just confirm the shipping address for me?",
"ContentType": "text/markdown",
"DisplayName": "Jane",
"Id": "f9cd41b6-3f68-4e83-a47d-664395f324c0",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Redaction": {
"CharacterOffsets": [
{
"BeginOffsetChar": 77,
"EndOffsetChar": 78
}
]
},
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:33:05.455Z",
"Content": "123 Any Street, Any Town, and the zip code is 98109.",
"ContentType": "text/markdown",
"DisplayName": "John",
"Id": "d334058f-e3de-4cf1-a361-32e4e61f1839",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Redaction": {
"CharacterOffsets": [
{
"BeginOffsetChar": 0,
"EndOffsetChar": 27
},
{
"BeginOffsetChar": 49,
"EndOffsetChar": 54
}
]
},
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:33:12.764Z",
"Content": "Thank you very much. Just waiting on my system here. .. I'll also need the last four digits of your debit card.",
"ContentType": "text/markdown",
"DisplayName": "Jane",
"Id": "21acf0fc-7259-4a08-b4cd-688eb56587d3",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:33:17.412Z",
"Content": "Ok. Last four for my debit care are 9008",
"ContentType": "text/markdown",
"DisplayName": "John",
"Id": "3ec6adb5-3f11-409c-af39-40cf7ba6f078",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Redaction": {
"CharacterOffsets": [
{
"BeginOffsetChar": 27,
"EndOffsetChar": 31
}
]
},
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:33:22.486Z",
"Content": "It's just too bad. I thought this was going to be the best gift idea. How can you guys be sending out defective seeds? Isn't that your whole business?",
"ContentType": "text/markdown",
"DisplayName": "Jane",
"Id": "2b8ba020-53ee-4053-b5b7-35364ac1c7df",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:33:38.961Z",
"Content": "I apologize for the experience you had Mr. Doe, its very uncommon that our customer will have this issue. We will look into this and get this sorted out for you right away.",
"ContentType": "text/markdown",
"DisplayName": "Jane",
"Id": "28d0a1ce-64d1-4625-bbef-4cfeb97b6742",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Redaction": {
"CharacterOffsets": [
{
"BeginOffsetChar": 41,
"EndOffsetChar": 46
}
]
},
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:33:44.192Z",
"Content": "Well, my wife's birthday already passed, so. There's not too much you can do. But I would still like to grow the herbs for her, if possible.",
"ContentType": "text/markdown",
"DisplayName": "John",
"Id": "4b292b64-4a33-45ff-89df-d5a175d16d70",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:33:51.310Z",
"Content": "Totally understandable. Let me see what we can do for you. Please give me couple of minutes as I check the system.",
"ContentType": "text/markdown",
"DisplayName": "Jane",
"Id": "ef9b8622-32d5-4cfd-9ccc-a242502267bc",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:33:56.287Z",
"Content": "Thank you sir one moment please.",
"ContentType": "text/markdown",
"DisplayName": "Jane",
"Id": "03a9de67-f9e1-4884-a1a3-ecea78a4ce9e",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:01.224Z",
"Content": "Alright are you still there Mr Doe?",
"ContentType": "text/markdown",
"DisplayName": "Jane",
"Id": "cfee5ece-a671-4a11-9ec2-89aba4b7d688",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Redaction": {
"CharacterOffsets": [
{
"BeginOffsetChar": 30,
"EndOffsetChar": 35
}
]
},
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:07.093Z",
"Content": "Yeah.",
"ContentType": "text/markdown",
"DisplayName": "John",
"Id": "2da5a3c2-9d1b-458c-ae53-759a4e63198d",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:12.562Z",
