As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
# Analisar conversas usando analytics de conversação no Amazon Connect Contact Lens
Com a análise Contact Lens conversacional, você pode analisar conversas entre clientes e agentes ou clientes e IA conversacional, por voz, chat e e-mail, usando processamento de linguagem natural. Esse recurso realiza análises de sentimentos, detecta problemas e permite a categorização automática de contatos.
**Análise de fala**
+ **Analytics de chamadas em tempo real**: use para detectar e resolver problemas de clientes de forma mais proativa ao longo da chamada em andamento. Por exemplo, ele pode [analisar e alertar](add-rules-for-alerts.md) você quando um cliente está frustrado porque o atendente não consegue resolver um problema complicado. Isso permite que você forneça assistência mais imediata.
+ **Análise pós-chamada**: use para entender tendências de conversas com clientes, interações de autoatendimento e conformidade de agentes. Isso ajuda você a identificar oportunidades para melhorar a IA conversacional e orientar os agentes após a ligação.
**Suporte à análise de chat**
+ **Análise de chat em tempo real**: assim como na análise de chamada em tempo real, você pode detectar e resolver os problemas dos clientes de forma mais proativa enquanto o chat progride e [receber um alerta](add-rules-for-alerts-chat.md). Por exemplo, os gerentes podem receber um alerta por e-mail em tempo real quando a opinião do cliente em relação a um contato no chat se torna negativa, permitindo que eles participem do contato em andamento e ajudem a resolver o problema do cliente.
+ **Análise pós-chamada**: use para entender as tendências das conversas com os clientes com bots e atendentes. Esse recurso fornece informações específicas para uma interação de chat, como o tempo de cumprimento do atendente e os tempos de resposta do atendente e do cliente. Os tempos de resposta e os sentimentos ajudam a investigar comparativamente a experiência do cliente com o bot e o atendente e a identificar áreas de melhoria.
+ Cada mensagem de chat processada é cobrada da mesma forma. Embora nem todas as mensagens tenham todos os recursos aplicados (por exemplo, o resumo é aplicado somente às mensagens `text/plain`), se a analytics de conversação do Contact Lens estiver habilitada no contato, a mensagem será contabilizada para cobrança. Para obter mais informações sobre a definição de preços, consulte [Preços do Amazon Connect](https://aws.amazon.com/connect/pricing/).
**Suporte para análise de e-mail**
+ **Análise de e-mail**: use para analisar conversas por e-mail entre clientes e agentes. Contact Lenscategoriza automaticamente os contatos de e-mail, edita dados confidenciais das transcrições de e-mail e gera resumos de contatos. Isso ajuda você a entender as tendências das conversas por e-mail e a garantir a conformidade em todo o seu canal de e-mail.
+ Como os contatos de e-mail são assíncronos, com um participante atuando por vez, a distinção em tempo real e pós-contato que se aplica à voz e ao bate-papo não se aplica ao e-mail. Uma análise de e-mail é iniciada assim que [Bloco de fluxo no Amazon Connect: defina o comportamento de gravação, análise e processamento](set-recording-analytics-processing-behavior.md) é usada quando um contato de e-mail é recebido ou enviado.
É possível proteger a privacidade do cliente removendo dados confidenciais, como nome, endereço e informações de cartão de crédito presentes em transcrições e gravações de áudio.
## Exemplo de página de detalhes de contato para uma chamada
A imagem a seguir mostra a análise de conversação de uma chamada de voz. Observe que ela inclui métricas de **Tempo de conversa**.
![\[Um exemplo de página de detalhes de contato com métricas de tempo de conversa.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contactlens-contactdetails-call1b.png)
1. **Tendência do sentimento do cliente**: este gráfico mostra como o sentimento do cliente muda à medida que o contato aumenta. Para obter mais informações, consulte [Investigar pontuações de sentimento](sentiment-scores.md).
1. **Sentimento do cliente**: este gráfico mostra a distribuição do sentimento do cliente durante toda a chamada. Ele é calculado contando o número total de turnos de conversas ou mensagens de chat em que um cliente teve um sentimento Positivo, Neutro e Negativo.
1. **Tempo de conversação**: este gráfico mostra a distribuição do tempo de conversação e do tempo sem conversação durante toda a chamada. Além disso, o tempo de conversação é dividido em tempo de conversação do atendente e do cliente.
A imagem a seguir mostra a próxima seção na página **Detalhes de contato** de uma chamada de voz: a análise e a transcrição do áudio. Observe que as informações de identificação pessoal (PII) foram [removidas da transcrição.](sensitive-data-redaction.md)
![\[A análise e a transcrição do áudio referentes ao contato.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contactlens-contactdetails-call2b.png)
## Exemplo de página Detalhes do contato para uma análise de chat em tempo real
A imagem a seguir mostra a análise de conversação de um chat em tempo real. Observe que ela inclui os principais destaques e a opinião do cliente.
![\[Uma página de detalhes do contato com análise de conversação de um chat em tempo real.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contactlens-realtime-chat.png)
## Exemplo de página Detalhes do contato para uma análise de pós-chat
A imagem a seguir mostra uma análise de pós-chat. Observe que ela inclui métricas de resposta do chat, como **Tempo de cumprimento do atendente** (o tempo desde o momento em que o atendente entra no chat até o momento em que envia a primeira resposta), **Tempo de resposta do cliente** e **Tempo de resposta do atendente**.
![\[Uma página de detalhes de contato com resumo e análise de conversação referentes a um chat.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contactlens-contactdetails-chat1b.png)
A imagem a seguir mostra a próxima seção na página **Detalhes de contato** de um chat: a análise e transcrição da interação. Observe que é possível fazer uma investigação comparativa da interação do cliente com um bot e com um atendente.
![\[A página de detalhes de contato, a análise da interação e a transcrição de um bate-papo.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contactlens-contactdetails-chat2b.png)
## Exemplo de página de detalhes de contato para análise de e-mail
A imagem a seguir mostra a análise conversacional de um contato de e-mail. A análise de e-mail inclui categorização, redação de dados confidenciais e resumos de contatos. Como os contatos de e-mail são assíncronos, não há análises em tempo real nem pontuações de sentimentos.
![\[Um exemplo de página de detalhes de contato com análise de conversação para um contato por e-mail.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contactlens-contactdetails-email.png)
# Habilitar a analytics de conversação no Amazon Connect Contact Lens
É possível habilitar a analytics de conversação do Contact Lens em algumas etapas:
1. Habilite o Contact Lens na sua instância do Amazon Connect.
1. Adicione um [Set recording and analytics behavior (Definir o comportamento de gravação e análise)](set-recording-behavior.md) bloco a um fluxo e configure-o para permitir análises conversacionais para voz, bate-papo, e-mail ou uma combinação de canais.
A imagem a seguir mostra um bloco configurado para gravação de chamadas e análise de fala. A opção **Gravação de chamadas** está definida como **Agente e cliente**. Na seção **Análise**, as opções são selecionadas para interações automatizadas e interações com agentes.
![\[A página de propriedades para definir comportamento de gravação e análise.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/set-recording-and-analytics-behavior.png)
Os procedimentos neste tópico descrevem as etapas para habilitar a análise conversacional para chamadas, bate-papos ou e-mails.
**Topics**
+ [O que é importante saber](#important-set-behaviorblock)
+ [Habilitar o Contact Lens para a instância do Amazon Connect.](#enable-cl)
+ [Habilitar a gravação de chamadas e a análise de fala](#enable-callrecording-speechanalytics)
+ [Habilitar análises de bate-papo](#enable-chatanalytics)
+ [Habilite a análise de e-mail](#enable-emailanalytics)
+ [Habilitar edição](#enable-redaction)
+ [Analisar a edição para verificar a precisão](#review-sensitive-data-redaction)
+ [Desabilitar a análise de sentimento](#disable-sentiment-analysis-voice-and-chat)
+ [Habilitar dinamicamente a edição com base no idioma do cliente](#dynamically-enable-analytics-contact-flow)
+ [Projetar um fluxo para os principais destaques](#call-summarization-agent)
+ [E se o bloco de fluxo não conseguir habilitar a análise de conversação?](#troubleshoot-contactlens-enablement)
+ [Chamadas com vários participantes](#multiparty-calls-contactlens)
## O que é importante saber
+ **Coletar dados depois de transferir um contato**: se quiser continuar usando a análise de conversação para coletar dados depois de transferir um contato para outro atendente ou fila, precisará adicionar outro bloco [Set recording and analytics behavior (Definir o comportamento de gravação e análise)](set-recording-behavior.md) com a opção **Habilitar análises** habilitada para o fluxo. Isso ocorre porque uma transferência gera um segundo ID de contato e um registro de contato. A análise de conversação também precisa ser executada nesse registro de contato.
**nota**
Para [queue-to-queuetransferências](queue-to-queue-transfer.md), as informações de configuração para análise conversacional são copiadas para o contato transferido.
+ Quando você escolhe um idioma compatível com a análise de sentimentos e seleciona **Ativar análise de Contact Lens fala, Ativar análise** **de bate-papo** ou **Ativar análise de e-mail** no [Set recording and analytics behavior (Definir o comportamento de gravação e análise)](set-recording-behavior.md) bloco, a análise de sentimentos é ativada por padrão. Você pode optar por [desabilitar a análise de sentimento.](#disable-sentiment-analysis-voice-and-chat)
+ O local em que você coloca o bloco [Set recording and analytics behavior (Definir o comportamento de gravação e análise)](set-recording-behavior.md) em um fluxo afeta a experiência do atendente com os principais destaques. Para obter mais informações, consulte [Projetar um fluxo para os principais destaques](#call-summarization-agent).
## Habilitar o Contact Lens para a instância do Amazon Connect.
Para poder habilitar a analytics de conversação, é necessário primeiro habilitar o Contact Lens para a instância.
1. Abra o console do Amazon Connect em [https://console.aws.amazon.com/connect/](https://console.aws.amazon.com/connect/).
1. Na página Instâncias, escolha o alias da instância. O alias da instância também é o **nome da instância**, que aparece no URL do Amazon Connect. A imagem a seguir mostra a página **Instâncias da central de atendimento virtual do Amazon Connect**, com uma caixa ao redor do alias da instância.
![\[Página Instâncias da central de atendimento virtual do Amazon Connect e o alias da instância.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/instance.png)
1. No console do Amazon Connect, no painel de navegação, escolha **Ferramentas de analytics** e, depois, **Habilitar o Contact Lens**.
1. Escolha **Salvar**.
## Habilitar a gravação de chamadas e a análise de fala
Depois que o Contact Lens estiver habilitado para a instância, é possível adicionar blocos [Set recording and analytics behavior (Definir o comportamento de gravação e análise)](set-recording-behavior.md) aos fluxos. Em seguida, você ativa a análise de conversação ao configurar o bloco **Definir comportamento de gravação e análise**.
1. No designer de fluxo, adicione um bloco [Set recording and analytics behavior (Definir o comportamento de gravação e análise)](set-recording-behavior.md) ao seu fluxo.
Para obter informações sobre quais tipos de fluxo podem ser usados com esse bloco e outras dicas, consulte [Set recording and analytics behavior (Definir o comportamento de gravação e análise)](set-recording-behavior.md).
1. Abra a página de propriedades **Definir comportamento de gravação e análise**. Em **Gravação de chamadas**, escolha **Ativado**, **Atendente e cliente**.
As gravações de chamadas do atendente e do cliente são necessárias para usar a análise de conversação para contatos de voz.
1. Em **Analytics**, escolha **Habilitar analytics de conversação do Contact Lens**, **Habilitar analytics de fala**.
Se você não vir essa opção, o Amazon Connect Contact Lens não foi habilitado para sua instância. Para obter instruções sobre como habilitá-lo, consulte [Habilitar o Contact Lens para a instância do Amazon Connect.](#enable-cl).
1. Escolha uma das seguintes opções:
1. **Analytics pós-chamada**: o Contact Lens analisa a gravação da chamada após a conversa e o trabalho pós-contato (ACW) é concluído. Essa opção oferece a transcrição mais precisa.
1. **Analytics em tempo real**: o Contact Lens fornece informações em tempo real durante a chamada e analytics pós-chamada ao término da conversa e depois que o trabalho pós-contato (ACW) é concluído.
Se escolher essa opção, recomendamos configurar alertas com base em palavras-chave e frases que o cliente possa proferir durante a chamada. O Contact Lens analisa a conversa em tempo real para detectar as palavras-chave ou frases especificadas e alerta os supervisores. A partir daí, os supervisores podem ouvir a chamada ao vivo e fornecer orientação ao atendente para ajudá-lo a resolver o problema mais depressa.
Para obter informações sobre como configurar alertas, consulte [Alertar supervisores em tempo real para chamadas](add-rules-for-alerts.md).
Se a instância tiver sido criada antes de outubro de 2018, será necessária uma configuração adicional para acessar a análise de chamadas em tempo real. Para obter mais informações, consulte [Permissões de perfil vinculado ao serviço](connect-slr.md#slr-permissions).
1. Escolha na [lista de idiomas disponíveis](supported-languages.md#supported-languages-contact-lens).
Para obter instruções sobre como especificar o idioma de forma dinâmica, consulte [Habilitar dinamicamente a edição com base no idioma do cliente](#dynamically-enable-analytics-contact-flow).
1. Opcionalmente, habilite a edição de dados confidenciais. Para obter mais informações, consulte a próxima sessão, [Habilitar edição](#enable-redaction).
1. Escolha **Salvar**.
1. Se o contato for transferido para outro atendente ou fila, repita essas etapas para adicionar outro bloco [Set recording and analytics behavior (Definir o comportamento de gravação e análise)](set-recording-behavior.md) com a opção **Habilitar o Contact Lens para analytics de conversação** habilitada.
## Habilitar análises de bate-papo
1. No bloco [Set recording and analytics behavior (Definir o comportamento de gravação e análise)](set-recording-behavior.md), em **Analytics**, escolha **Habilitar analytics de conversação do Contact Lens** e **Habilitar analytics de chat**.
**nota**
Ao escolher essa opção, você receberá análises em tempo real e pós-chat.
Se você não vir essa opção, o Amazon Connect Contact Lens não foi habilitado para sua instância. Para obter instruções sobre como habilitá-lo, consulte [Habilitar o Contact Lens para a instância do Amazon Connect.](#enable-cl).
1. Escolha na [lista de idiomas disponíveis](supported-languages.md#supported-languages-contact-lens).
Para obter instruções sobre como escolher o idioma e a edição de forma dinâmica, consulte [Habilitar dinamicamente a edição com base no idioma do cliente](#dynamically-enable-analytics-contact-flow).
1. Opcionalmente, habilite a edição de dados confidenciais. Para obter mais informações, consulte a próxima sessão, [Habilitar edição](#enable-redaction).
1. Escolha **Salvar**.
1. Se o contato for transferido para outro atendente ou fila, repita essas etapas para adicionar outro bloco [Set recording and analytics behavior (Definir o comportamento de gravação e análise)](set-recording-behavior.md) com a opção **Habilitar o Contact Lens para analytics de conversação** habilitada.
## Habilite a análise de e-mail
Você pode ativar a análise Contact Lens conversacional para contatos de e-mail para categorizar e-mails automaticamente, redigir dados confidenciais e gerar resumos de contatos.
1. No designer de fluxo, adicione um [Defina o comportamento de gravação, análise e processamento](set-recording-analytics-processing-behavior.md) bloco ao seu fluxo de e-mail de entrada. Coloque o bloqueio antes que o contato de e-mail seja encaminhado para uma fila ou agente.
1. Abra as propriedades do bloco. Em **Ação**, escolha **Definir comportamento de gravação e análise**.
1. Em **Canal**, escolha **E-mail**.
1. Em **Análise**, escolha **Ativar análise Contact Lens conversacional** e **Ativar análise de e-mail**.
Se você não vir essa opção, o Amazon Connect Contact Lens não foi habilitado para sua instância. Para obter instruções sobre como habilitá-lo, consulte [Habilitar o Contact Lens para a instância do Amazon Connect.](#enable-cl).
1. Escolha na [lista de idiomas disponíveis](supported-languages.md#supported-languages-contact-lens).
1. Opcionalmente, habilite a edição de dados confidenciais. Para obter mais informações, consulte [Habilitar edição](#enable-redaction).
1. Opcionalmente, em **Recursos de IA generativa de lentes de contato**, ative o **resumo do contato** para gerar resumos para contatos de e-mail.
1. Escolha **Salvar**.
1. Se o contato de e-mail for transferido para outro agente ou fila, repita essas etapas para adicionar outro [Defina o comportamento de gravação, análise e processamento](set-recording-analytics-processing-behavior.md) bloco com a **opção Ativar Contact Lens para análise conversacional** ativada.
## Habilitar a edição de dados confidenciais
Ao configurar o bloco [Set recording and analytics behavior (Definir o comportamento de gravação e análise)](set-recording-behavior.md) para análise de conversação, você também tem a opção de habilitar a edição de dados confidenciais em um fluxo. Quando a edição está habilitada, é possível escolher as seguintes opções:
+ Editar todos os dados de informações de identificação pessoal (PII) (todas as entidades de PII compatíveis).
+ Escolha na lista de entidades compatíveis quais entidades de PII serão editadas.
Se você aceitar as configurações padrão, a analytics de conversação do Contact Lens editará todas as informações de identificação pessoal (PII) identificadas e as substituirá por **[PII]** na transcrição. As configurações padrão são mostradas na imagem a seguir porque as seguintes opções estão selecionadas: **Editar dados confidenciais**, **Editar todos os dados PII** e **Substituir por PII de espaço reservado**.
![\[As configurações padrão para edição de dados confidenciais.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-enable-redaction-default.png)
### Selecionar entidades de PII para editar
Na seção **Edição de dados**, é possível selecionar entidades de PII específicas para editar. A imagem a seguir mostra que o **Número do cartão de crédito/débito** será editado.
![\[A seção de edição de dados e uma lista de entidades que você pode editar.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-select-entities-to-redact.png)
### Escolher a substituição de edição de dados
Na seção **Substituição de edição de dados**, é possível escolher a máscara a ser usada como substituição da edição de dados. Por exemplo, na imagem a seguir, a opção **Substituir por PII de espaço reservado** indica que as **PII** substituirão os dados.
![\[A opção de substituir os dados por PII.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-dataredactionreplacement.png)
Para obter mais informações sobre como usar a edição, consulte [Edição de dados confidenciais](sensitive-data-redaction.md).
## Analisar a edição de dados confidenciais para verificar a precisão
O recurso de edição foi projetado para identificar e remover dados confidenciais. No entanto, devido à natureza preditiva do machine learning, ele pode não identificar e remover todas as instâncias de dados confidenciais em uma transcrição gerada pelo Contact Lens. Recomendamos que você analise qualquer saída editada para confirmar se ela atende às suas necessidades.
**Importante**
O recurso de edição não atende aos requisitos de desidentificação de acordo com as leis de privacidade médica, como a Lei de Portabilidade e Responsabilidade do Seguro de Saúde (HIPAA) de 1996 dos EUA. Portanto, recomendamos que você continue a tratar esses dados como informações de saúde protegidas após a edição.
Sobre o local dos arquivos editados e para obter exemplos, consulte [Local dos arquivos de saída](example-contact-lens-output-locations.md).
## Desabilitar a análise de sentimento
Quando você escolhe um idioma compatível com a análise de sentimento e seleciona **Habilitar analytics de fala** ou **Habilitar analytics de chat**, a análise de sentimento é habilitada por padrão para todos os atendentes e clientes. Para ver uma lista dos idiomas aceitos pela análise de sentimento, consulte [Recursos de IA](supported-languages.md#supported-languages-contact-lens).
A imagem a seguir mostra que a opção Análise de sentimento está habilitada no bloco **Definir comportamento e analytics de gravação**.
![\[A opção Análise de sentimento quando está habilitada.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/sentiment-analysis-enabled.png)
A imagem a seguir mostra um idioma que não é aceito pela análise de sentimento. Recomendamos abrir a seção **Sentimento** para verificar se ela está habilitada ou não.
![\[A opção Análise de sentimento quando está desabilitada porque o idioma não é aceito.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/sentiment-analysis-verify.png)
Para desabilitar a análise de sentimento para todos os atendentes e clientes, desmarque a opção **Habilitar análise de sentimento**, conforme mostrado na imagem a seguir.
![\[A opção de análise de sentimento quando está desabilitada.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/sentiment-analysis-disabled.png)
## Habilitar dinamicamente a edição com base no idioma do cliente
Você pode habilitar dinamicamente a edição dos arquivos de saída com base no idioma do cliente. Por exemplo, para clientes que usam o inglês dos EUA, é recomendável apenas um arquivo editado, ao passo que, para quem usa o inglês da Grã-Bretanha, é recomendável ter os arquivos de saída originais e editados.
+ Edição: escolha uma das opções a seguir (elas diferenciam maiúsculas de minúsculas)
+ Nenhum
+ RedactedOnly
+ RedactedAndOriginal
+ Idioma: escolha na [lista de idiomas disponíveis](supported-languages.md#supported-languages-contact-lens).
Para definir esses atributos, você tem as seguintes opções:
+ Definido pelo usuário: use um bloco **Definir atributos do contato**. Para obter instruções gerais sobre como usar esse bloco, consulte [Como fazer referência a atributos de contato](how-to-reference-attributes.md). Defina a **Chave de destino** e o **Valor** para edição e idioma conforme necessário.
A imagem a seguir mostra um exemplo de como você pode configurar o bloco **Definir atributos do contato** para usar atributos de contato para edição. **Escolha a opção **Usar texto**, defina a **chave de destino** como **redaction\$1option** e defina Valor como. **RedactedAndOriginal****
**nota**
**Valor** diferencia maiúsculas de minúsculas.
![\[O bloco para definir atributos do contato, a opção de usar texto e o valor diferenciam letras maiúsculas de minúsculas.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-contact-attributes-enable-redaction1.png)
A imagem a seguir mostra como usar atributos de contato para o idioma. Escolha a opção Usar texto, defina a chave de destino como Idioma e defina **Valor** como **en-US**.
![\[O bloco para definir atributos do contato, a opção de usar texto e o valor diferenciam letras maiúsculas de minúsculas.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-contact-attributes-enable-redaction2.png)
+ [Usar uma função do Lambda](attribs-with-lambda.md). Isso é semelhante à forma como você configura atributos de contato definidos pelo usuário. Uma função do AWS Lambda pode retornar o resultado como um par de chave-valor, dependendo da linguagem de resposta do Lambda. O seguinte exemplo mostra uma resposta do Lambda em JSON:
```
{
'redaction_option': 'RedactedOnly',
'language': 'en-US'
}
```
## Projetar um fluxo para os principais destaques
As transcrições são visíveis para os agentes que usam o Painel de Controle de Contato (CCP), dependendo se a análise conversacional está habilitada [Set recording and analytics behavior (Definir o comportamento de gravação e análise)](set-recording-behavior.md) no fluxo de entrada, um fluxo de transferência. and/or
Esta seção apresenta três casos de uso para habilitar a análise de conversação no bloco [Set recording and analytics behavior (Definir o comportamento de gravação e análise)](set-recording-behavior.md) e descreve como eles afetam a experiência do atendente com os principais destaques.
### Caso de uso 1: a análise de conversação é habilitada somente em um fluxo de entrada
+ Um contato entra no fluxo de entrada e não há transferência de chamada. Veja a seguir a experiência do atendente:
O atendente recebe a transcrição completa durante o trabalho pós-atendimento (ACW). A transcrição inclui tudo o que foi dito pelo atendente e pelo cliente desde o momento em que o atendente aceita a chamada inicial até o término, conforme mostrado na imagem a seguir.
![\[O Painel de Controle de Contatos e a transcrição da conversa.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/call-summarization-use1.png)
+ Um contato entra no fluxo de entrada e há uma transferência de chamada. Veja a seguir a experiência do atendente:
+ O agente 1 recebe uma transcrição da chamada após sair da conference/warm transferência, durante o ACW.
A transcrição inclui tudo o que foi dito pelo agente 1 e pelo cliente, desde o momento em que o agente aceita a chamada inicial até o agente 1 deixar a parte de conference/warm transferência da chamada. A transcrição inclui as mensagens de solicitação de fluxo (fluxo de transferência/fila), conforme mostrado na imagem a seguir.
![\[A solicitação de transferência de fluxo na transcrição.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/call-summarization-use2.png)
+ O agente 2 recebe uma transcrição da chamada no momento da aceitação da chamada de conference/warm transferência do agente 1.
A transcrição inclui tudo o que foi dito pelo agente 1 e pelo cliente, desde o momento em que o agente 1 aceita a chamada inicial até o agente 1 deixar a parte de conference/warm transferência da chamada. A transcrição inclui as mensagens de solicitação de fluxo (fluxo de transferência/fila), bem como a conversa de transferência assistida, conforme mostrado na imagem a seguir.
![\[A transcrição, a solicitação de transferência de fluxo e a transferência assistida entre dois atendentes.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/call-summarization-use2b.png)
Como a análise de conversação não está habilitada no fluxo de transferência, o atendente 2 não vê o restante da transcrição quando a chamada termina e ele entra no ACW. A imagem a seguir do ACW para o atendente 2 mostra que a transcrição está vazia.
![\[Uma lista vazia.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/call-summarization-use2c.png)
### Caso de uso 2: a análise de conversação é habilitada em um fluxo de entrada e em um fluxo de transferência (conexão rápida)
+ Um contato entra no fluxo de entrada e não há transferência de chamada. Veja a seguir a experiência do atendente:
+ O atendente 1 recebe uma transcrição completa da chamada (não editada) durante o ACW.
A transcrição inclui tudo o que foi dito pelo atendente 1 e pelo cliente desde o momento em que o atendente aceita a chamada até o término. Isso é mostrado a seguir na imagem do CCP para o atendente 1.
![\[O CCP do atendente 1 e uma transcrição completa da chamada.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/call-summarization-use3.png)
+ Um contato entra no fluxo de entrada e há uma transferência de chamada. Veja a seguir a experiência do atendente:
+ O agente 1 recebe uma transcrição da chamada após sair da conference/warm transferência, durante o ACW.
A transcrição inclui tudo o que foi dito pelo agente 1 e pelo cliente desde o momento em que o agente 1 aceita a chamada até o agente 1 deixar a parte de conference/warm transferência da chamada. A transcrição inclui mensagens de solicitação de fluxo (fluxo de transferência/fila).
A transcrição completa da chamada até a transferência assistida é mostrada na imagem a seguir.
![\[Uma transcrição completa da chamada até o momento em que o atendente 1 sai da conferência.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/call-summarization-use2b.png)
+ O agente 2 recebe uma transcrição da chamada no momento da aceitação da chamada de conference/warm transferência do agente 1.
