本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
# Amazon Connect Data Lake 最佳實務
發佈日期：**2021 年 5 月 13** 日
## 摘要
客戶服務是品牌評價和業務成功的關鍵元素。聯絡中心對於啟用雙向客服人員與客戶的互動至關重要，而且對於提供卓越的客戶服務體驗至關重要。相反地，不良的體驗可能會導致客戶流失。組織投資於全管道聯絡中心，以提高客戶體驗的競爭優勢。
如今，組織正在開發資料湖策略，以利用來自各種和不斷增長資料的智慧。快速的資料磁碟區成長在資料管理和儲存容量方面帶來挑戰。調查指出實作資料湖的組織，其有機營收成長增加 9%。
為了獲得最先進的分析優勢，組織需要強大的平台和經濟實惠的解決方案來執行繁榮的聯絡中心。Amazon Web Services (AWS) 為客戶提供一組完整的服務和可擴展平台，以確保雲端資料湖的高可用性、安全性和彈性。
此白皮書概述使用 [Amazon Connect](https://aws.amazon.com/connect/) 建構聯絡中心資料湖的最佳實務。
## 您是 Well-Architected 嗎？
[AWS Well-Architected Framework](https://aws.amazon.com/architecture/well-architected/?actwpp_AWSCDLBPWAF_HTML) 可協助您了解在建置系統時所做決策的優缺點 AWS。使用 架構可讓您了解在雲端設計和操作可靠、安全、高效且符合成本效益系統的架構最佳實務。
在 [Machine Learning LensMachine](https://aws.amazon.com/architecture/machine-learning/?actwpp_AWSCDLBPML_HTML) 中，我們著重於如何在 中設計、部署和建構機器學習工作負載 AWS 雲端。此鏡頭會新增至 Well-Architected Framework 中所述的最佳實務。
## 簡介
傳統的內部部署聯絡中心通常涉及多個專有系統，導致包含各種格式資料的資料來源不同。標準化和合併資訊的挑戰，會減緩探索新業務洞見或可能的操作問題。
下圖顯示傳統內部部署聯絡中心的架構。
![\[顯示具有 AWS 分析和 AI/ML 服務的 Amazon Connect 聯絡中心資料湖的圖表\]](http://docs.aws.amazon.com/zh_tw/whitepapers/latest/amazon-connect-data-lake-best-practices/images/connectbp2.png)
*內部部署聯絡中心架構*
資料在推動聯絡中心的成功上扮演了關鍵角色。管理資料孤島效率低落，可能導致客戶體驗不佳。客戶在與聯絡中心連線時預期獲得無摩擦的體驗。擁有簡化的資料湖解決方案可協助客服人員為客戶提供個人化的體驗。下圖顯示將跨基礎設施、授權和維護環境的複雜傳統聯絡中心資料簡化為 [Amazon Connect](https://aws.amazon.com/connect) 的策略方法。
![\[顯示具有 AWS 分析和 AI/ML 服務的 Amazon Connect 聯絡中心資料湖的圖表\]](http://docs.aws.amazon.com/zh_tw/whitepapers/latest/amazon-connect-data-lake-best-practices/images/connectbp3.png)
*將複雜傳統聯絡中心資料簡化為 Amazon Connect 的策略方法*
資料湖是集中式、精心策劃且安全的儲存庫，以原生或轉換格式存放和管理所有結構化和非結構化資料，以供分析。AWS 提供服務的廣度和深度，以建置安全、可擴展、全面且符合成本效益[的資料湖](https://aws.amazon.com/big-data/datalakes-and-analytics/what-is-a-data-lake)解決方案。您可以使用 AWS 服務從各種來源擷取、存放、尋找、處理和分析資料。
此白皮書為使用 Amazon Connect 建置聯絡中心資料湖時的技術角色提供架構最佳實務，例如技術長 (CTOs)、架構師、開發人員和營運專業人員。