성능 효율성 - Amazon Connect

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

성능 효율성

성능 효율에는 컴퓨팅 리소스를 시스템 요구 사항에 맞게 효율적으로 사용하고, 수요 변화 및 기술 진화에 발맞춰 그러한 효율성을 유지하는 능력도 포함됩니다. 이 섹션에서는 설계 원칙에 대한 개요, 모범 사례 및 Amazon Connect 워크로드의 성능 효율성과 관련된 질문을 제공합니다. 구현에 대한 규범적 지침은 다음에서 확인할 수 있습니다.성능 효율성 기반백서.

아키텍처 설계

컨택 센터의 경험을 설계할 때 고려해야 할 두 가지 기본 아키텍처 설계 원칙이 있습니다.

  • 환원주의는 시스템을 최종 구성 요소까지 분석하여 더 깊은 수준에서 해명할 수 있다는 철학적 교리입니다.

  • 반대로 홀리즘은 전체 그림을 고려하면 상황을 구성 요소로 분석하는 것보다 상황을 더 깊고 완벽하게 볼 수 있다고 말합니다.

환원주의적인 접근 방식은 각 개별 구성 요소 (IVR, ACD, 음성 인식) 에 자체적으로 초점을 맞추며, 개별 평가 시 사용 사례에 대한 성능 요구 사항을 충족할 수 있는 단절된 고객 경험을 제공하는 경우가 많습니다. 그러나 평가 시 end-to-end개발 작업을 운영 사일로로 몰아넣는 동시에 담당자의 경험 품질이 저하될 수 있습니다. 이러한 접근 방식은 회귀 테스트를 복잡하게 만들고 출시 기간을 단축하며 컨택 센터의 성공에 중요한 부서 간 운영 리소스 개발을 제한합니다.

다음 다이어그램에는 컨택 센터의 전체적인 내용이 잘 설명되어 있습니다.

전체적인 접근 방식 결과는 고객을 위한 보다 완벽하고 응집력 있는 경험에 초점을 맞추고 있으며, 어떤 기술이 그러한 경험의 어느 부분을 제공하는지가 아닙니다.

고객과 고객이 원하는 것이 귀하의 노력을 정의하고 안내하도록 하십시오. 연락처에 대해 만드는 경험은 정적이거나 최종 상태가 아니어야 하며, 고객 피드백을 기반으로 지속적으로 반복되어야 하는 출발점이 되어야 합니다. 연락처가 여정 전반에서 상호 작용하고 탐색하는 방식에 대한 운영 및 조정 데이터를 정기적으로 수집하고 검토하면 이러한 반복을 주도할 수 있습니다. 목표는 회사에 연락하는 연락처를 위한 역동적이고 개인화된 경험이어야 합니다. 이는 동적 데이터 기반 연락처 설계 및 라우팅을 통해 달성될 수 있으므로 연락처 및 개별 요구 사항에 맞는 경험을 제공할 수 있습니다.

기본 환경부터 시작하여 흐름을 구축하고 단일 흐름을 두 개로 리팩터링하여 future 세분화를 지원할 수 있습니다.

다음 반복에서는 계획해야 할 추가 경험을 식별하고 각 경험에 대한 라우팅 및 필요한 경우 플로우를 구축하세요. 예를 들어 청구서 기한이 지났거나 같은 목적으로 여러 번 연락을 시도했을 수 있는 연락처에 대해 서로 다른 프롬프트를 재생하고 싶을 수 있습니다. 이러한 접근 방식을 사용하면 연락처 및 연락하는 이유와 관련된 개인화되고 역동적인 경험을 제공할 수 있습니다. 연락처 경험의 질을 개선하고 처리 시간을 줄이는 것 외에도 보다 지능적이고 유연한 경험을 제공하여 연락처 셀프 서비스를 장려하고 있습니다. 다음 이터레이션은 다음 그림과 같을 수 있습니다.

흐름 디자인

흐름은 고객 센터의 고객 경험을 처음부터 끝까지 정의합니다. 흐름 구성은 성능, 운영 효율성 및 유지 관리 용이성에 직접적인 영향을 미칠 수 있습니다.