A transcrição inclui tudo o que foi dito pelo agente 1 e pelo cliente, desde o momento em que o agente 1 aceita a chamada até o agente 1 deixar a parte de conference/warm transferência da chamada. A transcrição inclui as mensagens de solicitação de fluxo (fluxo de transferência/fila).
+ Como a análise de conversação está habilitada no fluxo de transferência, o atendente 2 recebe uma transcrição após o término da chamada, durante o ACW.
A transcrição inclui somente a parte restante da chamada entre o atendente 2 e o cliente, depois que o atendente 1 sai da chamada. A transcrição inclui tudo o que foi dito pelo atendente 2 e pelo cliente desde o momento em que ocorre a conferência/transferência assistida até o término da chamada. Um exemplo de transcrição é mostrado na imagem a seguir.
![\[Uma transcrição da chamada entre o atendente 2 e o cliente.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/call-summarization-use3b.png)
## E se o bloco de fluxo não conseguir habilitar a análise de conversação?
É possível que, em um contato, o bloco [Set recording and analytics behavior (Definir o comportamento de gravação e análise)](set-recording-behavior.md) não consiga habilitar a análise de conversação. Se ela não estiver habilitada para um contato, [verifique os logs de fluxo](search-contact-flow-logs.md) referentes ao erro.
## Chamadas com vários participantes e análise de conversação
A analytics de conversação do Contact Lens comporta chamadas com até dois participantes. Por exemplo, se houver mais de dois participantes (atendente e cliente) em uma chamada, ou se uma chamada estiver sendo transferida para um terceiro, a qualidade da transcrição e da análise, como sentimento, edição, categorias, entre outros, pode ser prejudicada. Recomendamos que você desabilite a análise de conversação para chamadas com vários participantes ou de terceiros se houver mais de duas partes (atendente e cliente). Para fazer isso, adicione outro bloco [Set recording and analytics behavior (Definir o comportamento de gravação e análise)](set-recording-behavior.md) ao fluxo e desabilite a análise de conversação. Para obter mais informações sobre o comportamento do bloco de fluxo, consulte [Dicas de configuração](set-recording-behavior.md#set-recording-behavior-tips).
# Atribuir permissões para usar a analytics de conversação do Contact Lens no Amazon Connect
Para manter os dados do cliente seguros, você define permissões de perfil de segurança para determinar quem pode acessar as informações geradas pela analytics de conversação do Contact Lens.
Veja a seguir uma descrição das permissões de perfil de segurança necessárias, bem como algumas permissões que são úteis, mas não obrigatórias. Várias delas são permissões de pesquisa, necessárias para que você possa encontrar os contatos que deseja analisar. Elas não são específicas da analytics de conversação do Contact Lens.
## Permissões de análises de conversação
+ **Contact Lens - analytics de conversação**
+ Na página **Detalhes de contato**, é possível ver gráficos que resumem a análise de conversação (sentimento do cliente, tempo de conversação para contatos de voz), bem como cores e indicadores de sentimento para cada turno de conversa em transcrições e gravações. Por exemplo, a imagem a seguir mostra como essas informações são exibidas na página **Detalhes de contato** de um contato de voz.
A permissão **Contact Lens - analytics de conversação - Visualizar** também é necessária para visualizar indicadores de sentimento em gravações e transcrições de conversas.
![\[Grafos na página Detalhes de contato.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contactlens-conversationalanalytics-permission.png)
![\[Grafos na página Detalhes de contato.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contactlens-conversationalanalytics-permission-2.png)
+ **Gravações de chamadas (não editadas)**
Nas páginas **Detalhes do contato** e **Pesquisa de contato** referentes a um contato, visualize gravações de áudio não editadas.
+ **Gravações de chamadas (editadas)**
Nas páginas **Detalhes do contato** e **Pesquisa de contato** de um contato, ouça as gravações de chamadas e nas quais os dados sensíveis foram editados.
+ **Transcrições de contato (não editadas)**
Nas páginas **Detalhes do contato** e **Pesquisa de contato** de um contato, veja chat, conversas por e-mail e transcrições de voz não editadas produzidas pelo Contact Lens.
+ **Transcrições de contato (editadas)**
Nas páginas **Detalhes do contato** e **Pesquisa de contato** de um contato, visualize as transcrições de chat e voz nas quais os dados sensíveis foram editados.
**Importante**
Se você tiver permissões para:
**Transcrições de contato (não editadas) - Acesso** e **Transcrições de contato (editadas)** - Acesso
- OU -
**Gravações de chamadas (não editadas) - Acesso** e **Gravações de chamadas (editadas)** - Acesso
Observe o seguinte comportamento:
Quando a edição está habilitada no fluxo, o conteúdo editado é exibido nas páginas **Detalhes do contato** e **Pesquisa do contato**.
Quando a edição está desabilitada no fluxo ou o contato não é analisado pelo Contact Lens, o conteúdo não editado é exibido nas páginas **Detalhes do contato** e **Pesquisa do contato**.
Não é possível acessar a versão editada e não editada de uma conversa ao mesmo tempo.
## Permissões de pesquisa
+ **Pesquisa de contato**
Esta permissão é necessária para que você possa acessar a página **Pesquisa de contato**, na qual você pode pesquisar contatos para examinar a gravação e transcrição analisadas. Além disso, você pode fazer uma pesquisa rápida de texto completo nas transcrições de chamada e pesquisar por pontuação de sentimento e tempo sem conversa.
+ **Visualizar meus contatos**
Esta permissão é necessária se você precisar acessar a página **Pesquisa de contato**, analisar somente os contatos que você atende e examinar as gravações e transcrição analisadas.
**Importante**
Se as permissões **Pesquisa de contato** e **Visualizar meus contatos** forem concedidas, o usuário terá acesso a todos os contatos.
+ **Pesquisar contatos por características da conversa**
Esta permissão não é exigida pela analytics de conversação do Contact Lens, mas é útil, pois fornece mais opções de pesquisa.
Na página **Pesquisa de contato**:
+ Em contatos de voz, é possível acessar filtros adicionais que permitem gerar resultados por pontuação de sentimento e tempo sem conversa.
+ Em contatos de chat, é possível acessar um filtro adicional para pesquisar contatos por tempo de resposta.
+ Tanto para voz quanto chat, você pode pesquisar conversas que se enquadram em categorias de contato específicas.
Para obter mais informações, consulte [Pesquisar pontuação de sentimento](search-conversations.md#sentiment-search), [Pesquisar por tempo sem conversação](search-conversations.md#nontalk-time-search) e [Pesquisar uma categoria de contato](search-conversations.md#contact-category-search).
A imagem a seguir mostra a seção **Filtros** da página **Pesquisa de contato** e o menu suspenso **Filtros**. Filtros com **CL** ao lado deles só estão disponíveis para usuários que têm essa permissão de perfil de segurança.
![\[O menu suspenso Adicionar filtros e filtros com CL ao lado deles.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-search-contact-category-3.png)
+ **Pesquisar contatos por palavras-chave**
Esta permissão não é exigida pela analytics de conversação do Contact Lens, mas é útil, pois fornece mais opções de pesquisa.
+ Na página **Pesquisa de contato**, é possível acessar filtros adicionais que permitem pesquisar contatos por **palavras ou frases**, como “*agradecemos pela preferência*”. Para obter mais informações, consulte [Pesquisar palavras ou frases](search-conversations.md#keyword-search).
![\[O menu suspenso Adicionar filtros e o filtro CL de palavras ou frases.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-search-words-phrases.png)
# Métricas de análise de conversação no Amazon Connect
As métricas a seguir são derivadas da analytics de conversação do Contact Lens. Essas métricas estão disponíveis somente quando o [Contact Lens está habilitado para a instância](enable-analytics.md#enable-cl) e a [analytics de conversação](enable-analytics.md#enable-callrecording-speechanalytics) está habilitada no contato.
Essas métricas são exibidas nos relatórios de métricas históricas e em tempo real. Para obter instruções sobre como adicionar essas métricas ao relatório, consulte [Como criar um relatório de métricas históricas](create-historical-metrics-report.md#historical-reports-howto-create).
Confira também o [Painel de analytics de conversação do Contact Lens](contact-lens-conversational-analytics-dashboard.md) para acessar visualizações de dados sobre as tendências dos motivadores de contato ao longo do tempo.
## Porcentagem de tempo de conversa do atendente
Essa métrica mede o tempo de conversa de um atendente em uma conversa de voz como porcentagem da duração total da conversa.
**Tipo de métrica**: porcentagem
**Categoria da métrica**: métrica baseada em análise de conversação
**Como acessar usando a API do Amazon Connect**:
+ GetMetricDataIdentificador métrico da API [V2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html): `PERCENT_TALK_TIME_AGENT`
**Como acessar usando o site Amazon Connect administrativo**:
+ Relatórios de métricas históricas: Porcentagem de tempo de conversa do atendente
**Lógica de cálculo**:
+ Soma todos os intervalos em que um atendente permaneceu em uma conversa (tempo de conversa do atendente).
+ Divide a soma pela duração total da conversa.
**Observações:**
+ Essa métrica está disponível somente para contatos analisados pela analytics de conversação do Contact Lens.
## Tempo médio de cumprimento do atendente
Essa métrica fornece o tempo médio da primeira resposta dos atendentes no chat, indicando a rapidez com que eles interagem com os clientes depois de entrarem no chat.
**Tipo de métrica**: string (*hh:mm:ss*)
**Categoria da métrica**: métrica baseada em análise de conversação
**Como acessar usando a API do Amazon Connect**:
+ GetMetricDataIdentificador métrico da API [V2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html): `AVG_GREETING_TIME_AGENT`
**Como acessar usando o site Amazon Connect administrativo**:
+ Relatórios de métricas históricas: Tempo médio de cumprimento do atendente
**Lógica de cálculo**:
+ Essa métrica é calculada dividindo o tempo total necessário para um atendente iniciar sua primeira resposta pelo número de contatos de chat.
**Observações:**
+ Essa métrica está disponível somente para contatos analisados pela analytics de conversação do Contact Lens.
## Média de interrupções do atendente
Essa métrica quantifica a frequência média de interrupções do atendente durante as interações com clientes.
**Tipo de métrica**: string (*hh:mm:ss*)
**Categoria da métrica**: métrica baseada em análise de conversação
**Como acessar usando a API do Amazon Connect**:
+ GetMetricDataIdentificador métrico da API [V2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html): `AVG_INTERRUPTIONS_AGENT`
**Como acessar usando o site Amazon Connect administrativo**:
+ Relatórios de métricas históricas: Média de interrupções do atendente
**Lógica de cálculo**:
+ Essa métrica é calculada dividindo o número total de interrupções do atendente pelo número total de contatos.
**Observações:**
+ Essa métrica está disponível somente para contatos analisados pela analytics de conversação do Contact Lens.
## Tempo médio de interrupção do atendente
Essa métrica mede a média de tempo total de interrupção do atendente ao falar com um contato.
**Tipo de métrica**: string (*hh:mm:ss*)
**Categoria da métrica**: métrica baseada em análise de conversação
**Como acessar usando a API do Amazon Connect**:
+ GetMetricDataIdentificador métrico da API [V2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html): `AVG_INTERRUPTION_TIME_AGENT`
**Como acessar usando o site Amazon Connect administrativo**:
+ Relatórios de métricas históricas: Tempo médio de interrupção do atendente
**Lógica de cálculo**:
+ Soma os intervalos de interrupção em cada conversa.
+ Divide a soma pelo número de conversas que sofreram pelo menos uma interrupção.
**Observações:**
+ Essa métrica está disponível somente para contatos analisados pela analytics de conversação do Contact Lens.
## Tempo médio de conversa do atendente
Essa métrica mede o tempo médio gasto pelo atendente em uma conversa.
**Tipo de métrica**: string (*hh:mm:ss*)
**Categoria da métrica**: métrica baseada em análise de conversação
**Como acessar usando a API do Amazon Connect**:
+ GetMetricDataIdentificador métrico da API [V2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html): `AVG_TALK_TIME_AGENT`
**Como acessar usando o site Amazon Connect administrativo**:
+ Relatórios de métricas históricas: Tempo médio de conversa do atendente
**Lógica de cálculo**:
+ Soma as durações de todos os intervalos em que o atendente estava falando.
+ Divide a soma pelo número total de contatos.
**Observações:**
+ Essa métrica está disponível somente para contatos analisados pela analytics de conversação do Contact Lens.
## Duração média da conversa
Essa métrica mede a duração média da conversa dos contatos de voz com atendentes.
**Tipo de métrica**: string (*hh:mm:ss*)
**Categoria da métrica**: métrica baseada em análise de conversação
**Como acessar usando a API do Amazon Connect**:
+ GetMetricDataIdentificador métrico da API [V2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html): `AVG_CONVERSATION_DURATION`
**Como acessar usando o site Amazon Connect administrativo**:
+ Relatórios de métricas históricas: Duração média das conversas
**Lógica de cálculo**:
+ Essa métrica é calculada pelo tempo total desde o início da conversa até a última palavra dita pelo atendente ou pelo cliente.
+ Esse valor é então dividido pelo número total de contatos para fornecer uma representação média do tempo de conversa gasto na chamada.
**Observações:**
+ Essa métrica está disponível somente para contatos analisados pela analytics de conversação do Contact Lens.
## Tempo médio de conversa do cliente
Essa métrica mede o tempo médio gasto pelo cliente em uma conversa.
**Tipo de métrica**: string (*hh:mm:ss*)
**Categoria da métrica**: métrica baseada em análise de conversação
**Como acessar usando a API do Amazon Connect**:
+ GetMetricDataIdentificador métrico da API [V2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html): `AVG_TALK_TIME_CUSTOMER`
**Como acessar usando o site Amazon Connect administrativo**:
+ Relatórios de métricas históricas: Tempo médio de conversa com cliente
**Lógica de cálculo**:
+ Soma as durações de todos os intervalos em que o cliente estava falando.
+ Divide a soma pelo número total de contatos.
**Observações:**
+ Essa métrica está disponível somente para contatos analisados pela analytics de conversação do Contact Lens.
## Tempo médio sem conversa
Essa métrica fornece a média do tempo total sem conversa em uma conversa de voz. O tempo sem conversa refere-se à duração combinada do tempo de espera e períodos de silêncio superiores a 3 segundos, durante os quais nem o atendente nem o cliente conversam.
**Tipo de métrica**: string (*hh:mm:ss*)
**Categoria da métrica**: métrica baseada em análise de conversação
**Como acessar usando a API do Amazon Connect**:
+ GetMetricDataIdentificador métrico da API [V2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html): `AVG_NON_TALK_TIME`
**Como acessar usando o site Amazon Connect administrativo**:
+ Relatórios de métricas históricas: Tempo médio sem conversa
**Lógica de cálculo**:
+ Soma todos os intervalos em que os dois participantes permaneceram em silêncio.
+ Divide a soma pelo número de contatos.
**Observações:**
+ Essa métrica está disponível somente para contatos analisados pela analytics de conversação do Contact Lens.
## Tempo médio de conversa
Essa métrica mede o tempo médio gasto em uma conversa durante um contato de voz com o cliente ou com o atendente.
**Tipo de métrica**: string (*hh:mm:ss*)
**Categoria da métrica**: métrica baseada em análise de conversação
**Como acessar usando a API do Amazon Connect**:
+ GetMetricDataIdentificador métrico da API [V2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html): `AVG_TALK_TIME`
**Como acessar usando o site Amazon Connect administrativo**:
+ Relatórios de métricas históricas: Tempo médio de conversa
**Lógica de cálculo**:
+ Soma todos os intervalos em que um atendente, um cliente ou ambos permaneceram em uma conversa.
+ Divide a soma pelo número total de contatos.
**Observações:**
+ Essa métrica está disponível somente para contatos analisados pela analytics de conversação do Contact Lens.
## Porcentagem de tempo de conversa do cliente
Essa métrica fornece o tempo de conversa de um cliente em uma conversa de voz como porcentagem da duração total da conversa.
**Tipo de métrica**: porcentagem
**Categoria da métrica**: métrica baseada em análise de conversação
**Como acessar usando a API do Amazon Connect**:
+ GetMetricDataIdentificador métrico da API [V2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html): `PERCENT_TALK_TIME_CUSTOMER`
**Como acessar usando o site Amazon Connect administrativo**:
+ Relatórios de métricas históricas: Porcentagem de tempo de conversa de clientes
**Lógica de cálculo**:
+ Soma todos os intervalos em que um cliente permaneceu em uma conversa.
+ Divide a soma pela duração total da conversa.
**Observações:**
+ Essa métrica está disponível somente para contatos analisados pela analytics de conversação do Contact Lens.
## Porcentagem de tempo sem conversa
Essa métrica fornece o tempo sem conversa em uma conversa de voz como porcentagem da duração total da conversa.
**Tipo de métrica**: porcentagem
**Categoria da métrica**: métrica baseada em análise de conversação
**Como acessar usando a API do Amazon Connect**:
+ GetMetricDataIdentificador métrico da API [V2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html): `PERCENT_NON_TALK_TIME`
**Como acessar usando o site Amazon Connect administrativo**:
+ Relatórios de métricas históricas: Porcentagem de tempo sem conversa
**Lógica de cálculo**:
+ Soma todos os intervalos em que os participantes permaneceram em silêncio (tempo sem conversa).
+ Divide a soma pela duração total da conversa.
**Observações:**
+ Essa métrica está disponível somente para contatos analisados pela analytics de conversação do Contact Lens.
## Porcentagem de tempo de conversa
Essa métrica fornece o tempo de conversa em uma conversa de voz como porcentagem da duração total da conversa.
**Tipo de métrica**: porcentagem
**Categoria da métrica**: métrica baseada em análise de conversação
**Como acessar usando a API do Amazon Connect**:
+ GetMetricDataIdentificador métrico da API [V2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html): `PERCENT_TALK_TIME`
**Como acessar usando o site Amazon Connect administrativo**:
+ Relatórios de métricas históricas: Porcentagem de tempo de conversa
**Lógica de cálculo**:
+ Soma todos os intervalos em que um atendente, um cliente ou ambos permaneceram em uma conversa (tempo de conversa).
+ Divide a soma pela duração total da conversa.
**Observações:**
+ Essa métrica está disponível somente para contatos analisados pela analytics de conversação do Contact Lens.
# Tipos de notificação do Amazon Connect Contact Lens
O Contact Lens fornece os seguintes tipos de notificação:
+ Contact Lens Call/Chat Regras de publicação correspondidas: um EventBridge evento é entregue sempre que uma Contact Lens regra é correspondida e aciona a ação da EventBridge regra.
Esse evento contém informações úteis sobre a regra do Contact Lens que é acionada, incluindo a categoria atribuída e detalhes do atendente, do contato e da fila.
+ Contact Lens Call/Chat Regras em tempo real correspondidas: um EventBridge evento é entregue sempre que uma Contact Lens regra é correspondida e é acionada em tempo real.
Esse evento contém informações úteis sobre a regra do Contact Lens que é acionada, incluindo a categoria atribuída e detalhes do atendente, do contato e da fila.
+ Contact LensAlteração do estado de análise: um EventBridge evento é entregue quando não Contact Lens é possível analisar uma gravação de contato. O evento contém o código do motivo do evento, que fornece os detalhes do motivo pelo qual não foi possível processar a gravação.
Você pode usar esses tipos de notificação em várias situações. Por exemplo, use a Contact Lens análise de eventos de mudança de estado para sinalizar erros inesperados no processamento de um arquivo de contato, onde os detalhes do EventBridge evento podem ser posteriormente armazenados em um CloudWatch registro para análise adicional, acionar fluxos de trabalho adicionais ou alertar equipes de suporte relevantes para uma investigação mais aprofundada.
Os eventos do Contact Lens para analytics de fala e chat permitem vários novos casos de uso, como apresentação e visualização de insights adicionais. Por exemplo:
+ Gerar alertas sobre quedas de opinião do cliente em tempo real em todas as chamadas e conversas por chat.
+ Agregar e relatar problemas e tópicos recorrentes.
+ Medir o impacto da última campanha de marketing detectando quantos clientes a mencionaram durante uma chamada.
+ Personalizar os padrões de conformidade dos atendentes para cada região e linha de negócios e inscrever atendentes em um treinamento adicional quando necessário.
# Adicionar vocabulários personalizados ao Contact Lens usando o site de administração do Amazon Connect
Você pode melhorar a precisão do reconhecimento de fala para nomes de produtos, marcas e terminologia específica do domínio, expandindo e adaptando o vocabulário do mecanismo em. speech-to-text Contact Lens
Este tópico explica como adicionar vocabulários personalizados usando o site do Amazon Connect administrador. Você também pode adicioná-los usando o [CreateVocabulary[AssociateDefaultVocabulary](https://docs.aws.amazon.com/connect/latest/APIReference/API_AssociateDefaultVocabulary.html)](https://docs.aws.amazon.com/connect/latest/APIReference/API_CreateVocabulary.html) APIse.
## O que é importante saber sobre vocabulários personalizados
+ Você deve definir um vocabulário como **padrão** para que ele seja aplicado às análises para gerar transcrições. A imagem a seguir mostra a página **Vocabulários personalizados**. Escolha as reticências e, em seguida, selecione **Definir como padrão**.
![\[A página Vocabulários personalizados, o local das reticências e a opção Definir como padrão.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-custom-vocab-default.png)
+ É possível ter um vocabulário por idioma aplicado às análises. Isso significa que somente um arquivo por idioma pode estar no estado **Pronto (padrão)**.
+ É possível carregar e ativar mais de 20 arquivos de vocabulário. É possível ativar todos os 20 arquivos ao mesmo tempo.
+ A transcrição é um evento único. Um vocabulário recém-carregado não é aplicado retroativamente às transcrições existentes.
+ O arquivo de texto deve estar no formato LF. Se você usar qualquer outro formato, como o CRLF, o vocabulário personalizado não será aceito pelo Amazon Transcribe.
+ O arquivo de vocabulário de exemplo só pode ser baixado quando você escolhe a configuração do idioma inglês.
+ Para ver os limites ao tamanho de arquivo de vocabulário e outros requisitos, consulte [Custom vocabularies](https://docs.aws.amazon.com/transcribe/latest/dg/custom-vocabulary.html) no *Guia do desenvolvedor do Amazon Transcribe*.
+ Os vocabulários personalizados se aplicam somente à análise de fala. Eles não se aplicam a conversas de chat porque as transcrições já existem.
## Permissões obrigatórias
Antes de adicionar vocabulários personalizados ao Amazon Connect, você precisa da permissão **Analytics e otimização**, **Contact Lens - vocabulários personalizados** atribuída ao seu perfil de segurança.
Por padrão, em novas instâncias do Amazon Connect, os perfis de **administrador** e **CallCenterManager**de segurança têm essa permissão.
Para obter informações sobre como adicionar mais permissões a um perfil de segurança existente, consulte [Atualizar perfis de segurança no Amazon Connect](update-security-profiles.md).
## Adicionar um vocabulário personalizado
1. Faça login no Amazon Connect com uma conta de usuário que tenha as permissões necessárias para adicionar vocabulários personalizados.
1. Navegue até **Análise e otimização**, **Vocabulários personalizados**.
1. Escolha **Adicionar vocabulário personalizado**.
1. Na página **Adicionar vocabulário personalizado**, insira um nome para o vocabulário, escolha o idioma inglês selecione **Fazer download de um arquivo de exemplo**.
**nota**
O arquivo de vocabulário de exemplo só pode ser baixado quando você escolhe a configuração do idioma inglês. Do contrário, uma mensagem de erro será exibida, conforme mostrado na imagem a seguir.
![\[A mensagem de erro informando que houve falha no processamento do arquivo de vocabulário.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-custom-vocab-sample-error.png)
A imagem a seguir mostra a aparência do arquivo de vocabulário de exemplo. O cabeçalho contém `Phrase`, `IPA`, `SoundsLike` e `DisplayAs`. O cabeçalho é obrigatório.
![\[Um exemplo de arquivo de vocabulário e o cabeçalho.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-custom-vocab-header.png)
1. As informações no arquivo são separadas por um [TAB] por entrada. Para obter detalhes sobre como adicionar palavras e acrônimos ao arquivo de vocabulário, consulte [Creating a custom vocabulary using a table](https://docs.aws.amazon.com/transcribe/latest/dg/custom-vocabulary-create-table.html) no *Guia do desenvolvedor do Amazon Transcribe.*
A imagem a seguir mostra palavras em um arquivo de vocabulário de exemplo. As palavras na coluna Phrase são obrigatórias. As palavras nas colunas `IPA`, `SoundsLike` e `DisplayAs` são opcionais.
![\[Um exemplo de arquivo de vocabulário. As palavras na coluna Phrase são obrigatórias.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-custom-vocab-phrase-column.png)
Para inserir várias palavras na coluna **Phrase**, separe cada palavra com um hífen (-); não use espaços.
## Estados de vocabulário
+ **Pronto (padrão)**: o vocabulário está sendo aplicado às análises para gerar transcrições. Ele é aplicado às análises em tempo real e pós-chamada.
+ **Pronto**: o vocabulário não está sendo aplicado às análises, mas é um arquivo válido e está disponível. Para aplicá-lo às análises, defina-a como padrão.
+ **Processando**: o Amazon Connect está validando o vocabulário enviado e tentando aplicá-lo às análises para gerar transcrições.
+ **Excluindo**: você optou por **Remover** o vocabulário, e o Amazon Connect o está excluindo agora.
O Amazon Connect demora cerca de 90 minutos para excluir um vocabulário.
Se você tentar carregar um vocabulário que não é validado, o estado resultante será **Falha**. Por exemplo, se você adicionar frases com várias palavras à coluna **Phrase** e separá-las com espaços em vez de hifens, haverá falha.
## Baixar e visualizar um vocabulário personalizado
Para visualizar um vocabulário personalizado que foi carregado, baixe e abra o arquivo. Somente arquivos no estado **Pronto** podem ser baixados e visualizados.
1. Navegue até **Análise e otimização**, **Vocabulários personalizados**.
1. Escolha **Mais**, **Donwload**. O local de **Download** é mostrado na imagem a seguir.
![\[A página Vocabulários personalizados, uma lista de vocabulários, o menu suspenso de mais e a opção Download.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-custom-vocab-download.png)
1. Abra o download para ver o conteúdo.
1. É possível alterar o conteúdo e, em seguida, escolher **Salvar e fazer upload**.
# Criar regras do Contact Lens usando o site de administração do Amazon Connect
Contact Lensas regras permitem categorizar automaticamente contatos, receber alertas ou gerar tarefas com base em palavras-chave usadas durante uma chamada, bate-papo ou e-mail, pontuações de sentimentos, atributos do cliente e outros critérios.
