Supongamos que ha identificado un caso de uso en su organización para el que le gustaría usar un chatbot. Se ha familiarizado con Amazon Lex, ha creado un prototipo y ha realizado algunas interacciones de prueba con el bot. Le gustó la experiencia general y ahora desea implementar el bot en su entorno de producción, pero no está seguro de las mejores prácticas de Amazon Lex. En esta publicación, revisamos las mejores prácticas para desarrollar e implementar bots de Amazon Lex que le permitan optimizar el ciclo de vida de los bots de un extremo a otro y optimizar sus operaciones.
Hemos cubierto las fases de planificación, diseño y configuración en publicaciones de blog anteriores. Recomendamos leer estas publicaciones para que pueda entablar conversaciones interesantes con su bot antes de continuar. Después de configurar inicialmente el bot, debe probarlo internamente e iterar sobre la definición del bot. Ahora puede implementarlo en su entorno de producción (por ejemplo, un centro de llamadas) donde el bot manejará las llamadas en vivo. Una vez que esté en producción, debe monitorearlo continuamente para asegurarse de que esté logrando los objetivos comerciales deseados. Este ciclo se repite a medida que agrega nuevos casos de uso y mejoras.
Revisemos las mejores prácticas para desarrollar, probar, implementar y monitorear bots.
desarrollo
Considere las siguientes mejores prácticas a medida que desarrolla su bot:
- Administrar el esquema de bot desde el código – La consola de Amazon Lex proporciona una interfaz fácil de usar al diseñar y configurar el bot, pero se basa en acciones manuales para replicar la configuración. Recomendamos convertir el esquema del bot en código después de completar el diseño para simplificar este paso. Puede utilizar las API o AWS CloudFormation (consulte Creación de recursos de Amazon Lex V2 mediante AWS CloudFormation) para administrar el bot mediante programación.
- Esquema de bot de punto de control con control de versiones de bot – La creación de puntos de control es un enfoque común que a menudo se usa para revertir una aplicación a un último estado estable conocido. Amazon Lex proporciona esta funcionalidad a través del control de versiones de bots. Recomendamos utilizar una nueva versión en cada hito de su proceso de desarrollo. Esto le permite realizar cambios incrementales en la definición de su bot y revertirlos fácilmente si no funcionan como se esperaba.
- Identificar los requisitos de procesamiento de datos y configurar los controles apropiados – Amazon Lex sigue el modelo de responsabilidad compartida de AWS, que incluye políticas de privacidad para cumplir con las regulaciones de la industria y los estándares de privacidad de su organización. Además, Amazon Lex se adhiere a programas de cumplimiento como SOC, PCI y FedRAMP. Amazon Lex brinda la capacidad de ofuscar las ranuras que se consideran confidenciales. Debe identificar sus necesidades de privacidad y configurar los controles apropiados en su bot.
Pruebas
Una vez que tenga una definición de bot, debe probar el bot para asegurarse de que funciona según lo previsto y está configurado correctamente. Por ejemplo, debe tener permisos para activar otros servicios como las funciones de AWS Lambda. Además, también debe probar el bot para confirmar que puede interpretar diferentes tipos de solicitudes de los usuarios. Considere las siguientes prácticas recomendadas para las pruebas:
- Identificar datos de prueba – Debe recopilar datos de prueba relevantes para probar el rendimiento del bot. Los datos de prueba deben proporcionar una representación integral de las conversaciones esperadas del usuario con el bot, especialmente para los casos de uso de IVR en los que el bot necesita comprender la entrada de voz. Los datos de la prueba deben cubrir diferentes estilos de habla y acentos. Dichos datos de prueba pueden proporcionar una validación de experiencia para su base de clientes objetivo.
- Identificar las métricas de la experiencia del usuario – Definir la experiencia conversacional puede ser difícil. Debe anticipar y planificar todas las diferentes formas en que los usuarios pueden interactuar con el bot. ¿Cómo guía a la persona que llama sin sonar demasiado prescriptivo? ¿Cómo puede recuperarse si la persona que llama proporciona información incorrecta o incompleta? Para llevar el diálogo a través de muchos escenarios diferentes, debe establecer un objetivo claro que cubra diferentes estilos de habla, condiciones acústicas y modalidades, e identificar métricas objetivas para rastrear. Por ejemplo, un indicador objetivo sería «el 90 % de las conversaciones deberían presentar al usuario menos de dos solicitudes» frente a un indicador subjetivo como «la mayoría de las conversaciones no deberían solicitar a los usuarios que vuelvan a ingresar».
