Echtzeit-Call-Analytics

Echtzeit-Call-Analytics bieten Echtzeit-Einblicke, die zur Behebung von Problemen und zur Abschwächung von Eskalationen verwendet werden können.

Die folgenden Erkenntnisse sind mit Call Analytics in Echtzeit verfügbar:

• Kategorieereignisse, die mithilfe von Regeln bestimmte Schlüsselwörter und Ausdrücke kennzeichnen; Kategorieereignisse können zur Erstellung von Echtzeitwarnungenverwendet werden

• Erkennung von Problemen identifiziert die in jedem Audiosegment angesprochenen Probleme

• Identifizierung von PII (sensiblen Daten) in Ihrem Texttranskript

• Schwärzung von PII (sensible Daten) in Ihrem Texttranskript

• Stimmungsanalyse für jedes Sprachsegment

Zusätzlich zur Anrufanalyse in Echtzeit Amazon Transcribe können Sie auch Analysen nach dem Anruf für Ihren Medienstream durchführen. Mithilfe des PostCallAnalyticsSettings-Parameters können Sie Analysen nach Anrufen in Ihre Echtzeit-Call Analytics-Anfrage einbeziehen.

Einblicke in Echtzeit

In diesem Abschnitt werden die Erkenntnisse beschrieben, die für Call-Analytics-Transkriptionen in Echtzeit verfügbar sind.

Kategorieereignisse

Mithilfe von Kategorieereignissen können Sie Ihre Transkription anhand eines genauen Schlüsselworts oder einer Formulierung abgleichen. Wenn Sie beispielsweise einen Filter für die Phrase „Ich möchte mit dem Manager sprechen“ festlegen, wird nach genau dieser Wortgruppe Amazon Transcribe gefiltert.

Hier ist ein Beispiel für die Ausgabe.

Weitere Informationen zum Erstellen von Call-Analytics-Kategorien in Echtzeit finden Sie unter Kategorien für Echtzeit-Transkriptionen erstellen.

Tipp

Mit Kategorieereignissen können Sie Echtzeitwarnungen einstellen; weitere Informationen finden Sie unter Erstellung von Echtzeitwarnungen für Kategorieübereinstimmungen.

Erkennung von Problemen

Die Erkennung von Problemen bietet kurze Zusammenfassungen der erkannten Probleme in jedem Audiosegment. Mit dem Feature „Erkennung von Problemen“ können Sie:

• Reduzieren Sie den Bedarf an manuellen Notizen während und nach Anrufen

• Verbesserung der Effizienz der Kundendienstmitarbeiter, damit sie schneller auf Kunden reagieren können

Anmerkung

Die Erkennung von Problemen wird mit den folgenden englischen Dialekten unterstützt: Australisch (en-AU), Britisch (en-GB) und US (en-US).

Das Feature zur Erkennung von Problemen Featureiert in allen Branchen und Geschäftsbereichen und ist kontextabhängig. Es funktioniert out-of-the-box und unterstützt daher keine Anpassungen wie Modelltraining oder benutzerdefinierte Kategorien.

Die Erkennung von Problemen mit Call Analytics in Echtzeit wird für jedes komplette Audiosegment durchgeführt.

Hier ist ein Beispiel für die Ausgabe.

PII-Identifizierung (sensible Daten)

Die Kennzeichnung sensibler Daten kennzeichnet persönlich identifizierbare Informationen (PII) im Texttranskript. Dieser Parameter ist nützlich für den Schutz von Kundeninformationen.

Anmerkung

Die Identifizierung personenbezogener Daten in Echtzeit wird mit den folgenden englischen Dialekten unterstützt: Australisch (en-AU), Britisch (en-GB), USA (en-US) und mit spanischsprachigem Dialekt (). es-US

Die PII-Identifizierung mit Echtzeit-Call Analytics wird für jedes komplette Audiosegment durchgeführt.

Eine Liste der personenbezogenen Daten, die mithilfe dieser Funktion identifiziert wurden, oder weitere Informationen zur PII-Identifizierung mit finden Sie unter. Amazon TranscribeSchwärzen oder Identifizieren persönlich identifizierbarer Informationen

Hier ist ein Beispiel für eine Ausgabe.

Schwärzung von PII (sensible Daten)

Bei der Schwärzung sensibler Daten werden persönlich identifizierbare Informationen (PII) in Ihrem Texttranskript durch die Art der PII ersetzt (z. B. [NAME]). Dieser Parameter ist nützlich für den Schutz von Kundeninformationen.

Anmerkung

Die Bearbeitung personenbezogener Daten in Echtzeit wird in den folgenden englischen Dialekten unterstützt: Australisch (en-AU), Britisch (), USA (en-GB) und spanischsprachiger Dialekt (en-US). es-US

Die PII-Schwärzung mit Echtzeit-Call Analyticsn wird für jedes komplette Audiosegment durchgeführt.

Um die Liste der mit diesem Feature geschwärzten personenbezogenen Daten anzuzeigen oder mehr über die Schwärzung mit Amazon Transcribe zu erfahren, besuchen Sie Schwärzen oder Identifizieren persönlich identifizierbarer Informationen.

Hier ist ein Beispiel für eine Ausgabe.

Stimmungsanalyse

Die Stimmungsanalyse schätzt ein, wie sich der Kunde und der Kundendienstmitarbeiter während des Gesprächs fühlen. Diese Metrik wird für jedes Sprachsegment bereitgestellt und als qualitativer Wert (positive, neutral mixed oder negative) dargestellt.

Mit diesem Parameter können Sie die Gesamtstimmung für jeden Gesprächsteilnehmer und die Stimmung für jeden Teilnehmer während jedes Sprachsegments qualitativ auswerten. Anhand dieser Kennzahl lässt sich feststellen, ob Ihr Kundendienstmitarbeiter in der Lage ist, einen verärgerten Kunden bis zum Ende des Anrufs zufrieden zu stellen.

Die Stimmungsanalyse mit Echtzeit-Call Analyticsn wird für jedes komplette Audiosegment durchgeführt.

Die Stimmungsanalyse funktioniert out-of-the-box und unterstützt daher keine Anpassungen wie Modelltraining oder benutzerdefinierte Kategorien.

Hier ist ein Beispiel für die Ausgabe.