Este tópico explica como criar regras usando o site de Amazon Connect administração. Para criar e gerenciar regras de maneira programática, consulte [Rules actions](https://docs.aws.amazon.com/connect/latest/APIReference/rules-api.html) e [Amazon Connect Rules Function language](https://docs.aws.amazon.com/connect/latest/APIReference/connect-rules-language.html) no *Guia referência de API do Amazon Connect*.
**dica**
Para obter uma lista de especificações do recurso de regras (por exemplo, quantas regras você pode criar), consulte [Amazon Connect Especificações de recursos de regras](feature-limits.md#rules-feature-specs).
## Etapa 1: definir condições de regras para analytics de conversação
1. No menu de navegação, escolha **Análise e otimização**, **Regras**.
1. Selecione **Criar uma regra**, **Análise de conversação**.
1. **Em **Quando**, use a lista suspensa para escolher análise **pós-chamada, análise** **em tempo real, análise** **pós-bate-papo ou análise** de e-mail.**
![\[A nova página de regras e o menu suspenso Quando.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-rule-define-conditions.png)
1. Escolha **Adicionar condição**.
Você pode combinar critérios de um grande conjunto de condições para criar regras bastante específicas do Contact Lens. Veja a seguir as condições disponíveis:
+ **Palavras ou frases**: escolha entre [Correspondência exata, Correspondência de padrão ou Correspondência semântica](exact-match-pattern-match-semantic-match.md) para acionar um alerta ou uma tarefa quando as palavras-chave forem proferidas.
+ **Linguagem natural - correspondência semântica**: forneça uma declaração em linguagem natural (por exemplo, o cliente ligou para cancelar a conta) para combinar com as transcrições da conversa usando IA generativa e realize uma ação (por exemplo, acionar uma tarefa, realizar uma avaliação etc.) Para obter mais informações, consulte [Correspondência semântica baseada em IA generativa](natural-language-semantic-match.md).
+ **Trabalho após o contato (ACW)**: crie regras para medir a eficiência do agente na conclusão do trabalho após o contato.
+ **Hierarquia de agentes**: crie regras que sejam executadas em uma hierarquia de agentes específica. As hierarquias de agentes podem representar localizações geográficas, departamentos, produtos ou equipes.
Para ver a lista de hierarquias de agentes e adicioná-las às regras, você precisa da permissão **Hierarquia de agentes - Visualizar** em seu perfil de segurança.
+ **Atendente**: crie regras para serem executadas em um subconjunto de atendentes. Por exemplo, crie uma regra para garantir que os atendentes recém-contratados estejam em conformidade com os padrões da empresa.
Para ver os nomes de atendente e adicioná-los às regras, você precisa das permissões **Usuários: visualizar** no seu perfil de segurança.
+ **Agente de IA**: identifique os contatos em que um determinado agente do Connect AI realizou autoatendimento ou assistência ao agente. Você pode selecionar vários agentes de IA ou selecionar uma versão específica de um agente.
Para ver os nomes dos agentes de IA e adicioná-los às regras, você precisa de **agentes de IA - Visualize** as permissões em seu perfil de segurança.
+ **Agente de IA - Escalonamento**: identifique contatos quando um agente do Connect AI usado para autoatendimento ao cliente for encaminhado para um humano.
Para ver os nomes dos agentes de IA e adicioná-los às regras, você precisa de **agentes de IA - Visualize** as permissões em seu perfil de segurança.
+ **Duração da interação do atendente**: crie regras para identificar contatos que tiveram uma interação do atendente maior ou menor do que o esperado. Esse recurso se aplica somente a chamadas.
+ **Atributos do segmento de contato**: você pode identificar contatos dentro das regras usando atributos personalizados do segmento de contato com valores preenchidos de outros sistemas ou usando lógica personalizada. Você pode [definir um atributo](predefined-attributes.md#predefined-attributes-create-web-admin) e definir seu valor em fluxos. Os atributos do segmento personalizado estão presentes somente nessa ID de contato específica, e não em toda a cadeia de contatos. Por exemplo, você pode criar uma regra que identifique que o contato foi pré-autenticado no IVR, antes de ser conectado ao agente.
Para ver a lista de atributos do segmento de contato a serem adicionados a uma regra, você precisa de **atributos predefinidos - Exibir** permissões.
+ **Motivo da desconexão**: crie regras que verifiquem por que um contato foi desconectado. Por exemplo, se o agente se desconectou antes do cliente ou se o contato foi transferido.
+ **Maior pontuação de volume**: crie regras que verifiquem a pontuação máxima de intensidade (em decibéis) durante a conversa com o agente ou o cliente. Um volume mais alto (por exemplo, acima de 70 dB) pode estar associado à excitação ou raiva, enquanto a fala abaixo de uma determinada pontuação de intensidade (por exemplo, 30 dB ou menos) pode ser difícil de entender.
+ **Tempo de espera**: crie regras para identificar contatos que tiveram tempos de espera incomuns para identificar oportunidades de lidar com contatos com mais eficiência. Você pode definir regras usando o tempo de espera mais longo, o tempo total de retenção e o número de retenções. Você também pode verificar o tempo de espera como uma porcentagem do tempo total em que o cliente esteve conectado ao agente (tempo de espera do cliente dividido pela duração da interação do agente e pelo tempo de espera do cliente).
+ **Método de iniciação**: crie regras que verifiquem se um contato foi recebido, enviado, transferido etc.
+ **Atributos de contato**: crie regras para serem executadas com base nos valores dos [atributos de contato](what-is-a-contact-attribute.md) personalizados. Por exemplo, é possível criar regras específicas para determinada linha de negócios ou determinados clientes com base no nível de associação ou no país de residência atual ou se houver um pedido pendente.
É possível adicionar até cinco atributos de contato a uma regra.
+ **Sentimento - Período**: crie regras para serem executadas com base nos resultados da análise de sentimentos (positivos, negativos ou neutros) durante uma janela de rastreamento de tempo.
Por exemplo, é possível criar uma regra para quando o sentimento do cliente permanecer negativo por determinado período. Se o participante tiver ingressado no contato posteriormente, o período definido aqui se aplica a quando ele estava presente.
Quando as regras são aplicadas a contatos que não têm dados de sentimento, o sentimento neutro é usado.
+ **Sentimento - Contato inteiro**: crie regras que se baseiem no valor das pontuações de sentimento ao longo de um contato inteiro. Por exemplo, é possível criar uma regra quando o sentimento do cliente permanecer baixo durante todo o contato e criar uma tarefa para um analista de experiência do cliente analisar a transcrição e o acompanhamento da chamada.
Quando as regras são aplicadas a contatos que não têm dados de sentimento, o sentimento neutro é usado.
+ **Interrupções**: crie regras que detectem quando o atendente interrompeu o cliente por mais de X vezes. Esse recurso se aplica somente a chamadas.
+ **Sem tempo de conversação**: crie regras que verifiquem se nenhuma fala foi detectada. Isso pode incluir períodos em que um cliente foi suspenso. Você pode verificar o tempo total sem conversação, o período mais longo sem conversação em uma conversa ou a porcentagem de tempo sem conversação durante a conversa. O alto tempo sem conversação, como uma porcentagem de tempo sem conversação superior a 50% da conversa, pode indicar uma oportunidade de melhorar os processos ou as oportunidades de treinamento dos agentes. Esse recurso se aplica somente a chamadas.
+ **Tempo de resposta**: crie regras para identificar contatos em que o participante teve um tempo de resposta maior ou menor do que o esperado: médio ou máximo.
Por exemplo, você pode definir uma regra sobre o **Tempo de cumprimento do atendente**, também conhecido como **Tempo da primeira resposta**: depois que o atendente entra no chat, quanto tempo decorre até o envio da primeira mensagem de cumprimento. Isso ajudará a identificar quando um atendente demorou muito para interagir com o cliente.
+ **Possível problema de desconexão**: crie regras que verifiquem quaisquer problemas técnicos (como conectividade de rede, problemas com dispositivos). Você pode usar isso para excluir contatos das avaliações automatizadas de desempenho do agente, onde havia problemas de conectividade fora do controle do agente.
+ **Filas**: crie regras que sejam executadas em um subconjunto de filas ou verifique se o contato não estava na fila. Muitas vezes, as organizações usam filas para indicar uma linha de negócios, um tópico ou um domínio. Por exemplo, você pode criar regras específicas para suas filas de vendas, monitorando o impacto de uma campanha de marketing recente ou, alternativamente, regras para suas filas de atendimento ao cliente, monitorando o sentimento geral. Para interações de autoatendimento, você pode verificar se o contato nunca esteve na fila, o que pode indicar um autoatendimento bem-sucedido com um agente de IA.
Para ver os nomes das filas e adicioná-las às regras, você precisa de **Filas - Exibir** permissões em seu perfil de segurança.
+ **Perfil de roteamento**: identifique contatos manipulados por agentes mapeados para um perfil de roteamento específico. O perfil de roteamento pode indicar proficiência no departamento ou na habilidade do agente. Por exemplo, você pode realizar avaliações automatizadas de agentes com o perfil de roteamento. Novos contratados, treinados na solução básica de problemas usando critérios de avaliação diferentes, em comparação com agentes multiqualificados permanentes.
Para ver os perfis de roteamento e adicioná-los às regras, você precisa **Perfis de roteamento - Exibir** permissões em seu perfil de segurança.
+ **Tempo de conversação**: crie regras usando o limite de tempo absoluto gasto conversando com o agente ou o cliente. Isso pode ser usado para identificar onde o cliente não falou, levando o agente a se desconectar ou onde o agente exibiu comportamentos de evitação de chamadas, como não falar depois de pegar o telefone.
+ **Duração da interação do atendente**: crie regras para identificar contatos que tiveram uma interação do atendente maior ou menor do que o esperado. Esse recurso se aplica somente a chamadas.
A imagem a seguir mostra um exemplo de regra com várias condições para um contato de voz.
![\[Um exemplo de regra com várias condições para um contato de voz.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-rules-conditions.png)
A imagem a seguir mostra um exemplo de regra com várias condições para um contato de chat. A regra é acionada quando o tempo da **primeira** resposta é maior ou igual a 1 minuto e o atendente não mencionou nenhuma das palavras ou frases de cumprimento listadas na primeira resposta.
**Tempo da primeira resposta** = depois que o atendente entra no chat, quanto tempo decorre até o envio da primeira mensagem ao cliente.
![\[Um exemplo de regra com várias condições para um contato de chat.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-rules-conditions-chat.png)
1. Escolha **Próximo**.
## Etapa 2: Definir ações de regra
1. Selecione **Adicionar ação**. Você pode selecionar as seguintes ações:
+ [Criar tarefa](contact-lens-rules-create-task.md): esta opção não está disponível para chat em tempo real
+ [Enviar notificação por e-mail](contact-lens-rules-email.md)
+ [Gere um EventBridge evento](contact-lens-rules-eventbridge-event.md)
![\[O menu suspenso Adicionar ação e uma lista de ações.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-add-action-no-wisdom.png)
1. Escolha **Próximo**.
1. Analise, faça qualquer edição e escolha **Salvar**.
1. Ao adicionar regras, elas são aplicadas aos novos contatos que ocorrem após a respectiva adição. As regras são aplicadas quando a análise conversacional do Amazon Connect analisa conversas.
Não é possível aplicar regras a conversas passadas armazenadas.
# Categorize os contatos automaticamente combinando conversas com declarações em linguagem natural ou palavras e frases específicas.
A analytics de conversação do Contact Lens permite que você categorize automaticamente os contatos a fim de identificar os principais fatores, a experiência do cliente e o comportamento do atendente com seus contatos. Na página **Detalhes do contato** de um chat, as categorias aparecem acima da transcrição, conforme mostrado na imagem a seguir.
![\[A página Detalhes do contato e a seção Categorias.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-category-overview-chat2.png)
Veja a seguir algumas das principais medidas que você pode tomar ao categorizar contatos:
+ Com a categorização de contatos baseada em IA generativa, você pode fornecer critérios para categorizar os contatos em linguagem natural (por exemplo, o cliente tentou efetuar um pagamento no saldo dele?).
+ Você pode fornecer palavras ou frases específicas faladas por atendentes ou clientes para combinar com uma conversa. Depois, o Contact Lens rotula automaticamente os contatos que atendem aos critérios de correspondência e fornece pontos relevantes da conversa.
+ Você pode definir ações para receber alertas e gerar tarefas em contatos categorizados.
+ Você pode especificar critérios adicionais para categorizar contatos, como pontuação de sentimento do cliente, filas ou quaisquer atributos personalizados que você tenha adicionado aos contatos, como informações de fidelidade do cliente.
## Quando usar palavras ou frases
Usar palavras ou frases específicas é útil quando há uma lista bem definida de palavras ou frases que você deseja detectar, por exemplo, monitorar a adesão ao script do atendente ou avaliar o interesse do cliente em um produto.
## Quando usar a linguagem natural
Usar declarações em linguagem natural para comparar os contatos é útil quando há muitas palavras ou frases possíveis ou quando você deseja comparar a critérios específicos do contexto, por exemplo, “O cliente queria fazer uma alteração no plano de assinatura”, “O atendente resolveu todos os problemas do cliente”.
## Adicionar regras para categorizar contatos
Nesta seção:
+ [Etapa 1: Definir condições](#add-category-rules-define-conditions)
+ [Etapa 2: Definir ações](#add-category-rules-define-actions)
### Etapa 1: Definir condições
1. Faça login no Amazon Connect com uma conta de usuário atribuída ao perfil de **CallCenterManager**segurança ou habilitada para permissões de **regras**.
1. No menu de navegação, escolha **Análise e otimização**, **Regras**.
1. Selecione **Criar uma regra**, **Análise de conversação**.
1. Atribua um nome à regra.
1. **Em **Quando**, use a lista suspensa para escolher análise **pós-chamada, análise em tempo real, análise** **pós-bate-papo, análise** **de bate-papo** **em tempo real ou análise** de e-mail.**
![\[A página Nova regra e a lista suspensa Quando.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-rule-define-conditions.png)
1. Escolha **Adicionar condição** e selecione o tipo de correspondência:
+ **Palavras ou frases: correspondência exata**: encontra contatos que correspondem a palavras ou frases exatas. Insira as palavras ou frases, separadas por vírgula.
+ **Correspondência de padrões de palavras ou frases**: encontra contatos procurando um padrão de palavras ou frases. Também é possível especificar a distância entre as palavras. Por exemplo, se você estiver procurando contatos nos quais a palavra “crédito” foi mencionada, mas não quiser ver nenhuma menção às palavras “cartão de crédito”, defina uma categoria de correspondência de padrões para procurar a palavra “crédito” que não esteja a uma palavra de distância de “cartão”.
+ **Linguagem natural: correspondência semântica**: use IA generativa para encontrar contatos que correspondam à declaração em linguagem natural fornecida. A declaração deve ser respondida com uma resposta afirmativa ou negativa. Linguagem natural: a correspondência semântica é usada quando você deseja comparar contatos a critérios específicos do contexto ou quando há muitas palavras ou frases possíveis para correspondência. Veja os exemplos a seguir:
+ “O cliente queria fazer uma alteração no plano de assinatura.”
+ “O cliente indicou o desejo de encerrar seus serviços atuais.”
+ “O atendente ofereceu várias opções de pagamento.”
+ “O atendente garantiu ao cliente que a chamada era importante e solicitou mais tempo de espera.”
+ “O atendente resolveu todos os problemas do cliente.”
**nota**
Linguagem natural: as condições de correspondência semântica não podem ser usadas para análise em tempo real.
Para criar regras que usem IA generativa, é necessária uma permissão adicional: **Regras: IA generativa**.
**Dica profissional**: use **linguagem natural: correspondência semântica** baseada em IA generativa se você já usou **palavras ou frases: correspondência semântica**.
+ **Palavras ou frases - Correspondência semântica**: encontra palavras que podem ser sinônimos. Por exemplo, se você digitar “chateado”, essa palavra pode corresponder a “insatisfeito”, “dificilmente aceitável” pode corresponder a “inaceitável” e “cancelar inscrição” pode corresponder a “cancelar assinatura”. Da mesma forma, esse recurso pode fazer a correspondência semântica entre frases. Por exemplo, “agradeço muito por me ajudar”, “muito obrigado, isso foi muito útil” e “estou muito contente por você poder me ajudar”.
Isso elimina a necessidade de definir uma lista exaustiva de palavras-chave ao criar categorias e oferece a capacidade de ampliar as possibilidades para pesquisar frases semelhantes que são importantes para você. Para obter os melhores resultados de correspondência semântica, forneça palavras-chave ou frases com significado semelhante em um cartão de correspondência semântica. No momento, é possível fornecer no máximo quatro palavras-chave e frases por cartão de correspondência semântica.
1. Usando a opção **Palavras ou frases - Correspondência exata** como exemplo, insira as palavras ou frases, separadas por vírgula, que você deseja destacar e selecione **Adicionar**. Cada palavra ou frase separada por vírgula tem sua própria linha no cartão.
![\[A nova página de regras, a seção Palavras ou frases: Correspondência exata.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-add-category-rules-script.png)
![\[A nova página de regras, a seção Palavras ou frases: Correspondência exata e o botão Adicionar.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-add-category-rules-script2.png)
A lógica que o Contact Lens usa para ler essas frases é: (Olá E agradecemos E por E chamar E a E Example E Corp) OU (nós E valorizamos E sua E preferência) OU (como E eu E posso E ajudar E você).
Como alternativa, use uma condição de **linguagem natural: correspondência semântica** e insira uma declaração em linguagem natural na caixa de texto, que a IA generativa deve ter condições de avaliar como verdadeira ou falsa.
![\[A nova página de regras, a seção Linguagem natural: correspondência semântica.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-add-category-rules-natural-language-semantic.png)
1. Para adicionar mais palavras ou frases, escolha **Adicionar grupo de palavras ou frases**. Na imagem a seguir, o primeiro grupo de palavras ou frases é o que o atendente pode proferir e o segundo é o que o cliente pode proferir.
![\[Palavras ou frases: Correspondência exata para o atendente, a palavra E e uma seção Palavras ou frases para o cliente.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-add-category-rules-script3.png)
1. A lógica que o Contact Lens usa para ler essas frases é: (Olá E agradecemos E por E chamar E a E Example E Corp) OU (nós E valorizamos E sua E preferência) OU (como E eu E posso E ajudar E você).
1. Os dois cartões estão conectados com um E. Isso significa que uma das linhas no primeiro cartão precisa ser proferida E, em seguida, uma das frases no segundo cartão precisa ser proferida.
A lógica que o Contact Lens usa para ler os dois cartões de palavras ou frases é (cartão 1) E (cartão 2).
1. Escolha **Adicionar condição** para aplicar as regras a:
+ Filas específicas
+ Quando os atributos de contato têm determinados valores
+ Quando as pontuações de sentimento têm determinados valores
Por exemplo, a imagem a seguir mostra uma regra que se aplica quando um agente está trabalhando nas BasicQueue filas de cobrança e pagamentos, o cliente faz um seguro automóvel e o agente está localizado em Seattle.
![\[Uma regra com várias condições.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-add-category-rules-3.png)
### Etapa 2: Definir ações
Além de categorizar um contato, você pode definir quais ações o Amazon Connect deve realizar:
1. [Gere um EventBridge evento](contact-lens-rules-eventbridge-event.md)
1. [Criar tarefa](contact-lens-rules-create-task.md)
1. [Criar caso](contact-lens-rules-create-case.md)
1. [Enviar notificações por e-mail](contact-lens-rules-email.md)
1. [Criar uma regra que envie uma avaliação automatizada](contact-lens-rules-submit-automated-evaluation.md)
### Etapa 5: Analisar e criar
1. Ao concluir, selecione **Salvar**.
1. Ao adicionar regras, elas são aplicadas aos novos contatos que ocorrem após a respectiva adição. As regras são aplicadas quando a análise conversacional do Amazon Connect analisa conversas.
Não é possível aplicar regras a conversas passadas armazenadas.
# Quando uma regra ou categoria não consegue ser avaliada pelo Amazon Connect Contact Lens
Quando o Amazon Connect Contact Lens avalia uma regra ou uma categoria durante uma análise pós-contato para um contato de voz ou chat, é possível que a regra ou categoria falhe na avaliação.
Veja a seguir os possíveis resultados da categoria quando uma regra ou categoria é avaliada durante a análise de contato:
1. **Correspondência encontrada e aplicada com êxito ao contato**. Quando as categorias são exibidas na página **Detalhes do contato**, isso indica que elas foram comparadas e aplicadas com êxito ao contato.
1. **Avaliadas com êxito, mas não se aplicam ao contato**. Quando as categorias estão ausentes da página **Detalhes do contato**, isso indica que elas não se aplicam ao contato, mas foram avaliadas com êxito pelas regras do Contact Lens.
1. **A análise do contato foi concluída, mas uma categoria específica não foi avaliada**. Quando uma categoria não é avaliada, isso não significa que a categoria não se aplica ao contato (com base em seus critérios), mas sim que o Contact Lens concluiu a análise do contato sem avaliar essa categoria específica.
A imagem a seguir mostra que as categorias com falha são indicadas com bordas tracejadas, planos de fundo transparentes, ícones de erro e prefixos com falha. Quando você passa o mouse sobre uma categoria com falha, os detalhes sobre por que a categoria não foi avaliada são exibidos.
![\[As categorias com falha na página Detalhes do contato.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/failed-categories1.png)
Essas categorias com falha só existem com base em regras com a condição de correspondência semântica. Os dois motivos possíveis são:
1. **Cota excedida**: seu limite de ações de IA generativa foi excedido nesse período. Você pode solicitar um aumento de cota por meio do AWS Support.
1. **Diretrizes de segurança falhadas**: o processamento da categoria falhou porque não atendeu às barreiras de proteção de segurança e qualidade.
Recomendamos adicionar mais condições às suas regras de correspondência semântica para restringir o número de contatos aos quais elas podem se aplicar. Isso ajudará a evitar falhas por cota excedida.
## Arquivo do S3 do cliente de saída da análise pós-contato do Contact Lens
As categorias com falha aparecem no arquivo de análise em JobDetails > Análise ignorada.
A seção `SkippedAnalysis` mostra a análise do contato marcada como “Ignorada”, mesmo que a análise tenha sido concluída para esse contato. Ele contém as propriedades “Feature” e "ReasonCode”. `POST_CONTACT_SUMMARY`é um dos recursos existentes.
O `CATEGORIZATION` é adicionado como um novo recurso à análise ignorada. Há um elemento de categorização exclusivo na matriz `SkippedAnalysis` para cada `ReasonCode` exclusivo que ocasionou falha na categorização. Uma nova `SkippedEntities` propriedade é introduzida para cada elemento exclusivo, contendo uma lista de todos os nomes de categorias (e suas regras associadas IDs) que falharam devido ao código de motivo associado.
Veja a seguir um exemplo de categorias com falha em `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"
}
]
},
```
Para obter mais informações, consulte [Exemplos de arquivo de saída da analytics de conversação do Contact Lens para uma chamada](contact-lens-example-output-files.md).
# Adicionar alertas em tempo real ao Contact Lens para supervisores com base em palavras-chave e frases em uma chamada
Depois de [habilitar a análise em tempo real](enable-analytics.md) no fluxo, você pode adicionar regras que alertam automaticamente os supervisores quando ocorre um problema na experiência do cliente.
Por exemplo, o Contact Lens pode enviar automaticamente um alerta quando determinadas palavras-chave ou frases são mencionadas durante a conversa ou quando detecta outros critérios. O supervisor vê o alerta no painel de métricas em tempo real. A partir daí, os supervisores podem ouvir a chamada ao vivo e fornecer orientação ao atendente pelo chat para ajudá-lo a resolver o problema mais depressa.
A imagem a seguir mostra um exemplo do que um supervisor veria no relatório de métricas em tempo real ao receber um alerta. Nesse caso, o Contact Lens detectou uma situação de irritação por parte do cliente.
![\[A página Métricas em tempo real e um alerta para um cliente que está irritado.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-real-time-metrics-alert2.png)
Quando o supervisor ouve uma chamada ao vivo, o Contact Lens fornece uma transcrição em tempo real e uma tendência de sentimento do cliente que ajuda a entender a situação e avaliar a ação apropriada. A transcrição também elimina a necessidade de os clientes se repetirem se forem transferidos para outro atendente.
A imagem a seguir mostra um exemplo de transcrição em tempo real.
![\[Um exemplo de transcrição em tempo real.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-real-time-transcript.png)
## Adicionar regras para alertas em tempo real para chamadas
1. Faça login no Amazon Connect com uma conta de usuário atribuída ao perfil de **CallCenterManager**segurança ou habilitada para permissões de **regras**.
1. No menu de navegação, escolha **Análise e otimização**, **Regras**.
1. Selecione **Criar uma regra**, **Análise de conversação**.
1. Atribua um nome à regra.
1. Em **Quando**, use a lista suspensa para escolher a **análise em tempo real**.
1. Escolha **Adicionar condição** e selecione o tipo de correspondência:
+ **Correspondência exata**: encontra somente as palavras ou frases exatas.
+ **Correspondência de padrão**: encontra correspondências que podem ser menos de 100% exatas. Também é possível especificar a distância entre as palavras. Por exemplo, você pode procurar contatos nos quais a palavra “crédito” foi mencionada e não querer ver nenhuma menção às palavras “cartão de crédito”. É possível definir uma categoria de correspondência de padrões para procurar a palavra “crédito” que não esteja a uma palavra de distância da palavra “cartão”.
**dica**
A correspondência semântica não está disponível para análise em tempo real.
1. Insira as palavras ou frases, separadas por vírgula, que você deseja destacar. As regras em tempo real comportam apenas as palavras-chave ou frases que **foram mencionadas**.
![\[Uma regra de palavras e frases.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-add-alert-rules-1.png)
1. Escolha **Adicionar**. Cada palavra ou frase separada por vírgula tem sua própria linha.
![\[Uma regra de palavras e frases com várias frases, cada uma em sua própria linha.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-add-alert-rules-2.png)
A lógica que o Contact Lens usa para ler essas palavras ou frases é: (Converse OU com OU seu OU gerente) OU (isso OU não OU é OU útil) OU (fale OU com OU seu OU supervisor) etc.
1. Para adicionar mais palavras ou frases, escolha **Adicionar grupo de palavras ou frases**. Na imagem a seguir, o primeiro grupo de palavras ou frases é o que o atendente poderia proferir. O segundo grupo é o que o cliente poderia dizer.
