> 継続的なプロセス改善 > カスタマーサービス > Genesys Cloud CX > データテンプレート

カスタマーサービスのデータテンプレート

Genesys Cloud CX

カスタマーサービスの属性 (19) カスタマーサービスのアクティビティ (13) 抽出ガイド (3)

カスタマーサービスのデータテンプレート

このテンプレートは、カスタマーサービスプロセスの分析と最適化に必要な主要データを収集するための明確な道筋を示します。推奨される属性、追跡すべき主要アクティビティ、ソースシステムから情報を抽出するための具体的なガイダンスをまとめています。プロセスマイニングの取り組みに向けたイベントログの作成にお役立てください。

収集を推奨する属性
追跡すべき主要アクティビティ
抽出ガイダンス

イベントログを初めて扱いますか。学ぶプロセスマイニングのイベントログを作成する方法.

テンプレートをダウンロード

カスタマーサービスの属性

カスタマーサービスを詳細に分析するために、イベントログへ含める推奨データ項目です。

5 必須 6 推奨 8 任意

	名前	説明
	アクティビティ名 ActivityName	サービスリクエストのライフサイクルにおいて、ある時点で発生した特定のイベントまたはタスクの名前です。
説明この属性は、カスタマーサービスのプロセスにおける特定のステップや状態変更を示します。各アクティビティは、「Agent Accepted Interaction」や「Wrap-Up Code Assigned」など、個別のイベントを表します。これらのアクティビティの順序と頻度を分析することは、プロセスマイニングの基本です。プロセスフローの可視化、逸脱の特定、ボトルネックや非効率なステップの発見に役立ちます。重要な理由アクティビティはプロセスマップの基盤となり、実際のプロセスフローを設計上のフローと比較しながら可視化・分析できます。入手先通常は、Genesys Cloud CXのシステムイベント、エージェントの状態、特定の監査証跡エントリを標準化されたアクティビティ名に対応付けて作成します。例やり取りを開始エージェントがやり取りを受け入れ通話後処理を終了サービスリクエストを再開
	サービスリクエスト ServiceRequest	顧客とのやり取りに関連するすべてのアクティビティを結び付ける主要な識別子です。
説明サービスリクエストは、チケットまたはケースとも呼ばれ、1件の顧客からの問い合わせや問題を識別する主要な情報です。初回の連絡から最終的な解決まで、関連するすべてのイベントを1つのプロセスインスタンスにまとめます。サービスリクエスト単位で分析すると、顧客の経路と社内での対応プロセスを最初から最後まで把握できます。総解決時間や初回接触での解決率など、主要な指標を計算する基盤にもなります。重要な理由すべてのプロセスステップを結び付ける必須のケースIDです。各顧客とのやり取りを開始から終了まで一貫して分析できます。入手先概念上のケース識別子です。Genesysでは通常Conversation IDに対応しますが、導入方法によってはカスタム識別子になる場合があります。例 SR-20240521-00123SR-20240521-00124SR-20240522-00001
	開始時刻 EventTime	アクティビティまたはイベントが開始された時点を示すタイムスタンプです。
説明この属性は、各アクティビティが発生した正確な日時を示します。イベントを正しい順序に並べ、時間に基づく分析を行ううえで欠かせません。開始時刻を使ってプロセスフローを時系列に構成し、アクティビティ間の所要時間、待ち時間、サイクルタイムを計算します。信頼性の高いプロセス分析とパフォーマンス監視には、正確なタイムスタンプが必要です。重要な理由このタイムスタンプによってすべてのアクティビティを時系列に並べ、プロセスフロー、所要時間、ボトルネックを正確に分析できます。入手先 Genesys Cloud CXのイベントログまたはやり取りの詳細に記録されます。通常は、記録された各システムイベントまたはユーザーイベントに関連付けられています。例 2024-05-21T10:00:15Z2024-05-21T10:02:30Z2024-05-21T10:15:00Z
	ソースシステム SourceSystem	データを抽出したシステムです。
説明この属性は、イベントデータの発生元システムを示します。この場合はGenesys Cloud CXです。複数のシステムを連携する環境では、データの系譜、トラブルシューティング、データの背景を把握するうえで重要な項目です。正しいデータソースに基づいて分析できるようにし、複数のシステムが1つのプロセスビューにデータを提供する場合のフィルタリングやセグメント化にも役立ちます。重要な理由データの発生元を示します。データガバナンス、検証、複数システムのデータ統合に欠かせない情報です。入手先通常は、データの抽出・変換処理中に追加する固定値で、レコードの発生元を示します。例 Genesys Cloud CXGenesysCloudCX_US1Genesys
	最終データ更新日時 LastDataUpdate	直近のデータ更新時点を示すタイムスタンプです。
説明この属性は、ソースシステムからデータセットが最後に更新された時点を示します。分析対象データの鮮度を把握できるため、適時性と関連性のある業務上の意思決定に欠かせません。ダッシュボードやレポートでは、この情報を目立つ位置に表示し、利用者がデータの更新状況と分析結果の妥当性を確認できるようにします。重要な理由データの鮮度を示し、最新の情報に基づいて分析や意思決定を行えるようにします。入手先通常は、データを抽出する時点、またはプロセスマイニングツールに読み込む時点でデータセットに生成・付与されます。例 2024-05-23T04:00:00Z2024-05-24T04:00:00Z
	エージェントID AgentId	やり取りまたはアクティビティを担当したエージェントの一意の識別子です。
説明エージェントIDは、各カスタマーサービス担当者を識別する一意のキーです。この属性は、エージェントのパフォーマンス、業務量の配分、効率に関する分析に欠かせません。プロセスマップを絞り込み、特定のエージェントやチームによるリクエスト対応を確認できます。解決時間、手戻り率、標準手順の遵守状況などのパフォーマンス指標も比較できます。「エージェントのパフォーマンスと効率」ダッシュボードの基盤となる項目です。重要な理由この属性はプロセスアクティビティを特定の従業員に関連付け、個人のパフォーマンス、業務量、チームの効率を分析できるようにします。入手先 Genesys Cloud CXの会話の詳細レコードから取得します。やり取りの特定の区間を担当したユーザーに関連付けられています。例 a1b2c3d4-e5f6-7890-1234-567890abcdeff0e9d8c7-b6a5-4321-fedc-ba0987654321
	エージェント名 AgentName	やり取りまたはアクティビティを担当したエージェントの氏名です。
説明エージェント名は、エージェントIDに対応する、担当者を人が読み取れる形式で示す識別情報です。この属性により、管理者やチームリーダーはダッシュボードやレポートを直感的に確認できます。エージェント単位の分析で広く使われ、システムIDを照合しなくても、パフォーマンスの確認、研修ニーズの特定、公平な業務量配分を行えます。重要な理由エージェントをわかりやすい名前で表示し、技術的なIDを使わずにパフォーマンスを分析したり、結果を共有したりできます。入手先 Genesys Cloud CXのUsersまたはDirectoryサービスでAgentIdを検索して取得します。例 John SmithJane DoePeter Jones
	キュー名 QueueName	やり取りが振り分けられたキューの名前です。
説明この属性は、インタラクションがエージェントに割り当てられる前に待機していた特定のキューを識別します。キュー名によるデータ分析は、「サービスキューのボトルネック検出」ダッシュボードに欠かせません。スキルグループやサービスラインごとの業務量の分布、キューごとの待ち時間、継続的に人員不足または過負荷となっているキューを把握できます。この情報は、リソース配分の最適化と顧客の待ち時間短縮に役立ちます。重要な理由サービスリクエストが割り当てを待っている場所を示し、ボトルネックの特定と業務量の分布分析に役立ちます。入手先 Genesys Cloud CXの会話詳細レコードで利用できます。各インタラクションは、1つ以上のキューを通過する場合があります。例 Tier 1サポート：音声請求に関する問い合わせ：チャットテクニカルサポート：メール
	コミュニケーションチャネル MediaType	インタラクションで使用されたコミュニケーションチャネルです。音声、チャット、メールなどが該当します。
説明この属性は、顧客とエージェントがコミュニケーションを取った媒体を示します。一般的なチャネルには、音声、チャット、メール、ソーシャルメディアがあります。「コミュニケーションチャネルのパフォーマンス」ダッシュボードのように、チャネル別にパフォーマンスを分析すると、チャネルごとの件数、解決時間、顧客満足度を把握できます。この分析結果は、チャネル戦略とリソース配分の最適化に役立ちます。重要な理由コミュニケーションチャネル別にプロセスを分けて分析すると、チャネルごとのパフォーマンス、顧客行動、必要なリソースを把握できます。入手先 Genesys Cloud CXの会話詳細レコードに含まれる標準フィールドです。例音声チャットメールメッセージ
