本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
在 Amazon Connect 中使用客户细分 AI 助手
Amazon Connect Customer Profiles 支持生成式人工智能驱动的客户细分，使非技术业务用户能够使用自然语言查询（客户细分 AI 助手）构建受众，并根据客户数据中的趋势（用于客户细分创建的灵感卡片）接收建议。这些功能利用 Amazon Bedrock
通过将生成式人工智能整合到客户细分工作流程中，可以增加以下优势：
-
简化客户细分创建：使用对话语言构建复杂的客户细分，使非技术用户能够访问该流程并提高效率。
-
数据驱动的客户细分创建灵感：根据客户数据中的趋势接收人工智能赋能的客户细分灵感。
-
增强的个性化：轻松识别和定位特定的客户组，以进行量身定制的通信和优惠。
以下各节介绍了每项功能、如何使用它们以及它们为协助您改善客户细分工作而提供的优势。
注意
-
要使用区段 AI 助手，用户需要获得区段创建 CustomerProfiles.Segments.Create 的权限。
-
虽然这些人工智能驱动的工具提供了宝贵的建议，但重要的是要审查和调整建议的客户细分，以确保它们与组织的特定业务目标保持一致并符合其数据使用策略。
客户细分创建的灵感卡片
灵感卡片是客户细分页面上由人工智能驱动的功能。它们可以简化并增强客户细分创建过程。下图显示了三张灵感卡片的示例。
根据 Amazon Connect Customer Profiles 数据，这些卡片每次可生成多达三个类别的客户细分创意，以激发和简化客户细分创建过程。
注意
趋势数据基于默认计算的属性的事件摄取日期。
主要特征
-
数据驱动的灵感：每张灵感卡片都提供了针对特定客户数据和趋势量身定制的客户细分创意。
-
灵感卡片可提供三个以业务为重点的主题的创意：
-
促销：通过特定的促销策略定位客户的创意。
-
保留：确定要实施客户保留工作的客户细分。
-
支持：重点突出可能需要特别关注以提供客户服务的客户组。
-
-
基于洞察的建议：利用历史趋势、数据见解和生成式人工智能来创建有意义的、切实可行的见解。
如何使用灵感卡片
-
导航至客户细分页面。
-
找到灵感卡片部分。它显示三个客户细分建议。
-
查看每张卡片，以了解提议的客户细分及其潜在应用。
-
找到要使用的卡片后，在该卡片上选择开始使用。
-
选择探索更多以生成更多灵感卡片。它们可以根据 Amazon Connect Customer Profiles 数据提供全新的客户细分创意。
-
选择开始使用后，系统会自动将您定向到创建客户细分页面。
-
您选择的客户细分创意将填充到客户细分生成器中，供您查看和完善。
使用自然语言提示生成客户细分
客户细分 AI 助手提供了一种使用自然语言提示创建客户细分的指导方法，可简化创建复杂客户细分的过程，并支持您使用自然语言描述目标受众和获得结构化、切实可行的客户细分定义。
下图显示了一个客户细分 AI 助手提示的示例。
要访问此功能：
-
导航至客户细分页面，然后选择创建客户细分。
-
找到位于页面右侧的客户细分 AI 助手面板，如下图所示。
使用客户细分 AI 助手
-
该助手通过一系列问题引导用户了解客户细分需求，与助手的所有交互路径都会生成提示。
-
用户可以提供有关所需客户细分的文字描述。
-
提示操作步骤提供了示例提示来作为撰写详细描述的参考。
-
根据您的输入，Amazon Connect 生成结构化的客户细分定义。
-
生成的客户细分定义将自动应用于客户细分生成器。
-
您可以使用标准客户细分生成器工具进一步细化生成的客户细分。修改客户细分生成器上的筛选条件会覆盖先前生成的现有条件。
-
在查看生成的客户细分并进行任何必要的调整后，您可以通过选择创建客户细分来最终完成该过程。此操作可保存您的客户细分并使其可用于您的活动中。
最佳实践
在使用客户细分 AI 助手时，请记住以下最佳实践：
-
撰写具体的描述。当您使用现有属性的名称时，客户细分 AI 助手会生成更准确的条件。
-
请确保您引用的所有属性均存在于您的域中。
-
从简单的提示开始，然后尝试不同的提示。如果您在第一次尝试时没有收到想要的内容，请重新撰写您的提示。提交新提示将替换现有条件，或者选择新对话。
-
在客户细分生成器上分配时间来进行客户细分优化和验证，以确保客户细分准确地反映您的实际数据值。
注意
