通过 Amazon Connect 分析数据湖新功能,简化自定义联络中心的洞察获取

Amazon Lake Formation
Amazon Connect
Amazon Command Line Interface
0
0
**分析对联络中心的成功至关重要。深入了解客户体验的每个接触点有助于您准确衡量绩效并适应不断变化的业务需求**。尽管您可以在 [Amazon Connect](https://aws.amazon.com/cn/connect/?trk=cndc-detail) 控制台中看到一些常见指标,但有时需要根据业务的独特需求获得更多详细信息和自定义报告要求。 目前,[Amazon Connect 分析数据湖](https://aws.amazon.com/cn/about-aws/whats-new/2023/11/amazon-connect-zero-etl-data-lake-center-data-preview/?trk=cndc-detail)已正式发布,正如之前以预览版形式发布时那样,**这一新功能可帮助您消除构建和维护复杂数据管道的需要。[Amazon Connect](https://aws.amazon.com/cn/connect/?trk=cndc-detail) 数据湖支持 Zero ETL,这意味着您无需提取、转换或加载(ETL)数据。** 下面是 [Amazon Connect](https://aws.amazon.com/cn/connect/?trk=cndc-detail) 分析数据湖的概览: ![image.png](https://dev-media.amazoncloud.cn/a925060fdd434f73ae4285ea9fe0fc55_image.png "image.png") ### **使用 Amazon Connect 改善您的客户体验** **[Amazon Connect](https://aws.amazon.com/cn/connect/?trk=cndc-detail) 分析数据湖可帮助您将不同的数据来源(包括客户联系记录和座席活动)整合到一个位置**。通过将数据整合到一个集中位置,您可以分析联络中心的绩效并获得洞察,同时降低与实施复杂数据管道相关的成本。 **借助 [Amazon Connect](https://aws.amazon.com/cn/connect/?trk=cndc-detail) 分析数据湖,您可以访问和分析联络中心数据,例如联系人跟踪记录和 [Amazon Connect Contact Lens](https://aws.amazon.com/cn/connect/contact-lens/?trk=cndc-detail) 数据**。这使您可以灵活地使用 [Amazon Athena](https://aws.amazon.com/cn/athena/?trk=cndc-detail) 准备和分析数据,并使用您选择的商业智能(BI)工具,例如 [Amazon QuickSight](https://aws.amazon.com/cn/quicksight/?trk=cndc-detail) 和 Tableau。  ### **开始使用 Amazon Connect 分析数据湖** **要开始使用 [Amazon Connect](https://aws.amazon.com/cn/connect/?trk=cndc-detail) 分析数据湖,首先需要设置 [Amazon Connect](https://aws.amazon.com/cn/connect/?trk=cndc-detail) 实例**。您可以按照[创建 Amazon Connect 实例](https://docs.aws.amazon.com/connect/latest/adminguide/amazon-connect-instances.html?trk=cndc-detail)页中的步骤来创建新的 [Amazon Connect](https://aws.amazon.com/cn/connect/?trk=cndc-detail) 实例。我已经创建了 [Amazon Connect](https://aws.amazon.com/cn/connect/?trk=cndc-detail) 实例,因此我将直接给您展示如何开始使用 [Amazon Connect](https://aws.amazon.com/cn/connect/?trk=cndc-detail) 分析数据湖。 首先,我导航到 [Amazon Connect](https://aws.amazon.com/cn/connect/?trk=cndc-detail) 控制台并选择我的实例。 ![image.png](https://dev-media.amazoncloud.cn/28508dbcd8aa4dcf880590c09f6c9fd9_image.png "image.png") 然后,在下一页,我可以通过导航到分析工具并选择添加数据共享来设置我的分析数据湖。 ![image.png](https://dev-media.amazoncloud.cn/8d538cd657324ee39348b2f1abd2ba57_image.png "image.png") **此时会弹出一个对话框,我首先需要定义目标亚马逊云科技账户 ID**。通过此选项,我可以设置一个集中账户来接收来自多个账户中运行的 [Amazon Connect](https://aws.amazon.com/cn/connect/?trk=cndc-detail) 实例的所有数据。**然后,在数据类型下,我可以选择需要与目标亚马逊云科技账户共享的类型**。要详细了解您可以在 [Amazon Connect](https://aws.amazon.com/cn/connect/?trk=cndc-detail) 分析数据湖中共享的数据类型,请访问[分析数据湖关联表](https://docs.aws.amazon.com/connect/latest/adminguide/datalake-tables.html?trk=cndc-detail)。 ![image.png](https://dev-media.amazoncloud.cn/ae04d3a99746439a9449b1eba70d059b_image.png "image.png") 完成后,我可以看到与之共享所有数据类型的所有目标亚马逊云科技账户 ID 的列表。 ![image.png](https://dev-media.amazoncloud.cn/2a823161374e4439ae562c4a2bd3f8d2_image.png "image.png") 除了使用亚马逊云科技管理控制台外,我还可以使用亚马逊云科技命令行界面([Amazon CLI](https://aws.amazon.com/cn/connect/?trk=cndc-detail))将我的表与分析数据湖关联起来。以下是示例命令: ```Bash \$> aws connect batch-associate-analytics-data-set --cli-input-json file:///input_batch_association.json ``` 其中,input_batch_association.json 是包含关联详细信息的 .json 文件下面是一个示例: ```JSON { "InstanceId": YOUR_INSTANCE_ID, "DataSetIds": [ "<DATA_SET_ID>" ], "TargetAccountId": YOUR_ACCOUNT_ID } ``` 接下来,我需要在目标账户的亚马逊云科技资源访问管理器(RAM)控制台中批准(或拒绝)该请求。