"Content": "We are not only refunding the cost of the grow-it-yourself indoor herb kit but we will also be sending you a replacement. Would you be okay with this?",
"ContentType": "text/markdown",
"DisplayName": "Jane",
"Id": "72cc8c8d-2199-422a-b363-01d6d3fdc851",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:17.029Z",
"Content": "Yeah! That would be great. I just want my wife to be able to have these herbs in her room. And I'm always happy to get my money back!",
"ContentType": "text/markdown",
"DisplayName": "John",
"Id": "e23a2331-f3fc-4d3c-8a51-1541451186c9",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:22.269Z",
"Content": "Awesome! We really want to keep our customers happy and satisfied, and again I want to apologize for your less than satisfactory experience with the last product you ordered from us.",
"ContentType": "text/markdown",
"DisplayName": "Jane",
"Id": "61bb2591-fe87-44e4-bba0-a3619c4cef1f",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:26.353Z",
"Content": "Okay! No problem. Sounds great. Thank you for all your help!",
"ContentType": "text/markdown",
"DisplayName": "John",
"Id": "5a27cc39-9b73-4ebe-9275-5e6723788a1b",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:31.431Z",
"Content": "Is there anything else I can help you out with John?",
"ContentType": "text/markdown",
"DisplayName": "Jane",
"Id": "1761f27e-0989-4b6d-a046-fc03d2c6bc9c",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Redaction": {
"CharacterOffsets": [
{
"BeginOffsetChar": 48,
"EndOffsetChar": 53
}
]
},
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:36.704Z",
"Content": "Nope!",
"ContentType": "text/markdown",
"DisplayName": "John",
"Id": "540368c7-ec19-4fc0-8c86-0a5ee62d31a0",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:41.448Z",
"Content": "Ok great! Have a great day.",
"ContentType": "text/markdown",
"DisplayName": "Jane",
"Id": "8cdff161-dc25-44e6-986f-fc0e08ee0a7d",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:42.799Z",
"ContentType": "application/vnd.amazonaws.connect.event.participant.left",
"DisplayName": "John",
"Id": "d1ba54ba-61d4-4a48-9a9a-6cd17d70b8fb",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "EVENT"
},
{
"AbsoluteTime": "2022-10-27T03:34:43.192Z",
"ContentType": "application/vnd.amazonaws.connect.event.chat.ended",
"Id": "2d9a0e4f-faec-485f-97af-2767dde1f30a",
"Type": "EVENT"
}
],
"Version": "CHAT-2022-11-30"
}
```
## Contoh file obrolan yang disunting
```
{
"AccountId": "123456789012",
"Categories": {
"MatchedCategories": [
"agent-intro"
],
"MatchedDetails": {
"agent-intro": {
"PointsOfInterest": [
{
"TranscriptItems": [
{
"CharacterOffsets": {
"BeginOffsetChar": 0,
"EndOffsetChar": 71
},
"Id": "e4949dd1-aaa1-4fbd-84e7-65c95b2d3d9a"
}
]
}
]
}
}
},
"Channel": "CHAT",
"ChatTranscriptVersion": "2019-08-26",
"ContentMetadata": {
"Output": "Redacted",
"RedactionTypes": [
"PII"
],
"RedactionTypesMetadata": {
"PII": {
"RedactionMaskMode": "PII"
}
}
},
"ConversationCharacteristics": {
"ContactSummary": {
"SummaryItemsDetected": [
{
"ActionItemsDetected": [],
"IssuesDetected": [
{
"TranscriptItems": [
{
"CharacterOffsets": {
"BeginOffsetChar": 72,
"EndOffsetChar": 244
},
"Id": "2b8ba020-53ee-4053-b5b7-35364ac1c7df"
}
]
}
],
"OutcomesDetected": [
{
"TranscriptItems": [
{
"CharacterOffsets": {
"BeginOffsetChar": 0,
"EndOffsetChar": 150
},
"Id": "72cc8c8d-2199-422a-b363-01d6d3fdc851"
}
]
}
]
}
]
"ContactSummary": {
"PostContactSummary": {
"Content": "The customer and agent's conversation did not have any clear issues, outcomes or next steps. Agent verified customer information and finished the call."