![\[Uma regra de palavras e frases com várias frases para cliente e atendente.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-add-category-rules-script3.png)
1. Neste primeiro cartão, o Contact Lens lê cada linha como OU. Por exemplo: (Olá OU agradecemos OU por OU ligar OU para OU Exemplo OU Empresa) OU (nós OU valorizamos OU sua OU preferência).
1. Os dois cartões estão conectados com um E. Isso significa que uma das linhas no primeiro cartão precisa ser proferida E, em seguida, uma das frases no segundo cartão precisa ser proferida.
A lógica que o Contact Lens usa para ler os dois cartões de palavras ou frases é (cartão 1) E (cartão 2).
1. Escolha **Adicionar condição** para aplicar as regras a:
+ Filas específicas
+ Quando os atributos de contato têm determinados valores
+ Quando as pontuações de sentimento têm determinados valores
Por exemplo, a imagem a seguir mostra uma regra que se aplica quando um agente está trabalhando nas BasicQueue filas de cobrança e pagamentos, o cliente faz um seguro automóvel e o agente está localizado em Seattle.
![\[Uma regra de palavras e frases com várias condições.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-add-category-rules-3.png)
1. Ao concluir, escolha **Next (Avançar)**.
1. Na caixa **Atribuir categoria de contato**, adicione um nome para a categoria. Por exemplo, **Em conformidade** ou **Não em conformidade**.
1. Escolha **Próximo** e selecione **Publicar**.
# Adicionar alertas em tempo real ao Contact Lens para supervisores com base em palavras-chave e frases em um chat
Depois de [habilitar a análise em tempo real](enable-analytics.md) no fluxo, você pode adicionar regras que alertam automaticamente os supervisores quando ocorre um problema na experiência do cliente.
Por exemplo, o Contact Lens pode enviar automaticamente um alerta quando determinadas palavras-chave ou frases são mencionadas durante o chat ou quando detecta outros critérios. O supervisor pode acabar exibindo a página **Detalhes do contato** de um chat em tempo real para ver o problema. A partir daí, os supervisores podem ingressar no chat e oferecer orientação ao atendente pelo chat para ajudá-lo a resolver o problema mais depressa.
A imagem a seguir mostra um exemplo do que um supervisor veria na página **Detalhes do contato** quando recebesse um alerta para um chat em tempo real. Nesse caso, o Contact Lens detectou uma situação de irritação por parte do cliente.
![\[A página de detalhes do contato, um alerta para um cliente do chat em tempo real que está irritado.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-realtime-alert-chat.png)
Quando o supervisor monitora um chat, o Contact Lens fornece uma transcrição em tempo real e uma tendência de sentimento do cliente que ajuda a entender a situação e avaliar a ação apropriada. A transcrição também elimina a necessidade de os clientes se repetirem se forem transferidos para outro atendente.
## Adicionar regras para alertas em tempo real para chats
1. Faça login no Amazon Connect com uma conta de usuário atribuída ao perfil de **CallCenterManager**segurança ou habilitada para permissões de **regras**.
1. No menu de navegação, escolha **Análise e otimização**, **Regras**.
1. Selecione **Criar uma regra**, **Análise de conversação**.
1. Atribua um nome à regra.
1. Em **Quando**, use a lista suspensa para escolher a **análise em tempo real**.
1. Escolha **Adicionar condição** e selecione o tipo de correspondência. A imagem a seguir mostra uma regra configurada para uma condição **Sentimento - Período**.
![\[As condições para uma regra de análise do chat em tempo real.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-realtime-chat-rule2.png)
Escolha uma das seguintes opções:
+ **Correspondência exata**: encontra somente as palavras ou frases exatas.
+ **Correspondência de padrão**: encontra correspondências que podem ser menos de 100% exatas. Também é possível especificar a distância entre as palavras. Por exemplo, você pode procurar contatos nos quais a palavra “crédito” foi mencionada e não querer ver nenhuma menção às palavras “cartão de crédito”. É possível definir uma categoria de correspondência de padrões para procurar a palavra “crédito” que não esteja a uma palavra de distância da palavra “cartão”.
**dica**
A correspondência semântica não está disponível para análise em tempo real.
1. Insira as palavras ou frases, separadas por vírgula, que você deseja destacar. As regras em tempo real comportam apenas as palavras-chave ou frases que **foram mencionadas**.
![\[Uma regra de palavras e frases.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-add-alert-rules-1.png)
1. Escolha **Adicionar**. Cada palavra ou frase separada por vírgula tem sua própria linha.
![\[Uma regra de palavras e frases com várias frases, cada uma em sua própria linha.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-add-alert-rules-2.png)
A lógica que o Contact Lens usa para ler essas palavras ou frases é: (Converse OU com OU seu OU gerente) OU (isso OU não OU é OU útil) OU (fale OU com OU seu OU supervisor) etc.
1. Para adicionar mais palavras ou frases, escolha **Adicionar grupo de palavras ou frases**. Na imagem a seguir, o primeiro grupo de palavras ou frases é o que o atendente poderia mencionar. O segundo grupo é o que o cliente poderia mencionar.
![\[Uma regra de palavras e frases com várias frases para cliente e atendente.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-add-category-rules-script3.png)
1. Neste primeiro cartão, o Contact Lens lê cada linha como OU. Por exemplo: (Olá OU agradecemos OU por OU ligar OU para OU Exemplo OU Empresa) OU (nós OU valorizamos OU sua OU preferência).
1. Os dois cartões estão conectados com um E. Isso significa que uma das linhas no primeiro cartão precisa ser mencionada E, em seguida, uma das frases no segundo cartão precisa ser mencionada.
A lógica que o Contact Lens usa para ler os dois cartões de palavras ou frases é (cartão 1) E (cartão 2).
1. Escolha **Adicionar condição** para aplicar as regras a:
+ Filas específicas
+ Quando os atributos de contato têm determinados valores
+ Quando as pontuações de sentimento têm determinados valores
Por exemplo, a imagem a seguir mostra uma regra que se aplica quando um agente está trabalhando nas BasicQueue filas de cobrança e pagamentos, o cliente faz um seguro automóvel e o agente está localizado em Seattle.
![\[Uma regra de palavras e frases com várias condições.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-add-category-rules-3.png)
1. Ao concluir, escolha **Next (Avançar)**.
1. Na caixa **Atribuir categoria de contato**, adicione um nome para a categoria. Por exemplo, **Em conformidade** ou **Não em conformidade**.
1. Escolha **Adicionar ação** para especificar qual ação o Amazon Connect deverá realizar quando as condições forem atendidas. Você pode configurar alertas de supervisor usando notificações por e-mail ou desenvolvendo uma integração personalizada com o. EventBridge
![\[As opções Gerar um EventBridge evento e Enviar notificação por e-mail.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-realtime-chat-rule3.png)
1. Se você escolher **Enviar notificação por e-mail**, consulte [Criar regras do que enviem notificações por e-mail](contact-lens-rules-email.md) para obter mais detalhes sobre como preencher a página e obter informações sobre limites de e-mail.
Se você escolheu **Gerar um EventBridge evento**, consulte [Crie uma regra que gere um EventBridge evento](contact-lens-rules-eventbridge-event.md) para obter mais detalhes sobre como preencher a página e obter informações sobre como se inscrever em tipos de EventBridge eventos.
# Criar regras do que enviem notificações por e-mail
É possível criar regras do que enviem notificações por e-mail às pessoas de sua organização. Isso ajuda você a responder mais depressa a possíveis problemas em sua central de atendimento. Por exemplo, é possível criar uma regra para notificar:
+ Um supervisor de equipe quando há um escalonamento ou cancelamento da conta.
+ Um grupo de pessoas em sua central de atendimento como resultado de determinadas palavras terem sido mencionadas durante uma conversa.
+ Uma pessoa designada em sua central de atendimento quando ocorre um desentendimento durante a chamada.
+ Um agente que administrou o contato que foi analisado ou avaliado com a análise conversacional do Amazon Connect.
**Importante**
Todos os e-mails são enviados de `no-reply@amazonconnect.com`.
Os usuários do SAML não têm endereços de e-mail principais, eles têm logins de nome de usuário. Um login de nome de usuário geralmente é um endereço de e-mail, mas não necessariamente. Para esses usuários, o campo **Endereço de e-mail** está em branco no Amazon Connect. Quando as notificações por e-mail são enviadas a usuários do SAML, eles devem ter um e-mail secundário configurado para recebê-las. Se um e-mail secundário não estiver configurado, o usuário não receberá o e-mail.
**Como criar uma regra do que envie uma notificação por e-mail**
1. Faça login no Amazon Connect com uma conta de usuário que tenha as [permissões necessárias](permissions-for-rules.md) para criar regras.
1. Navegue até **Análise e otimização**, **Regras**.
1. Na página **Regras**, escolha **Criar uma regra** e, na lista suspensa, escolha **Analytics de conversação** ou **Formulários de avaliação**.
![\[A página Regras, a lista suspensa para criar uma regra e a opção Contact Lens.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-create-rule.png)
1. Na página **Nova regra**, defina as condições para a regra. Para obter mais informações, consulte:
+ [Definir condições de regras para analytics de conversação](build-rules-for-contact-lens.md#rule-conditions)
+ [Defina condições das regras para os formulários de avaliação](create-evaluation-rules.md#rule-conditions-eval).
1. Ao definir ações para a regra, escolha **Enviar notificação por e-mail** para a ação.
![\[A nova página Regras, a lista suspensa de adição de ações e a ação Enviar notificação por e-mail.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-rules-email-action.png)
1. Na seção **Enviar notificação por e-mail**, escolha quem receberá o e-mail usando uma das seguintes opções:
+ **Selecionar destinatários por login: encaminha o e-mail ao usuário especificado.**
**Importante**
Os usuários do SAML devem ter um e-mail secundário configurado para recebê-lo. Se um e-mail secundário não estiver configurado, o usuário não receberá o e-mail.
+ **Selecionar destinatários por tags**. Encaminha o e-mail dinamicamente com base nos valores da tag do atendente.
+ **Selecione o atendente que processou o contato**. Encaminha o e-mail para o atendente que processou o contato.
Na imagem a seguir, a regra envia um e-mail de notificação ao atendente que administrou o contato.
![\[A seção Enviar notificação por e-mail, a opção Selecionar o atendente que processou o contato.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-rules-email-tag.png)
1. Em **Assunto**, adicione o assunto do e-mail. Em **Corpo**, adicione o conteúdo da notificação por e-mail.
Use **@ para adicionar variáveis dinâmicas** que são preenchidas durante a execução da regra. Para regras de análise conversacional e regras de formulários de avaliação, você pode adicionar **nome da regra, URL da instância, informações de contato, agente** e **fila** do contato que correspondeu à regra. As regras dos formulários de avaliação também permitem que você insira a **ID da avaliação**.
![\[O corpo do e-mail, a lista de variáveis disponíveis.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/rules-send-email-dynamic-variables.png)
**nota**
Outros tipos de regras oferecem suporte a variáveis diferentes:
As regras de métricas em tempo real permitem que você insira **o nome da regra, o URL da instância** e a lista de **agentes, filas, fluxos ou perfil de roteamento** que violaram o limite para acionar o alerta.
As regras para casos permitem que você insira o **nome da regra, o URL da instância** e o **ID do caso**.
1. Escolha **Próximo**. Analise suas seleções e, em seguida, selecione **Salvar**.
1. Ao adicionar regras, elas são aplicadas aos novos contatos que ocorrem após a respectiva adição. As regras são aplicadas quando a análise conversacional do Amazon Connect analisa conversas.
Não é possível aplicar regras a conversas passadas armazenadas.
## Limites de e-mail
+ O Amazon Connect tem um limite padrão de 500 e-mails por dia. Quando esse limite é excedido, a instância do Amazon Connect fica impedida de enviar mais e-mails por 24 horas. Isso ocorre porque os e-mails estão sujeitos a limites de devolução e reclamação. Para obter mais informações, consulte as seções **Bounce** e **Reclamação** em [Compreensão da capacidade de entrega de e-mail no Amazon SES](https://docs.aws.amazon.com/ses/latest/dg/send-email-concepts-deliverability.html).
+ Todos os e-mails são enviados de `no-reply@amazonconnect.com`, os quais você não pode personalizar.
+ Os usuários do SAML não têm endereços de e-mail principais, eles têm logins de nome de usuário. Um login de nome de usuário geralmente é um endereço de e-mail, mas não necessariamente. Para esses usuários, o campo **Endereço de e-mail** está em branco no Amazon Connect. Quando as notificações por e-mail são enviadas a usuários do SAML, eles devem ter um e-mail secundário configurado para recebê-las. Se um e-mail secundário não estiver configurado, o usuário não receberá o e-mail.
Se a opção padrão de envio de e-mails não atender aos seus requisitos, entre em contato com seu gerente técnico de contas ou converse com Suporte a equipe de serviço do Amazon Connect.
# Crie uma regra que gere um EventBridge evento
Em tempo real ou após a chamada ou chat, é possível obter eventos e usá-los para acionar notificações ou alertas subsequentes ou agregar relatórios fora do Amazon Connect. É possível fazer muitas coisas com esses dados. Por exemplo:
+ Receba alertas em tempo real em um QuickSight painel.
+ Criar relatórios agregados fora do Amazon Connect.
+ Unir dados com o CRM.
+ Conecte sua solução de notificação EventBridge e certifique-se de que, até o final do dia, todos os tipos de eventos sejam enviados para uma determinada caixa de entrada. A carga útil informa o contato, o atendente e a fila.
**nota**
**Para regras de métricas em tempo real, os recursos que acionam a regra serão listados em recursos.** Por exemplo, se você criar uma regra que o alerte sobre métricas de fila, como tempo médio de resposta da fila, a lista de filas que ultrapassaram o limite será listada em recursos.
**Para criar uma regra que gere um EventBridge evento**
1. Ao criar sua regra, escolha **Gerar EventBridge evento** para a ação.
![\[A nova página de regras, a seção Executar essas ações, a lista suspensa Adicionar ação, a ação Gerar um EventBridge evento.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-rules-events-example1.png)
1. Em **Nome da ação**, insira o nome da carga útil do evento.
**nota**
O valor que você atribui para **o nome da ação** é visível na EventBridge carga. Ao agregar eventos, o nome da ação fornece uma dimensão adicional que você pode usar para processá-los. Por exemplo, você tem duzentos nomes de categorias, mas somente cinquenta têm um nome de ação específico, como NOTIFY\$1CUSTOMER\$1RETENTION.
![\[A seção Executar essas ações, a seção Atribuir categoria de contato, a seção Gerar um EventBridge evento.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-rules-add-eb-action.png)
1. Escolha **Próximo**. Analise e depois escolha **Salvar**.
1. Ao adicionar regras, elas são aplicadas aos novos contatos que ocorrem após a respectiva adição. As regras são aplicadas quando a análise conversacional do Amazon Connect analisa conversas.
Não é possível aplicar regras a conversas passadas armazenadas.
1. Para aproveitar os EventBridge dados, inscreva-se no tipo de EventBridge evento. Consulte o procedimento a seguir.
## Inscreva-se para receber tipos de EventBridge eventos
Para se inscrever em tipos de EventBridge eventos, crie uma EventBridge regra personalizada que corresponda ao seguinte:
+ "source" = "aws.connect"
+ “detail-type” = “Regras de Contact Lens pós-chamada correspondentes” ou uma das seguintes opções:
+ **Regras em tempo real do Contact Lens comparadas**
+ **Regras do chat em tempo real do Contact Lens comparadas**
+ **Regras pós-chat do Contact Lens comparadas**
+ **Contact LensRegras de avaliação combinadas**
+ **Regras de métricas correspondentes**
A imagem a seguir mostra essas configurações na seção Padrão de evento da nova página Regras.
![\[A seção Padrão de eventos da nova página de EventBridge regras.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-eb-rules-events.png)
### Exemplo de cargas EventBridge úteis
A seguir está um exemplo da aparência da EventBridge carga quando as **regras de Contact Lens pós-chamada são correspondidas**.
```
{
"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",
}
}
```
Veja a seguir um exemplo da aparência da carga útil para o caso de **Regras em tempo real comparadas do Contact Lens**.
```
{
"version": "0", // set by EventBridge
"id": "aaaaaaaa-bbbb-cccc-dddd-bf3703467718", // set by EventBridge
"source": "aws.connect",
"detail-type": "Contact Lens Realtime Rules Matched",
"account": "your AWS account ID",
"time": "2020-04-27T18:43:48Z",
"region": "us-east-1", // set by EventBridge
"resources": ["arn:aws:connect:us-east-1:your AWS account ID:instance/instance-ARN"],
"detail": {
"version": "1.0",
"ruleName": "ACCOUNT_CANCELLATION", // Rule name
"actionName": "NOTIFY_CUSTOMER_RETENTION",
"instanceArn": "arn:aws:connect:us-east-1:your AWS account ID:instance/instance-ARN",
"contactArn": "arn:aws:connect:us-east-1:your AWS account ID:instance/instance-ARN/contact/contact-ARN",
"agentArn": "arn:aws:connect:us-east-1:your AWS account ID:instance/instance-ARN/agent/agent-ARN",
"queueArn": "arn:aws:connect:us-east-1:your AWS account ID:instance/instance-ARN/queue/queue-ARN",
}
}
```
# Crie uma regra que gere uma tarefa
As regras do Amazon Connect permitem que você gere tarefas. Isso ajuda você a criar ações rastreáveis com os proprietários e fornece visibilidade sobre a conclusão das tarefas e a produtividade prontas para uso.
Veja abaixo alguns exemplos:
+ Analise um contato quando o cliente for fraudulento. Por exemplo, você pode criar uma tarefa de acompanhamento quando um cliente profere palavras ou frases que fazem com que pareçam possivelmente fraudulentas.
+ Faça o acompanhamento quando o cliente mencionar tópicos específicos em relação aos quais você deseja realizar vendas agregadas ou oferecer suporte adicional entrando em contato.
+ Avalie o desempenho do agente em cenários específicos, por exemplo, o sentimento do cliente estava muito baixo durante a conversa e o cliente expressou frustração.
+ Execute ações operacionais, como atribuir agentes adicionais a filas nas quais o tempo médio de resposta da fila na última hora excedeu os limites aceitáveis.
**Como criar uma regra que gera uma tarefa**
1. Ao criar sua regra, escolha **Criar tarefa** para a ação.
![\[A nova página Regras, o menu suspenso Adicionar ação e a opção Criar tarefa.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-rules-add-task-example1.png)
1. Preencha os campos de tarefa da seguinte forma:
![\[A nova página Regras, a seção Atribuir categoria de contato e a seção Criar tarefa.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-rules-add-tasks-example2.png)
1. **Nome da categoria**: o nome da categoria aparece no registro do contato. Extensão máxima: 200 caracteres.
1. **Nome**: o nome aparece no Painel de Controle de Contatos (CCP) do atendente. Extensão máxima: 128 caracteres.
1. **Descrição**: a descrição aparece no Painel de Controle de Contatos (CCP) do atendente. Extensão máxima: 4.096 caracteres.
**nota**
Em Nome e Descrição, use **@ para adicionar variáveis dinâmicas** que são preenchidas durante a execução da regra. Para regras de análise conversacional e regras de formulários de avaliação, você pode adicionar **nome da regra, URL da instância, informações de contato, agente** e **fila** do contato que correspondeu à regra. As regras dos formulários de avaliação também permitem que você insira a **ID da avaliação**.
![\[A ação da tarefa com variáveis dinâmicas.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/rules-create-task-dynamic-variables.png)
Outros tipos de regras oferecem suporte a variáveis diferentes:
As regras de métricas em tempo real permitem que você insira **o nome da regra, o URL da instância e a lista de agentes, filas, fluxos ou perfil de roteamento** que violaram o limite para acionar o alerta.
As regras para casos permitem que você insira o **nome da regra, o URL da instância** e o **ID do caso**.
1. **Nome de referência da tarefa**: essa é uma referência padrão que aparece automaticamente no CCP do atendente.
+ Para as regras em tempo real, a referência da tarefa é vinculada à página Detalhes em tempo real.
+ Para regras de pós-chamada ou pós-chat, a referência da tarefa é vinculada à página **Detalhes de contato**.
1. **Nome de referência adicional**: tamanho máximo de 4.096 caracteres. É possível adicionar até 25 referências.
1. **Selecionar um fluxo**: escolha o fluxo projetado para encaminhar a tarefa ao proprietário apropriado da tarefa. O fluxo deve ser salvo e publicado para que apareça na lista de opções no menu suspenso.
1. A imagem a seguir mostra um exemplo de como essas informações são exibidas no CCP do atendente.
![\[Uma tarefa no Painel de Controle de Contatos do atendente.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-rules-add-tasks-ccp.png)
Neste exemplo, o atendente vê os seguintes valores para **Nome**, **Descrição** e **Nome de referência da tarefa**:
1. **Nome** = **Action-Required-Contact Lens- ba2cf8fe....**
1. **Descrição** = **Test**
1. **Nome de referência da tarefa** = taskRef e o URL para a página Detalhes em tempo real
1. Escolha **Próximo**. Analise e escolha **Salvar** a tarefa.
1. Ao adicionar regras, elas são aplicadas aos novos contatos que ocorrem após a respectiva adição. As regras são aplicadas quando a análise conversacional do Amazon Connect analisa conversas.
Não é possível aplicar regras a conversas passadas armazenadas.
## Os registros de contato de voz e tarefa são vinculados
Quando uma regra cria uma tarefa, um registro de contato é gerado automaticamente para a tarefa. Ele está vinculado ao registro de contato de chamada de voz ou de chat que atendeu aos critérios da regra para criar a tarefa.
Por exemplo, uma chamada chega ao seu contact center e gera CTR1:
![\[Informações sobre o registro inicial do contato quando uma chamada é recebida.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-rules-attributes-example1.png)
O mecanismo de regras gera uma tarefa. No registro de contato de tarefa, o registro de contato de voz aparece como o **ID do contato anterior**. Além disso, o registro de contato de tarefa herda atributos de contato do registro de contato de voz, conforme ilustrado na imagem a seguir:
![\[Registro de contato 2 para a tarefa.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-rules-attributes-example2.png)
## Sobre valores dinâmicos para ContactId, AgentId, QueueId, RuleName
Os valores dinâmicos entre colchetes [] são chamados de [atributos de contato](what-is-a-contact-attribute.md). Os atributos de contato permitem que você armazene informações temporárias sobre o contato para que possa usá-las em um fluxo.
Quando você adiciona atributos de contato entre colchetes [] — como ContactId, AgentId QueueId, ou RuleName — o valor é passado de um registro de contato para outro. É possível usar atributos de contato no fluxo para ramificar e rotear o contato adequadamente.
Para obter mais informações, consulte [Usar atributos de contato](connect-contact-attributes.md).
# Criar uma regra no Contact Lens que encerre tarefas associadas de um caso
**Para criar uma regra que encerra tarefas associadas**
1. Ao criar a regra, escolha **Um novo caso é atualizado** como a fonte do evento.
![\[A página Nova regra, o menu suspenso Adicionar ação e a opção de caso adicionado.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-rules-update-case-1.png)
1. Ao criar a regra, escolha **Encerrar tarefas** para a ação.
![\[A página Nova regra, o menu suspenso Adicionar ação e a opção Encerrar tarefas.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-rules-ends-tasks-2.png)
![\[A opção Encerrar tarefas.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-rules-ends-tasks-3.png)
1. Escolha **Próximo**. Analise e escolha **Salvar**.
1. Ao adicionar regras, elas são aplicadas aos novos contatos que ocorrem após a respectiva adição. As regras são aplicadas quando a análise conversacional do Amazon Connect analisa conversas.
Não é possível aplicar regras a conversas passadas armazenadas.
# Criar uma regra no Contact Lens que gera um caso
**Criar uma regra que gera um caso**
1. Ao criar sua regra, escolha Análise **pós-chamada está disponível, Análise** **pós-chat está disponível ou Análise** de **e-mail está disponível como fonte** do evento.
![\[Na página de definição da condição, escolha Análise pós-chamada está disponível, Análise pós-chat está disponível ou Análise de e-mail está disponível como fonte do evento.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-rules-create-case-1.png)
1. Escolha **Próximo**.
1. Na página Ações, escolha **Criar caso** para a ação.
![\[A nova página Regras, o menu suspenso Adicionar ação e a opção Criar caso.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-rules-create-case-2.png)
1. No cartão **Criar caso**, selecione um **Modelo de caso**.
![\[No cartão Criar caso, selecione um Modelo de caso.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-rules-create-case-3.png)
1. Preencha os **campos obrigatórios** e adicione **campos de caso opcionais** para preencher dados do caso.
**nota**
Um perfil de cliente deve estar associado a um contato para que essa ação funcione. Para obter mais informações, consulte [Habilitar Chamados](enable-cases.md).
![\[Preencha os campos obrigatórios e adicione campos de caso opcionais para preencher dados do caso.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-rules-create-case-4.png)
1. Escolha **Próximo**. Analise e escolha **Salvar**.
1. Ao adicionar regras, elas são aplicadas aos novos contatos que ocorrem após a respectiva adição. As regras são aplicadas quando a análise conversacional do Amazon Connect analisa conversas.
Não é possível aplicar regras a conversas passadas armazenadas.
# Criar uma regra no Contact Lens que atualize um caso
**Para criar uma regra que atualize um caso**
1. Ao criar a regra, escolha **Um caso é atualizado** como a fonte do evento e escolha **Próximo**.
![\[A nova página Regra, o menu suspenso Adicionar ação e a opção Um caso é atualizado.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-rules-update-case-1.png)
1. Ao criar a regra, escolha **Atualizar caso** para a ação.
![\[A nova página Regra, o menu suspenso Adicionar ação e a opção Atualizar caso.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-rules-update-case-2.png)
1. Selecione qualquer campo de caso que você queira atualizar na lista suspensa e defina o novo valor.
![\[Selecione qualquer campo de caso que você queira atualizar na lista suspensa e defina o novo valor.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-rules-update-case-3.png)
![\[Selecione qualquer campo de caso que você queira atualizar na lista suspensa e defina o novo valor.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-rules-update-case-4.png)
1. Escolha **Próximo**. Analise e escolha **Salvar**.
1. Ao adicionar regras, elas são aplicadas aos novos contatos que ocorrem após a respectiva adição. As regras são aplicadas quando a análise conversacional do Amazon Connect analisa conversas.
Não é possível aplicar regras a conversas passadas armazenadas.
# Criar uma regra no Contact Lens que envie uma avaliação automatizada
O Contact Lens permite preencher e enviar avaliações automaticamente usando insights e métricas da analytics de conversação.
