本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
# Amazon Connect 工作负载的性能效率
性能效率包括有效使用计算资源以满足系统需求的能力，以及随着需求变化和技术改进而保持这种效率的能力。本节概述了围绕 Connect Customer 工作负载性能效率的设计原则、最佳实践和问题。您可以在[性能效率支柱]( https://d0.awsstatic.com/whitepapers/architecture/AWS-Performance-Efficiency-Pillar.pdf)白皮书中找到有关实施的规范性指导。
## 架构设计
在为联络中心设计体验时，需要考虑两个基本的架构设计准则：
+ 还原论是一种哲学信条，它指出，通过分析一个系统的最终组件部分，您可以在更深的层面上阐释它。
+ 相比之下，整体论指出，通过考虑整体情况，人们可以更深入、更全面地了解情况，而不是将其分析为各个组件部分
还原法专注于每个单独的组件（IVR、ACD、语音识别）本身，通常会导致客户体验脱节，如果单独进行评估，则可能满足使用案例的性能要求。但是，端到端评估时，可能会导致联系人的体验质量下降，同时将开发工作集中到运营孤岛中。这种方法会使回归测试复杂化，增加面市时间，并限制对实现联络中心成功至关重要的跨学科运营资源的开发。
下图显示了联络中心的整体视图：
整体法的结果专注于为客户提供更完整、更内聚的体验，而不是哪种技术将提供该体验的哪一部分。
让客户及其需求来定义和指导您的工作。您为联系人创建的体验不应为静态或结束状态，而应作为起点，根据客户反馈不断进行迭代。定期收集和审查有关您的联系人在其整个旅程中的互动和导航方式的运营和调整数据，这样应该会推动这种迭代。您的目标应该是为联系您公司的联系人提供动态和个性化的体验。这一目标可以通过动态数据驱动的联系人设计和路由来实现，从而获得符合您的联系人及其个人需求的体验。
您可以从默认体验开始，构建您的流，但要将您的单个流重构为两个以实现未来细分：
在下一次迭代中，确定需要计划的其他体验，并构建路由，必要时还要为每种体验构建流。例如，您可能要对账单过期的联系人或出于相同目的多次尝试联系的联系人播放不同的提示。通过这种方法，您将努力打造个性化、动态的体验，这些体验与您的联系人及其联系您的原因有关。除了提高联系人的体验质量和缩短处理时间外，您还通过提供更智能、更灵活的体验来鼓励联系人自助服务。您的下一次迭代可能如下图所示：
## 流设计
流从始至终定义联络中心的客户体验。您的流配置会直接影响性能、运营效率和易维护性。
许多大型企业支持多个电话号码、业务部门、提示、队列和其他 Connect 客户资源。虽然可以为每个电话号码和业务线设置唯一的流，但它可以实现电话号码和流的一对一映射。这样会导致不必要的服务限额请求以及需要支持和维护的大量流。DNIS 和流实施的一对一映射如下图所示：
或者，您应该考虑一种方法，通过使用 Connect 客户流的动态特性，为一个或几个流量生成多个 DNI。通过这种方法，您可以在 NoSQL 数据库 DynamoDB 中存储配置信息，例如提示、队列 Prompts/Flows、营业时间、Whisper、队列、队列处理和保留消息等。在 Connect Customer 中，您可以将多个电话号码关联到同一个流程，然后使用 Lambda 函数查找该电话号码的配置。这使您可以根据从 DynamoDB 返回的属性来动态定义联系人的体验。
例如，您可以根据 DynamoDB 中的查找情况播放提示或使用 Text-to-Speech (TTS) 向来电者打招呼，或者使用流程块中支持的动态属性关联队列。采用这种方法的结果是实现可以有效地构建、维护和支持的流实施：
## 负载测试
如果您需要运行负载或规模测试，可以聘请第三方或合作伙伴解决方案来运行负载测试，或者使用 Connect Customer [StartOutboundVoiceContact](https://docs.aws.amazon.com/connect/latest/APIReference/API_StartOutboundVoiceContact.html)API 开发自己的自定义解决方案，生成与浏览器自动化脚本相结合的调用，以模拟代理行为。在执行负载测试之前，请查看并遵循[Connect 客户的负载和渗透/安全测试政策](load-and-penetration-testing.md)。