	ラップアップコード WrapUpCode	インタラクションの結果やトピックを分類するため、インタラクションの終了時にエージェントが割り当てるコードです。
説明ラップアップコードは、顧客とのインタラクションの内容や解決状況を分類するためにエージェントが選択するラベルです。これらのコードにより、顧客がサポートへ連絡した理由を構造化されたデータとして把握できます。ラップアップコードを分析すると、よくある問題の種類、解決結果、特定のリクエストの発生頻度を特定できます。このデータは、根本原因分析やサービス需要の傾向把握に役立ちます。重要な理由インタラクションの結果を分類し、よくある問題、解決の有効性、問い合わせ理由を分析するための構造化データを提供します。入手先 Genesys Cloud CXの会話詳細レコードで利用できます。具体的には、エージェント参加者のセッション詳細に含まれます。例パスワードのリセット請求に関する異議申し立ての解決製品情報の問い合わせTier 2へエスカレーション
	終了時刻 EventEndTime	アクティビティまたはイベントが終了した時点を示すタイムスタンプです。
説明この属性は、アクティビティが終了した正確な時点を記録します。開始時刻と組み合わせることで、個々のアクティビティの所要時間を正確に計算できます。アクティビティの所要時間を分析すると、プロセス内で時間を最も消費しているステップを特定でき、非効率や改善機会の発見に役立ちます。たとえば、「やり取りを保留」や「通話後処理」に長い時間がかかっていることを明らかにできます。重要な理由個々のアクティビティの所要時間を正確に計算できます。時間のかかるステップやパフォーマンス上のボトルネックを特定するうえで欠かせません。入手先 Genesys Cloud CXのイベントログまたはやり取りの詳細に記録されます。後続イベントの開始時刻から算出することもできます。例 2024-05-21T10:02:30Z2024-05-21T10:15:00Z2024-05-21T10:18:45Z
	CSATスコア CustomerSatisfactionScore	インタラクション後のアンケートで顧客が回答した満足度スコアです。
説明顧客満足度スコア（CSAT）は、提供されたサービスに対する顧客の評価を直接測定する指標です。通常、インタラクションの終了後に送信するアンケートで収集します。CSATスコアをプロセスデータと組み合わせて分析すると、プロセスの違い、解決時間、特定のエージェントが顧客満足度に与える影響を把握できます。プロセス全体の成果を評価するための重要な指標です。重要な理由顧客満足度を直接測定し、プロセスのパフォーマンスと顧客の成果を相関分析できます。入手先通常、Genesys Cloud CXの品質管理モジュール、またはGenesysと連携したサードパーティ製アンケートツールから取得します。例 5413
	SLA準拠 IsSlaCompliant	サービスリクエストがSLAの目標時間内に解決されたかどうかを示すフラグです。
説明このブール型属性は、サービスリクエストが解決時間の目標を達成したかどうかを示します。「ServiceResolutionTime」と「SlaTargetResolutionTime」を比較して算出します。このフラグにより、「SLAコンプライアンス概要」ダッシュボードでの分析と可視化が簡単になり、「SLAコンプライアンス率」KPIの算出基準にもなります。準拠ケースと非準拠ケースをすばやくフィルタリングして分けることで、SLA違反に共通するパターンを特定できます。重要な理由各ケースがSLAに準拠しているか違反しているかを明確に示し、SLAパフォーマンスの分析と失敗の根本原因分析を簡単にします。入手先算出フィールドです。「ServiceResolutionTime <= SlaTargetResolutionTime」の場合はTrue、それ以外はFalseです。例 truefalse
	SLA目標解決時間 SlaTargetResolutionTime	サービスリクエストを解決するために契約上合意された目標時間です。
説明この属性は、サービスレベル合意書（SLA）に基づき、サービスリクエストの解決に許容される最大時間を定義します。実際の解決時間を測定する際の基準となります。「SLAコンプライアンス概要」ダッシュボードと「SLAコンプライアンス率」KPIに欠かせないデータであり、組織が顧客との約束に沿って対応できているかを監視し、違反が発生する前に可能性を特定できます。重要な理由 SLAのコンプライアンスを測定する基準となり、サービス品質と契約上の義務を示す重要な指標です。入手先会話のカスタム属性として保存するか、キュー、顧客種別、リクエスト種別に関するルールに基づいて算出できます。例 86400144003600
	サービスリクエストの種類 ServiceRequestType	「問い合わせ」、「苦情」、「技術的な問題」など、サービスリクエストの分類です。
説明この属性は、サービスリクエストの内容や目的に基づいてリクエストを分類します。リクエストの種類ごとに分析を分け、異なる種類のリクエストがどのように処理されているかを把握できます。たとえば、「苦情」と「一般的な問い合わせ」では、プロセスフローや解決時間が大きく異なる場合があります。この項目は、「社内エスカレーション分析」などのダッシュボードで、特定のリクエストがより頻繁にエスカレーションされているかを確認するために重要です。重要な理由プロセスを分けて分析できるため、リクエストの種類ごとの処理方法を比較し、種類固有のボトルネックや非効率を特定できます。入手先この情報は、IVRでの選択、顧客がWebフォームで選択した内容、またはエージェントによる割り当てから取得できます。Genesysでは、参加者属性またはラップアップコードとして保存できます。例請求に関する問い合わせテクニカルサポートアカウント管理製品に関する苦情
	サービス解決時間 ServiceResolutionTime	最初の顧客インタラクションの開始から最終的な解決までに経過した合計時間です。
説明この指標は、顧客が連絡を開始した時点から問題が解決済みと記録されるまで、サービスリクエストにかかった合計時間を測定します。プロセス全体の効率と顧客体験を評価するための主要なKPIです。この算出属性は、「サービスリクエスト解決時間」ダッシュボードと「平均サービス解決時間」KPIの中心となります。分布を分析すると、長期化しているケースや組織的な遅延を特定できます。重要な理由プロセス全体の効率と顧客体験への影響を測定するための重要なKPIです。入手先算出フィールドです。最終解決アクティビティのタイムスタンプから、最初の顧客連絡アクティビティのタイムスタンプを引いて求めます。例 90010800172800
	会話ID ConversationId	Genesysが会話全体に割り当てる一意の識別子です。
説明会話IDは、1つの顧客会話に関連するすべてのインタラクション、セグメント、参加者をまとめるGenesys Cloud CXの主要な技術キーです。概念上の「サービスリクエスト」をケースIDとして使用する一方、Genesys APIから関連データを取得する際には、会話IDが基盤となるキーとして使われます。データ抽出、異なるデータセットの結合、プロセスデータの技術的な検証に欠かせません。重要な理由 Genesysにおける主要な技術キーです。データ抽出、トラブルシューティング、ソースシステムへの関連付けに欠かせません。入手先すべてのGenesys Cloud CX分析APIと会話APIに含まれる主要フィールドです。例 d8a7c6b5-e4f3-2109-8765-fedcba098765c7b6a5d4-f3e2-1098-7654-edcbaf987654
	再オープン済み IsReopened	解決済みのサービスリクエストが後から再オープンされたかどうかを示すフラグです。
説明このブール型属性は、解決済みまたはクローズ済みの状態になった後、再びアクティブになったサービスリクエストを示します。再オープンされたケースは、最初の解決策が有効でなかった、または不十分だったことを示す場合があり、顧客の不満や追加作業につながります。この属性は、「サービスリクエスト再オープン傾向」ダッシュボードと「サービスリクエスト再オープン率」KPIで使用します。これらのケースを分析すると、解決が不十分だった根本原因を特定できます。重要な理由解決プロセスの失敗を明らかにし、解決策の品質に関する問題、手戻り、顧客体験の低下を示します。入手先算出フィールドです。「サービスリクエスト解決済み」アクティビティの後にケースを再びアクティブにするアクティビティを検出して求めます。例 truefalse
	初回コンタクト解決 IsFirstContactResolution	サービスリクエストが1回のインタラクションで解決されたかどうかを示すフラグです。
説明このブール型属性は、顧客からの追加連絡や社内での転送を必要とせず、初回のインタラクション中に解決されたケースを識別します。値が「true」の場合は、理想的で効率的な解決を意味します。この属性は、「初回コンタクト解決率」KPIと対応するダッシュボードの基礎となります。初回コンタクトで解決できなかったケースの特徴を分析すると、エージェント研修、ナレッジベース、プロセスを改善する機会を見つけられます。重要な理由問題を初回で解決することは、良好なサービス体験につながる重要な要因です。効率と顧客満足度を直接測定できます。入手先ケースのイベントシーケンスを分析して算出するフィールドです。転送や再オープンなど、特定の中間アクティビティを経ずに解決されたケースをFCRと判定します。例 truefalse