}
}
],
},
"ResponseTime": {
"AgentGreetingTimeMillis": 2511,
"DetailsByParticipantRole": {
"AGENT": {
"Average": {
"ValueMillis": 5575
},
"Maximum": {
"TranscriptItems": [
{
"Id": "21acf0fc-7259-4a08-b4cd-688eb56587d3"
}
],
"ValueMillis": 7309
}
},
"CUSTOMER": {
"Average": {
"ValueMillis": 5875
},
"Maximum": {
"TranscriptItems": [
{
"Id": "c71ad383-f876-4bb3-b254-7837b6a3d395"
}
],
"ValueMillis": 11366
}
}
}
},
"Sentiment": {
"DetailsByTranscriptItemGroup": [
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "e4949dd1-aaa1-4fbd-84e7-65c95b2d3d9a"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "3673d926-6e75-4620-a6f0-7ea571790a15"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "46d37141-32d8-4f2e-a664-bcd3f34a68b3"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "3c4a2a1e-6790-46a6-8ad4-4a0980b04795"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "f9cd41b6-3f68-4e83-a47d-664395f324c0"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 1.6666666666666667,
"Sentiment": "POSITIVE",
"TranscriptItems": [
{
"Id": "21acf0fc-7259-4a08-b4cd-688eb56587d3"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 1.6666666666666667,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "2b8ba020-53ee-4053-b5b7-35364ac1c7df"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 1.6666666666666667,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "28d0a1ce-64d1-4625-bbef-4cfeb97b6742"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "ef9b8622-32d5-4cfd-9ccc-a242502267bc"
},
{
"Id": "03a9de67-f9e1-4884-a1a3-ecea78a4ce9e"
},
{
"Id": "cfee5ece-a671-4a11-9ec2-89aba4b7d688"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "72cc8c8d-2199-422a-b363-01d6d3fdc851"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 1.6666666666666667,
"Sentiment": "POSITIVE",
"TranscriptItems": [
{
"Id": "61bb2591-fe87-44e4-bba0-a3619c4cef1f"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 1.6666666666666667,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "1761f27e-0989-4b6d-a046-fc03d2c6bc9c"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 3.3333333333333335,
"Sentiment": "POSITIVE",
"TranscriptItems": [
{
"Id": "8cdff161-dc25-44e6-986f-fc0e08ee0a7d"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": -1.6666666666666667,
"Sentiment": "NEGATIVE",
"TranscriptItems": [
{
"Id": "bcc51949-3a79-4398-be1b-a27345a8a8ad"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": -3.75,
"Sentiment": "NEGATIVE",
"TranscriptItems": [
{
"Id": "7d5c07d7-3d26-4b34-ae91-39aeaeef685c"
},
{
"Id": "e0efbd17-9139-439b-8c80-ebf2b9b703b9"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": -3.75,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "8fbb8dd4-9fd4-4991-83dc-5f06eeead9aa"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": -2.5,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "3b856fd9-0eeb-4fb2-93ed-95ec4aeae3a6"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "ecb8c498-96d7-448b-8360-366eeddb4090"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "d334058f-e3de-4cf1-a361-32e4e61f1839"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "3ec6adb5-3f11-409c-af39-40cf7ba6f078"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "c71ad383-f876-4bb3-b254-7837b6a3d395"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "4b292b64-4a33-45ff-89df-d5a175d16d70"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "2da5a3c2-9d1b-458c-ae53-759a4e63198d"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 1.6666666666666667,
"Sentiment": "POSITIVE",
"TranscriptItems": [
{
"Id": "e23a2331-f3fc-4d3c-8a51-1541451186c9"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 3.75,
"Sentiment": "POSITIVE",
"TranscriptItems": [
{
"Id": "5a27cc39-9b73-4ebe-9275-5e6723788a1b"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 3.75,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "540368c7-ec19-4fc0-8c86-0a5ee62d31a0"
}
]
}
],
"OverallSentiment": {
"DetailsByInteraction": {
"DetailsByParticipantRole": {
"CUSTOMER": {
"WithAgent": 0
}
}
},
"DetailsByParticipantRole": {
"AGENT": 1.1538461538461537,
"CUSTOMER": 0
}
},
"SentimentShift": {
"DetailsByInteraction": {
"DetailsByParticipantRole": {
"CUSTOMER": {
"WithAgent": {
"BeginScore": -3,
"EndScore": 3.75
}
}
}
},
"DetailsByParticipantRole": {
"AGENT": {
"BeginScore": 0,
"EndScore": 2.5
},
"CUSTOMER": {
"BeginScore": -3.75,
"EndScore": 3.75
}
}
}
}
},
"CustomerMetadata": {
"ContactId": "b49644f6-672f-445c-b209-f76b36482830",
"InputS3Uri": "path to the json file in s3",
"InstanceId": "f23fc323-3d6d-48aa-EXAMPLE012"
},
"JobStatus": "COMPLETED",
"LanguageCode": "en-US",
"Participants": [
{
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER"
},
{
"ParticipantId": "2b2288b4-ff6e-4996-8d8e-260fd5a8ac02",
"ParticipantRole": "SYSTEM"
},
{
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT"
}
],
"Transcript": [
{
"AbsoluteTime": "2022-10-27T03:31:50.735Z",
"ContentType": "application/vnd.amazonaws.connect.event.participant.joined",
"DisplayName": "[PII]",
"Id": "740c494d-9df7-4400-91c0-3e4df33922c8",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "EVENT"
},
{
"AbsoluteTime": "2022-10-27T03:31:53.390Z",