[Amazon RAM](https://aws.amazon.com/cn/ram/?trk=cndc-detail) 是一项服务,可帮助您安全地在亚马逊云科技账户之间共享资源。我导航到 Amazon RAM 并在与我共享部分选择资源共享。 ![image.png](https://dev-media.amazoncloud.cn/c1889e5b70b2405db6118c7604431ce1_image.png "image.png") 然后,我选择资源,然后选择接受资源共享。 ![image.png](https://dev-media.amazoncloud.cn/939f67fd260d4c2ebaab76a0872385c1_image.png "image.png") 在此阶段,我可以从 [Amazon Connect](https://aws.amazon.com/cn/connect/?trk=cndc-detail) 访问共享资源。接着,我可以开始在 [Amazon Lake Formation](https://aws.amazon.com/cn/connect/?trk=cndc-detail) 中基于共享表创建链接表。在 Amazon Lake Formation 控制台中,我导航到表页并选择创建表。 ![image.png](https://dev-media.amazoncloud.cn/664289220ae845dcb633f1c493064692_image.png "image.png") 我需要创建一个指向共享表的资源链接。然后,我填写详细信息并选择可用的数据库和共享表的区域。 ![image.png](https://dev-media.amazoncloud.cn/810b2aa76f4741bda718ca2461ae965f_image.png "image.png") 然后,当我选择共享表时,将列出我可以访问的所有可用共享表。 ![image.png](https://dev-media.amazoncloud.cn/c5bffdb3dc524e1a8442f2936031b0f7_image.png "image.png") 一旦选择共享表,它就会自动填充共享表的数据库和共享表的所有者 ID。配置完毕后,选择创建。 ![image.png](https://dev-media.amazoncloud.cn/7b1608f2c50649b2b9bbf6a5afccfb07_image.png "image.png") 为了对数据运行一些查询,我转到了 [Amazon Athena](https: //aws.amazon.com/cn/athena/?trk=cndc-detail) 控制台。以下是我运行的查询示例: ![image.png](https://dev-media.amazoncloud.cn/38d0f9044ca5405886c0ec298c876ee0_image.png "image.png") **使用此配置,我可以访问某些 [Amazon Connect](https://aws.amazon.com/cn/connect/?trk=cndc-detail) 数据类型。我甚至可以通过与 [Amazon QuickSight](https://aws.amazon.com/cn/quicksight/?trk=cndc-detail) 集成来实现数据的可视化**。下面的屏幕截图显示了 [Amazon QuickSight](https://aws.amazon.com/cn/quicksight/?trk=cndc-detail) 控制面板中的一些视觉对象,其中包含来自 [Amazon Connect](https://aws.amazon.com/cn/connect/?trk=cndc-detail) 的数据。 ![image.png](https://dev-media.amazoncloud.cn/97a59577cbad4da380c1a5e7526bcf5d_image.png "image.png") ### **客户反馈** 在预览期间,我们听到了客户对 [Amazon Connect](https://aws.amazon.com/cn/connect/?trk=cndc-detail) [分析数据湖](https://docs.aws.amazon.com/connect/latest/adminguide/data-lake.html?trk=cndc-detail)的大量反馈。 Joulica 是一个分析平台,支持从 [Amazon Connect](https://aws.amazon.com/cn/connect/?trk=cndc-detail) 和 Salesforce 等软件获得洞察。Joulica 创始人兼首席执行官 Tony McCormack 表示:**“我们的核心业务是为各种规模的 [Amazon Connect](https://aws.amazon.com/cn/connect/?trk=cndc-detail) 客户提供实时和历史联络中心分析。过去,我们往往需要设置复杂的数据管道,所以,对于使用 [Amazon Connect](https://aws.amazon.com/cn/connect/?trk=cndc-detail) 分析数据湖来简化向我们的共同客户提供可操作情报的过程,我们感到十分兴奋。”** ### **您需要了解的一些事项** * **定价** — [Amazon Connect](https://aws.amazon.com/cn/connect/?trk=cndc-detail) 分析数据湖支持您在 [Amazon Connect](https://aws.amazon.com/cn/connect/?trk=cndc-detail) 中使用长达 2 年的数据,无需支付任何额外费用。您只需为用于数据交互的任何服务付费。 * **可用性** — [Amazon Connect](https://aws.amazon.com/cn/connect/?trk=cndc-detail) 分析数据湖通常在以下亚马逊云科技区域可用:美国东部(弗吉尼亚州北部)、美国西部(俄勒冈州)、非洲(开普敦)、亚太地区(孟买、首尔、新加坡、悉尼、东京)、加拿大(中部)和欧洲地区(法兰克福、伦敦)。 * **了解详情** — 如需了解更多信息,请访问分析数据湖文档页面。 ![image.png](https://dev-media.amazoncloud.cn/805ccfda9c764ef29762a3139e7e0035_image.png "image.png") ![开发者尾巴.gif](https://dev-media.amazoncloud.cn/9d05784c31e94b95bd9afc0590c023de_%E5%BC%80%E5%8F%91%E8%80%85%E5%B0%BE%E5%B7%B4.gif "开发者尾巴.gif")
0
目录
关闭