## Etapa 1: configurar a automação no formulário de avaliação
Antes de criar uma regra que envie uma avaliação automatizada, é necessário configurar a automação no formulário de avaliação. Para obter instruções detalhadas, consulte [Etapa 6: habilitar avaliações automatizadas](create-evaluation-forms.md#step-automate) em [Criar um formulário de avaliação](create-evaluation-forms.md).
Veja abaixo uma visão geral das etapas:
1. Configure a automação para cada pergunta em um formulário de avaliação.
1. Habilite a opção **Permitir o envio automatizado de avaliações** antes de ativar o formulário de avaliação.
1. Ao ativar o formulário de avaliação com a automação configurada, um prompt será exibido para você criar uma regra, conforme mostrado na imagem a seguir.
![\[Um prompt para criar uma regra.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/create-a-rule-to-submit-automated-evaluations-1.png)
1. Escolha **Create a rule (Criar uma regra)**.
1. Na página **Regras**, defina uma regra que especifique quais contatos são avaliados automaticamente usando o formulário de avaliação selecionado. O procedimento a seguir fornece instruções.
## Etapa 2: definir uma regra que especifique quais contatos são avaliados automaticamente
Você pode acionar avaliações automatizadas com dois tipos de regras:
+ Uma regra de **analytics de conversação** que avalia automaticamente o contato após o Contact Lens concluir a análise.
+ Uma regra de **formulários de avaliação** que pode ser usada para acionar um formulário de avaliação específico da situação como resultado de um formulário de avaliação genérico. Por exemplo, se a resposta à pergunta de avaliação *O cliente estava interessado em comprar um produto* for *Sim*, você poderá acionar outro formulário de avaliação medindo o *desempenho de vendas do atendente*.
### Acionar avaliações automatizadas com uma regra de analytics de conversação
Esse é o tipo de regra padrão selecionado quando você cria uma regra para enviar uma avaliação automatizada durante a ativação do formulário. Você também pode criar essa regra selecionando **Criar uma regra**, **Analytics de conversação** na página **Regras**.
1. Escolha **A análise pós-chamada do Contact Lens está disponível** ou **A análise pós-chat do Contact Lens está disponível** como fonte de eventos. Essas duas opções são destacadas na imagem a seguir.
![\[As opções de análise pós-chamada e análise pós-chat.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/defined-conditions-evaluations.png)
1. Defina as condições para identificar os contatos a serem avaliados automaticamente e escolha **Avançar**.
Exemplos de condições que você pode usar para identificar o conjunto específico de agentes ou contatos aos quais o formulário de avaliação é aplicável são:
+ Agentes
+ Hierarquia de atendentes
+ Agente de IA
+ Queues (Filas)
+ Método de iniciação
Além disso, você pode excluir contatos que possam ter sido encerrados prematuramente devido à conectividade ou outros problemas usando condições como:
+ Duração da interação (por exemplo, mais de 30 segundos)
+ Tempo de conversação (por exemplo, o cliente fala por mais de 10 segundos)
+ Possível problema de desconexão quando o problema não existe ou não há nenhum problema conhecido de conectividade ou dispositivo durante a conversa
1. Na página **Definir ações**, forneça um nome de categoria para identificar a regra.
1. Escolha **Adicionar ação**, selecione **Enviar avaliação automática** e selecione o formulário que deseja usar para enviar automaticamente uma avaliação. (Essa ação já está selecionada na página se você criou a regra ao ativar o formulário.)
1. Escolha **Próximo**. Analise e, depois, escolha **Salvar e publicar**.
Ao adicionar regras, elas são aplicadas aos novos contatos que ocorrem após a respectiva adição. As regras são aplicadas quando a análise conversacional do Amazon Connect analisa conversas.
**Importante**
Não é possível aplicar regras a conversas passadas armazenadas.
### Acionar avaliações automatizadas com uma regra de formulários de avaliação
1. Acesse a página **Regras**. Selecione **Criar uma regra**, **Formulários de avaliação**.
1. Em **Quando**, selecione a origem do evento como **Um resultado de avaliação do Contact Lens está disponível**.
1. Escolha **Adicionar condição** para acionar uma avaliação específica da situação. Por exemplo:
+ Uma resposta específica em outra avaliação, mostrada na imagem a seguir.
![\[Uma resposta específica em outra avaliação.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/add-condition-1.png)
+ A pontuação de outro formulário de avaliação, mostrada na imagem a seguir.
![\[A pontuação de outro formulário de avaliação.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/add-condition-2.png)
1. Escolha **Adicionar ação**, selecione **Enviar avaliação automática** e selecione o formulário que deseja usar para enviar automaticamente uma avaliação.
1. Escolha **Próximo**. Analise e, depois, escolha **Salvar e publicar**.
## Perguntas frequentes
1. **Uma avaliação automatizada pode substituir uma avaliação enviada manualmente?**
Não, uma avaliação automatizada não pode substituir uma avaliação enviada manualmente. Se uma avaliação já existir, a avaliação automatizada falhará para esse contato e os administradores da conta poderão ver essas notificações de falha nela CloudWatch.
1. **Como identifico avaliações automatizadas?**
Se uma avaliação for enviada automaticamente, ela será marcada como “enviada pela automação do Contact Lens” na página **Detalhes do contato**. Se uma avaliação automatizada for editada e reenviada por um avaliador, o “enviada por” vai conter o nome do avaliador.
1. **Posso avaliar automaticamente um contato usando vários formulários de avaliação?**
Sim, você pode enviar avaliações sobre um contato automaticamente usando vários formulários de avaliação. É necessário criar várias regras para enviar avaliações automatizadas usando os diferentes formulários de avaliação.
# Usar uma condição de palavra ou frase em uma regra do Contact Lens
Na regra de **analytics de conversação** do Contact Lens, você tem a opção de especificar uma condição de palavras ou frases. Você pode escolher Correspondência exata, Correspondência semântica ou Correspondência de padrão para as palavras ou frases. Este tópico explica cada tipo de correspondência.
**nota**
Todos os três tipos de correspondência não diferenciam maiúsculas de minúsculas, por exemplo, se você especificou a palavra como “cobrança”, ela também será comparada à transcrição que contém a palavra “Cobrança”.
## Como usar a correspondência exata
**Correspondência exata** é uma combinação exata de palavras, que pode ser no singular ou no plural.
É possível adicionar palavras-chave ou frases usando qualquer um dos seguintes métodos:
+ Selecione **Palavras-chave ou frases** e insira valores manualmente na caixa de texto. Vários valores podem ser separados por uma vírgula.
![\[Insira a opção de palavras-chave ou frases na interface de usuário.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/exact-match-1.png)
+ Selecione **Importar da coleção de palavras** para importar palavras e frases predefinidas das coleções de palavras.
![\[Importe da opção de coleção de palavras na interface de usuário.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/exact-match-2.png)
As coleções de palavras podem ser categorizadas em dois tipos: coleções de palavras do usuário e coleções de palavras do sistema. As coleções de palavras do sistema são predefinidas pelo Amazon Connect, que não são editáveis para os usuários. Uma coleção de palavras do usuário pode ser criada, lida, atualizada e excluída (CRUD) pelos usuários. Para obter mais informações, consulte [Gerenciar coleções de palavras ao criar regras de analytics de conversação no Contact Lens](manage-word-collections.md).
## Como usar a correspondência de padrão
Se você quiser combinar palavras relacionadas, acrescente um asterisco (\$1) aos critérios. Por exemplo, se quiser combinar todas as variações de “vizinho” (vizinhos, vizinhança), digite **vizinho\$1**.
Na **Correspondência de padrão**, você pode especificar o seguinte:
+ **Lista de valores**: isso é útil quando você deseja criar expressões com valores intercambiáveis. Por exemplo, a expressão pode ser:
*Estou ligando sobre uma queda de energia em [“Pequim” ou “Londres” ou “Nova York” ou “Paris” ou “Tóquio”]*
Em seguida, na lista de valores, você adicionaria as cidades: Pequim, Londres, Nova York, Paris, Tóquio.
A vantagem de usar valores é que você pode criar uma única expressão, em vez de várias. Isso reduz o número de cartões que você precisa criar.
+ **Número**: essa opção é usada com maior frequência em scripts de conformidade ou ao procurar um contexto em que você sabe que há um número em algum lugar (em dígitos [0 a 9]). Dessa forma, você pode colocar todos os critérios em uma única expressão, e não em duas. Por exemplo, um script de conformidade do atendente poderia dizer:
*Estou nesse setor há [número] anos e gostaria de discutir esse assunto com você.*
Ou um cliente poderia dizer:
*Sou membro há [número] anos.*
**nota**
Ao extrair números de transcrições de chat ou áudio, somente dígitos numéricos (de 0 a 9) são reconhecidos.
Para contatos de voz, alguns idiomas podem não converter números falados em formato digital durante a [transcrição de números](https://docs.aws.amazon.com/transcribe/latest/dg/how-numbers.html). Isso significa que a correspondência de padrões numéricos pode não funcionar nesses casos. Para ver uma lista de quais idiomas aceitam transcrição de números, consulte [Idiomas oferecidos e recursos específicos do idioma](https://docs.aws.amazon.com/transcribe/latest/dg/supported-languages.html) no *Guia do desenvolvedor do Amazon Transcribe*.
+ **Definição de proximidade**: encontra correspondências que podem ser menos de 100% exatas. Também é possível especificar a distância entre as palavras. Por exemplo, se você estiver procurando contatos nos quais a palavra “crédito” foi mencionada, mas não quiser ver nenhuma menção às palavras “cartão de crédito”, defina uma categoria de correspondência de padrões para procurar a palavra “crédito” que não esteja a uma palavra de distância de “cartão”.
Por exemplo, uma definição de proximidade poderia ser:
*crédito [não está a uma distância de 1 palavra de] cartão*
**dica**
Para ver uma lista dos idiomas aceitos pela correspondência de padrão, consulte [Recursos de IA](supported-languages.md#supported-languages-contact-lens).
## Como usar a correspondência semântica
A correspondência semântica é comportada apenas na análise pós-chamada ou pós-chat.
+ Uma “intenção” é um exemplo de expressão. Pode ser uma frase ou oração.
+ Você pode inserir até quatro intenções em um cartão (grupo).
+ Recomendamos usar intenções semanticamente semelhantes em um cartão para obter os melhores resultados. Por exemplo, há uma categoria para “cortesia”. Inclui duas intenções: “cumprimento” e “despedida”. Recomendamos separar essas intenções em dois cartões:
+ Cartão 1: “Como você está” e “Como vão as coisas”. São cumprimentos semanticamente semelhantes.
+ Cartão 2: “Agradeço por entrar em contato conosco” e “Agradeço por ser nosso cliente”. São cumprimentos semanticamente semelhantes.
Separar as intenções em dois cartões oferece maior precisão do que colocar todas em um só.
# Usar a IA generativa para comparar semanticamente contatos a declarações em linguagem natural
Em uma regra de **analytics de conversação** do Contact Lens, você tem a opção de especificar uma condição de **linguagem natural: correspondência semântica** que usa IA generativa para encontrar contatos que correspondam a uma declaração em linguagem natural. Linguagem natural: correspondência semântica é usada quando você deseja comparar contatos a critérios específicos do contexto (por exemplo, o problema do cliente foi resolvido durante a chamada) ou quando há muitas palavras ou frases possíveis para usar as condições de **palavras ou frases**.
Dica profissional: use linguagem natural: correspondência semântica baseada em IA generativa se você já usou palavras ou frases: correspondência semântica.
## Como usar a linguagem natural: correspondência semântica
****
1. Faça login no Amazon Connect com um usuário que tenha permissões **Regras** e **Regras: IA generativa**.
1. No menu de navegação, escolha **Analytics e otimização** e, depois, **Regras**.
1. Depois, selecione **Criar uma regra** e escolha **Analytics de conversação**.
![\[Importe da opção de coleção de palavras na interface de usuário.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/create-natural-semantic-match-rule.png)
1. Selecione “Uma análise pós-chamada do Contact Lens está disponível” ou “Uma análise pós-chat do Contact Lens está disponível”.
1. Selecione **Adicionar condição** e, depois, escolha **Linguagem natural: correspondência semântica**.
![\[Importe da opção de coleção de palavras na interface de usuário.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/choose-natural-semantic-match.png)
1. Insira uma declaração em linguagem natural que possa ser avaliada pela IA generativa como verdadeira ou falsa comparando à transcrição da conversa.
![\[Importe da opção de coleção de palavras na interface de usuário.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/enter-natural-language-statement.png)
1. Adicione quaisquer condições adicionais, por exemplo, filas, atributos de contato personalizados etc.
1. Escolha **Avançar** e forneça um nome de categoria (sem espaços) que seria usado para rotular contatos com a declaração de linguagem natural, por exemplo, **CustomerAddressChange**.
1. Você pode especificar ações adicionais, como [gerar tarefas](contact-lens-rules-create-task.md), [enviar notificações por e-mail](contact-lens-rules-email.md), [enviar avaliações automaticamente](contact-lens-rules-submit-automated-evaluation.md), entre outras.
1. Escolha **Avançar** para avaliar a regra antes de **salvar e publicar**. Se não estiver tudo pronto para publicar a regra, você também poderá **Salvar como rascunho**.
## Diretrizes para usar a correspondência semântica
A lista a seguir detalha a melhor forma de usar a correspondência semântica:
+ A declaração deve ser algo que possa ser avaliado como verdadeiro ou falso.
+ Linguagem natural: correspondência semântica usa apenas a transcrição da conversa. Se você quiser usar outros atributos de contato (por exemplo, filas) em seus critérios de correspondência, eles precisam ser especificados como condições separadas dentro da regra.
+ Se possível, use o termo “atendente” em vez de termos como “colega”, “funcionário”, “representante”, “consultor” ou “associado”. Da mesma forma, use o termo “cliente”, em vez de termos como “membro”, “chamador”, “convidado” ou “assinante”.
+ Use apenas aspas duplas se quiser conferir as palavras exatas faladas pelo atendente ou pelo cliente. Por exemplo, se a instrução for conferir se o atendente diz “Tenha um bom dia”, a IA generativa não detectará “Tenha uma boa tarde”. Em vez disso, a declaração em linguagem natural deve dizer “O atendente desejou ao cliente um bom dia”.
**Exemplos de declarações para usar com correspondência semântica**
+ O cliente queria fazer uma alteração no plano de assinatura.
+ O cliente expressou gratidão pelo apoio do atendente.
+ O cliente indicou o desejo de encerrar seus serviços atuais.
+ O cliente solicitou uma interação subsequente.
+ O cliente pediu ao atendente que repetisse as informações, indicando falta de compreensão.
+ O cliente pediu para falar com o gerente do atendente.
+ O atendente solicitou ao cliente informações adicionais ou validação antes de fornecer uma resposta definitiva.
+ O atendente ofereceu várias opções de pagamento
+ O atendente garantiu ao cliente que a chamada era importante e solicitou mais tempo de espera.
+ O atendente resolveu todos os problemas do cliente.
# Gerenciar coleções de palavras ao criar regras de analytics de conversação no Contact Lens
Uma *coleção de palavras* é um conjunto de palavras e frases predefinidas que você pode usar para definir a condição de correspondência exata ao criar regras de análise de conversação. Ao adicionar condições de correspondência exata a uma regra, é possível escolher uma lista de palavras e frases em um menu suspenso.
## Permissões obrigatórias
Regras do Contact Lens - Coleções de palavras usa o mesmo conjunto de permissões de perfil de segurança que as regras do Contact Lens. Para obter mais informações, consulte [Permissões de perfil de segurança para regras do Contact Lens](permissions-for-rules.md).
## Como acessar a página de gerenciamento da coleção de palavras
1. Ao criar ou atualizar uma regra de análise de conversação, escolha o ícone de engrenagem no canto superior direito do cartão de condição **Correspondência exata**, conforme mostrado na imagem a seguir.
![\[Insira a opção de palavras-chave ou frases na interface de usuário.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/word-collections-permissions-how-to-access-1.png)
1. Na página de gerenciamento **Coleções de palavras**, é possível visualizar coleções de palavras existentes e criar novas.
![\[Insira a opção de palavras-chave ou frases na interface de usuário.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/word-collections-permissions-how-to-access-2.png)
## Como criar uma coleção de palavras do usuário
****
1. Na página de gerenciamento **Coleções de palavras**, escolha **Criar uma coleção de palavras**.
![\[Insira a opção de palavras-chave ou frases na interface de usuário.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/create-user-word-collections-1.png)
1. Insira o nome da coleção de palavras, adicione palavras e frases e escolha **Salvar**.
![\[Insira a opção de palavras-chave ou frases na interface de usuário.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/create-user-word-collections-2.png)
## Limites da coleção de palavras
+ O Amazon Connect tem um limite padrão de 100 coleções de palavras do usuário por instância.
+ Cada coleção de palavras pode ter no máximo 100 palavras ou frases.
+ Cada palavra ou frase é limitada a no máximo 512 caracteres.
+ É possível gerenciar somente coleções de palavras do usuário. Não é possível gerenciar ou editar coleções de palavras do sistema.
# Inserir um script em uma regra do Contact Lens para os atendentes seguirem
Insira um script em uma regra do Contact Lens quando precisar que os atendentes usem o texto exato nas chamadas de clientes.
Para inserir um roteiro em uma regra, introduza frases. Por exemplo, se quiser destacar quando os atendentes dizem *Agradecemos por ser membro. Valorizamos sua preferência*, insira duas frases:
+ Agradecemos por ser membro.
+ Valorizamos sua preferência.
Para aplicar a regra a determinadas linhas de negócios, adicione uma condição às filas às quais ela se aplica ou atributos de contato. Por exemplo, a imagem a seguir mostra uma regra que se aplica quando um agente está trabalhando nas BasicQueue filas de cobrança e pagamentos, o cliente faz um seguro automóvel e o agente está localizado em Seattle.
![\[A nova página Regras, a seção Palavras ou frases: Correspondência exata e várias condições.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-add-category-rules-3.png)
# Permissões de perfil de segurança para regras do Contact Lens
Para visualizar, editar ou adicionar regras para categorização automática, você deve ter um perfil de segurança atribuído que tenha permissões de **Análise e otimização: Regras**.
Para visualizar, editar ou adicionar regras que usam IA generativa (usando a condição **linguagem natural: correspondência semântica**), seu perfil de segurança também deve receber a permissão **Regras de analytics e otimização: IA generativa**.
Para ver nomes de atendente e adicioná-los às regras, você precisa de permissões de **Usuários e permissões: Filas – Visualizar** em seu perfil de segurança.
Para ver nomes de atendente e adicioná-los às regras, você precisa de permissões **Roteamento: Filas – Visualizar** em seu perfil de segurança.
Para obter mais informações, consulte [Atribuir permissões para usar a analytics de conversação do Contact Lens no Amazon Connect](permissions-for-contact-lens.md).
# Criar um fluxo para usar atributos de contato em uma regra no Contact Lens
É possível ter até cinco atributos de contato em uma regra.
Os atributos de contato são recuperados no início da sessão de análise de contato em tempo real e tudo o que é recuperado nesse momento é usado para avaliação de regras durante toda a sessão. Nenhuma atualização de atributo de contato após o início da sessão é detectada.
Você pode criar fluxos para usar os atributos de contato especificados em uma regra e, em seguida, rotear a tarefa adequadamente. Por exemplo, uma chamada ou chat chega à central de atendimento. Quando o Contact Lens analisa a chamada ou o chat, ele atinge a regra de **conformidade**. Por exemplo, o registro de contato criado para a chamada inclui informações semelhantes à imagem a seguir. Ele mostra a **Categoria** = **Conformidade** e tem dois atributos de contato personalizados: **CustomerType**= **VIP**, **AgentLocation**= **NYC**.
![\[O registro de contato quando a regra de conformidade é acionada.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-rules-attributes-example1.png)
O mecanismo de regras gera uma tarefa. O registro de contato da tarefa herda atributos de contato do registro de contato de voz, conforme ilustrado na imagem a seguir:
![\[O registro de contato da tarefa e os atributos do contato personalizados.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-rules-attributes-example2.png)
O registro de contato de voz aparece como a **ID do contato anterior**.
O fluxo que você especifica na regra deve ser projetado para usar os atributos de contato e rotear a tarefa para o proprietário apropriado. Por exemplo, talvez você queira encaminhar tarefas em que **CustomerType = VIP** para um agente específico.
Para obter mais informações, consulte [Usar atributos de contato](connect-contact-attributes.md).
# As regras são aplicadas a novos contatos quando o Contact Lens analisa as conversas
Ao adicionar regras, elas são aplicadas aos novos contatos que ocorrem após a respectiva adição. As regras são aplicadas quando a análise conversacional do Amazon Connect analisa conversas.
Não é possível aplicar regras a conversas passadas armazenadas.
# Notificações de erro: quando o Contact Lens não consegue analisar um contato
É possível que o Contact Lens não consiga analisar um arquivo de contato, mesmo que a análise esteja habilitada no fluxo. Quando isso acontece, Contact Lens envia notificações de erro usando EventBridge eventos da Amazon.
Os eventos são emitidos com base no [melhor esforço](https://docs.aws.amazon.com/eventbridge/latest/userguide/eb-service-event.html).
## Inscrever-se para EventBridge receber notificações
Para assinar essas notificações, crie uma EventBridge regra personalizada que corresponda ao seguinte:
+ "source" = "aws.connect"
+ “detail-type” = “Alteração do estado da análise do Contact Lens”
Também é possível adicionar ao padrão para receber notificação quando ocorrer um código de evento específico. Para obter mais informações, consulte [Padrões de eventos](https://docs.aws.amazon.com/eventbridge/latest/userguide/filtering-examples-structure.html) no *Guia EventBridge do usuário da Amazon*.
O formato de uma notificação é semelhante ao seguinte exemplo:
```
{
"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"
}
}
```
## Códigos de evento
A tabela a seguir lista os códigos de evento possíveis quando o Contact Lens não consegue analisar um contato.
| Evento do motivo do evento | Description |
| --- | --- |
| INVALID\$1ANALYSIS\$1CONFIGURATION | O Contact Lens recebeu valores inválidos quando o fluxo foi iniciado, como um código de idioma incompatível ou inválido ou um valor não aceito para o comportamento de edição. |
| RECORDING\$1FILE\$1CANNOT\$1BE\$1READ | O Contact Lens não consegue acessar o arquivo de gravação. Isso pode ser porque o arquivo não está presente no bucket do S3 ou há problemas com as permissões. |
| RECORDING\$1FILE\$1TOO\$1SMALL | O arquivo de gravação é muito pequeno para análise (menos de 105 ms). Se o arquivo não tiver o formato esperado, ocorrerá o erro INVALID. Um JSON vazio também é um objeto inesperado. |
| RECORDING\$1FILE\$1TOO\$1LARGE | O arquivo de gravação excede o limite de duração para análise. [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/contact-lens-error-notifications.html) |
| RECORDING\$1FILE\$1INVALID | O arquivo de gravação é inválido. |
| RECORDING\$1FILE\$1CANNOT\$1BE\$1READ | Ocorreu um erro quando o Contact Lens tentou ler o arquivo de gravação. |
| RECORDING\$1FILE\$1EMPTY | O arquivo de gravação está vazio. |
| RECORDING\$1SAMPLE\$1RATE\$1NOT\$1SUPPORTED | A taxa de amostragem do arquivo de áudio não é aceita. O Contact Lensatualmente comporta arquivos de áudio com uma taxa de amostragem de 8 kHz. Essa é a taxa de amostragem das gravações do Amazon Connect. |
# Notificações de erro quando a regra do Amazon Connect não é executada
É importante saber quando houve falha em uma ação de regra específica em um ambiente de produção e o que causou a falha. Dessa maneira, é possível mitigar proativamente essas falhas no futuro.
Para obter informações em tempo real sobre as ações que não foram executadas, você integra as regras do Amazon Connect aos EventBridge eventos da Amazon. Isso permite que você receba notificação quando, por exemplo, houver falha na ação “Criar tarefa” porque o número máximo de **Tarefas ativas simultâneas por instância** atingiu a cota de serviço. Quando isso acontece, o Amazon Connect envia notificações de erro usando EventBridge eventos da Amazon.
Os eventos são emitidos com base no [melhor esforço](https://docs.aws.amazon.com/eventbridge/latest/userguide/eb-service-event.html).
## Inscrever-se para EventBridge receber notificações
Para assinar essas notificações, crie uma EventBridge regra personalizada que corresponda ao seguinte:
+ "source" = "aws.connect"
+ “detail-type” = “Falha na execução da ação de regras do Contact Lens”
Também é possível adicionar ao padrão para receber notificação quando ocorrer um código de evento específico. Para obter mais informações, consulte [Padrões de eventos](https://docs.aws.amazon.com/eventbridge/latest/userguide/filtering-examples-structure.html) no *Guia EventBridge do usuário da Amazon*.
O formato de uma notificação é semelhante ao seguinte exemplo:
```
{
"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}"
}
}
```
## Tipos de ação compatíveis
+ `CREATE_TASK`
+ `GENERATE_EVENTBRIDGE_EVENT`
+ `SEND_NOTIFICATION`
Para saber mais sobre o `ASSIGN_CONTACT_CATEGORY`, consulte [Notificações de erro: quando o Contact Lens não consegue analisar um contato Solução de problemas](contact-lens-error-notifications.md).
## Eventos de gatilho compatíveis
+ `REAL_TIME_CALL`
+ `REAL_TIME_CHAT`
+ `POST_CALL`
+ `POST_CHAT`
+ `THIRD_PARTY`
## Códigos de motivo de falha nas ações
Quando há falha em uma ação, o serviço de notificação de erros coleta os códigos de motivo das ações compatíveis. Para obter mais informações sobre os códigos de motivo das falhas de tarefas e EventBridge ações, consulte os tópicos a seguir:
+ Para obter códigos de motivo para falhas na ação da tarefa, consulte o tópico [Erros](https://docs.aws.amazon.com/connect/latest/APIReference/API_StartTaskContact.html#API_StartTaskContact_Errors) na **StartTaskContact**API no *Guia de referência da API Amazon Connect*.
+ Para obter códigos de motivo para falhas de EventBridge ação, consulte o tópico [Erros](https://docs.aws.amazon.com/eventbridge/latest/APIReference/API_PutEvents.html#API_PutEvents_Errors) na **PutEvents**API no *Guia de referência de EventBridge API da Amazon*.
# Especifique variáveis para determinados parâmetros ao criar ou gerenciar regras usando o Amazon Connect APIs
Ao criar ou gerenciar regras programaticamente usando o Amazon Connect APIs (como [CreateRule](https://docs.aws.amazon.com/connect/latest/APIReference/API_CreateRule.html)ou [UpdateRule](https://docs.aws.amazon.com/connect/latest/APIReference/API_UpdateRule.html)), você pode especificar variáveis para determinados parâmetros. As variáveis são resolvidas em tempo de execução quando a ação é acionada, com base no valor do [EventSourceName](https://docs.aws.amazon.com/connect/latest/APIReference/API_RuleTriggerEventSource.html)parâmetro.