必須推奨任意

カスタマーサービスのアクティビティ

正確なプロセス発見のために、イベントログへ記録すべき主要なプロセス手順とマイルストーンです。

5 推奨 8 任意

	アクティビティ	説明
	エージェントがやり取りを受け入れ	エージェントが提示されたやり取りを受け入れ、顧客と接続された時点を示します。サービスリクエストへの直接対応が始まる重要な節目です。
重要な理由このアクティビティは、初回接触での解決率とエージェントの対応時間を測定するうえで重要です。エージェントによるリクエスト対応の開始を示します。入手先会話の詳細レコードから取得できます。エージェント参加者の状態が「connected」に変わった時点と、対応するタイムスタンプで記録されます。取得エージェント参加者の状態が「connected」に変わった時点で記録されます。イベントタイプ explicit
	やり取りを切断	すべての参加者が切断し、会話が終了したことを示します。サービスリクエストのやり取りにおける技術上のクローズとして扱われることが多いイベントです。
重要な理由やり取り自体の明確な終了イベントです。やり取りの合計時間を計算するうえで重要であり、リクエストのクローズを示す代替指標としてよく使われます。入手先会話の詳細レコードから取得します。通常はconversationEndタイムスタンプに記録された、会話オブジェクトの終了時刻に対応します。取得すべての参加者が切断し、会話が終了した時点で記録されます。イベントタイプ explicit
	やり取りを転送	エージェントがやり取りを別のキューまたはエージェントに転送したことを示します。エージェントが直ちに切断するブラインド転送の場合と、転送先の担当者と事前に話す相談転送の場合があります。
重要な理由このアクティビティは、社内エスカレーション率KPIに欠かせません。転送率が高い場合、研修の必要性、ルーティングの誤り、またはプロセスの複雑さを示している可能性があります。入手先会話の詳細レコードで、最初のエージェントの対応後に新しいACD参加者またはエージェント参加者が追加された時点で特定します。多くの場合、「transfer」イベントによって開始されます。取得参加者のセッションデータにあるtransferイベントから特定します。イベントタイプ explicit
	やり取りを開始	このアクティビティは、着信、チャット、メールなど、顧客とのやり取りの開始を示します。Genesys Cloud CXでは、システム内に新しい会話オブジェクトが作成された時点で、このイベントが明示的に記録されます。
重要な理由サービスリクエストプロセスの主要な開始イベントです。総解決時間の計算や、顧客からの問い合わせ需要のパターンを把握するうえで欠かせません。入手先会話の詳細レコードから取得されます。通常はconversationStartタイムスタンプに記録された、会話オブジェクト自体の開始時刻に対応します。取得システム内で新しい会話が開始された時点で記録されます。イベントタイプ explicit
	ラップアップコードを割り当て	エージェントがあらかじめ定義されたラップアップコード、または処理結果コードをやり取りに割り当てます。「解決済み」や「エスカレーション済み」など、サービスリクエストの結果を明示的に分類します。
重要な理由ラップアップコードは、リクエストの業務上の結果を判断する主要な情報源です。解決率の計算や、分析対象となるケースの分類に欠かせません。入手先会話の詳細レコード、通常はエージェント参加者のセッションデータに記録される明示的なイベントです。wrapUpコードとタイムスタンプが記録されます。取得エージェントがやり取りにラップアップコードを選択した時点で記録されます。イベントタイプ explicit
	エージェントにやり取りを提示	システムが特定のエージェントにやり取りを提示した時点で発生します。エージェントが会話を受け入れるか拒否するまで、システムによってエージェントのステータスが「alerting」に変更されます。
重要な理由このアクティビティにより、エージェントの応答性とルーティングアルゴリズムの有効性を分析できます。この時点以降の遅延は、エージェントが業務を速やかに受け入れていない可能性を示します。入手先会話の詳細レコードにあるエージェントの参加者データから取得します。参加者のセッションには、「alerting」状態のメトリクスと対応するタイムスタンプが記録されます。取得ルーティングエンジンがエージェントに新しいやり取りを通知した時点で記録されます。イベントタイプ explicit
	サービスリクエストを再開	解決済みと判断された直後に、顧客が同じ問題についてサービスセンターへ再度連絡した状況を示します。明示的なイベントではなく、業務ロジックに基づいて計算されます。
重要な理由再開されたリクエストを追跡することは、サービスリクエスト再開率の測定に欠かせません。初回の解決が有効でなかったことを示し、顧客満足度と業務効率に影響します。入手先以前のやり取りが解決された後、あらかじめ定めた期間内に、同じ顧客（Customer ID）から同じ問題（例：Service Request Type）に関する新しい「やり取りを開始」イベントが発生したことを特定して推定します。取得同じ顧客と問題について、新しいやり取りを直近でクローズされたやり取りに関連付けて計算します。イベントタイプ calculated
	やり取りの保留を解除	エージェントが顧客の保留を解除し、会話を再開した時点で発生します。保留期間の終了を示すイベントであり、状態変更として記録されます。
重要な理由「やり取りを保留」と組み合わせることで、保留時間の合計を正確に計算できます。これは対応時間全体と顧客体験を評価するうえで重要な要素です。入手先エージェント参加者のセッションデータで、状態が「held」から「connected」に戻った時点から取得します。取得エージェント参加者の状態が「held」から「connected」に変わった時点で記録されます。イベントタイプ explicit
	やり取りを保留	エージェントがやり取り中に顧客を保留にした時点で記録されます。会話内のエージェント参加者における明示的な状態変更です。
重要な理由保留の頻度と時間を分析すると、エージェントが情報を探したり、他の担当者に確認したりする必要が頻繁に生じるなど、プロセスの非効率を明らかにできます。入手先会話の詳細レコードにあるエージェント参加者のセッションデータから取得します。状態が「held」に変わり、タイムスタンプが記録されます。取得エージェント参加者の状態が「held」に変わった時点で記録されます。イベントタイプ explicit
	会話をキューに振り分け	新しいやり取りが特定のキューに入り、対応可能なエージェントを待つ時点を示します。Genesysのルーティングエンジン（ACD）が明示的に記録するイベントです。
重要な理由このアクティビティを追跡することは、キュー待ち時間の測定とルーティングプロセスのボトルネック特定に欠かせません。このイベントからエージェントの割り当てまでの時間が長い場合、要員配置やルーティングロジックに問題がある可能性があります。入手先会話の詳細レコードから取得します。会話内のACD参加者の「purpose」と「state」を確認し、metrics配列内のキューの「enterTime」からこのイベントを特定します。取得 ACDルーティングエンジンが会話をキューに入れた時点で記録されます。イベントタイプ explicit
	通話後処理を終了	エージェントの通話後処理期間の終了を示します。この時点でエージェントは別のやり取りに対応できる状態になります。
重要な理由このアクティビティを「通話後処理を開始」と組み合わせることで、ラップアップ段階の時間を正確に把握できます。エージェントの生産性やプロセスにかかる間接的な負荷の分析に役立ちます。入手先エージェントの状態が「acw」から「idle」などの対応可能な状態に変わった時点から推定します。この状態変更のタイムスタンプを使用します。取得エージェントの状態が「acw」から対応可能な状態に変わった時点から推定します。イベントタイプ inferred
	通話後処理を開始	通話後処理（ACW）期間の開始を示します。エージェントは顧客との接続を切断した後、メモの記録やシステムの更新などの作業を行う専用状態になります。
重要な理由 ACWの時間を測定することは、エージェントの効率と対応時間全体を把握するうえで重要です。ACWが長い場合、やり取り後のプロセスが非効率である可能性があります。入手先エージェント参加者のセッションデータから取得します。顧客参加者が切断された後、エージェントの状態が「acw」に変わった時点で記録されます。取得エージェント参加者の状態が「acw」に変わった時点で記録されます。イベントタイプ explicit
	顧客満足度アンケートを送信	やり取りのクローズ後に顧客満足度（CSAT）アンケートを送信した時点で発生します。通常は、あらかじめ定めたルールに基づいてシステムが自動的に実行します。
重要な理由このアクティビティは、CSATアンケート配信の適時性KPIを測定するために必要です。アンケートを速やかに配信することで、顧客の記憶が新しいうちに正確なフィードバックを収集できます。入手先通常はGenesys Cloud CXのアンケートデータまたは品質管理データから取得し、元の会話IDに関連付けます。取得特定の会話に対してアンケートが配信された時点で、アンケートモジュールによって記録されます。イベントタイプ explicit