"Content": "Hello, thanks for contacting us. This is an example of what the Amazon Connect virtual contact center can enable you to do.",
"ContentType": "text/plain",
"DisplayName": "SYSTEM_MESSAGE",
"Id": "78aa8229-714a-4c87-916b-ce7d8d567ab2",
"ParticipantId": "2b2288b4-ff6e-4996-8d8e-260fd5a8ac02",
"ParticipantRole": "SYSTEM",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:31:55.131Z",
"Content": "The time in queue is less than 5 minutes.",
"ContentType": "text/plain",
"DisplayName": "SYSTEM_MESSAGE",
"Id": "1276382b-facb-49c5-8d34-62e3b0f50002",
"ParticipantId": "2b2288b4-ff6e-4996-8d8e-260fd5a8ac02",
"ParticipantRole": "SYSTEM",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:31:56.618Z",
"Content": "You are now being placed in queue to chat with an agent.",
"ContentType": "text/plain",
"DisplayName": "SYSTEM_MESSAGE",
"Id": "88c2363e-8206-4781-a353-c15e1ccacc12",
"ParticipantId": "2b2288b4-ff6e-4996-8d8e-260fd5a8ac02",
"ParticipantRole": "SYSTEM",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:00.951Z",
"ContentType": "application/vnd.amazonaws.connect.event.participant.joined",
"DisplayName": "[PII]",
"Id": "c05cca74-d50b-4aa5-b46c-fdb5ae8c814c",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "EVENT"
},
{
"AbsoluteTime": "2022-10-27T03:32:03.462Z",
"Content": "Hello, thanks for reaching Example Corp. This is [PII]. How may I help you?",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "e4949dd1-aaa1-4fbd-84e7-65c95b2d3d9a",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Redaction": {
"CharacterOffsets": [
{
"BeginOffsetChar": 46,
"EndOffsetChar": 51
}
]
},
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:08.102Z",
"Content": "I'd like to see if I can get a refund or an exchange, because I ordered one of your grow-it-yourself indoor herb garden kits and nothing sprouted after a couple weeks so I think something is wrong with the seeds and this product may be defective.",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "bcc51949-3a79-4398-be1b-a27345a8a8ad",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:14.137Z",
"Content": "My wife is blind and sensitive to the sun so I was going to surprise her for her birthday with all the herbs that she loves so you guys actually really let me down.",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "7d5c07d7-3d26-4b34-ae91-39aeaeef685c",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:18.781Z",
"Content": "I should be taking my business elsewhere. I don't see why I should be giving money to a company that isn't even going to sell a product that works.",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "e0efbd17-9139-439b-8c80-ebf2b9b703b9",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:24.123Z",
"Content": "Ok. Can I get your first and last name please?",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "3673d926-6e75-4620-a6f0-7ea571790a15",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:29.879Z",
"Content": "Yeah. My first name is [PII] and last name [PII].",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "8fbb8dd4-9fd4-4991-83dc-5f06eeead9aa",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Redaction": {
"CharacterOffsets": [
{
"BeginOffsetChar": 21,
"EndOffsetChar": 26
},
{
"BeginOffsetChar": 44,
"EndOffsetChar": 49
}
]
},
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:34.670Z",
"Content": "Could you please provide me with the order ID number?",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "46d37141-32d8-4f2e-a664-bcd3f34a68b3",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:39.726Z",
"Content": "Yes, just . Looking ...",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "3b856fd9-0eeb-4fb2-93ed-95ec4aeae3a6",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:44.887Z",
"Content": "Not a problem, take your time.",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "3c4a2a1e-6790-46a6-8ad4-4a0980b04795",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:52.978Z",
"Content": "Okay, that should be #5376897. You know, if the product was fine I wouldn't have to scrounge through emails.",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "ecb8c498-96d7-448b-8360-366eeddb4090",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:59.441Z",
"Content": "alright, perfect. And could you also just confirm the shipping address for me, [PII]",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "f9cd41b6-3f68-4e83-a47d-664395f324c0",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Redaction": {
"CharacterOffsets": [
{
"BeginOffsetChar": 77,
"EndOffsetChar": 82
}
]
},
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:33:05.455Z",
"Content": "[PII], and the zip code [PII].",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "d334058f-e3de-4cf1-a361-32e4e61f1839",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Redaction": {
"CharacterOffsets": [
{
"BeginOffsetChar": 0,
"EndOffsetChar": 5
},
{
"BeginOffsetChar": 27,
"EndOffsetChar": 32
}
]
},
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:33:12.764Z",
"Content": "Thank you very much. Just waiting on my system here. .. I'll also need the last four digits of your debit card.",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "21acf0fc-7259-4a08-b4cd-688eb56587d3",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:33:17.412Z",