- Califica la experiencia del usuario – En algunos casos, cambios aparentemente pequeños pueden tener un gran impacto en la experiencia del usuario. Por ejemplo, imagine una situación en la que accidentalmente inserta un error tipográfico en la expresión regular utilizada para un tipo de ranura de ID de cuenta, lo que hace que el bot solicite al usuario que vuelva a ingresar. Debe evaluar la experiencia del usuario e invertir en pruebas automatizadas para generar métricas clave. Para ver ejemplos de pruebas y generación de métricas clave, consulte Evaluación de un servicio de reconocimiento de voz automático y Prueba de precisión y regresión con Amazon Connect y Amazon Lex.
misión
Una vez que esté satisfecho con el rendimiento del bot, debe implementarlo para comenzar a atender su tráfico de producción. A medida que recorre el ciclo de vida del bot, repite las implementaciones y lo convierte en un proceso continuo. Por lo tanto, la implementación optimizada y automatizada es fundamental para reducir la posibilidad de errores. Considere las siguientes mejores prácticas de implementación:
- Utilice un entorno multicuenta – Debe seguir la configuración recomendada por AWS de un entorno de múltiples cuentas en su organización y usar cuentas de AWS separadas para sus fases de desarrollo y producción. Si tiene presencia en varias regiones, también debe usar una cuenta de AWS separada por región para la producción. El uso de cuentas de AWS separadas por fase le brinda seguridad, acceso y límites de facturación para sus recursos de AWS.
- Automatice la promoción de un bot desde el desarrollo hasta la producción – Al replicar la configuración del bot en su fase de desarrollo en su fase de producción, debe usar soluciones automatizadas y minimizar los puntos de contacto manuales. Debe usar plantillas de CloudFormation para crear sus bots. Como alternativa, puede utilizar las API de exportación e importación de Amazon Lex para proporcionar un medio automatizado de copiar un esquema de bot entre cuentas.
- Introducir cambios gradualmente – Debe implementar los cambios en su entorno de producción por etapas, de modo que los cambios se publiquen en un subconjunto de su tráfico de producción antes de que se publiquen para todos los usuarios. Tal enfoque le brinda la oportunidad de limitar el radio de explosión en caso de que haya problemas con el cambio. Una forma de lograr esto es un enfoque de implementación en dos fases: crea dos alias para un bot (por ejemplo, prod-05 y prod-95). Primero asocia la nueva versión del bot con un alias (prod-05 en este ejemplo). Después de validar que las métricas clave cumplen los criterios de éxito, asigne el segundo alias (prod-95) a la nueva versión del bot.
Tenga en cuenta que debe controlar la distribución del tráfico en la aplicación cliente utilizada para la integración con los bots de Amazon Lex. Por ejemplo, si usa Amazon Connect para integrarse con sus bots, puede usar un bloque de contacto de Distribución porcentual junto con dos o más bloques Obtener información del cliente.
Es importante tener en cuenta que Amazon Lex proporciona un alias de prueba de forma predeterminada. El alias de prueba está diseñado para usarse solo para pruebas manuales ad hoc a través de la consola de Amazon Lex y no para procesar cargas a escala de producción. Recomendamos usar un alias dedicado para su tráfico de producción.
vigilancia
El monitoreo es importante para mantener la confiabilidad, la disponibilidad y una experiencia efectiva para el usuario final. Debe analizar las métricas de su bot y usar la información como un mecanismo de retroalimentación para mejorar el esquema del bot y sus prácticas de desarrollo, prueba e implementación. Amazon Lex admite varios mecanismos para monitorear bots. Considere las siguientes mejores prácticas para monitorear sus bots Lex:
- Supervisar e iterar constantemente – Amazon Lex se integra con Amazon CloudWatch para proporcionar métricas casi en tiempo real que pueden brindarle información importante sobre las interacciones de sus usuarios con el bot. Esta información puede ayudarlo a obtener una perspectiva sobre la experiencia del usuario final. Para obtener más información sobre los diferentes tipos de métricas que emite Amazon Lex, consulte Supervisión de Amazon Lex V2 con Amazon CloudWatch. Recomendamos configurar umbrales para activar alarmas. De manera similar, Amazon Lex le brinda información sobre las declaraciones de entrada sin procesar de las interacciones de sus usuarios con el bot. Debe usar estadísticas de declaraciones o registros de conversación para obtener información, identificar patrones de comunicación y realizar los cambios apropiados en su bot si es necesario. Para obtener información sobre cómo crear un panel de análisis personalizado para sus bots, consulte Supervisión de métricas operativas para su chatbot de Amazon Lex.
Las mejores prácticas discutidas en esta publicación se enfocan principalmente en casos de uso específicos de Amazon Lex. Además, debe revisar y adherirse a las mejores prácticas al administrar su infraestructura en la nube en AWS. Asegúrese de que su infraestructura en la nube sea segura y que solo los usuarios autorizados puedan acceder a ella. También debe revisar y adoptar las mejores prácticas de seguridad de AWS adecuadas en su organización. Finalmente, debe revisar de manera proactiva las cuotas de AWS para los servicios individuales de AWS (incluidas las cuotas de Amazon Lex) y solicitar los cambios apropiados según corresponda.
Conclusión
Puede utilizar Amazon Lex para habilitar conversaciones ricas en lenguaje natural y aumentar la eficiencia del servicio al cliente. En esta publicación, revisamos las mejores prácticas para las fases de desarrollo, prueba, implementación y monitoreo del ciclo de vida de un bot. Con estas políticas, puede mejorar la experiencia del usuario final y lograr una mejor retención de clientes. ¡Comience a construir su experiencia conversacional de Amazon Lex hoy mismo!
Sobre el Autor
Intercambio profundo Singh es ingeniero en el equipo de Amazon Lex. Trabaja para que las interacciones con los bots sean más fluidas y humanas. Fuera del trabajo, disfruta viajar y conocer otras culturas.