推奨任意

抽出ガイド

Genesys Cloud CXからデータを取得する方法

ステップ

Analytics Workspaceへ移動：Genesys Cloud CXにログインします。メニューから「Admin」を選択し、「Analytics」の下にある「Workspace」を開きます。
新しいビューを作成：「＋」アイコンをクリックして新しいタブを追加し、「Create a new view」を選択します。ビューの種類として「Interactions」を選択すると、インタラクションビューのエディターが開きます。
日付範囲を指定：左側のフィルターパネルで、抽出するデータの日付と時間の範囲を設定します。まずは処理を確認するため、1週間など短い範囲から始めることをおすすめします。
エクスポートする列を選択：データ準備における最も重要な手順です。「Columns」ボタンをクリックし、利用可能なフィールドから次の列を選択してビューに追加します。これらのフィールドには、イベントログの作成に必要なデータが含まれています。
- Conversation ID
- Conversation Start
- Conversation End
- Media Type
- Participants（エージェント、キュー、顧客のデータを含む複雑なフィールドです）
- Metrics.tAnswered
- Metrics.tACW
- Metrics.tHeld
- Surveys
追加のフィルターを適用：必要に応じてフィルターパネルでデータを絞り込みます。Media Type（voice、chatなど）、Queue、Direction（inbound／outbound）、その他の会話属性でフィルターし、対象となるサービスリクエストのプロセスに絞り込めます。
ビューを保存して実行：「Process Mining Service Request Export」など、内容が分かる名前を付けてビューを保存します。設定した条件に一致するデータが読み込まれます。
エクスポートを開始：ビューにデータが読み込まれたら、通常はダウンロードアイコンで表示される「Export」ボタンをクリックします。「Export as CSV」または「Export as JSON」を選択します。最初の処理にはCSVのほうが適しています。
エクスポートしたファイルをダウンロード：エクスポート処理はバックグラウンドで実行されます。「Performance」＞「My Exports」に移動すると進捗を確認できます。完了後、ファイルをローカルシステムにダウンロードします。
生のデータを変換：エクスポートしたファイルは、1つの会話につき1行で、参加者とセグメントのデータが1列にネストされています。QueryセクションにあるPythonスクリプトなどを実行し、このデータを展開する必要があります。スクリプトは生のエクスポートデータを解析し、「Agent Accepted Interaction」や「Hold Placed on Interaction」など、1つのアクティビティにつき1行となる新しいファイルを作成します。
固有のロジックを実装：変換処理の一部として、業務固有のロジックを実装します。たとえば、「Service Request Re-Opened」アクティビティは、同じ顧客による後続のインタラクションを指定期間内で分析して算出します。
イベントログを完成：変換スクリプトから、ServiceRequest、ActivityName、EventTime、その他の属性を含む、ProcessMindに必要な形式のCSVファイルを出力します。すべてのタイムスタンプが統一された形式になっていることを確認します。
ProcessMindにアップロード：変換済みのCSVファイルを、プロセスマイニングツールにアップロードできる状態になります。

設定

権限：Genesys Cloud CXのユーザーロールに、Analytics Workspaceへのアクセスとインタラクションビューの作成に必要なAnalytics > Conversation > View権限が必要です。
期間：初回の抽出では、3～6か月の代表的な期間を指定します。非常に取扱量の多いコンタクトセンターでは、システム上限への到達を避け、ファイルサイズを抑えるため、週単位や月単位などの小さな区間に分けてデータをエクスポートすることを推奨します。
主なフィルター：
- Media Type：voice、chat、emailなど、カスタマーサービスプロセスに関係するチャネルでフィルタリングします。
- キュー：特定のチームがプロセスを処理する場合は、該当するキューIDでフィルタリングし、対象プロセスのデータだけを抽出します。
- Direction：通常は、顧客が開始したサービスリクエストを取得するため、inboundのインタラクションでフィルタリングします。
エクスポート列：Participants列は、エージェントとキューのイベントの詳細なタイムラインを含むため、欠かせません。この列がないと、個々のアクティビティを抽出できません。Conversation ID、Conversation Start、Conversation Endも含めてください。
パフォーマンスに関する考慮事項：多数の列や非常に長い期間を指定すると、エクスポートジョブに時間がかかることがあります。ジョブが失敗する、またはタイムアウトする場合は、期間を短くして再試行してください。Genesys Cloudでは、1回のエクスポートジョブにつき約100万件の会話が上限です。

a サンプルクエリ python

import pandas as pd
import json
from datetime import datetime, timezone

class=class="hl-string">"hl-comment"># This script transforms a Genesys Cloud Conversation Detail Export into a process mining event log.
class=class="hl-string">"hl-comment"># It assumes the raw data is in a CSV file named class="hl-string">'genesys_export.csv'.

def transform_genesys_export(file_path):
    class=class="hl-string">"hl-comment"># Load the raw export file
    try:
        df = pd.read_csv(file_path)
    except FileNotFoundError:
        print(fclass="hl-string">"Error: The file {file_path} was not found.")
        return None

    event_log = []
    source_system = class="hl-string">'Genesys Cloud CX'
    last_data_update = datetime.now(timezone.utc).isoformat()

    class=class="hl-string">"hl-comment"># Rename columns for easier access
    df.rename(columns={
        class="hl-string">'Conversation ID': class="hl-string">'conversationId',
        class="hl-string">'Conversation Start': class="hl-string">'conversationStart',
        class="hl-string">'Conversation End': class="hl-string">'conversationEnd',
        class="hl-string">'Media Type': class="hl-string">'mediaType'
    }, inplace=True)

    for index, row in df.iterrows():
        service_request_id = row[class="hl-string">'conversationId']
        media_type = row[class="hl-string">'mediaType']
        
        class=class="hl-string">"hl-comment"># Activity: Interaction Started
        event_log.append({
            class="hl-string">'ServiceRequest': service_request_id,
            class="hl-string">'ActivityName': class="hl-string">'Interaction Started',
            class="hl-string">'EventTime': row[class="hl-string">'conversationStart'],
            class="hl-string">'EventEndTime': None,
            class="hl-string">'AgentId': None, class="hl-string">'AgentName': None, class="hl-string">'QueueName': None, class="hl-string">'WrapUpCode': None,
            class="hl-string">'MediaType': media_type, class="hl-string">'SourceSystem': source_system, class="hl-string">'LastDataUpdate': last_data_update
        })