많은 대기업은 여러 전화번호, 사업부, 프롬프트, 대기열 및 기타 Amazon Connect 리소스를 지원합니다. 전화번호 및 사업부별로 고유한 플로우를 가질 수 있지만 이로 인해 one-to-one 전화 번호 및 흐름 매핑. 그 결과 불필요한 서비스 쿼터 요청이 발생하고 지원 및 유지 관리해야 할 플로우의 수가 많아집니다. A one-to-one 다음 그림에는 DNIS 매핑과 Flow 구현에 대한 내용이 잘 설명되어 있습니다.

또는 Amazon Connect Flows의 동적 특성을 사용하여 하나 또는 몇 개의 흐름에 다중 DNIS를 생성하는 접근 방식을 고려해 보는 것도 좋습니다. 이 접근 방식을 사용하면 NoSQL Database DynamoDB에 프롬프트, 큐, 업무 시간, 위스퍼 프롬프트/흐름, 큐, 대기열 처리, 보류 메시지 등과 같은 구성 정보를 저장할 수 있습니다. Amazon Connect Connect에서는 여러 전화번호를 동일한 흐름에 연결하고 Lambda 함수를 사용하여 해당 전화번호에 대한 구성을 조회할 수 있습니다. 이를 통해 DynamoDB에서 반환된 속성을 기반으로 연락처 경험을 DynamoDB 정의할 수 있습니다.

예를 들어 프롬프트를 재생하거나 TTS (Text-to-Speech) 를 사용하여 DynamoDB 조회를 기반으로 발신자를 맞이하거나 흐름 블록에서 지원되는 동적 속성을 사용하여 대기열을 연결할 수 있습니다. 이 접근 방식의 결과는 구축, 유지 관리 및 지원에 효율적인 흐름 구현입니다.

로드 테스트.

로드 또는 확장 테스트를 실행해야 하는 경우 타사 또는 파트너 솔루션을 사용하여 부하 테스트를 실행하거나 Amazon Connect Connect를 사용하여 자체 사용자 지정 솔루션을 개발할 수 있습니다.StartOutboundVoiceContact브라우저 자동화 스크립트와 결합하여 에이전트 동작을 시뮬레이션하는 호출을 생성하는 API입니다. 부하 테스트를 수행하기 전에 다음 사항을 검토하고 따르십시오.Amazon Connect 로드 테스트 정책.

에이전트 지원

Amazon Connect 에이전트가 고객 문의와 상호 작용할 수 있도록 즉시 사용 가능한 CCP (Contact Control Panel) 를 제공합니다. 에이전트는 CCP를 사용하여 고객 응대를 수락하고, 고객과 채팅하고, 고객 응대를 다른 에이전트에게 전송하고, 고객 응대를 보류하고, 기타 주요 작업을 수행합니다. 다음을 사용하여 맞춤형 에이전트 데스크톱 솔루션을 만들면 상당한 성능 효율성을 실현할 수 있습니다.Amazon Connect 스트림API. 다음 영역에서 Streams API를 사용하여 성능 효율성을 높이는 것을 고려해 보십시오.

  • CRM 통합 - Streams API를 사용하면 CRM 애플리케이션에 CCP를 임베드하거나, 자체 인터페이스를 만들거나, 다른 인터페이스와 통합할 수 있습니다.AWS에이전트가 고객 응대를 서비스하는 데 필요한 도구 및 리소스를 제공합니다. 아마존 커넥트와 같은 맞춤형 데스크톱을 사용하면Salesforce 통합상담원은 여러 화면과 인터페이스를 관리하지 않고도 단일 인터페이스에서 고객 및 연락처를 포괄적으로 볼 수 있습니다.

  • 인증 - Amazon Connect Connect에서 자격 증명 관리를 위한 SAML을 구성하고 IAM Identity Center (SSO) 를 사용하면 에이전트가 다른 시스템에 액세스할 때 사용하는 것과 동일한 자격 증명을 사용할 수 있으므로 여러 번 입력할 필요가 없습니다.

  • 상담원 자동화 - 상담원 경험을 간소화하는 것 외에도 반복할 수 있는 일반적인 작업을 자동화할 수 있습니다. 예를 들어, 자동으로 케이스를 만들거나 웹 양식을 미리 채우고 연락처가 제공될 때 관련 정보가 포함된 화면 팝업을 제공할 수 있습니다. 이를 통해 처리 시간을 줄이고 상담원 및 연락처의 경험 품질을 높일 수 있습니다.