"Content": "Ok. Last four for my debit card [PII]",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "3ec6adb5-3f11-409c-af39-40cf7ba6f078",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Redaction": {
"CharacterOffsets": [
{
"BeginOffsetChar": 27,
"EndOffsetChar": 32
}
]
},
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:33:33.852Z",
"Content": "It's just too bad. I thought this was going to be the best gift idea. How can you guys be sending out defective seeds? Isn't that your whole business?",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "c71ad383-f876-4bb3-b254-7837b6a3d395",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:33:38.961Z",
"Content": "I apologize for the experience you had Mr [PII], its very uncommon that our customer will have this issue. We will look into this and get this sorted out for you right away.",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "28d0a1ce-64d1-4625-bbef-4cfeb97b6742",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Redaction": {
"CharacterOffsets": [
{
"BeginOffsetChar": 41,
"EndOffsetChar": 46
}
]
},
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:33:44.192Z",
"Content": "Well, my wife's birthday already passed, so. There's not too much you can do. But I would still like to grow the herbs for her, if possible.",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "4b292b64-4a33-45ff-89df-d5a175d16d70",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:33:51.310Z",
"Content": "Totally understandable. Let me see what we can do for you. Please give me couple of minutes as I check the system.",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "ef9b8622-32d5-4cfd-9ccc-a242502267bc",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:33:56.287Z",
"Content": "Thank you sir one moment please.",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "03a9de67-f9e1-4884-a1a3-ecea78a4ce9e",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:01.224Z",
"Content": "Alright are you still there Mr [PII]?",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "cfee5ece-a671-4a11-9ec2-89aba4b7d688",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Redaction": {
"CharacterOffsets": [
{
"BeginOffsetChar": 30,
"EndOffsetChar": 35
}
]
},
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:07.093Z",
"Content": "Yeah.",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "2da5a3c2-9d1b-458c-ae53-759a4e63198d",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:12.562Z",
"Content": "We are not only refunding the cost of the grow-it-yourself indoor herb kit but we will also be sending you a replacement. Would you be okay with this?",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "72cc8c8d-2199-422a-b363-01d6d3fdc851",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:17.029Z",
"Content": "Yeah! That would be great. I just want my wife to be able to have these herbs in her room. And I'm always happy to get my money back!",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "e23a2331-f3fc-4d3c-8a51-1541451186c9",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:22.269Z",
"Content": "Awesome! We really want to keep our customers happy and satisfied, and again I want to apologize for your less than satisfactory experience with the last product you ordered from us.",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "61bb2591-fe87-44e4-bba0-a3619c4cef1f",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:26.353Z",
"Content": "Okay! No problem. Sounds great. Thank you for all your help!",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "5a27cc39-9b73-4ebe-9275-5e6723788a1b",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:31.431Z",
"Content": "Is there anything else I can help you out with Mr [PII]?",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "1761f27e-0989-4b6d-a046-fc03d2c6bc9c",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Redaction": {
"CharacterOffsets": [
{
"BeginOffsetChar": 48,
"EndOffsetChar": 53
}
]
},
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:36.704Z",
"Content": "Nope!",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "540368c7-ec19-4fc0-8c86-0a5ee62d31a0",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:41.448Z",
"Content": "Ok great! Have a great day.",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "8cdff161-dc25-44e6-986f-fc0e08ee0a7d",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:42.799Z",
"ContentType": "application/vnd.amazonaws.connect.event.participant.left",
"DisplayName": "[PII]",
"Id": "d1ba54ba-61d4-4a48-9a9a-6cd17d70b8fb",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "EVENT"
},
{
"AbsoluteTime": "2022-10-27T03:34:43.192Z",
"ContentType": "application/vnd.amazonaws.connect.event.chat.ended",
"Id": "2d9a0e4f-faec-485f-97af-2767dde1f30a",
"Type": "EVENT"
}
],
"Version": "CHAT-2022-11-30"
}
```
# Contoh file keluaran Lensa Kontak untuk email yang dianalisis oleh analisis percakapan Lensa Kontak
Bagian ini menunjukkan skema contoh untuk kontak email yang telah dianalisis oleh analisis percakapan Lensa Kontak. Contoh menunjukkan kategori yang cocok dan ringkasan rantai kontak.