        class=class="hl-string">"hl-comment"># The class="hl-string">'Participants' column contains a JSON string that needs to be parsed
        participants = json.loads(row[class="hl-string">'Participants'])

        for p in participants:
            participant_id = p.get(class="hl-string">'participantId')
            user_id = p.get(class="hl-string">'userId')
            queue_name = p.get(class="hl-string">'queueName')
            purpose = p.get(class="hl-string">'purpose')

            for s in p.get(class="hl-string">'sessions', []):
                wrap_up_code = s.get(class="hl-string">'wrapUpCode')
                for seg in s.get(class="hl-string">'segments', []):
                    seg_start = seg.get(class="hl-string">'segmentStart')
                    seg_end = seg.get(class="hl-string">'segmentEnd')
                    seg_type = seg.get(class="hl-string">'segmentType')

                    activity_name = None
                    if purpose == class="hl-string">'acd' and seg_type == class="hl-string">'interact':
                        activity_name = class="hl-string">'Conversation Routed to Queue'
                    elif purpose == class="hl-string">'agent' and seg_type == class="hl-string">'alert':
                        activity_name = class="hl-string">'Agent Offered Interaction'
                    elif purpose == class="hl-string">'agent' and seg_type == class="hl-string">'interacting':
                        activity_name = class="hl-string">'Agent Accepted Interaction'
                    elif purpose == class="hl-string">'agent' and seg_type == class="hl-string">'hold':
                        activity_name = class="hl-string">'Hold Placed on Interaction'
                        class=class="hl-string">"hl-comment"># Also create the Hold Removed event
                        event_log.append({
                            class="hl-string">'ServiceRequest': service_request_id,
                            class="hl-string">'ActivityName': class="hl-string">'Hold Removed from Interaction',
                            class="hl-string">'EventTime': seg_end,
                            class="hl-string">'EventEndTime': None,
                            class="hl-string">'AgentId': user_id, class="hl-string">'AgentName': class="hl-string">'[Configure based on your system]', class="hl-string">'QueueName': queue_name, class="hl-string">'WrapUpCode': None,
                            class="hl-string">'MediaType': media_type, class="hl-string">'SourceSystem': source_system, class="hl-string">'LastDataUpdate': last_data_update
                        })
                    elif purpose == class="hl-string">'agent' and seg_type == class="hl-string">'acw':
                        activity_name = class="hl-string">'After-Call Work Started'
                        class=class="hl-string">"hl-comment"># Also create ACW Ended and Wrap-Up Assigned events
                        if wrap_up_code:
                            event_log.append({
                                class="hl-string">'ServiceRequest': service_request_id,
                                class="hl-string">'ActivityName': class="hl-string">'Wrap-Up Code Assigned',
                                class="hl-string">'EventTime': seg_end, class=class="hl-string">"hl-comment"># Assume code assigned at end of ACW
                                class="hl-string">'EventEndTime': None,
                                class="hl-string">'AgentId': user_id, class="hl-string">'AgentName': class="hl-string">'[Configure based on your system]', class="hl-string">'QueueName': queue_name, class="hl-string">'WrapUpCode': wrap_up_code,
                                class="hl-string">'MediaType': media_type, class="hl-string">'SourceSystem': source_system, class="hl-string">'LastDataUpdate': last_data_update
                            })
                        event_log.append({
                            class="hl-string">'ServiceRequest': service_request_id,
                            class="hl-string">'ActivityName': class="hl-string">'After-Call Work Ended',
                            class="hl-string">'EventTime': seg_end,
                            class="hl-string">'EventEndTime': None,
                            class="hl-string">'AgentId': user_id, class="hl-string">'AgentName': class="hl-string">'[Configure based on your system]', class="hl-string">'QueueName': queue_name, class="hl-string">'WrapUpCode': wrap_up_code,
                            class="hl-string">'MediaType': media_type, class="hl-string">'SourceSystem': source_system, class="hl-string">'LastDataUpdate': last_data_update
                        })
                    
                    if seg.get(class="hl-string">'disconnectType') == class="hl-string">'transfer':
                        activity_name = class="hl-string">'Interaction Transferred'

                    if activity_name:
                        event_log.append({
                            class="hl-string">'ServiceRequest': service_request_id,
                            class="hl-string">'ActivityName': activity_name,
                            class="hl-string">'EventTime': seg_start,
                            class="hl-string">'EventEndTime': seg_end,
                            class="hl-string">'AgentId': user_id, class="hl-string">'AgentName': class="hl-string">'[Configure based on your system]', class="hl-string">'QueueName': queue_name, class="hl-string">'WrapUpCode': None,
                            class="hl-string">'MediaType': media_type, class="hl-string">'SourceSystem': source_system, class="hl-string">'LastDataUpdate': last_data_update
                        })
        
        class=class="hl-string">"hl-comment"># Activity: Interaction Disconnected
        event_log.append({
            class="hl-string">'ServiceRequest': service_request_id,
            class="hl-string">'ActivityName': class="hl-string">'Interaction Disconnected',
            class="hl-string">'EventTime': row[class="hl-string">'conversationEnd'],
            class="hl-string">'EventEndTime': None,
            class="hl-string">'AgentId': None, class="hl-string">'AgentName': None, class="hl-string">'QueueName': None, class="hl-string">'WrapUpCode': None,
            class="hl-string">'MediaType': media_type, class="hl-string">'SourceSystem': source_system, class="hl-string">'LastDataUpdate': last_data_update
        })

        class=class="hl-string">"hl-comment"># Activity: Customer Satisfaction Survey Sent (from surveys column)
        if pd.notna(row.get(class="hl-string">'Surveys')):
            surveys = json.loads(row[class="hl-string">'Surveys'])
            for survey in surveys:
                if survey.get(class="hl-string">'surveyStatus') == class="hl-string">'Sent':
                    class=class="hl-string">"hl-comment"># Survey sent time is not always directly available, using conversation end as an approximation
                    event_log.append({
                        class="hl-string">'ServiceRequest': service_request_id,
                        class="hl-string">'ActivityName': class="hl-string">'Customer Satisfaction Survey Sent',
                        class="hl-string">'EventTime': survey.get(class="hl-string">'surveySentDate', row[class="hl-string">'conversationEnd']),
                        class="hl-string">'EventEndTime': None,
                        class="hl-string">'AgentId': None, class="hl-string">'AgentName': None, class="hl-string">'QueueName': None, class="hl-string">'WrapUpCode': None,
                        class="hl-string">'MediaType': media_type, class="hl-string">'SourceSystem': source_system, class="hl-string">'LastDataUpdate': last_data_update
                    })

    class=class="hl-string">"hl-comment"># NOTE: class="hl-string">'Service Request Re-Opened' requires custom cross-conversation logic.
    class=class="hl-string">"hl-comment"># This logic would need to be implemented here, analyzing the entire dataset
    class=class="hl-string">"hl-comment"># to find subsequent interactions from the same customer within a specific timeframe.

    final_df = pd.DataFrame(event_log)
    class=class="hl-string">"hl-comment"># Sort by case and event time to create a chronological log
    final_df.sort_values(by=[class="hl-string">'ServiceRequest', class="hl-string">'EventTime'], inplace=True)
    
    return final_df

if __name__ == class="hl-string">'__main__':
    class=class="hl-string">"hl-comment"># Specify the path to your downloaded Genesys export CSV file
    input_file = class="hl-string">'genesys_export.csv'
    output_file = class="hl-string">'genesys_event_log.csv'
    
    event_log_df = transform_genesys_export(input_file)
    
    if event_log_df is not None:
        event_log_df.to_csv(output_file, index=False)
        print(fclass="hl-string">"Transformation complete. Event log saved to {output_file}")