## 座席启用
Connect Customer 提供了一个随时可用的基于浏览器的联系人控制面板 (CCP)，供客服人员与客户联系人互动。您的座席使用 CCP 来接受联系人、与联系人聊天、将他们转接到其他座席、将联系人置于保持状态以及执行其他关键任务。通过使用 C [onnect Customer Streams](https://github.com/aws/amazon-connect-streams) API 创建定制代理桌面解决方案，您可以实现显著的性能效率。请考虑使用 Streams API 来提高以下领域的性能效率：
+ CRM 集成 – Streams API 允许您将 CCP 嵌入到 CRM 应用程序中，创建您自己的界面，或者与其他 AWS 服务和合作伙伴解决方案集成，从而为您的座席提供为联系人提供服务所需的工具和资源。借助定制桌面（例如Connect Customer和 [Salesforce集成](salesforce-integration.md)），您的客服人员可以在单个界面中全面了解客户和联系人，而无需管理多个屏幕和界面。
+ 身份验证-您可以在 Connect Customer 中配置 SAML 进行身份管理，并使用 IAM Identity Center (SSO) 允许您的代理使用与访问其他系统相同的证书，从而无需多次输入这些证书。
+ 座席自动化 – 除了简化座席体验外，您还可以自动执行常见的、可重复的任务。例如，自动创建案例或预先填写 Web 表单，并在提供联系人时提供包含相关信息的屏幕弹出窗口。这样可以缩短处理时间，并提高您的座席和联系人的体验质量。
+ 增强功能-您还可以 enhance/extend 使用 CCP 功能，包括实时[转录、翻译、建议操作和知识库](https://aws.amazon.com/solutions/implementations/ai-powered-speech-analytics-for-amazon-connect/)集成。将增强的功能与您的座席桌面集成，可以让技能熟练的座席更高效地为联系人提供服务，而让技能不熟练的座席在没有技能熟练的座席可用时提供服务。例如，您可以使用此方法自动翻译不懂相应语言的技能不熟练的座席的聊天联系内容。当您的座席回复时，您可以自动将文本翻译成联系人的语言，从而实现实时的双语交流。
## 使用其他 AWS 务
本节讨论了可用于提高绩效、确定机会领域和获取有关联系人数据的宝贵见解的 AWS 服务。
### AWS Lambda
您可以 AWS Lambda 在 Connect Customer Flows 中使用数据删除客户信息、发送 SMS 短信，并使用 Amazon S3 等其他服务来自动分发计划的报告。有关更多信息，请参阅[使用 AWS Lambda 函数的最佳实践](https://docs.aws.amazon.com/lambda/latest/dg/best-practices.html)。
### Direct Connect
Direct Connect 是一种云服务解决方案，可以更有效地建立从您的场所到的专用网络连接 AWS。它提供持久、一致的连接，而不必依靠您的 ISP 将请求动态路由到 AWS 资源。它允许您将边缘路由器配置为通过专用光纤重定向 AWS 流量，而不是通过公共广域网，并在数据中心、办公室或托管环境之间 AWS 建立私有连接。在许多情况下，这可以降低您的网络成本，增加带宽吞吐量，并提供比 Internet-based 连接更稳定的网络体验。
虽然 Direct Connect 不能解决边缘路由器的私有 LAN/WAN 穿越所特有的问题，但它可以帮助解决边缘路由器与资源之间的延迟和 AWS 连接问题。它还可以解决边缘路由器与 AWS 资源之间的延迟和通话质量差的问题。
根据您的 VDI 环境，您可能无法利用这一优势， Direct Connect 因为它要求您将边缘路由器配置为通过专用光纤重定向 AWS 流量，而不是穿过公共 WAN。如果 VDI 环境托管在本地 DXC-enabled 网络之外，则可能无法充分利 Direct Connect用。
请勿用 Direct Connect 于 “QoS” 或 “提高安全性”。 Direct Connect 如果代理工作站的延迟高于 ISP 到 Connect Customer 实例的路径，则可能会导致性能下降。 Direct Connect 与 ISP 相比，不会提供额外的安全性，因为 Connect 客户的语音和数据已经过加密。
### Amazon Polly
Connect Customer 提供了与 Amazon Polly 的原生集成，允许您播放动态和自然 Text-to-Speech (TTS)，使用语音合成标记语言 (SSML)，并利用神经 Text-to-Speech (NTTS) 实现最自然、最类似人类的文字转语音。
