Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Mappage des données optimisé par l’IA générative
Amazon Connect Customer Profiles fournit une fonctionnalité de cartographie des données clients basée sur l'IA générative qui réduit considérablement le temps nécessaire à la création de profils unifiés, vous permettant ainsi de proposer des expériences clients plus personnalisées.
Grâce à cette fonctionnalité, lorsque les administrateurs de centres d'appels ajoutent des données clients à partir de l'un des plus de 70 connecteurs de données sans code disponibles tels qu'Adobe Analytics, Salesforce ou Amazon Simple Storage Service (S3), Amazon Connect Customer Profiles analysera les données provenant de ces sources afin de déterminer automatiquement comment organiser et combiner des données qui existent sous différents formats et provenant de sources disparates dans des profils unifiés dans. Amazon Connect Les administrateurs des centres de contact peuvent examiner et terminer la configuration des profils clients, afin de fournir aux agents des informations pertinentes sur les clients et de personnaliser de manière dynamique les IVR et les chatbots afin d'améliorer la satisfaction des clients et la productivité des agents.
Le mappage des données client optimisé par l’IA générative est disponible dans les régions suivantes :
-
USA Est (Virginie du Nord)
-
USA Ouest (Oregon)
-
Afrique (Le Cap)
-
Asie-Pacifique (Singapour)
-
Asie-Pacifique (Sydney)
-
Asia Pacific (Tokyo)
-
Asie-Pacifique (Séoul)
-
Canada (Centre)
-
Europe (Francfort)
-
Europe (Londres)
Configuration du mappage de données optimisé par l’IA générative
-
Ouvrez la console Amazon Connect Customer Profiles.
-
Dans l’onglet Intégrations de sources de données, choisissez Ajouter une intégration de source de données.
-
Configurez la connexion. Sélectionnez la source de données dans la liste déroulante qui contient tous les connecteurs pris en charge disponibles.
-
Mappez les données. Sélectionnez l’option permettant de générer automatiquement le mappage des données de sélectionner un modèle de mappage déjà existant ou d’en créer un à partir de zéro.
-
Passez en revue le résumé du mappage. Passez en revue le résumé des résultats du mappage généré automatiquement, qui montre tous les attributs du client. Apportez des modifications aux clés d’ingestion et confirmez-les avant de commencer l’ingestion des données. Pour en savoir plus sur les mappages de champs et les clés, consultezDétails de la définition du mappage de type d'objet.
Comment ça marche
Le système fonctionne en quatre phases. Au cours de la première phase, la fonctionnalité Profils des clients récupère les attributs de la source et, s’ils sont disponibles, échantillonne les données de votre source de données, puis détermine le type d’objet le plus approprié pour la cible. Pour une source de données Amazon S3, le premier fichier CSV trouvé dans le compartiment et le préfixe Amazon S3 sélectionnés sera utilisé comme exemple de données. Pour les autres sources de données, Customer Profiles extrait les attributs de la source. AppFlow Au cours de la deuxième phase, un grand modèle de langage (LLM) est utilisé pour poursuivre le traitement de chacun des attributs personnalisés et les mapper aux attributs de profil client standard. Le LLM est à nouveau utilisé dans la troisième phase pour sélectionner les attributs appropriés pouvant servir de clés, tels que les identifiants de client. Enfin, dans la quatrième phase, le détecteur de format d’horodatage analyse les horodatages pour maintenir l’ordre chronologique correct des enregistrements. Le système est capable de générer le mappage pour un maximum de 120 attributs en moins de 20 secondes après avoir combiné les résultats des prédictions.
Résolution des problèmes de mappage de données optimisé par l’IA générative
Les sections suivantes présentent les éventuels messages d'erreur que vous pouvez rencontrer. Elles fournissent également la cause et la résolution de chaque problème.
Erreur : Impossible d’analyser la chaîne d’objet en JSON
La chaîne d’objet de la demande n’est pas un objet JSON valide. Passez en revue la chaîne d’objet de la demande et vérifiez qu’il s’agit d’un objet JSON valide.
Erreur : la valeur pour 'objects' ne satisfait pas la contrainte : le membre doit avoir une longueur inférieure ou égale à 5
La demande contient trop d’objets. Jusqu’à cinq objets sont autorisés dans une demande. Réduisez le nombre d’objets à cinq ou moins.
Erreur : limite de 120 attributs dépassée
Jusqu’à 120 attributs sont autorisés dans un objet JSON, y compris les attributs JSON imbriqués. Supprimez de l’objet JSON certains attributs qui n’ont pas besoin d’être mappés.
Avertissement : Nous n’avons pas trouvé de clé unique permettant de différencier vos données. Nous n’avons pas trouvé de clé de profil identifiant vos profils.
Le modèle n’a pas pu trouver de type d’objet valide à partir de l’objet donné. Modifiez l’entrée ou utilisez l’approche du mappage manuel, telle que suggérée.