ステップ

前提条件とセットアップ：Python 3.8以降と、pandasおよびpurecloud-platform-client-v2ライブラリがインストールされていることを確認します。pipを使ってpip install pandas purecloud-platform-client-v2でインストールできます。
Genesys Cloud OAuthクライアントを作成：Genesys Cloud CXの管理者アカウントにログインします。「Integrations」＞「OAuth」に移動し、付与タイプとして「Client Credentials」を選択して新しいクライアントを作成します。analytics:conversationDetail:view権限を含むロールを割り当てます。
スクリプトの認証情報を設定：前の手順で取得したClient IDとClient Secretを保存します。以下のPythonスクリプトで、CLIENT_ID、CLIENT_SECRET、GENESYS_CLOUD_REGIONのプレースホルダーを実際の認証情報に置き換えます。
抽出期間を指定：スクリプト内のquery_body変数を探し、抽出するデータの日付と時間の範囲をintervalの値に指定します。テストでは、まず1日など短い範囲から始めることをおすすめします。
Pythonスクリプトを実行：ターミナルでpython your_script_name.pyを実行します。スクリプトがGenesys Cloud APIで認証し、非同期の分析処理を送信して、処理IDを表示します。
処理の実行状況を確認：スクリプトは15秒ごとにAPIを自動確認し、処理の状態を取得します。コンソールにステータスの更新が表示されます。要求するデータ量によっては、数分以上かかる場合があります。
データを処理・変換：処理が完了すると、スクリプトが結果のJSONデータをダウンロードします。その後、各会話レコードを順に処理し、参加者、セッション、セグメントのデータを解析して、主要なアクティビティと属性を特定・構造化します。
算出イベントを処理：スクリプトには、「Service Request Re-Opened」イベントを特定する後処理が含まれています。このロジックはカスタマイズ可能で、前回のインタラクションが解決された後、指定した時間内に同じ顧客から新しいインタラクションがあったかを確認します。
イベントログを生成：変換したデータをpandasのDataFrameにまとめます。これは、プロセスマイニングのイベントログと同じ構造です。
最終CSVファイルをエクスポート：最終的なDataFrameをgenesys_event_log.csvという名前のCSVファイルに保存します。このファイルは、ProcessMindに直接アップロードできる形式です。

設定

API認証情報：認証にはOAuth Client IDとClient Secretが必要です。これらはGenesys Cloud CXの管理画面で作成します。
API権限：関連付けられたOAuthクライアントのロールには、必要な会話データにアクセスするためのanalytics:conversationDetail:view権限が必要です。
抽出期間：APIクエリ本文のintervalパラメーターで抽出する日付範囲を指定します。大規模な環境では、APIのタイムアウトを避け、メモリ使用量を管理するため、1週間ずつなど、短い期間に分けて順番に抽出する方法が推奨されます。
データフィルター：APIクエリ本文にconversationFilters、segmentFilters、evaluationFiltersを追加して、抽出範囲を絞り込めます。たとえば、特定のqueueIdやmediaTypeでフィルターし、カスタマーサービスの特定部分を対象にできます。
再オープンの判定ロジック：「Service Request Re-Opened」イベントを特定する時間範囲は、スクリプト内で設定できます。初期値は72時間ですが、組織の業務ルールに合わせて調整してください。
環境：スクリプトを実行するには、必要なSDKとライブラリを備えたローカルのPython環境が必要です。Genesys Cloud CXのサーバーやデータベースに直接アクセスする必要はありません。

a サンプルクエリ python

import PureCloudPlatformClientV2
import pandas as pd
import requests
import json
import time
import os
from datetime import datetime, timedelta

class=class="hl-string">"hl-comment"># --- Configuration ---
class=class="hl-string">"hl-comment"># Replace with your Genesys Cloud credentials and region
CLIENT_ID = class="hl-string">"[Your_Client_Id]"
CLIENT_SECRET = class="hl-string">"[Your_Client_Secret]"
GENESYS_CLOUD_REGION = class="hl-string">"[Your_Genesys_Cloud_Region]" class=class="hl-string">"hl-comment"># e.g., mypurecloud.com, mypurecloud.de

class=class="hl-string">"hl-comment"># Set the API environment
PureCloudPlatformClientV2.configuration.host = fclass="hl-string">'https://api.{GENESYS_CLOUD_REGION}'

class=class="hl-string">"hl-comment"># --- Authentication ---
api_client = PureCloudPlatformClientV2.api_client.ApiClient().get_client_credentials_token(CLIENT_ID, CLIENT_SECRET)
analytics_api = PureCloudPlatformClientV2.AnalyticsApi(api_client)


def parse_conversation(conv_detail):
    class="hl-string">"""Parses a single conversation detail object into multiple event log rows."""
    events = []
    conversation_id = conv_detail.get(class="hl-string">'conversationId')
    source_system = class="hl-string">'Genesys Cloud CX'
    last_data_update = datetime.utcnow().isoformat() + class="hl-string">'Z'

    class=class="hl-string">"hl-comment"># Event: Interaction Started
    events.append({
        class="hl-string">'ServiceRequest': conversation_id,
        class="hl-string">'ActivityName': class="hl-string">'Interaction Started',
        class="hl-string">'EventTime': conv_detail.get(class="hl-string">'conversationStart'),
        class="hl-string">'EventEndTime': None,
        class="hl-string">'AgentId': None, class="hl-string">'AgentName': None, class="hl-string">'QueueName': None, class="hl-string">'WrapUpCode': None,
        class="hl-string">'MediaType': next((p.get(class="hl-string">'sessions')[0].get(class="hl-string">'mediaType') for p in conv_detail.get(class="hl-string">'participants', []) if p.get(class="hl-string">'purpose') == class="hl-string">'customer'), None),
        class="hl-string">'SourceSystem': source_system, class="hl-string">'LastDataUpdate': last_data_update
    })

    for p in conv_detail.get(class="hl-string">'participants', []):
        agent_id = p.get(class="hl-string">'userId')
        agent_name = p.get(class="hl-string">'participantName')

        for s in p.get(class="hl-string">'sessions', []):
            media_type = s.get(class="hl-string">'mediaType')

            for seg in s.get(class="hl-string">'segments', []):
                seg_start = seg.get(class="hl-string">'segmentStart')
                seg_end = seg.get(class="hl-string">'segmentEnd')

                if seg.get(class="hl-string">'segmentType') == class="hl-string">'alert':
                    events.append({
                        class="hl-string">'ServiceRequest': conversation_id, class="hl-string">'ActivityName': class="hl-string">'Agent Offered Interaction', class="hl-string">'EventTime': seg_start, class="hl-string">'EventEndTime': seg_end,
                        class="hl-string">'AgentId': agent_id, class="hl-string">'AgentName': agent_name, class="hl-string">'QueueName': s.get(class="hl-string">'queueName'), class="hl-string">'WrapUpCode': None, class="hl-string">'MediaType': media_type,
                        class="hl-string">'SourceSystem': source_system, class="hl-string">'LastDataUpdate': last_data_update
                    })

                if seg.get(class="hl-string">'segmentType') == class="hl-string">'interact' and p.get(class="hl-string">'purpose') == class="hl-string">'agent':
                    events.append({
                        class="hl-string">'ServiceRequest': conversation_id, class="hl-string">'ActivityName': class="hl-string">'Agent Accepted Interaction', class="hl-string">'EventTime': seg_start, class="hl-string">'EventEndTime': seg_end,
                        class="hl-string">'AgentId': agent_id, class="hl-string">'AgentName': agent_name, class="hl-string">'QueueName': s.get(class="hl-string">'queueName'), class="hl-string">'WrapUpCode': None, class="hl-string">'MediaType': media_type,
                        class="hl-string">'SourceSystem': source_system, class="hl-string">'LastDataUpdate': last_data_update
                    })