### Amazon Lex
您的联系人的服务之路可能是一次具有挑战性的经历，但并非总能满足其期望。您的联系人可能要等待，重复信息，需要转接，最终会花费太多时间来获取他们所需的内容。人工智能在改善呼叫中心的客户体验方面发挥着作用，包括通过聊天机器人（智能、自然语言虚拟助理）进行互动。这些聊天机器人能够识别人类的语音并理解呼叫方的意图，而无需呼叫方用特定的短语说话。联系人可以执行更改密码、请求提供帐户余额信息或安排预约等任务，而无需与座席交谈。
Amazon Lex 是一项允许您创建智能对话聊天机器人的服务。它可以让你将 Connect 客户联络中心流程转化为自然对话，为来电者提供个性化体验。使用为Amazon Alexa提供支持的相同技术，可以将Amazon Lex聊天机器人附加到您的Connect客户流中，以识别来电者的意图，提出后续问题并提供答案。Amazon Lex 会维护上下文信息并管理对话，根据对话动态调整响应，这样您的联络中心就可以为呼叫方执行常见任务，通过自助交互解决许多客户查询。此外，Amazon Lex 聊天机器人支持最佳 (8 kHz) 电话音频采样率，可提高联络中心语音交互的语音识别精度和保真度。
构建有效的 Amazon Lex 机器人需要向机器人提供简单而真实的言语作为训练集，定期检查机器人的性能，更新您的言语集，并根据此类检查修改机器人。有关更多信息，请参阅以下资源：
+ [在 Amazon Lex 中监控](https://docs.aws.amazon.com/lex/latest/dg/monitoring-aws-lex.html)
+ [使用 Amazon Lex 构建更好的机器人](https://aws.amazon.com/blogs/machine-learning/building-better-bots/)
### Amazon Kinesis
如果您需要从联系人指标和来自 Connect Customer 的实时数据中获得更多见解，则可以：
+ 使用 Amazon Kinesis 将您的联系记录数据导出到 Amazon RedShift。
+ 使用 Amazon Kinesis 视频流 (KVS)，使用 Amazon Transcribe 实时转录通话录音或语音通话，并将生成的文本发送到亚马逊 Comprehend 进行情绪分析。 AWS Lambda
+ 使用 C [onnect 客户代理事件 Kinesis Stream](agent-event-streams.md) 获取实时客服 CTI 和日程遵守数据。
### 亚马逊 OpenSearch 服务和 Kibana
使用 Amazon Ser OpenSearch vice 和 Kibana 处理实时 Connect 客户数据，除了原生报告功能之外，您还可以灵活地查询和可视化实时和历史的 Connect 客户数据。
### Connect 客户隐形眼镜
Contact Lens是一组集成到 Connect Customer 中的机器学习 (ML) 功能，可让联络中心主管更好地了解客户对话的情绪、趋势和合规风险，从而有效地培训客服，复制成功的互动，并识别关键的公司和产品反馈。 Contact Lens转录联络中心呼叫以创建完全可搜索的档案，并显示宝贵的客户见解。
## 资源
**文档**
+ [最佳实践设计模式：优化 Amazon S3 性能](https://docs.aws.amazon.com/AmazonS3/latest/userguide/optimizing-performance.html)
+ [Linux 实例上的 Amazon EBS 卷性能](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/EBSPerformance.html)
**白皮书**
+ [性能效率支柱]( https://d0.awsstatic.com/whitepapers/architecture/AWS-Performance-Efficiency-Pillar.pdf)
**视频**
+ [AWS re: Invent 2016：扩大到你的前 1000 万用户 (ARC201)](https://www.youtube.com/watch?v=n28lDDdlnVg)
+ [AWS re: Invent 2017：深入探讨亚马逊 EC2 实例](https://www.youtube.com/watch?v=mZy6E2I5Rek)