  • 향상된 기능 - 실시간 기능을 포함하도록 CCP 기능을 향상/확장할 수도 있습니다.트랜스크립션, 번역, 제안된 조치 및 지식 기반 통합. 향상된 기능을 상담원 데스크톱에 통합하면 숙련된 상담원이 더 효율적으로 연락처에 서비스를 제공하고 숙련된 상담원이 없을 때 숙련된 상담원은 서비스를 제공할 수 있습니다. 예를 들어 이 방법을 사용하면 언어를 모르는 미숙련 상담원의 채팅 연락처를 자동으로 번역할 수 있습니다. 상담원이 답장을 보내면 텍스트를 연락처의 언어로 자동 번역하여 실시간 이중 언어 커뮤니케이션이 가능합니다.

다른 AWS 서비스 사용

이 섹션에서는 다음과 같이 설명합니다.AWS성과를 개선하고, 기회 영역을 식별하고, 연락처 데이터에 대한 귀중한 통찰력을 얻는 데 사용할 수 있는 서비스입니다.

AWS Lambda

다음을 사용할 수 있습니다.AWS LambdaAmazon Connect Flows에서 고객 정보에 대한 데이터 딥을 수행하고, SMS 문자 메시지를 보내고, Amazon S3 S3와 같은 다른 서비스를 사용하여 예약된 보고서를 자동으로 배포합니다. 자세한 내용을 알아보려면 다음 섹션을 참조하세요.작업의 모범 사례AWS Lambda기능.

AWS Direct Connect

AWS Direct Connect는 구내에서 로 전용 네트워크를 보다 효율적으로 연결해주는 클라우드 서비스 솔루션입니다.AWS. 는 ISP를 이용하여 요청을 동적으로 라우팅하는 대신 내구성 있고 일관적인 연결을 제공합니다.AWS있습니다. 엣지 라우터를 리디렉션하도록 구성할 수 있습니다.AWS퍼블릭 WAN을 통과하는 대신 전용 광섬유를 통한 트래픽 및 간 프라이빗 연결을 설정합니다.AWS와 데이터 센터, 사무실 또는 코로케이션 환경 대부분의 경우 네트워크 비용이 감소하고, 대역폭 처리량이 증가하며, 인터넷 기반 연결보다 더 일관적인 네트워크 환경이 제공될 수 있습니다.

WHEAWS Direct Connect는 엣지 라우터와 프라이빗 LAN/WAN에 특정한 문제를 해결하는 데 도움이 될 수 있습니다. 는 엣지 라우터와 라우터 간의 지연 시간 및 연결 문제를 해결하는 데 도움이 될 수 있습니다.AWS있습니다. 또한 엣지 라우터와 라우터 간의 지연 시간과 통화 품질 불량을 해결할 수 있습니다.AWS있습니다.

VDI 환경에 따라 다음을 활용하지 못할 수도 있습니다.AWS Direct Connect리디렉션하려면 에지 라우터를 구성해야 하기 때문입니다.AWS퍼블릭 WAN을 거치지 않고 전용 광섬유를 통해 추적하세요. VDI 환경이 로컬 DXC 지원 네트워크 외부에서 호스팅되는 경우 다음을 최대한 활용하지 못할 수 있습니다.AWS Direct Connect.

사용하지 마십시오AWS Direct Connect“QoS” 또는 “보안 강화”에 적합합니다.AWS Direct Connect 에이전트 워크스테이션의 지연 시간이 ISP의 Amazon Connect 인스턴스 경로보다 높은 경우 성능이 저하될 수 있습니다.AWS Direct ConnectAmazon Connect 음성과 데이터가 이미 암호화되어 있으므로 ISP와 비교할 때 추가 보안을 제공하지 않습니다.

Amazon Polly

Amazon Connect Amazon Polly와의 기본 통합 기능을 제공하므로 역동적이고 자연스러운 TTS (텍스트 음성 변환) 를 재생하고, 음성 합성 마크업 언어 (SSML) 를 사용하고, 신경망 텍스트 음성 변환 (NTTS) 을 활용하여 가장 자연스럽고 인간과 비슷한 결과를 얻을 수 있습니다. text-to-speech 목소리 가능.