                if seg.get(class="hl-string">'segmentType') == class="hl-string">'hold':
                    events.append({
                        class="hl-string">'ServiceRequest': conversation_id, class="hl-string">'ActivityName': class="hl-string">'Hold Placed on Interaction', class="hl-string">'EventTime': seg_start, class="hl-string">'EventEndTime': None,
                        class="hl-string">'AgentId': agent_id, class="hl-string">'AgentName': agent_name, class="hl-string">'QueueName': s.get(class="hl-string">'queueName'), class="hl-string">'WrapUpCode': None, class="hl-string">'MediaType': media_type,
                        class="hl-string">'SourceSystem': source_system, class="hl-string">'LastDataUpdate': last_data_update
                    })
                    if seg_end:
                        events.append({
                            class="hl-string">'ServiceRequest': conversation_id, class="hl-string">'ActivityName': class="hl-string">'Hold Removed from Interaction', class="hl-string">'EventTime': seg_end, class="hl-string">'EventEndTime': None,
                            class="hl-string">'AgentId': agent_id, class="hl-string">'AgentName': agent_name, class="hl-string">'QueueName': s.get(class="hl-string">'queueName'), class="hl-string">'WrapUpCode': None, class="hl-string">'MediaType': media_type,
                            class="hl-string">'SourceSystem': source_system, class="hl-string">'LastDataUpdate': last_data_update
                        })

                if seg.get(class="hl-string">'segmentType') == class="hl-string">'acw':
                    events.append({
                        class="hl-string">'ServiceRequest': conversation_id, class="hl-string">'ActivityName': class="hl-string">'After-Call Work Started', class="hl-string">'EventTime': seg_start, class="hl-string">'EventEndTime': seg_end,
                        class="hl-string">'AgentId': agent_id, class="hl-string">'AgentName': agent_name, class="hl-string">'QueueName': s.get(class="hl-string">'queueName'), class="hl-string">'WrapUpCode': p.get(class="hl-string">'wrapUp', {}).get(class="hl-string">'code'), class="hl-string">'MediaType': media_type,
                        class="hl-string">'SourceSystem': source_system, class="hl-string">'LastDataUpdate': last_data_update
                    })
                    if seg_end:
                         events.append({
                            class="hl-string">'ServiceRequest': conversation_id, class="hl-string">'ActivityName': class="hl-string">'After-Call Work Ended', class="hl-string">'EventTime': seg_end, class="hl-string">'EventEndTime': None,
                            class="hl-string">'AgentId': agent_id, class="hl-string">'AgentName': agent_name, class="hl-string">'QueueName': s.get(class="hl-string">'queueName'), class="hl-string">'WrapUpCode': p.get(class="hl-string">'wrapUp', {}).get(class="hl-string">'code'), class="hl-string">'MediaType': media_type,
                            class="hl-string">'SourceSystem': source_system, class="hl-string">'LastDataUpdate': last_data_update
                        })
                
                if seg.get(class="hl-string">'segmentType') == class="hl-string">'transmitting' and seg.get(class="hl-string">'disconnectType') == class="hl-string">'transfer':
                    events.append({
                        class="hl-string">'ServiceRequest': conversation_id, class="hl-string">'ActivityName': class="hl-string">'Interaction Transferred', class="hl-string">'EventTime': seg_start, class="hl-string">'EventEndTime': None,
                        class="hl-string">'AgentId': agent_id, class="hl-string">'AgentName': agent_name, class="hl-string">'QueueName': s.get(class="hl-string">'queueName'), class="hl-string">'WrapUpCode': None, class="hl-string">'MediaType': media_type,
                        class="hl-string">'SourceSystem': source_system, class="hl-string">'LastDataUpdate': last_data_update
                    })
            
            if s.get(class="hl-string">'flow', {}).get(class="hl-string">'outcomeValue') == class="hl-string">'SURVEY_OFFERED':
                events.append({
                    class="hl-string">'ServiceRequest': conversation_id, class="hl-string">'ActivityName': class="hl-string">'Customer Satisfaction Survey Sent', class="hl-string">'EventTime': s.get(class="hl-string">'flow', {}).get(class="hl-string">'flowEnd'), class="hl-string">'EventEndTime': None,
                    class="hl-string">'AgentId': None, class="hl-string">'AgentName': None, class="hl-string">'QueueName': None, class="hl-string">'WrapUpCode': None, class="hl-string">'MediaType': media_type,
                    class="hl-string">'SourceSystem': source_system, class="hl-string">'LastDataUpdate': last_data_update
                })

        if p.get(class="hl-string">'purpose') == class="hl-string">'acd':
             for s in p.get(class="hl-string">'sessions', []):
                for seg in s.get(class="hl-string">'segments', []):
                    if seg.get(class="hl-string">'segmentType') == class="hl-string">'interact':
                         events.append({
                            class="hl-string">'ServiceRequest': conversation_id, class="hl-string">'ActivityName': class="hl-string">'Conversation Routed to Queue', class="hl-string">'EventTime': seg.get(class="hl-string">'segmentStart'), class="hl-string">'EventEndTime': seg.get(class="hl-string">'segmentEnd'),
                            class="hl-string">'AgentId': None, class="hl-string">'AgentName': None, class="hl-string">'QueueName': s.get(class="hl-string">'queueName'), class="hl-string">'WrapUpCode': None, class="hl-string">'MediaType': s.get(class="hl-string">'mediaType'),
                            class="hl-string">'SourceSystem': source_system, class="hl-string">'LastDataUpdate': last_data_update
                        })

        if p.get(class="hl-string">'wrapUp'):
            events.append({
                class="hl-string">'ServiceRequest': conversation_id, class="hl-string">'ActivityName': class="hl-string">'Wrap-Up Code Assigned', class="hl-string">'EventTime': p[class="hl-string">'wrapUp'].get(class="hl-string">'wrapUpEnd'), class="hl-string">'EventEndTime': None,
                class="hl-string">'AgentId': agent_id, class="hl-string">'AgentName': agent_name, class="hl-string">'QueueName': s.get(class="hl-string">'queueName'), class="hl-string">'WrapUpCode': p[class="hl-string">'wrapUp'].get(class="hl-string">'code'), class="hl-string">'MediaType': s.get(class="hl-string">'mediaType'),
                class="hl-string">'SourceSystem': source_system, class="hl-string">'LastDataUpdate': last_data_update
            })

    class=class="hl-string">"hl-comment"># Event: Interaction Disconnected
    events.append({
        class="hl-string">'ServiceRequest': conversation_id, class="hl-string">'ActivityName': class="hl-string">'Interaction Disconnected', class="hl-string">'EventTime': conv_detail.get(class="hl-string">'conversationEnd'), class="hl-string">'EventEndTime': None,
        class="hl-string">'AgentId': None, class="hl-string">'AgentName': None, class="hl-string">'QueueName': None, class="hl-string">'WrapUpCode': None,
        class="hl-string">'MediaType': next((p.get(class="hl-string">'sessions')[0].get(class="hl-string">'mediaType') for p in conv_detail.get(class="hl-string">'participants', []) if p.get(class="hl-string">'purpose') == class="hl-string">'customer'), None),
        class="hl-string">'SourceSystem': source_system, class="hl-string">'LastDataUpdate': last_data_update
    })
    
    return events


def main():
    class=class="hl-string">"hl-comment"># --- Define Analytics Query ---
    class=class="hl-string">"hl-comment"># Define your time interval here. Format: YYYY-MM-DDTHH:MM:SS.sssZ/YYYY-MM-DDTHH:MM:SS.sssZ
    interval = class="hl-string">"2023-10-01T00:00:00.000Z/2023-10-02T00:00:00.000Z"
    
    query_body = {
        class="hl-string">"interval": interval,
        class="hl-string">"paging": {
            class="hl-string">"pageSize": 100,
            class="hl-string">"pageNumber": 1
        }
    }

    class=class="hl-string">"hl-comment"># --- Submit and Monitor Job ---
    try:
        print(fclass="hl-string">"Submitting analytics job for interval: {interval}")
        api_response = analytics_api.post_analytics_conversations_details_jobs(query_body)
        job_id = api_response.job_id
        print(fclass="hl-string">"Job submitted successfully. Job ID: {job_id}")

        while True:
            job_status = analytics_api.get_analytics_conversations_details_job(job_id)
            print(fclass="hl-string">"Job status: {job_status.state}. Progress: {job_status.percent_complete}%")
            if job_status.state == class="hl-string">'FULFILLED':
                print(class="hl-string">"Job completed successfully.")
                break
            elif job_status.state in [class="hl-string">'FAILED', class="hl-string">'CANCELLED']:
                print(fclass="hl-string">"Job failed or was cancelled. State: {job_status.state}, Error: {job_status.error}")
                return
            time.sleep(15)