Por exemplo, digamos que você esteja configurando uma ação de tarefa e deseja adicionar mais contexto. Veja abaixo um exemplo de como você pode usar injeções variáveis para incluir o ID do contato e o ID do atendente no campo `Description` da tarefa:
+ O cliente não está contente com a chamada telefônica. Um palavrão foi detectado durante a conversa com o atendente `$.ContactLens.PostCall.Agent.AgentId` no contato `$.ContactLens.PostCall.ContactId`.
Quando a ação é acionada, a string de caracteres é resolvida para “O cliente não está contente com a chamada telefônica. Um palavrão foi detectado durante uma conversa com o agente 12345678-1234-1234-1234- no contato 87654321-1234-1234-1234-” EXAMPLEID012 EXAMPLEID345
A tabela a seguir lista cada fonte de evento e a JSONPath ser usada para campos que oferecem suporte à injeção de variáveis.
| EventSourceName | JSONPath Referência |
| --- | --- |
| OnPostCallAnalysisAvailable | \$1.ContactLens.PostCall.ContactId \$1. ContactLens. PostCall.Agente. AgentId \$1. ContactLens. PostCall.Fila. QueueId |
| OnRealTimeCallAnalysisAvailable | \$1.ContactLens.RealTimeCall.ContactId \$1. ContactLens. RealTimeCall.Agente. AgentId \$1. ContactLens. RealTimeCall.Fila. QueueId |
| OnPostChatAnalysisAvailable | \$1.ContactLens.PostChat.ContactId \$1. ContactLens. PostChat.Agente. AgentId \$1. ContactLens. PostChat.Fila. QueueId |
| OnSalesforceCaseCreate | \$1. ThirdParty.Salesforce. CaseCreate. CaseNumber \$1. ThirdParty.Salesforce. CaseCreate.Nome \$1. ThirdParty.Salesforce. CaseCreate.E-mail \$1. ThirdParty.Salesforce. CaseCreate.Telefone \$1. ThirdParty.Salesforce. CaseCreate.Empresa \$1. ThirdParty.Salesforce. CaseCreate.Tipo \$1. ThirdParty.Salesforce. CaseCreate.Razão \$1. ThirdParty.Salesforce. CaseCreate.Origem \$1. ThirdParty.Salesforce. CaseCreate.Assunto \$1. ThirdParty.Salesforce. CaseCreate.Prioridade \$1. ThirdParty.Salesforce. CaseCreate. CreatedDate \$1. ThirdParty.Salesforce. CaseCreate.Descrição |
| OnZendeskTicketCreate | \$1. ThirdParty.Zendesk. TicketCreate.Identificação \$1. ThirdParty.Zendesk. TicketCreate.Prioridade \$1. ThirdParty.Zendesk. TicketCreate. CreatedAt |
| OnZendeskTicketStatusUpdate | \$1. ThirdParty.Zendesk. TicketStatusUpdate.Identificação \$1. ThirdParty.Zendesk. TicketStatusUpdate.Prioridade \$1. ThirdParty.Zendesk. TicketStatusUpdate. CreatedAt |
# Pesquisar conversas analisadas pelo Contact Lens
Você pode pesquisar as gravações analisadas e transcritas com base em:
+ Locutor (atendente ou cliente)
+ Palavras-chave
+ Pontuação de sentimento
+ Tempo sem conversa (somente para chamadas)
+ Tempo de resposta (somente para chats)
Além disso, você pode pesquisar conversas que estejam em categorias de contato específicas (isto é, a conversa foi categorizada com base nas palavras-chave e frases proferidas).
Esses critérios são descritos nas seções a seguir.
**Importante**
Quando o Contact Lens é habilitado em um contato, assim que uma chamada ou chat termina **e** o atendente conclui o trabalho pós-contato (ACW), o Contact Lens analisa (e, para chamadas, transcreve) a gravação da conversa entre o cliente e o atendente. Primeiro, o atendente deve escolher **Fechar contato**.
As transcrições de chat são indexadas para pesquisa quando o Contact Lens está habilitado; elas não serão indexadas para pesquisa se o Contact Lens não estiver habilitado.
## Permissões necessárias para pesquisar conversas
Antes de pesquisar conversas, você precisa das permissões a seguir no seu perfil de segurança. Elas possibilitam que você faça o tipo de pesquisa que deseja.
+ Habilite uma das seguintes permissões para acessar a página **Pesquisa de contato**:
+ **Pesquisa de contato**. Permite pesquisar todos os contatos.
+ **Visualizar meus contatos**: permite pesquisar somente os contatos com os quais você lidou como atendente.
+ **Pesquisar contatos por características da conversa** Isso inclui tempo sem conversa, pontuação de sentimento e categoria de contato.
+ **Pesquisar contatos por palavras-chave**
Para obter mais informações, consulte [Atribuir permissões](permissions-for-contact-lens.md).
## Pesquisar palavras ou frases
Para pesquisa por palavra-chave, Contact Lens usa o `standard` analisador no Amazon OpenSearch Service. Esse analisador não diferencia maiúsculas e minúsculas. Por exemplo, se você inserir *obrigado pelo seu negócio 2 Voos CANCELADOS*, a pesquisa buscará:
[obrigado, pelo, seu, negócio, 2, voos, cancelados]
Se você inserir *“obrigado pela preferência”, dois, “Voos CANCELADOS”*, a pesquisa buscará:
[obrigado pela preferência, dois, voos cancelados]
**Como pesquisar palavras ou frases em conversas**
1. No Amazon Connect, faça login com uma conta de usuário atribuída ao perfil de **CallCenterManager**segurança ou habilitada para a permissão **Pesquisar contatos por palavras-chave**.
1. Escolha **Análise e otimização**, **Pesquisa de contato**.
1. Na seção **Filtro**, especifique o período em que deseja pesquisar, bem como o canal.
**dica**
Ao pesquisar por data, você pode pesquisar até 8 semanas por vez.
1. Escolha **Clique aqui para adicionar um filtro** e, no menu suspenso, escolha **Palavras ou frases**.
![\[A página Pesquisa de contato, a seção Filtros, o menu suspenso Adicionar filtro e a opção Palavras ou frases.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-search-words-phrases.png)
1. Na seção **Usado por**, escolha a parte da conversa que você deseja pesquisar. Observe o seguinte:
+ **Sistema** se aplica ao chat, situação em que o participante pode ser um bot do Lex ou um prompt.
+ Para pesquisar palavras ou frases usadas por todos os participantes, selecione **Atendente**, **Cliente**, **Sistema**.
+ Se nenhuma caixa for selecionada, será feita a pesquisa de palavras ou frases usadas por qualquer um dos participantes.
1. Expanda a seção **Lógica** e escolha uma das opções a seguir:
+ Escolha **Match any (Qualquer correspondência)** para retornar contatos que tenham qualquer uma das palavras presente nas transcrições.
Por exemplo, a consulta a seguir significa correspondência (olá OU cancelamento OU “exemplo de companhia aérea”). Como nenhuma caixa **Usado por** está selecionada, será feita a “pesquisa de contatos em que qualquer uma dessas palavras foi usada por qualquer um dos participantes”.
![\[A caixa de diálogo Palavras ou frases e a opção Combinar qualquer item.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/match-any.png)
+ Escolha **Match all (Corresponder tudo)** para retornar contatos que tenham todas as palavras presentes nas transcrições.
Por exemplo, a consulta a seguir significa correspondência (“obrigado pela preferência” E cancelamento E “exemplo de companhia aérea”). Como todas as caixas de participantes estão selecionadas, será feita a “pesquisa de contatos em que todas essas palavras e frases foram usadas por todos os participantes”.
![\[A caixa de diálogo Palavras ou frases e a opção Combinar tudo.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/match-all.png)
1. Na seção **Palavras ou frases**, insira as palavras a serem pesquisadas, separadas por vírgula. Se introduzir uma frase, insira-a entre aspas.
Você pode inserir até 128 caracteres.
## Pesquisar pontuação de sentimento ou avaliar mudança de sentimento
Com o Contact Lens, você pode pesquisar conversas com pontuações de sentimento ou mudanças de sentimento em uma escala de -5 (mais negativo) a \$15 (mais positivo). Isso permite que você identifique padrões e fatores pelos quais as chamadas são boas ou ruins.
![\[A página Pesquisa de contato e o filtro Pontuação de sentimento.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-sentiment-score-shift.png)
Por exemplo, suponha que queira identificar e investigar todas os contatos em que o sentimento do cliente terminou de maneira negativa. Você pode procurar todas os contatos em que a pontuação de sentimento seja **<=** (menor ou igual a) -1.
Para obter mais informações, consulte [Investigar pontuações de sentimento](sentiment-scores.md).
**Como pesquisar pontuações de sentimento ou avaliar mudanças de sentimento**
1. No Amazon Connect, faça login com uma conta de usuário atribuída ao perfil de **CallCenterManager**segurança ou habilitada para a permissão **Pesquisar contatos por características de conversação**.
1. Na página **Pesquisa de contato**, especifique se deseja a pontuação de sentimento de palavras ou frases proferidas pelo cliente ou pelo atendente.
1. Em **Tipo de análise de pontuação**, especifique o tipo de pontuação a ser retornada:
+ **Pontuação de sentimento**: retorna a pontuação média da parte da conversa do cliente ou do atendente.
Além de pesquisar pontuações de sentimento quando o atendente ou cliente está no contato, você pode filtrar a pesquisa na situação em que o cliente está:
+ **Com o atendente no chat**
+ **Sem atendente no chat**: esse é o momento em que o cliente está conversando com um bot, faz uma solicitação e fica na fila.
![\[O filtro Pontuação de sentimento, o menu suspenso Participante e a opção Cliente (sem atendente no chat).\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-search-sentiment-participant.png)
+ **Mudança de sentimento**: identifique em que momento o sentimento do cliente ou do atendente mudou durante o contato.
Por exemplo, as imagens a seguir mostram um exemplo de pesquisa de contatos em que a pontuação de sentimento do cliente começa em menor ou igual a -1 e termina em maior ou igual a \$11. Além disso, o cliente está em um chat com o atendente presente.
![\[O filtro Pontuação de sentimento e a opção Mudança de sentimento.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-search-sentiment-score.png)
## Pesquisar por tempo sem conversação
Para ajudar você a identificar quais chamadas devem ser investigadas, é possível pesquisar por tempo sem conversação. Por exemplo, você pode querer encontrar todas as chamadas em que o tempo sem conversação foi maior que 20% e investigá-las.
O tempo sem conversação inclui o tempo de espera e qualquer silêncio em que ambos os participantes não falaram durante mais de três segundos. Essa duração não pode ser personalizada.
Use a seta suspensa para especificar se deseja pesquisar as conversas pela duração ou porcentagem do tempo sem conversação. Essas opções são mostradas na imagem a seguir.
Para obter mais informações sobre como usar essa métrica, consulte [Investigar o tempo sem conversa](non-talk-time.md).
![\[O filtro Tempo sem conversa e as opções duração e porcentagem.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/non-talk-time.png)
## Pesquisar por tempo de resposta de conversas de chat
Você pode pesquisar por:
+ Tempo médio de resposta do atendente ou cliente durante o chat
+ Tempo máximo de resposta do atendente ou cliente durante o chat
Você especifica se a duração é menor, maior ou igual a um horário específico. Para obter mais informações sobre como usar essa métrica, consulte [Investigar o tempo de resposta durante chats no Contact Lens](response-time.md).
Para obter os tempos de resposta mínimos e máximos aceitáveis, consulte [Amazon Connect Especificações de recursos de regras](feature-limits.md#rules-feature-specs).
A imagem a seguir mostra uma pesquisa de contatos em que o tempo médio de resposta do atendente foi maior ou igual a 1 minuto.
![\[O filtro Tempo de resposta.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/response-time.png)
## Pesquisar uma categoria de contato
1. Na página **Pesquisa de contato**, escolha **Adicionar filtro**, **Categoria de contato**.
1. Na caixa **Categorias de contato**, use a caixa suspensa para listar todas as categorias atuais que estão disponíveis para você pesquisar. Ou, se você começar a digitar, a entrada será usada para corresponder às categorias existentes e filtrar as que não correspondem.
+ **Corresponder a qualquer item**: pesquisa contatos que correspondam a qualquer uma das categorias selecionadas.
+ **Corresponder a todos**: pesquisa contatos que correspondam a todas as categorias selecionadas.
+ **Corresponder nenhum**: pesquisa contatos que não correspondam a nenhuma das categorias selecionadas. Observe que isso exibiria apenas os contatos que foram analisados pela analytics de conversação do Contact Lens.
A imagem a seguir mostra um menu suspenso com todas as categorias atuais listadas.
![\[O filtro Categoria de contato, a opção Corresponder a todos e Categorias de contato.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-search-contact-category2.png)
# Examinar conversas analisadas usando o Contact Lens
Ao usar o Amazon Connect Contact Lens, você pode analisar a transcrição e identificar qual parte do contato é de interesse. Você não precisará ouvir uma ligação inteira ou ler a transcrição de uma conversa inteira para descobrir o que há de interessante nela. Você pode se concentrar em partes específicas do áudio ou da transcrição. Ambos são destacados sempre que houver pontos de interesse.
Por exemplo, é possível verificar a transcrição do contato e ver um emoji vermelho de sentimento representando a resposta de um cliente, o que indica a expressão de um sentimento negativo. Você pode escolher o carimbo de data e hora e ir para essa parte da gravação de áudio ou da interação do chat.
A imagem a seguir mostra um exemplo de contato de voz.
![\[Uma análise de um contato de voz.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-category-hit.png)
A imagem a seguir mostra um exemplo de contato de chat. **Mensagem do sistema** se aplica ao chat, situação em que o participante pode ser um bot do Lex ou um prompt.
![\[Uma análise de um contato de voz.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-category-hit-chat.png)
**Como examinar conversas analisadas**
1. Faça login no Amazon Connect com uma conta de usuário que tenha permissões **Pesquisa de contato** e **Contact Lens- analytics de conversação** no perfil de segurança.
1. No Amazon Connect, escolha **Análise e otimização**, **Pesquisa de contato**.
1. Use os filtros na página para restringir sua pesquisa de um contato. Para data, você pode pesquisar até 14 dias por vez. Para obter mais informações sobre como pesquisar contatos, consulte [Pesquisar contatos concluídos e em andamento](contact-search.md).
1. Escolha o ID do contato para ver os respectivos detalhes.
1. Na seção **Gravação** e **Transcrição** de **Detalhes de contato**, analise o que foi falado e quando, bem como o sentimento.
1. Para chamadas, se desejar, escolha o prompt para escutar a gravação. Ou clique na parte relevante da gravação para ouvir aquela em que tem interesse.
1. Para chats, se desejar, use o grafo para navegar até a parte da transcrição na qual tem interesse.
# Navegar por transcrições e áudio no Amazon Connect Contact Lens
Frequentemente, os supervisores precisam analisar os contatos de vários atendentes para garantir a qualidade. Os dados da turn-by-turn transcrição e do sentimento ajudam você a identificar e navegar rapidamente até a parte da gravação que lhe interessa.
A imagem a seguir de um registro de contato mostra recursos que permitem que você navegue rapidamente pelas transcrições e pelo áudio para encontrar áreas que precisam de sua atenção. Embora a imagem mostre um contato de voz, os mesmos recursos se aplicam aos contatos de chat.
![\[Uma análise de um contato de voz.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-navigate-transcripts2.png)
1. Use [Mostrar destaques principais](#contact-lens-contact-summarization) para analisar somente o problema, o resultado e o item de and/or ação.
1. Use a [Rolagem automática](#autoscroll) em contatos de voz para pular o áudio ou a transcrição. Os dois sempre ficam sincronizados.
1. Procure [emojis de sentimentos](#sentiment-emojis) para identificar rapidamente uma parte da transcrição que você deseja ler ou ouvir.
1. Escolha o carimbo de data e hora para ir até essa parte da gravação ou transcrição do áudio. O carimbo de data é calculado desde o início da interação com o cliente dentro do contato.
## Mostrar destaques principais
Pode ser demorado analisar transcrições de contato que têm centenas de linhas. Para tornar esse processo mais rápido e eficiente, o Contact Lens oferece a opção de visualizar os destaques principais. Os destaques mostram apenas as linhas em que o Contact Lens identificou um problema, resultado ou item de ação na transcrição.
+ O **problema** representa o motivo da chamada. Por exemplo, “Estou pensando em fazer upgrade para seu plano de assinatura on-line”.
+ O **resultado** representa a provável conclusão ou resultado do contato. Por exemplo, “Com base no seu plano atual, eu recomendaria nossos planos essenciais on-line”.
+ O **item de ação** representa o item de ação que o atendente executa. Por exemplo, “Fique de olho em um e-mail com uma cotação de preço. Vou enviá-lo para você em breve”.
Cada contato tem apenas um problema, um resultado e um item de ação. Nem todos terão os três.
**nota**
Se o Contact Lens exibir a mensagem **Não há destaques principais para esta transcrição**, isso significa que nenhum problema, resultado ou item de ação foi identificado.
Não é necessário configurar os destaques principais. Ele funciona out-of-the-box sem nenhum treinamento do modelo de aprendizado de máquina.
## Ative a rolagem automática para sincronizar a transcrição e o áudio
Para contatos de voz, use a **Rolagem automática** para pular o áudio ou a transcrição e para que ambos fiquem sempre sincronizados. Por exemplo:
+ Ao ouvir uma conversa, a transcrição a acompanha, mostrando emojis de sentimentos e qualquer problema detectado.
+ É possível percorrer a transcrição e escolher a data e hora do turno para ouvir aquele ponto específico da gravação.
Como o áudio e a transcrição estão alinhados, a transcrição pode ajudar você a entender o que o atendente e o cliente estão dizendo. Isso é especialmente útil quando:
+ O áudio está ruim, talvez devido a um problema de conexão. A transcrição pode ajudar você a entender o que está sendo dito.
+ Há um dialeto ou variante de idioma. Nossos modelos são treinados em diferentes sotaques para que a transcrição possa ajudar você a entender o que está sendo dito.
## Verificar emojis de sentimentos
Os emojis de sentimentos ajudam você a verificar rapidamente uma transcrição para que possa ouvir essa parte da conversa.
Por exemplo, quando você vir emojis vermelhos para turnos do cliente e, em seguida, um emoji verde, poderá escolher o carimbo de data e hora para ir até aquele ponto específico da conversa e verificar como esse atendente ajudou o cliente.
## Toque ou clique nas tags de categoria para percorrer a transcrição
Quando você toca ou clica nas tags da categoria, Contact Lens navega automaticamente até a correspondente point-of-interests na transcrição. Também há marcadores de categoria na visualização da interação para indicar qual parte do arquivo de gravação tem enunciados relacionados à categoria.
A imagem a seguir mostra parte da página **Detalhes de contato** de um chat.
![\[Uma transcrição de chat, uma categoria e a seção relevante da transcrição.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-category-tag-navigation.png)
# Exibir resumos pós-contato baseados em IA generativa no Amazon Connect
**nota**
**Desenvolvido pelo Amazon Bedrock**: AWS implementa a detecção [automática de abusos](https://docs.aws.amazon.com//bedrock/latest/userguide/abuse-detection.html). Como os resumos pós-contato baseados em IA generativa são criados no Amazon Bedrock, os usuários podem aproveitar ao máximo os controles implementados no Amazon Bedrock para reforçar a segurança, a proteção e o uso responsável de inteligência artificial.
Você pode economizar um tempo valioso com resumos pós-contato baseados em IA generativa que fornecem informações essenciais das conversas com clientes em um formato estruturado, conciso e fácil de ler. Você pode revisar rapidamente os resumos e entender o contexto, em vez de ler as transcrições e monitorar as chamadas.
É possível acessar resumos pós-contato baseados em IA generativa de várias maneiras:
+ **Os agentes** podem acessar resumos pós-contato para contatos de voz e e-mail no Painel de Controle de Contato (CCP). Eles podem usar os resumos para concluir rapidamente o trabalho pós-atendimento (ACW). Para saber mais sobre a experiência do atendente, consulte [Exibir resumos pós-contato no CCP](#summaries-on-agentws).
+ **Gerentes e supervisores** **podem acessar resumos de contatos de voz, bate-papo e e-mail no site do Amazon Connect administrador, nas páginas de **detalhes de contato** e de pesquisa de contatos.** Eles podem usar os resumos para entender rapidamente os problemas e os resultados dos contatos que estão examinando. Para saber mais sobre a experiência do gerente, consulte [Veja os resumos pós-contato no site do administrador Amazon Connect](#summaries-on-website).
+ **Os desenvolvedores** podem ingerir diretamente os resumos do [APIs](contact-lens-api.md)em sistemas de terceiros. Eles também podem ser [integrados ao Amazon Kinesis Data Streams](contact-analysis-segment-streams.md) para streaming. Essa última opção é útil quando você tem cargas maiores e quer evitar que o TPS seja limitado.
**Topics**
+ [Habilitar resumos pós-contato](#gen-ai-getstarted)
+ [Ativar resumos de contatos para e-mail](#enable-email-summaries)
+ [Exibir resumos pós-contato no CCP](#summaries-on-agentws)
+ [Veja os resumos pós-contato no site do administrador Amazon Connect](#summaries-on-website)
+ [Por que um resumo não é gerado](#summary-not-generated)
## Habilitar resumos pós-contato
**Como habilitar resumos pós-contato sobre o CCP do atendente para contatos de voz**
1. Adicione um bloco [Set recording and analytics behavior (Definir o comportamento de gravação e análise)](set-recording-behavior.md) ao seu fluxo.
1. Configure a página **Propriedades** do bloco.
1. Defina a **Gravação de chamadas** como **Ativada**. Escolha **Agente e cliente**, conforme mostrado na imagem a seguir.
![\[A página Propriedades para definir o comportamento de gravação e análise configurado para gravação de chamadas.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/call-recording-summaries.png)
1. Defina **Análise** como **Ativada**.
1. Escolha **Habilitar análise de fala**.
1. Escolha **Análise de dados em tempo real e pós-chamada**.
1. Em **Capacidades da IA generativa do Contact Lens**, escolha **Resumo após o contato**.
A imagem a seguir mostra a seção **Análise** de uma página **Propriedades** configurada para permitir resumos pós-contato no CCP do atendente:
![\[A página Propriedades para definir o comportamento de gravação e análise.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/set-block-post-contact-summaries-ccp.png)
1. Atribua as seguintes permissões ao perfil de segurança do atendente:
+ **Painel de controle do contato (CCP) - Dados do Contact Lens - Acessar**
+ **Análise e otimização - Contact Lens - resumo após o contato - Visualizar**
+ **Análise e otimização: conversas gravadas (editadas)**, **Visualizar conversas gravadas (não editadas)**, **Todas** ou **Acesso**, (o privilégio mínimo é o **Acesso** que é recomendado)
+ **Análise e otimização - Visualizar meus contatos** ou **Pesquisa de contato**
**Para habilitar resumos pós-contato no site do administrador Amazon Connect**
1. Configure a página **Propriedades** de [Set recording and analytics behavior (Definir o comportamento de gravação e análise)](set-recording-behavior.md) da seguinte forma:
1. Defina **Análise** como **Ativada**.
1. Escolha **Habilitar análise de fala**, **Habilitar análises de bate-papo** ou ambas.
Se escolher a análise de fala, escolha uma das seguintes opções:
+ **Análise pós-chamada**
+ **Análise de dados em tempo real e pós-chamada**: escolha esta opção se o usuário quiser ver resumos pós-contato dos contatos em andamento (ou seja, o atendente ainda está no ACW, mas a chamada foi encerrada).
1. A edição granular não é aceita para o resumo pós-contato. Quando a edição granular é selecionada, o resumo pós-contato edita todas as informações de identificação pessoal (PII) indicadas no texto e as substitui por uma tag [PII].
1. Em **Capacidades da IA generativa do Contact Lens**, escolha **Resumo após o contato**.
1. Atribua as seguintes permissões ao perfil de segurança do usuário:
+ **Análise e otimização - Pesquisa de contato** OU **Visualizar meus contatos**
+ **Análise e otimização - Contact Lens - resumo após o contato - Visualizar**
+ **Análise e otimização: conversas gravadas (editadas)**, **Visualizar conversas gravadas (não editadas)**, **Todas** ou **Acesso**, (o privilégio mínimo é o **Acesso** que é recomendado)
## Ativar resumos de contatos para e-mail
**Para habilitar resumos de contatos para contatos de e-mail**
1. Adicione um [Defina o comportamento de gravação, análise e processamento](set-recording-analytics-processing-behavior.md) bloco ao seu fluxo de entrada de e-mails.
1. Configure a página **Propriedades** do bloco.
1. Em **Canal**, escolha **E-mail**.
1. Defina **Análise** como **Ativada**.
1. Escolha **Ativar análise de e-mail**.
1. Em **Recursos de IA Contact Lens generativa**, escolha **Resumo do contato**.
1. Escolha **Salvar**.
## Exibir resumos pós-contato no CCP
Para ajudar os atendentes a realizar seu trabalho pós-atendimento (ACW), o Amazon Connect exibe um resumo pós-contato baseado em IA generativa no CCP para contatos de voz. A imagem a seguir mostra um exemplo de resumo.
![\[O painel de controle de contatos mostrando um resumo pós-contato baseado em IA generativa durante o trabalho pós-contato (ACW).\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/genai-summary-ccp1.png)
1. O atendente está no ACW. Ele pode navegar pela transcrição enquanto um banner “Gerando resumo” é exibido na parte superior da página.
1. Enquanto o atendente está navegando, aparece uma mensagem informando que o resumo está disponível. Se o atendente clicar no banner, o CCP rolará até o topo da página quando o resumo for exibido.
1. O banner desaparece depois que o atendente clica nele.
**nota**
Resumos pós-contato generativos baseados em IA oferecem suporte a contatos de voz, bate-papo e e-mail no CCP.
## Veja os resumos pós-contato no site do administrador Amazon Connect
Para ajudar os gerentes e outros usuários a analisar os contatos, eles podem ver resumos pós-contato no site do Amazon Connect administrador. A imagem a seguir é um exemplo de resumo pós-contato baseado em IA generativa na página **Detalhes de contato**.
![\[A página Detalhes do contato mostrando um resumo pós-contato baseado em IA generativa com informações estruturadas sobre a conversa do cliente.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/genai-summary2.png)
A imagem a seguir é um exemplo de resumo pós-contato com IA generativa na página **Pesquisa de contato**.