Perhatikan hal berikut tentang file keluaran analitik email:
+ Bidang `Channel` diatur ke `EMAIL`.
+ `Version`Bidang menggunakan `EMAIL` awalan (misalnya,`EMAIL-2026-01-01`).
+ File keluaran email tidak termasuk skor sentimen, pergeseran sentimen, kenyaringan, atau data waktu non-bicara.
+ `Categories`Bagian ini mencakup `EventSource` bidang yang disetel ke`OnEmailAnalysisAvailable`.
+ Ringkasan kontak digunakan `ContactChainSummary` sebagai gantinya`PostContactSummary`, karena analitik email merangkum utas email lengkap (rantai kontak).
+ `CustomerMetadata.InputFiles`Bagian ini mereferensikan pesan email dan file teks biasa yang disimpan di Amazon S3.
## Contoh file keluaran analitik email
Contoh berikut menunjukkan output untuk kontak email dengan kategorisasi, redaksi, dan ringkasan rantai kontak diaktifkan.
```
{
"Version": "EMAIL-2026-01-01",
"AccountId": "123456789012",
"Channel": "EMAIL",
"Configuration": {
"ChannelConfiguration": {
"AnalyticsModes": [
"ContactLens"
]
},
"LanguageLocale": "en-US",
"RedactionConfiguration": {
"Behavior": "Enable",
"Policy": "RedactedAndOriginal",
"Entities": [],
"MaskMode": "EntityType"
},
"SummaryConfiguration": {
"SummaryModes": [
"ContactChain"
]
}
},
"CustomerMetadata": {
"ContactId": "a1b2c3d4-e5f6-7890-abcd-ef1234567890",
"InstanceId": "aaaaaaaa-bbbb-cccc-dddd-eeeeeeeeeeee",
"InputFiles": {
"EmailMessageS3URI": "connect/your-instance/EmailMessages/2026/01/15/a1b2c3d4_message.json",
"EmailMessagePlainTextS3URI": "connect/your-instance/EmailMessages/2026/01/15/a1b2c3d4_plain_text.json"
}
},
"Categories": {
"MatchedCategories": [
"refund-request",
"shipping-issue"
],
"MatchedDetails": {
"refund-request": {
"PointsOfInterest": [
{
"Contacts": [
{
"ContactId": "a1b2c3d4-e5f6-7890-abcd-ef1234567890"
}
]
}
],
"EventSource": "OnEmailAnalysisAvailable"
},
"shipping-issue": {
"PointsOfInterest": [],
"EventSource": "OnEmailAnalysisAvailable"
}
}
},
"ConversationCharacteristics": {
"ContactSummary": {
"ContactChainSummary": {
"Content": "The customer reported that their order arrived damaged and requested a full refund including shipping costs. The agent confirmed the refund would be processed within 3-5 business days and offered a replacement unit."
}
}
},
"JobDetails": {}
}
```
# Memecahkan masalah di Amazon Connect Contact Lens
## Mengapa saya tidak melihat atau mendengar konten yang tidak disunting?
Jika organisasi Anda menggunakan fitur Contact Lens redaksi, secara default hanya konten yang disunting yang muncul di situs web Amazon Connect admin.
Anda harus memiliki izin untuk melihat konten yang belum disunting. Lihat informasi yang lebih lengkap di [Tetapkan izin untuk menggunakan analisis Contact Lens percakapan di Amazon Connect](permissions-for-contact-lens.md).