Amazon Lex

담당자의 서비스 진로는 항상 기대에 부응하지 못하는 어려운 경험이 될 수 있습니다. 연락처는 대기 상태로 기다렸다가 다시 정보를 전송해야 할 수 있으며 궁극적으로는 필요한 정보를 얻는 데 너무 많은 시간을 소비할 수 있습니다. AI는 지능적인 자연어 가상 비서인 챗봇을 통한 참여를 포함하도록 콜 센터에서 이러한 고객 경험을 개선하는 데 중요한 역할을 하고 있습니다. 이러한 챗봇은 발신자가 특정 문구로 말할 필요 없이 사람의 말을 인식하고 발신자의 의도를 이해할 수 있습니다. 연락처는 상담원과 대화하지 않고도 비밀번호 변경, 계정 잔액 요청 또는 약속 예약과 같은 작업을 수행할 수 있습니다.

Amazon Lex는 지능형 대화형 챗봇을 만들 수 있는 서비스입니다. 이를 통해 Amazon Connect 콜 센터의 흐름을 자연스러운 대화로 전환하여 발신자에게 개인화된 경험을 제공할 수 있습니다. Amazon Alexa와 동일한 기술을 사용하는 Amazon Lex 챗봇을 Amazon Connect Flow에 연결하여 발신자의 의도를 인식하고 후속 질문을 하고 답변을 제공할 수 있습니다. Amazon Lex는 컨텍스트를 유지하고 대화를 관리하여 대화에 따라 응답을 동적으로 조정하므로, 콜 센터에서 발신자를 위한 일반적인 작업을 수행하고 셀프 서비스 상호 작용을 통해 많은 고객 문의를 처리할 수 있습니다. 또한 Amazon Lex 챗봇은 최적의 (8kHz) 텔레포니 오디오 샘플링 속도를 지원하여 콜 센터 음성 상호 작용의 음성 인식 정확도와 충실도를 높입니다.

효과적인 Amazon Lex 봇을 구축하려면 간단하고 사실적인 발언을 봇에 학습 세트로 제공하고, 주기적으로 봇의 성능을 검토하고, 발화 세트를 업데이트하고, 이러한 검토를 기반으로 봇을 수정해야 합니다. 자세한 내용은 다음 자료를 참조하세요.

Amazon Kinesis

Amazon Connect 통화 지표 및 실시간 데이터를 통해 추가 통찰력을 얻어야 하는 상황에서는 다음과 같이 할 수 있습니다.

  • Amazon Kinesis 키네시스를 사용하여 연락처 레코드 데이터를 Amazon Redshift 레드시프트로 내보냅니다.

  • Amazon Kinesis 비디오 스트림 (KVS) 을 사용하고AWS LambdaAmazon Transcribe를 사용하여 통화 녹음 또는 음성 연락처를 실시간으로 기록하고 결과 텍스트를 Amazon Comprehend로 전송하여 감정 분석을 할 수 있습니다.

  • 레버리지Amazon Connect 에이전트 이벤트 Kinesis 스트림실시간 에이전트 CTI 및 일정 준수 데이터용

아마존 OpenSearch 서비스 및 Kibana

Amazon 사용 OpenSearch 실시간 Amazon Connect 데이터를 처리하는 서비스 및 Kibana를 사용하면 기본 보고 기능 외에도 실시간 및 과거 Amazon Connect 데이터를 유연하게 쿼리하고 시각화할 수 있습니다.

Amazon Connect Lens

Amazon Connect Connect용 Contact Lens는 Amazon Connect Connect에 통합된 기계 학습 (ML) 기능 집합으로, 이를 통해 콜 센터 감독자는 고객 대화의 감정, 추세 및 규정 준수 위험을 더 잘 이해하여 상담원을 효과적으로 교육하고 성공적인 상호 작용을 재현할 수 있습니다.중요한 회사 및 제품 피드백을 식별하십시오. Amazon Connect Connect용 콘택트 렌즈는 콜 센터 통화를 기록하여 완전히 검색 가능한 아카이브를 만들고 귀중한 고객 통찰력을 드러냅니다.

리소스

설명서

백서

동영상