![\[A página Pesquisa de contato exibe resumos pós-contato baseados em IA generativa para várias interações com o cliente em um formato de exibição de lista.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/genai-summary-contactsearch2.png)
Cada contato não tem mais do que um resumo gerado. Nem todos os contatos terão um resumo gerado; para obter mais informações, consulte [Por que um resumo não é gerado](#summary-not-generated).
## Por que um resumo não é gerado
Se um resumo não for gerado, uma mensagem de erro será exibida nas páginas **Detalhes de contato** e **Pesquisa de contato**. Além disso, o ReasonCode for the error aparece no `ContactSummary` objeto no arquivo Contact Lens de saída, semelhante ao exemplo a seguir:
```
"JobDetails": {
"SkippedAnalysis": [
{
"Feature": "POST_CONTACT_SUMMARY",
"ReasonCode": "INSUFFICIENT_CONVERSATION_CONTENT"
}
]
},
```
A seguir, há uma lista de mensagens de erro que podem ser exibidas em Detalhes de contato ou nas páginas de pesquisa se um resumo não for gerado. O código do motivo associado que aparece no arquivo de saída do Contact Lens também está listado.
+ O **resumo não pôde ser gerado devido ao excesso da cota de resumos simultâneos**. ReasonCode:`QUOTA_EXCEEDED`.
Se você receber esta mensagem, recomendamos que você [envie um ticket](https://console.aws.amazon.com/support/home#/case/create?issueType=service-limit-increase&limitType=service-code-connect) para aumentar a cota de [trabalhos de resumo pós-contato simultâneos](amazon-connect-service-limits.md#contactlens-quotas).
+ O **resumo não pôde ser gerado devido à falta de conversas qualificadas**. ReasonCode:`INSUFFICIENT_CONVERSATION_CONTENT`.
Para voz, deve haver 1 enunciado de cada participante. Para o chat, deve haver 1 mensagem do tipo compatível de cada participante. Os tipos de mensagens compatíveis são `text/plain` e `text/markdown`. Mensagens de outros tipos, como `application/json`, não são usadas para o resumo.
+ **O Contact Flow tinha uma Contact Lens configuração inválida para PostContact Summary, como código de idioma não suportado ou inválido**. ReasonCode:`INVALID_ANALYSIS_CONFIGURATION`.
Este erro será exibido se o resumo habilitado for incompatível com outras configurações do Contact Lens, especialmente se estiver habilitado para uma localidade não compatível.
+ O **resumo não pode ser fornecido porque não satisfez as barreiras de segurança e qualidade**. ReasonCode:`FAILED_SAFETY_GUIDELINES`.
Esse erro pode ocorrer no Amazon Connect para trabalhos de resumo pós-contato simultâneos. O Amazon Connect transmite dados de contato para o Amazon Bedrock para geração de resumos. Se os dados de contato contiverem informações de identificação pessoal (PII) não editadas, as diretrizes de segurança do Amazon Bedrock serão acionadas. Como resultado, o Amazon Bedrock se recusa a gerar o resumo para proteger informações confidenciais, causando o erro no Amazon Connect.
+ Erro interno do sistema. ReasonCode: `INTERNAL_ERROR`
# Exibir os principais destaques das conversas com clientes no Painel de controle do contato (CCP)
Pode ser demorado analisar transcrições de contato que têm centenas de linhas. Para tornar esse processo mais rápido e eficiente, o Contact Lens identifica automaticamente as principais partes das conversas com os clientes e, depois, exibe os destaques das conversas. Os gerentes podem exibir esses destaques na página **Detalhes do contato**. Os agentes podem exibir os destaques no Painel de controle do contato (CCP).
**dica**
Para ver uma lista dos idiomas aceitos, consulte a coluna *Destaques principais* no tópico [Idiomas aceitos pelo Amazon Connect Contact Lens](supported-languages.md#supported-languages-contact-lens).
Depois que você habilita o Contact Lens, ele identifica as partes principais de uma conversa com o cliente, atribui rótulos (como problema, resultado ou item de ação) a essas partes e exibe os destaques da conversa com o cliente. Você pode expandir os destaques para exibir a transcrição completa do contato.
O exemplo a seguir mostra os destaques principais na página **Detalhes do contato**.
![\[Destaques principais na página Detalhes do contato.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-key-highlights.png)
1. Ative e desative **Mostrar destaques principais** conforme necessário.
1. O **problema** representa o motivo do contato. Por exemplo, “Estou pensando em fazer upgrade para seu plano de assinatura on-line”.
1. O **item de ação** representa o item de ação que o atendente executa. Por exemplo, “Fique de olho em um e-mail com uma cotação de preço. Vou enviá-lo para você em breve”.
1. O **resultado** representa a provável conclusão ou resultado do contato. Por exemplo, “Com base no seu plano atual, eu recomendaria nossos planos essenciais on-line”.
Os contatos têm apenas um problema, um resultado e um item de ação. É possível que alguns contatos não tenham os três.
**nota**
Você vê esta mensagem **Não há destaques principais para esta transcrição** quando o Contact Lens não consegue identificar um problema, um resultado ou um item de ação.
Para saber mais sobre a experiência do atendente (qual parte da transcrição é exibida no Painel de controle do contato e quando), consulte [Projetar um fluxo para os principais destaques](enable-analytics.md#call-summarization-agent).
# Usar a detecção de tema no Amazon Connect Contact Lens para descobrir problemas com contatos
Use a detecção de temas para descobrir temas de contato anteriormente desconhecidos ou emergentes em milhares de interações com os clientes. Por exemplo, é possível identificar motivos comuns para o contato com o cliente, como “cancelar reserva” ou “pedido atrasado”. Em seguida, você pode tomar as medidas apropriadas para melhorar a experiência do cliente, acelerando a resolução de problemas e melhorando as opções de IVR, os artigos da base de conhecimento e o treinamento dos atendentes.
## O que é importante saber
+ A detecção de tema está disponível nos seguintes idiomas aceitos no Amazon Connect Contact Lens:
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/use-theme-detection.html)
+ A detecção de temas é possível em contatos criados em 30 de janeiro de 2023 ou após.
+ O botão **Gerar relatório de temas** é habilitado somente quando sua pesquisa salva contém pelo menos trezentos contatos com problemas detectados pelo Contact Lens.
+ O relatório de detecção de temas é gerado para os três mil contatos mais recentes.
+ Os relatórios de detecção de temas ficam disponíveis por trinta dias depois de serem criados. Após trinta dias, eles são excluídos do banco de dados e não podem ser recuperados.
+ Os vinte relatórios de temas mais recentes de uma pesquisa salva estão disponíveis no menu suspenso **Visualizar relatórios de temas**, conforme mostrado na imagem a seguir.
![\[A página Pesquisa de contato e o menu suspenso Visualizar relatórios de temas.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-view-theme-reports.png)
## Como gerar um relatório de temas
1. Faça login no Amazon Connect usando uma conta que tenha as seguintes permissões de perfil de segurança:
+ **Pesquisa de contato: acessar**
+ **Contact Lens- detecção de tema - Criar**
+ **Contact Lens- detecção de tema - Visualizar**
1. No Amazon Connect, escolha **Análise e otimização**, **Pesquisa de contato**.
1. Na página **Pesquisa de contato**, aplique filtros para selecionar um grupo de contatos que foram analisados pelo Contact Lens.
**Importante**
Sua consulta de pesquisa deve exibir pelo menos trezentos contatos com problemas detectados pelo Contact Lens. Caso contrário, o botão **Gerar relatório de temas** não estará habilitado.
1. Escolha **Salvar pesquisa** para salvar os resultados. Atribua um nome à pesquisa.
1. Escolha **Gerar relatório de temas**.
O Contact Lens aplica machine learning para agrupar automaticamente os contatos com problemas semelhantes. Quando o relatório é gerado, um banner exibe um link para o relatório de temas. Um exemplo de banner é mostrado na imagem a seguir.
![\[A página Pesquisa de contato e o banner de detecção de tema.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-theme-detection-banner.png)
1. Clique ou toque no link do relatório de temas.
O relatório de temas é exibido. Ele inclui rótulos de tema e uma lista de contatos, conforme mostrado na imagem a seguir.
![\[Um relatório de temas com vários rótulos de tema.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-theme-detection-drilldown.png)
1. Clique ou toque nos rótulos de tema para ver os contatos associados, ouvir gravações específicas e ler as transcrições para uma análise mais detalhada.
# Investigar pontuações de sentimento durante conversas de contato usando o Contact Lens
## O que são pontuações de sentimento?
Uma pontuação de sentimento é uma análise de texto e uma classificação em termos de inclusão de linguagem principalmente positiva, negativa ou neutra. Os supervisores podem usar pontuações de sentimento para pesquisar conversas e identificar contatos associados a experiências de cliente de níveis variados, positivas ou negativas. Isso ajuda a identificar rapidamente quais contatos devem ser investigados.
É possível ver uma pontuação de sentimento de toda a conversa, bem como a tendência de sentimento durante todo o contato.
## Como investigar pontuações de sentimento
Ao trabalhar para melhorar a central de atendimento, é recomendável se concentrar no seguinte:
+ Contatos que começam com uma pontuação de sentimento positiva e terminam com uma pontuação negativa.
Se quiser se concentrar em um conjunto limitado de contatos para testar e garantir a qualidade, por exemplo, examine os contatos nos quais você sabe que o cliente teve um sentimento positivo no início e terminou com um sentimento negativo. Isso mostra que o cliente saiu da conversa descontente com alguma coisa.
+ Contatos que começam com uma pontuação de sentimento negativa e terminam com uma pontuação positiva.
A análise desses contatos ajudará a identificar quais experiências você pode recriar na central de atendimento. Você pode compartilhar técnicas bem-sucedidas com outros atendentes.
Outra forma de analisar a progressão do sentimento é verificar a linha de tendência do sentimento. É possível ver a variação no sentimento do cliente à medida que o contato progride. Por exemplo, a imagem a seguir mostra uma conversa com uma pontuação de sentimento muito negativa no início, se torna positiva, mas volta a ser negativa no final.
![\[Tendência do sentimento do cliente.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-sentiment-trend.png)
Para obter mais informações, consulte [Pesquisar pontuação de sentimento ou avaliar mudança de sentimento](search-conversations.md#sentiment-search).
## Como as pontuações de sentimento são determinadas
O Amazon Connect Contact Lens analisa o sentimento de cada locutor em uma conversa como positivo, negativo ou neutro. Em seguida, considera dois fatores para cada turno de participante a fim de atribuir uma pontuação que varia de -5 a \$15 para cada período da chamada:
+ Frequência. O número de vezes que o sentimento é positivo, negativo ou neutro.
+ Tendências de sentimento. Os turnos consecutivos com o mesmo sentimento.
A pontuação geral de sentimento é a média das pontuações atribuídas durante cada parte da chamada.
# Investigar o tempo sem conversa durante as chamadas usando o Amazon Connect Contact Lens
## O que é tempo sem conversa?
O Amazon Connect Contact Lens também identifica a quantidade de *tempo sem fala******* em uma chamada. O tempo sem conversa é igual ao tempo de espera mais qualquer silêncio em que ambos os participantes não falam durante mais de três segundos. Essa duração não pode ser personalizada.
A imagem a seguir mostra o local dos dados de tempo sem conversa na página **Detalhes de contato**.
![\[A página Detalhes de contato, a seção Tempo de conversa e os dados de tempo sem conversa.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-nontalk-time-overview.png)
## Como investigar o tempo sem conversa
O tempo sem conversa pode ajudar a identificar chamadas mal-sucedidas. Isso pode ocorrer porque:
+ O cliente fez uma pergunta nova para a central de atendimento, por exemplo.
+ O atendente demorou muito para fazer alguma coisa, embora esteja bem treinado. Isso indica que pode haver um problema com as ferramentas que o atendente está usando. Por exemplo, as ferramentas não são responsivas o suficiente ou não são fáceis de usar.
+ O atendente não tinha uma resposta pronta, embora seja relativamente novo na função. Isso indica que o atendente precisa de treinamento adicional.
Você pode decidir se quer se concentrar nesses contatos para melhorar a central de atendimento. Por exemplo, você pode acessar essa seção do áudio e examinar a transcrição para ver o que estava acontecendo.
No exemplo a seguir, o tempo sem conversa ocorreu quando o atendente estava pesquisando o ID de viagem do autor da chamada. Isso pode indicar que há um problema com as ferramentas do atendente. Ou, se o atendente for novo, ele precisará de treinamento adicional.
![\[A gravação e transcrição do áudio do contato e o local do tempo sem conversa.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-non-talk-time-transcript.png)
Para obter mais informações, consulte [Pesquisar por tempo sem conversação](search-conversations.md#nontalk-time-search).
# Investigar o tempo de resposta durante chats no Contact Lens
Use a métrica de tempo de resposta para entender a capacidade de resposta do atendente ou do cliente durante um contato de chat.
O Contact Lens calcula as seguintes métricas:
+ **Tempo de cumprimento do atendente**. Esse é o primeiro tempo de resposta do atendente, que indica a rapidez com que ele interagiu com o cliente depois de entrar no chat. Um longo tempo de resposta inicial pode justificar, por exemplo, um sentimento negativo do cliente no início da conversa.
+ **Tempo médio de resposta do atendente** e **Tempo médio de resposta do cliente**. O tempo de resposta do atendente ajuda a verificar o desempenho de um atendente em relação ao parâmetro de referência de sua organização.
+ **Tempo máximo de resposta do atendente** e **Tempo máximo de resposta do cliente**.
O tempo máximo de resposta do cliente pode justificar o tempo de resposta de um atendente. Por exemplo, se um cliente não respondeu por cinco minutos e depois enviou uma mensagem, é possível que o atendente tenha demorado mais do que o normal para responder porque estava lidando com outros chats ao mesmo tempo.
Recomendamos examinar as métricas de tempo de resposta em conjunto com o grafo de interações, que mostra lacunas na conversa e no sentimento dos participantes.
Você pode clicar ou tocar no valor do tempo de resposta mais longo no grafo para ir para a mensagem correspondente na transcrição.
A imagem a seguir da página **Detalhes de contato** mostra métricas referentes a conversas de chat. Observe que o **Tempo de cumprimento do atendente** é igual ao tempo ele leva para enviar a primeira resposta depois que entra no chat.
![\[A página Detalhes de contato e as métricas do chat.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contactlens-contactdetails-chat1b.png)
Para obter mais informações, consulte [Pesquisar por tempo de resposta de conversas de chat](search-conversations.md#response-time-search).
# Investigar a intensidade sonora de atendentes e clientes nas chamadas usando o Contact Lens
A pontuação de intensidade sonora mede quão alto o cliente ou atendente está falando durante uma chamada. O Contact Lens exibe uma análise da conversa que permite identificar em que ponto o cliente ou atendente pode estar falando alto e ter um sentimento negativo.
## Como usar as pontuações de intensidade sonora
Recomendamos usar as pontuações de intensidade sonora com os sentimentos. Procure momentos da conversa em que a pontuação de intensidade sonora seja alta e o sentimento seja baixo. Em seguida, leia essa parte da transcrição ou ouça essa seção da chamada.
Por exemplo, a seguir apresentamos uma imagem de uma análise de gravação e transcrição. Barras verticais pontiagudas indicam momentos em que o cliente está falando alto. As barras vermelhas horizontais indicam que o sentimento é negativo.
![\[A página Detalhes de contato e as pontuações de intensidade sonora.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/contact-lens-amplitude.png)
# Usar a edição de dados sensíveis para proteger a privacidade do cliente usando Contact Lens
Para ajudar você a proteger a privacidade do seu cliente, a análise Contact Lens conversacional permite que você edite automaticamente dados confidenciais de transcrições de conversas, arquivos de áudio e transcrições de e-mail. Ele edita dados confidenciais, como nome, endereço e informações de cartão de crédito, usando a compreensão de linguagem natural.
Ao habilitar a análise de conversação no bloco **Definir comportamento de gravação e análise**, você tem a opção de habilitar a edição. Para obter mais informações, consulte [Habilitar a edição de dados confidenciais](enable-analytics.md#enable-redaction).
Para contatos de voz, a redação de dados confidenciais é aplicada após a desconexão de uma chamada. Para contatos de e-mail, a redação é aplicada após o término do contato de e-mail.
**Importante**
O recurso de edição foi projetado para identificar e remover dados confidenciais. No entanto, devido à natureza preditiva do machine learning, ele pode não identificar e remover todas as instâncias de dados confidenciais em uma transcrição gerada pelo Contact Lens. Recomendamos que você analise qualquer saída editada para confirmar se ela atende às suas necessidades.
O recurso de edição não atende aos requisitos de desidentificação de acordo com as leis de privacidade médica, como a Lei de Portabilidade e Responsabilidade do Seguro de Saúde (HIPAA) de 1996 dos EUA. Portanto, recomendamos que você continue a tratar esses dados como informações de saúde protegidas após a edição.
Para ver uma lista dos idiomas que comportam a edição do Contact Lens, consulte [Idiomas compatíveis com os recursos do Amazon Connect](supported-languages.md).
## Sobre arquivos editados
Os arquivos de voz editados são armazenados em seu bucket Voice Amazon S3, por exemplo: connect- /Analysis. *instanceARN*
Os arquivos de bate-papo editados são armazenados em seu bucket Amazon S3 de bate-papo, por exemplo: connect- /Analysis/Chat *instanceARN*
Os arquivos de e-mail editados são armazenados em seu bucket Amazon S3 de e-mail, por exemplo: connect- /Analysis/Email *instanceARN*
Você pode acessar todos os arquivos (editados, não editados, brutos etc.) por meio do Console da AWS usando o console do Amazon S3.
Veja a seguir uma lista do que você pode acessar usando o site do Amazon Connect administrador (como na página de **detalhes de contato**), supondo que você tenha [as permissões apropriadas do perfil de segurança](permissions-for-contact-lens.md):
+ Acesse arquivos editados de voz, bate-papo e e-mail.
+ Baixe as gravações de voz editadas.
**nota**
No momento, não é possível baixar arquivos de chat e transcrições de voz editados.
Quando a edição está habilitada, o Contact Lens gera os seguintes arquivos:
+ Um arquivo editado. Esse arquivo é gerado por padrão quando a edição está habilitada. Ele é o esquema de saída, com dados confidenciais editados. Para ver um exemplo, consulte [Exemplo de arquivo editado para uma chamada analisada pela analytics de conversação do Contact Lens](contact-lens-example-output-files.md#example-redacted-file).
+ Um arquivo original (bruto) analisado. Esse arquivo é gerado somente quando você escolhe **Obter transcrições editadas e originais com áudio editado** no bloco [Set recording and analytics behavior (Definir o comportamento de gravação e análise)](set-recording-behavior.md). Para ver um exemplo, consulte [Exemplo de arquivo original para uma chamada analisada pela analytics de conversação do Contact Lens](contact-lens-example-output-files.md#example-original-output-file).
**Importante**
Para contatos de voz, o arquivo original analisado é o único local em que a conversa completa é armazenada. Se você excluí-lo, não haverá registro dos dados confidenciais que foram editados.
+ Um arquivo de áudio editado (wav) para contatos de voz. Em arquivos de áudio, os dados confidenciais são editados como silêncio. Esses horários de silêncio não são sinalizados no site do Amazon Connect administrador ou em outro lugar como horas sem conversação.
Use políticas de retenção de arquivos para determinar por quanto tempo mantê-los.
# Use Contact Lens APIs para análise de bate-papo
Contact Lensinclui dois APIs que oferecem suporte à análise conversacional. APIs Use-os para criar soluções que tornem seu contact center mais eficiente.
+ [ListRealtimeContactAnalysisSegments](https://docs.aws.amazon.com/contact-lens/latest/APIReference/API_ListRealtimeContactAnalysisSegments.html): Use para contatos de voz.
+ [ListRealtimeContactAnalysisSegmentsV2](https://docs.aws.amazon.com/connect/latest/APIReference/API_ListRealtimeContactAnalysisSegmentsV2.html): Use para contatos de bate-papo.
Essas análises conversacionais APIs são pesquisas APIs, com uma request/response troca padrão, na qual você não precisa se integrar a nenhum outro serviço. Mas existem [limitações de taxa](amazon-connect-service-limits.md#connect-contactlens-api-quotas). Se necessário, você pode eliminar essas limitações usando a [API de streaming](contact-analysis-segment-streams.md). Isso requer a integração com o Amazon Kinesis Data Streams.
Veja a seguir dois casos de uso da API de análise de chamada e chat.
## Melhores transferências de contato
Quando um contato é transferido de um atendente para outro, você pode transferir uma transcrição da conversa para o novo atendente. O novo atendente acaba explicando por que o cliente está entrando em contato com a central de contatos, e o cliente não precisa repetir as informações que já forneceu. Use a [ListRealtimeContactAnalysisSegments](https://docs.aws.amazon.com/contact-lens/latest/APIReference/API_ListRealtimeContactAnalysisSegments.html)API para contatos de voz e a API [ListRealtimeContactAnalysisSegmentsV2](https://docs.aws.amazon.com/connect/latest/APIReference/API_ListRealtimeContactAnalysisSegmentsV2.html) para bate-papos para obter a transcrição completa da conversa até um determinado ponto e compartilhá-la com o novo agente.
## Destaque as principais partes da conversa como rótulos, problemas, itens de ação e resultados
Com os destaques principais, os agentes podem fazer anotações rapidamente após o término do contato, e os supervisores podem identificar rapidamente os contatos para gerenciamento da qualidade e de desempenho do atendente. Isso torna os atendentes e os supervisores mais produtivos em seus trabalhos.
# Acessar a analytics do Contact Lens para contatos de voz e chat usando o Amazon Kinesis Data Streams
Os fluxos de segmentos de análise de contatos permitem o acesso à analytics do Contact Lens para contatos de voz e chat. O streaming supera as limitações de escalabilidade das análises existentes de [chamadas e bate-papos](contact-lens-api.md). APIs Para contatos de voz, ele também fornece acesso a um segmento de dados chamado `Utterance`, que permite acessar transcrições parciais. Isso possibilita que você atenda aos requisitos de latência ultrabaixa para auxiliar os atendentes em chamadas ao vivo.
Esta seção explica como fazer a integração com o Amazon Kinesis Data Streams para streaming.
Por meio do streaming, você pode receber os seguintes tipos de evento:
+ Eventos STARTED publicados no início da sessão de análise de contatos.
+ Eventos SEGMENTS publicados durante as sessões de análise de contatos. Esses eventos contêm uma lista de segmentos com informações analisadas.
+ Eventos COMPLETED ou FAILED publicados no final de uma sessão de análise de contatos.
**Topics**
+ [Habilitar fluxos de segmentos de análise de contato](enable-contact-analysis-segment-streams.md)
+ [Voz: modelo de dados para fluxos de segmentos de análise de conversação](real-time-contact-analysis-segment-streams-data-model.md)
+ [Chat: modelo de dados para fluxos de segmentos de análise de conversação](chat-real-time-contact-analysis-segment-streams-data-model.md)
+ [Voz: exemplos de fluxo de segmentos de análise de conversação](sample-real-time-contact-analysis-segment-stream.md)
+ [Chat: exemplos de fluxo de segmentos de análise de conversação](chat-sample-real-time-contact-analysis-segment-stream.md)
# Habilitar fluxos de segmentos de análise de contato para analisar conversas do Contact Lens
Os fluxos de segmentos de análise de contato não estão habilitados por padrão. Este tópico explica como habilitá-los.
## Etapa 1: Criar um fluxo do Kinesis
Crie o fluxo de dados na mesma conta e região em que a instância do Amazon Connect reside. Para obter instruções, consulte [Step 1: Create a Data Stream](https://docs.aws.amazon.com/streams/latest/dev/tutorial-stock-data-kplkcl-create-stream.html) no *Guia do desenvolvedor do Amazon Kinesis Data Streams*.
**dica**
Recomendamos criar um fluxo separado para cada tipo de dados. Embora seja possível usar o mesmo fluxo para análise de contato, fluxos de segmentos, eventos de atendentes e registros de contatos, é muito mais fácil gerenciar e obter dados do fluxo usando um fluxo separado para cada um. Para obter mais informações, consulte o [Guia do desenvolvedor do Amazon Kinesis Data Streams](https://docs.aws.amazon.com/streams/latest/dev/introduction.html).
## Etapa 2: Configurar a criptografia do lado do servidor para o stream do Kinesis (opcional, mas recomendado)
Há várias maneiras de fazer isso.
+ Opção 1: Usar o Kinesis Chave gerenciada pela AWS (`aws/kinesis`). Isso funciona sem nenhuma configuração adicional de sua parte.
+ Opção 2: Usar a mesma chave gerenciada pelo cliente para gravações de chamadas, transcrições de chat ou relatórios exportados na instância do Amazon Connect.
Habilite a criptografia e use a mesma chave gerenciada pelo cliente para gravações de chamadas, transcrições de chat ou relatórios exportados na instância do Amazon Connect. Em seguida, escolha a mesma chave do KMS para o fluxo de dados do Kinesis. Essa chave já tem a permissão (concessão) necessária para ser usada.
+ Opção 3: Usar uma chave gerenciada pelo cliente.
Use uma chave gerenciada pelo cliente que você já tenha ou crie uma e adicione as permissões requeridas para que a função do Amazon Connect use a chave. Para adicionar permissões usando o AWS KMS , consulte o seguinte exemplo:
```
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
```
Onde `grantee-principal` é o ARN da função vinculada ao serviço associada à instância do Amazon Connect. Para encontrar o ARN da função vinculada ao serviço, no console do Amazon Connect, acesse **Visão geral**, **Configurações de distribuição**, **Função vinculada ao serviço**.
## Etapa 3: Associar o fluxo do Kinesis
Use a [AssociateInstanceStorageConfig](https://docs.aws.amazon.com/connect/latest/APIReference/API_AssociateInstanceStorageConfig.html)API Amazon Connect para associar os seguintes tipos de recursos:
+ Para contatos de voz, use `REAL_TIME_CONTACT_ANALYSIS_VOICE_SEGMENTS`
+ Para contatos de chat, use `REAL_TIME_CONTACT_ANALYSIS_CHAT_SEGMENTS`
**nota**
`REAL_TIME_CONTACT_ANALYSIS_SEGMENTS` está obsoleto, mas continua compatível e se aplica somente aos contatos de voz. Use `REAL_TIME_CONTACT_ANALYSIS_VOICE_SEGMENTS` para contatos de voz daqui para frente.
Se você já associou um fluxo a `REAL_TIME_CONTACT_ANALYSIS_SEGMENTS`, nenhuma ação será necessária para atualizar o fluxo para `REAL_TIME_CONTACT_ANALYSIS_VOICE_SEGMENTS`.