客户细分 AI 助手旨在使用通用描述符和标准。描述客户细分时，请务必遵守数据保护法规和公司政策。确保提示和描述不包含任何敏感或个人信息。
提供有关所生成的客户细分的反馈
生成客户细分后，鼓励用户评估该功能的性能并提供反馈。这种反馈机制有助于改善客户细分生成流程，并确保其有效地满足业务需求。下图显示了反馈页面。
反馈过程包括两个阶段：
-
初步反应：在警报部分的右下角，您会发现“赞成”和“反对”图标。点击其中任何一个图标，来表示您对生成的客户细分的总体满意度。
-
其它反馈：选择“赞成”和“反对”图标后，将向您显示提供更详细反馈的选项。这采用文本输入字段的形式，您可以在其中留下自由格式的评论。
我们鼓励您同时使用快速反应（赞成/反对）和文本输入来进行全面评估，在适用时提供具体的示例或使用案例，重点关注生成的客户细分如何与业务目标保持一致，并推荐旨在增强客户细分生成过程的改进措施或其它功能。
提出可增强客户细分生成过程的改进或其它功能。
通过积极参与反馈流程，用户可以为持续改进客户细分生成功能做出贡献，最终实现更有效的客户细分和有针对性的营销策略。
错误处理
使用客户细分 AI 助手生成客户细分时，您可能会偶尔遇到一条错误消息，指出：We can't process your request right now. 即使在为创建客户细分提供了有效的提示之后，仍可能出现此错误。
下图显示了此错误消息的示例。
使用以下步骤有助于您了解和解决此错误。
可能的原因：
-
高系统负载：客户细分 AI 助手可能遇到高需求或同时处理多个请求。
-
临时服务中断：服务处理新的客户细分请求的能力可能会出现短暂中断。
-
复杂的查询：系统可能需要更多时间来处理特别复杂或资源密集型的客户细分查询。
操作：
-
等待并重试：错误消息会建议您等待几分钟后重试。这为系统留出时间来解决任何临时问题。
-
手动创建客户细分：如果您立即需要客户细分，则可以选择使用客户细分生成器手动创建客户细分
如何重试：
-
请等待几分钟。
-
选择聊天界面底部的新对话。
-
开始新的对话并重新输入您的客户细分创建提示。
最佳实践
-
如果多次尝试后，错误仍然存在，请考虑简化您的客户细分标准或将其分解为更小、更易于管理的请求。
-
尽量避免快速、连续地发出重复的请求，因为这可能会导致系统过载。
-
如果问题仍然存在，请联系客户支持来寻求更多帮助。
请记住，此错误通常是临时性的，按照提供的说明进行操作应该可以成功创建所需的客户细分。
已知限制条件
了解数据处理生命周期对于有效地使用客户细分 AI 助手至关重要。本节概述了业务用户在数据整合的不同阶段可以期待什么，以及它如何影响客户细分建议。
数据处理和质量影响：客户细分 AI 助手会经历两个主要演变阶段：初始数据摄取和后处理。在初始摄取期间，系统可能无法充分利用实际的属性值，更多地依赖于提示解释。例如，提示为 VIP 客户可能会建议使用 VIP 客户细分，而不是使用您数据中现有的金卡等级。完成处理后，系统会利用实际的属性值，从而更准确地创建客户细分，减少对提示解释的依赖，并提高整体客户细分质量。
注意
在依赖高级功能之前，请留出足够的时间来完成数据处理。定期更新客户配置文件数据。客户细分的准确性取决于 Amazon Connect Customer Profiles 中客户数据的完整性和时效性。系统会在其回复中标记任何缺失的属性。
系统性能：在高容量时期，预计客户细分生成可能会延迟。该系统针对典型的工作负载进行了优化，但是具有广泛客户细分需求的企业可能需要相应地调整其流程。
属性可用性：所生成的客户细分的质量取决于 Amazon Connect Customer Profiles 中提供的客户数据。客户档案数据越全面，系统在解释提示和定义相关细分时就越准确。 up-to-date如果有不存在的属性，我们将返回一条指明缺失属性的消息。
提示复杂性：对于非常复杂或细致入微的客户细分定义，自然语言处理可能存在局限性。客户应从相对简单的提示开始，并在获得该功能的体验后逐渐增加复杂性。
细分优化：尽管系统生成的客户细分是一个很好的起点，但客户可能仍需要审核和完善细节，以确保客户细分与其业务目标完美契合。客户细分界面支持在初始生成后进行完全自定义。
性能和扩展：在高并发度下，由于语言模型需要处理每个提示，因此客户细分生成过程可能会有一些延迟。该系统专为处理典型的客户细分工作负载而设计，但对客户细分要求极其高的客户可能需要相应地调整其工作流程