Especifique o fluxo do Kinesis em que os segmentos de análise de contato em tempo real serão publicados. Você precisará do ID da instância e do ARN do fluxo do Kinesis. O seguinte código mostra um exemplo:
```
// 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
O exemplo a seguir é para contatos de chat.
**dica**
Se você não incluir a AWS região (`--region`), ela usará a região padrão com base no perfil da CLI.
O valor do parâmetro `--storage-config` não deve ser incluído entre aspas simples ('). Caso contrário, isso gerará um erro.
```
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
O exemplo a seguir é para contatos de voz.
```
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'));
```
## Etapa 4: habilitar o Contact Lens para a instância do Amazon Connect
Para instruções, consulte [Habilitar a analytics de conversação no Amazon Connect Contact Lens](enable-analytics.md).
## Etapa 5 (opcional): Analisar um fluxo de segmentos de exemplo
Recomendamos que você analise um fluxo de segmentos de exemplo de [voz](sample-real-time-contact-analysis-segment-stream.md) ou [chat](chat-sample-real-time-contact-analysis-segment-stream.md) para se familiarizar com sua aparência.
# Modelo de dados para fluxos de segmentos de analytics de conversação para analisar contatos de voz no Contact Lens
Os fluxos de segmentos de análise de contato em tempo real são gerados em JSON. Os blobs JSON de eventos são publicados no fluxo associado para cada contato que tenha a análise de conversação em tempo real habilitada. Os seguintes tipos de evento podem ser publicados para uma sessão de análise de conversação para um contato de voz:
+ Eventos STARTED: cada seção de análise de conversação publica um evento STARTED no início da sessão.
+ Eventos SEGMENTS: cada sessão de análise de conversação pode publicar zero ou mais eventos SEGMENTS durante a sessão. Esses eventos contêm uma lista de segmentos com informações analisadas. Para contatos de voz, a lista de segmentos pode incluir segmentos “`Utterance`”, “`Transcript`”, “`Categories`” ou “`PostContactSummary`”.
+ Eventos COMPLETED ou FAILED: cada sessão de análise de conversação publica um evento COMPLETED ou FAILED no final da sessão.
## Propriedades comuns incluídas em todos os eventos para contatos de voz
Cada evento inclui as seguintes propriedades:
**Versão**
A versão do esquema de evento.
Tipo: string
**Canal**
O tipo de canal para esse contato.
Tipo: string
Valores válidos: `VOICE`, `CHAT`, `TASK`
Para obter mais informações sobre canais, consulte [Canais e simultaneidade para rotear contatos no Amazon Connect](channels-and-concurrency.md).
**AccountId**
O identificador da conta em que esse contato ocorre.
Tipo: string
**ContactId**
O identificador do contato que está sendo analisado.
Tipo: string
**InstanceId**
O identificador da instância em que esse contato ocorre.
Tipo: string
**LanguageCode**
O código do idioma associado a esse contato.
Tipo: string
Valores válidos: o código de um dos [idiomas aceitos para analytics de chamada em tempo real do Contact Lens](supported-languages.md#supported-languages-contact-lens).
**EventType**
O tipo de evento publicado.
Tipo: string
Valores válidos: `STARTED`, `SEGMENTS`, `COMPLETED`, `FAILED`
## Evento STARTED
Os eventos `STARTED` incluem somente as propriedades comuns:
+ Versão
+ Canal
+ AccountId
+ ContactId
+ LanguageCode
+ EventType: INICIADO
## Evento SEGMENTS
Os evento `SEGMENTS` incluem as seguintes propriedades:
+ Versão
+ Canal
+ AccountId
+ ContactId
+ LanguageCode
+ EventType: SEGMENTOS
+ Segmentos: além das propriedades comuns, os eventos `SEGMENTS` incluem uma lista de segmentos com informações analisadas.
Tipo: matriz de objetos [segmento](#segment)
+ PostContactSummary: Informações sobre o resumo pós-contato de um segmento de contato de voz.
Tipo: [PostContactSummary](https://docs.aws.amazon.com/connect/latest/APIReference/API_connect-contact-lens_PostContactSummary.html)objetos
Obrigatório: não
**Segmento**
Um segmento analisado para uma sessão de análise em tempo real.
Cada segmento é um objeto com as seguintes propriedades. Somente uma destas propriedades está presente, dependendo do tipo de segmento:
+ Enunciado
+ Transcript
+ Categorias
+ PostContactSummary
**Enunciado**
O enunciado analisado.
Obrigatório: não
+ **Id**
O identificador do enunciado.
Tipo: string
+ ** TranscriptId**
O identificador da transcrição associada a esse enunciado.
Tipo: string
+ **ParticipantId**
O identificador do participante.
Tipo: string
+ ** ParticipantRole**
A função do participante. Por exemplo, é um cliente, atendente ou sistema.
Tipo: string
+ ** PartialContent**
O conteúdo do enunciado.
Tipo: string
+ ** BeginOffsetMillis**
O deslocamento inicial no contato dessa transcrição.
Tipo: inteiro
+ ** EndOffsetMillis**
O deslocamento inicial no contato dessa transcrição.
Tipo: inteiro
**Transcript**
A transcrição analisada.
Tipo: objeto [Transcript](https://docs.aws.amazon.com/contact-lens/latest/APIReference/API_Transcript.html)
Obrigatório: não
**Categorias**
As regras de categoria correspondentes.
Tipo: objeto [Categories](https://docs.aws.amazon.com/contact-lens/latest/APIReference/API_Categories.html)
Obrigatório: não
**PostContactSummary**
Informações sobre o resumo pós-contato de um segmento de contato de voz.
Tipo: objeto [PostContactSummary](https://docs.aws.amazon.com/connect/latest/APIReference/API_connect-contact-lens_PostContactSummary.html)
Obrigatório: não
## Evento COMPLETED
Os eventos `COMPLETED` incluem somente as seguintes propriedades comuns:
+ Versão
+ Canal
+ AccountId
+ ContactId
+ LanguageCode
+ EventType: CONCLUÍDO
## Evento FAILED
Os eventos `FAILED` incluem somente as seguintes propriedades comuns:
+ Versão
+ Canal
+ AccountId
+ ContactId
+ LanguageCode
+ EventType: FALHOU
# Modelo de dados para fluxos de segmentos de analytics de conversação para analisar chats no Contact Lens
Os fluxos de segmentos de análise de conversação para contatos de chat são gerados em JSON. Os blobs JSON de eventos são publicados no fluxo associado para cada contato que tenha a análise de conversação em tempo real habilitada. Os seguintes tipos de evento podem ser publicados para uma sessão de análise de conversação para um contato de chat:
+ Eventos STARTED: cada seção de análise de conversação publica um evento STARTED no início da sessão.
+ Eventos SEGMENTS: cada sessão de análise de conversação pode publicar zero ou mais eventos SEGMENTS durante a sessão. Esses eventos contêm uma lista de segmentos com informações analisadas. Para contatos de chat, a lista de segmentos pode incluir segmentos “`Attachments`”, “`Transcript`”, “`Categories`”, “`Events`”, “`Issues`” ou “`PostContactSummary`”.
+ Eventos COMPLETED ou FAILED: cada sessão de análise de conversação publica um evento COMPLETED ou FAILED no final da sessão.
## Propriedades comuns incluídas em todos os eventos para contatos de chat
Cada evento inclui as seguintes propriedades:
**Versão**
A versão do esquema de evento. Para contatos de chat, é 2.0.0.
Tipo: string
**Canal**
O tipo de canal para esse contato.
Tipo: string
Valores válidos: `VOICE`, `CHAT`, `TASK`
Para obter mais informações sobre canais, consulte [Canais e simultaneidade para rotear contatos no Amazon Connect](channels-and-concurrency.md).
**AccountId**
O identificador da conta em que esse contato ocorre.
Tipo: string
**InstanceId**
O identificador da instância em que esse contato ocorre.
Tipo: string
**ContactId**
O identificador do contato que está sendo analisado.
Tipo: string
**StreamingEventType**
O tipo de evento publicado.
Tipo: string
Valores válidos: `STARTED`, `SEGMENTS`, `COMPLETED`, `FAILED`
**StreamingSettings**
As configurações do Contact Lens desse contato
Tipo: objeto [StreamingSettings](#streamingsettingsobject)
## StreamingSettings objeto
**LanguageCode**
O código do idioma associado a esse contato.
Tipo: string
Valores válidos: o código de um dos [idiomas aceitos para analytics de chamada em tempo real do Contact Lens](supported-languages.md#supported-languages-contact-lens).
**Output**
O tipo de saída do Contact Lens habilitado para esse contato.
Tipo: string
Valores válidos: `Raw`, `Redacted`, `RedactedAndRaw`
**RedactionTypes**
O tipo de edição habilitada para esse contato.
Tipo: matriz de strings
Valores válidos: `PII`
**RedactionTypesMetadata**
Os metadados de edição para cada tipo de edição.
Tipo: RedactionType string para [RedactionMetadata](#redactionmetadata)objeto
Valores válidos: `PII`
## RedactionMetadata objeto
Fornece informações sobre as configurações de edição.
**RedactionMaskMode**
A configuração de substituição de edição de dados
Tipo: string
Valores válidos: `PII`, `EntityType`
## Evento STARTED
Os eventos `STARTED` incluem somente as propriedades comuns:
+ Versão
+ Canal
+ AccountId
+ ContactId
+ StreamingEventType: INICIADO
+ StreamingSettings
## Evento SEGMENTS
Os evento `SEGMENTS` incluem as seguintes propriedades:
+ Versão
+ Canal
+ AccountId
+ OutputType
+ O tipo de saída do Contact Lens do segmento atual
+ Tipo: string
+ Valores válidos: `Raw`, `Redacted`
+ ContactId
+ StreamingEventType: SEGMENTOS
+ StreamingSettings
+ Segmentos
+ Uma lista de segmentos com informações analisadas.
+ Tipo: matriz de objetos [segmento](#chat-segment)
**Segmento**
Um segmento analisado para uma sessão de análise em tempo real.
Cada segmento é um objeto com as seguintes propriedades. Somente uma destas propriedades está presente, dependendo do tipo de segmento:
+ [Anexos](#chat-attachments)
+ [Categorias](#chat-category)
+ [Evento](#chat-event)
+ [Problemas](#chat-issues)
+ [Transcrição](#chat-transcript)
+ [PostContactSummary](#chat-postcontactsummary)
**Anexos**
Os anexos analisados.
Obrigatório: não
Tipo: objeto [RealTimeContactAnalysisSegmentAttachments](https://docs.aws.amazon.com/connect/latest/APIReference/API_RealTimeContactAnalysisSegmentAttachments.html)
**Categorias**
As regras de categoria correspondentes.
Tipo: objeto [RealTimeContactAnalysisSegmentCategories](https://docs.aws.amazon.com/connect/latest/APIReference/API_RealTimeContactAnalysisSegmentCategories.html)
Obrigatório: não
**Event**
Tipo de segmento que descreve um evento de contato.
Tipo: objeto [RealTimeContactAnalysisSegmentEvent](https://docs.aws.amazon.com/connect/latest/APIReference/API_RealTimeContactAnalysisSegmentEvent.html)
Obrigatório: não
**Problemas**
Tipo de segmento contendo uma lista dos problemas detectados.
Tipo: objeto [RealTimeContactAnalysisSegmentIssues](https://docs.aws.amazon.com/connect/latest/APIReference/API_RealTimeContactAnalysisSegmentIssues.html)
Obrigatório: não
**Transcrição**
O segmento de transcrição analisado.
Tipo: objeto [RealTimeContactAnalysisSegmentTranscript](https://docs.aws.amazon.com/connect/latest/APIReference/API_RealTimeContactAnalysisSegmentTranscript.html)
Obrigatório: não
**PostContactSummary**
Informações sobre o resumo pós-contato de um segmento de contato em tempo real para chat.
Tipo: objeto [RealTimeContactAnalysisSegmentPostContactSummary](https://docs.aws.amazon.com/connect/latest/APIReference/API_RealTimeContactAnalysisSegmentPostContactSummary.html)
Obrigatório: não
## Evento COMPLETED
Os eventos `COMPLETED` incluem somente as seguintes propriedades comuns:
+ Versão
+ Canal
+ AccountId
+ InstanceId
+ ContactId
+ StreamingEventType: CONCLUÍDO
+ StreamingSettings
## Evento FAILED
Os eventos `FAILED` incluem somente as seguintes propriedades comuns:
+ Versão
+ Canal
+ AccountId
+ InstanceId
+ ContactId
+ StreamingEventType: FALHOU
+ StreamingSettings
# Exemplos de fluxos de segmentos de analytics de conversação para analisar chamadas usando o Contact Lens
Este tópico fornece exemplos de fluxos de segmentos de eventos STARTED, SEGMENTS, COMPLETED e FAILED que podem ocorrer durante um contato de voz.
## Exemplo de evento STARTED
+ EventType: INICIADO
+ Publicado no início da sessão de análise de conversação.
```
{
"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"
}
```
## Exemplo de evento SEGMENTS
+ EventType: SEGMENTOS
+ Publicado durante uma sessão de análise de conversação. Esse evento contém uma lista de segmentos com informações analisadas. A lista de segmentos pode incluir segmentos “`Utterance`”, “`Transcript`”, “`Categories`” ou “`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"
}
}
]
}
```
## Exemplo de evento COMPLETED
+ EventType: CONCLUÍDO
+ Publicado no final da sessão de análise de conversação, se a análise for concluída com êxito.
```
{
"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"
}
```
## Exemplo de evento FAILED
+ EventType: FALHOU
+ Publicado no final da sessão de análise de conversação em caso de falha na análise.
```
{
"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"
}
```
# Exemplos de fluxos de analytics de conversação para analisar chats no Contact Lens
Este tópico fornece exemplos de fluxos de segmentos de eventos STARTED, SEGMENTS, COMPLETED e FAILED que ocorrem durante um contato de chat.
## Exemplo de evento STARTED
+ EventType: INICIADO
+ Publicado no início da sessão de análise de conversação.
```
{
"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"
}
}
}
}
```
## Exemplo de evento SEGMENTS
+ EventType: [SEGMENTOS](chat-real-time-contact-analysis-segment-streams-data-model.md#chat-segment-streams-data-model-segments-event)
+ Publicado durante uma sessão de análise de conversação. Esse evento contém uma lista de [RealtimeContactAnalysisSegment](https://docs.aws.amazon.com/connect/latest/APIReference/API_RealtimeContactAnalysisSegment.html)objetos com informações analisadas. A lista de segmentos pode incluir segmentos `"Transcript"` `"Categories"``"Issue"`,`"Event"`,`"Attachment"`,, ou PostContactSummary "”.
```
{
"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"
}
}]
}
```
## Exemplo de evento COMPLETED
+ EventType: CONCLUÍDO
+ Publicado no final da sessão de análise de conversação, se a análise for concluída com êxito.
```
{
"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"
}
}
}
}
```
## Exemplo de evento FAILED
+ EventType: FALHOU
+ Publicado no final da sessão de análise de conversação em caso de falha na análise.
```
{
"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"
}
}
}
}
```
# Locais dos arquivos de saída analisados pela analytics de conversação do Contact Lens
Veja a seguir exemplos da aparência do caminho dos arquivos de saída da analytics de conversação do Contact Lens quando eles são armazenados no bucket do Amazon S3 para sua instância.
+ Arquivo de transcrição original analisado (JSON)
+ **/connect-instance- bucket/ Análise/Voz /2020/02/04/ \$1Analysis\$12020-02-04T 21:14:16 z.json** *contact's\$1ID*
+ **/connect-instance- bucket/ Analysis/Chat /2020/02/04/ \$1Analysis\$12020-02-04T 21:14:16 z.json** *contact's\$1ID*
+ **/connect-instance- bucket/ Análise/E-mail /2026/03/10/ \$1Analysis\$120260310T 22:35 \$1UTC.json** *contact's\$1ID*
+ Arquivo de transcrição analisado editado em (JSON)
+ **/connect-instance- **Analysis/Voice/Redacted**bucket/ /2020/02/04/ \$1 analysis\$1redacted \$12020-02-04T 21:14:16 z.JSON *contact's\$1ID***
+ **/connect-instance- **Analysis/Chat/Redacted**bucket/ /2020/02/04/ \$1 analysis\$1redacted \$12020-02-04T 21:14:16 z.JSON *contact's\$1ID***
+ **/connect-instance- **Analysis/Email/Redacted**bucket/ /2026/03/10/ \$1 analysis\$1redacted \$120260310T 22:35 \$1UTC.json *contact's\$1ID***
+ Arquivo de áudio editado
+ **/connect-instance- bucket/ /2020/02/04/ \$1 call\$1recording\$1redacted **Analysis/Voice/Redacted**\$12020-02-04T 21:14:16 Z. *contact's\$1ID*** **ondulação**
**Importante**
Para excluir uma gravação, é necessário excluir os arquivos das gravações editadas e não editadas.
# Exemplos de arquivo de saída da analytics de conversação do Contact Lens para uma chamada
As seções a seguir fornecem exemplos da saída resultante quando a analytics de conversação do Contact Lens detecta problemas, compara categorias, indica a intensidade sonora, edita dados sensíveis e análise ignorada.
Expanda cada seção para saber mais.
## Exemplo de arquivo original para uma chamada analisada pela analytics de conversação do Contact Lens
O exemplo a seguir mostra o esquema de uma chamada que a analytics de conversação do Contact Lens analisou. O exemplo mostra a intensidade sonora, a detecção de problemas, os motivos da chamada e as informações que serão editadas.
Observe o seguinte sobre o arquivo analisado:
+ Ele não indica quais dados confidenciais foram editados. Todos os dados são chamados de PII (informações de identificação pessoal).
+ Cada turno incluirá uma seção `Redaction` somente se incluir PII.
+ Se houver uma seção `Redaction`, ela incluirá o deslocamento em milissegundos. Em um arquivo.wav, a parte editada ficará silenciosa. Se desejar, você pode usar o deslocamento para substituir o silêncio por outra coisa, como um bipe.
+ Se houver duas ou mais edições de PII em um turno, o primeiro deslocamento se aplicará à primeira PII, o segundo se aplicará à segunda PII e assim por diante.
```
{
"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
]
}
]
}
}
```
## Exemplo de arquivo editado para uma chamada analisada pela analytics de conversação do Contact Lens
Esta seção mostra um exemplo de arquivo editado para uma chamada depois de ser analisada pela analytics de conversação do Contact Lens. Ele é idêntico ao arquivo original analisado. A única diferença é que os dados confidenciais são editados. Neste exemplo, três entidades foram selecionadas para edição: “`CREDIT_DEBIT_NUMBER`”, “`NAME`” e “`USERNAME`”.
Neste exemplo, `RedactionMaskMode` está definido como PII. Quando uma entidade é editada, o Contact Lens a substitui por `[PII]`. Se ela fosse definida como `ENTITY_TYPE`, o Contact Lens substituiria os dados pelo nome da entidade; por exemplo, `[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
]
}
]
}
```
# Exemplo de arquivos de saída do Contact Lens para um chat analisado pela analytics de conversação do Contact Lens
Esta seção mostra um exemplo de esquema para uma conversa de chat analisada pela analytics de conversação do Contact Lens. O exemplo mostra o sentimento inferido, as categorias correspondentes, o resumo do contato e o tempo de resposta.
O arquivo original analisado contém a transcrição completa do chat. O mesmo conteúdo presente no campo **Transcrição** do chat na página **Detalhes do contato** encontra-se no campo `Transcript` do arquivo original de análise do Contact Lens. Além disso, o arquivo analisado pode conter mais campos, como uma seção `Redaction` para indicar que há dados editados no arquivo de análise editado.
**nota**
Algumas `ConversationCharacteristics` incluem mapas `DetailsByParticipantRole`, com as funções dos participantes como chaves. Mas nem todas as funções da lista `Participants` (como `CUSTOMER` ou `AGENT`) têm a garantia de ter chaves correspondentes nos objetos `DetailsByParticipantRole`. A presença de uma chave para um participante depende da existência de dados elegíveis para a análise do Contact Lens.
## Categorias
`PointsOfInterest` difere entre as categorias pós-bate-papo e pós-chamada:
+ A pós-chamada `PointsOfInterest` tem uma diferença de milissegundos.
+ O pós-bate-papo `PointsOfInterest` tem uma matriz de `TranscriptItems`, cada um com um `id` e um `CharacterOffset`.
Há uma matriz de `PointsOfInterest`. Cada matriz tem uma variedade de `TranscriptItems`: cada `PointOfInterest` destina-se a uma correspondência de categoria, mas cada correspondência pode abranger vários itens de transcrição.
Tanto para chamadas quanto para chats, o conjunto `PointsOfInterest` pode estar vazio. Isso significa que a correspondência de categoria é feita para todo o contato. Por exemplo, se você criar uma regra que corresponda à categoria quando `Hello` não for mencionada no contato, não haverá nenhuma parte da transcrição para identificar essa condição.
**nota**
No momento, a categoria é inferida somente para mensagens `text/plain` de chat `text/markdown`.
## Principais destaques
Os **principais destaques** estão localizados na matriz `ConversationCharacteristics.ContactSummary.SummaryItemsDetected`. Não pode haver mais de um item nessa matriz, salientando que somente um conjunto de `Issue`, `Outcome` e item de `Action` pode ser encontrado.
Cada objeto na matriz tem os seguintes campos: `IssuesDetected`, `OutcomesDetected` e `ActionItemsDetected`.
Cada um dos campos tem uma matriz `TranscriptItems`, que tem `Id` e `CharacterOffsets`. Eles descrevem `TranscriptItems` e partes específicas que foram identificadas para conter esse resumo do contato: problema, resultado ou item de ação.
**nota**
Atualmente, os principais destaques são inferidos somente para mensagens de chat `text/plain`.
## Sentimento
### Sentimento geral
A pontuação de sentimento do campo `DetailsByParticipantRole` para os participantes do contato é semelhante ao Contact Lens para o arquivo de analytics de fala.
O campo `DetailsByInteraction` tem uma pontuação de sentimento do `CUSTOMER` para partes da interação do chat `WithAgent` e `WithoutAgent`. Se não houver mensagens do cliente nessas partes da interação, o respectivo campo estará ausente.
**nota**
No momento, o sentimento é inferido somente para mensagens de chat `text/plain` e `text/markdown`.
### Mudança de sentimento
O campo `DetailsByParticipantRole` contém um objeto que descreve a mudança de sentimento dos participantes do contato (isto é, `AGENT` e`CUSTOMER`): `BeginScore` e `EndScore`.
O campo `DetailsByInteraction` tem uma mudança de sentimento do `CUSTOMER` para partes da interação do chat `WithAgent` e `WithoutAgent`. Se não houver mensagens do cliente nessas partes da interação, o respectivo campo estará ausente.
A mudança de sentimento fornece informações sobre como o sentimento do participante mudou durante a interação no chat.
## Tempo de resposta
`AgentGreetingTimeMillis` mede o tempo entre o momento em que o `AGENT` entrou no chat e o momento em que encerrou a primeira mensagem para o cliente.
`DetailsByParticipantRole` tem as seguintes características para cada participante:
+ `Average`: qual é o tempo médio de resposta de um participante.
+ `Maximum`: qual é o tempo de resposta mais longo de um participante. Se houver vários itens de transcrição com o mesmo tempo máximo de resposta, quais são eles.
Para calcular os tempos de resposta `Maximum` e `Average` e os tempos de resposta de determinado participante, ele precisa responder a uma mensagem de outro participante (o `AGENT` precisa responder ao `CUSTOMER` e vice-versa).
Por exemplo, se houvesse apenas uma mensagem do `CUSTOMER` e, depois, apenas uma mensagem do `AGENT` antes do término do chat, o Contact Lens calcularia um tempo de resposta do `AGENT`, mas não do `CUSTOMER`.
**nota**
No momento, o tempo de resposta é inferido somente para mensagens de chat ` text/plain` e `text/markdown`.
## Edição
Observe as seguintes informações sobre o arquivo de análise original para chats:
+ O item de transcrição incluirá uma seção `Redaction` somente se houver dados a serem editados. A seção contém deslocamentos de caracteres para os dados que são editados no arquivo de análise editado.
+ Se duas ou mais partes de uma mensagem forem editadas, o primeiro deslocamento se aplicará à primeira parte editada, o segundo se aplicará à segunda parte editada e assim por diante.
`DisplayNames` para `AGENT` e `CUSTOMER` são editados porque contêm PII. Isso também se aplica a `AttachmentName`.
`CharacterOffsets` leve em consideração as alterações de edição do tamanho do `Content` no arquivo de análise editado. `CharacterOffsets` descreve o conteúdo editado, não o conteúdo original.
## Exemplo de arquivo de chat original
```
{
"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"
}
```
## Exemplo de arquivo de chat editado
```
{
"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"
}
```
# Exemplo de arquivos de saída do Contact Lens para um e-mail analisado pela análise conversacional do Contact Lens
Esta seção mostra um exemplo de esquema para um contato de e-mail que foi analisado pela análise conversacional do Contact Lens. O exemplo mostra as categorias correspondentes e um resumo da cadeia de contatos.
Observe o seguinte sobre os arquivos de saída de análise de e-mail:
+ O campo `Channel` está definido como `EMAIL`.
+ O `Version` campo usa o `EMAIL` prefixo (por exemplo,`EMAIL-2026-01-01`).
+ Os arquivos de saída de e-mail não incluem pontuações de sentimentos, mudança de sentimento, volume ou dados sem tempo de conversação.
+ A `Categories` seção inclui um `EventSource` campo definido como`OnEmailAnalysisAvailable`.
+ Use resumos de contatos `ContactChainSummary` em vez de`PostContactSummary`, porque a análise de e-mail resume todo o tópico de e-mail (cadeia de contatos).
+ A `CustomerMetadata.InputFiles` seção faz referência à mensagem de e-mail e aos arquivos de texto sem formatação armazenados no Amazon S3.
## Exemplo de arquivo de saída de análise de e-mail
O exemplo a seguir mostra a saída de um contato de e-mail com categorização, redação e resumo da cadeia de contatos ativados.
```
{
"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": {}
}
```
# Solução de problemas no Amazon Connect Contact Lens
## Por que não vejo nem ouço conteúdo não editado?
Se sua organização estiver usando o recurso de Contact Lens redação, por padrão, somente o conteúdo editado aparecerá no site do Amazon Connect administrador.
Você deve ter permissões para visualizar conteúdo não editado. Para obter mais informações, consulte [Atribuir permissões para usar a analytics de conversação do Contact Lens no Amazon Connect](permissions-for-contact-lens.md).