        class=class="hl-string">"hl-comment"># --- Fetch and Process Results ---
        all_events = []
        results_response = analytics_api.get_analytics_conversations_details_job_results(job_id)
        
        if not results_response.conversations:
            print(class="hl-string">"No conversations found for the given interval.")
            return
            
        print(fclass="hl-string">"Processing {len(results_response.conversations)} conversations...")
        for conv in results_response.conversations:
            all_events.extend(parse_conversation(conv))

        df = pd.DataFrame(all_events)
        df[class="hl-string">'EventTime'] = pd.to_datetime(df[class="hl-string">'EventTime'], errors=class="hl-string">'coerce')
        df = df.dropna(subset=[class="hl-string">'EventTime'])
        df = df.sort_values(by=[class="hl-string">'ServiceRequest', class="hl-string">'EventTime']).reset_index(drop=True)

        class=class="hl-string">"hl-comment"># --- Post-Processing for class="hl-string">'Service Request Re-Opened' ---
        class=class="hl-string">"hl-comment"># This logic is an example. Adjust the window and criteria to fit your business rules.
        print(class="hl-string">"Applying post-processing for 'Re-Opened' events...")
        reopen_events = []
        df_resolved = df[df[class="hl-string">'WrapUpCode'].str.contains(class="hl-string">'Resolved', na=False)].copy()
        df_resolved = df_resolved.sort_values(class="hl-string">'EventTime').drop_duplicates(class="hl-string">'ServiceRequest', keep=class="hl-string">'last')
        reopen_window = timedelta(hours=72)

        for index, row in df_resolved.iterrows():
            customer_id = next((p.get(class="hl-string">'participantName') for c in results_response.conversations if c.get(class="hl-string">'conversationId') == row[class="hl-string">'ServiceRequest'] for p in c.get(class="hl-string">'participants', []) if p.get(class="hl-string">'purpose') == class="hl-string">'customer'), None)
            if not customer_id: continue
            
            resolved_time = row[class="hl-string">'EventTime']
            future_interactions = df[(df[class="hl-string">'EventTime'] > resolved_time) & (df[class="hl-string">'EventTime'] <= resolved_time + reopen_window)]
            
            for _, future_row in future_interactions.iterrows():
                future_customer_id = next((p.get(class="hl-string">'participantName') for c in results_response.conversations if c.get(class="hl-string">'conversationId') == future_row[class="hl-string">'ServiceRequest'] for p in c.get(class="hl-string">'participants', []) if p.get(class="hl-string">'purpose') == class="hl-string">'customer'), None)
                if customer_id == future_customer_id and future_row[class="hl-string">'ActivityName'] == class="hl-string">'Interaction Started':
                    reopen_events.append({
                        class="hl-string">'ServiceRequest': row[class="hl-string">'ServiceRequest'], class="hl-string">'ActivityName': class="hl-string">'Service Request Re-Opened', class="hl-string">'EventTime': future_row[class="hl-string">'EventTime'],
                        class="hl-string">'SourceSystem': class="hl-string">'Genesys Cloud CX', class="hl-string">'LastDataUpdate': datetime.utcnow().isoformat() + class="hl-string">'Z'
                    })
                    break

        if reopen_events:
            df_reopen = pd.DataFrame(reopen_events)
            df = pd.concat([df, df_reopen], ignore_index=True)
            df = df.sort_values(by=[class="hl-string">'ServiceRequest', class="hl-string">'EventTime']).reset_index(drop=True)
        
        class=class="hl-string">"hl-comment"># --- Save to CSV ---
        output_filename = class="hl-string">'genesys_event_log.csv'
        df.to_csv(output_filename, index=False, date_format=class="hl-string">'%Y-%m-%dT%H:%M:%S.%fZ')
        print(fclass="hl-string">"Extraction complete. Event log saved to {output_filename}")

    except PureCloudPlatformClientV2.ApiException as e:
        print(fclass="hl-string">"Error calling Genesys Cloud API: {e}")
    except Exception as e:
        print(fclass="hl-string">"An unexpected error occurred: {e}")

if __name__ == class="hl-string">'__main__':
    main()

ステップ

Genesys Cloud CXの組織で、必要なEventBridge連携機能、適切な管理者権限、会話イベントへのアクセス、イベントの受信権限を持つAWSアカウントが利用できることを確認します。対象のAWSリージョン、EventBridgeイベントバス、組織、ディビジョン、キュー、メディアの各フィルターについて、システム管理者に確認します。
Genesys Cloud CXで、現在のGenesys Cloud管理画面と組織の連携ドキュメントに従ってAWS EventBridge連携を設定します。詳細なインタラクションのライフサイクルを監視するため、対象のAWSアカウント、リージョン、イベントバス、必要な会話イベントのカテゴリを選択します。Genesys Cloudのメニュー名や利用できるイベントスキーマは、組織やリリースによって異なる場合があります。組織固有の経路や設定には、[Configure based on your system]を使用してください。
AWS EventBridgeを設定し、選択したイベントバスでGenesys Cloudのイベントを受信します。最小権限、暗号化、保持期間、監視、利用可能な場合はデッドレター先を設定します。必要なイベントを、データレイク、データウェアハウス、ストリームプロセッサ、オブジェクトストレージのランディングゾーンで使用するコンシューマーに転送するルールを作成します。
生のEventBridgeペイロードを、元のタイムスタンプや識別子を変更せずに取得します。ペイロード、取り込みタイムスタンプ、イベントタイプ、ソース、詳細タイプ、配信メタデータを[Your raw event storage]に保存します。Genesys Cloudのスキーマが変更された際にマッピングを再検証できるよう、生のペイロードを保持します。
生のペイロードを読み込み、会話識別子、参加者とセッションの詳細、キュー情報、エージェント情報、メディアタイプ、ラップアップデータ、イベントタイムスタンプを特定し、明示されたアクティビティごとに正規化した1行を出力する正規化処理をPythonで構築します。組織で受信したイベントサンプルの実際のフィールドパスを使用します。明示的なイベントや状態遷移で表されていないアクティビティを推測しないでください。
明示されたGenesys Cloudの会話および参加者の状態変化を、必要なActivityNameの値にマッピングします。会話作成イベントがある場合はInteraction Started、ルーティングイベントがある場合はConversation Routed to Queue、エージェントの状態がalertingの場合はAgent Offered Interaction、エージェントが受諾または接続した場合はAgent Accepted Interactionを出力します。対応する保留状態の遷移にはHold Placed on InteractionとHold Removed from Interaction、明示的な転送イベントにはInteraction Transferred、明示的なACW遷移にはAfter-Call Work StartedとAfter-Call Work Ended、ラップアップコードの割り当てがある場合はWrap-Up Code Assigned、会話または該当する最終参加者セッションが切断された場合はInteraction Disconnectedを出力します。
Service Request Re-OpenedとCustomer Satisfaction Survey Sentは別々に扱います。EventBridgeの会話イベントには、これらのアクティビティが直接含まれていない場合があります。組織に明示的なアンケートイベントのソースがある場合は、そのイベントを受信したときだけ含めます。Service Request Re-Openedは、別途文書化した業務ルールの処理でのみ算出し、その結果の行をイベントログに追加します。ProcessMindがこのアクティビティを算出または推測することはありません。
ServiceRequestには、業務上のマッピングで選択した安定したサービスリクエストまたは会話の識別子を設定します。ActivityNameには必須アクティビティラベルを1つだけ、EventTimeにはアクティビティの開始タイムスタンプを設定します。利用可能な場合はEventEndTime、SourceSystemにはGenesys Cloud CXとAWS EventBridge、LastDataUpdateには抽出の更新タイムスタンプを設定します。任意の属性は、存在する場合に設定し、それ以外はNULLのままにします。
プロバイダーのイベント識別子が利用できる場合はそれを使い、利用できない場合はServiceRequest、ActivityName、EventTime、参加者またはエージェントの識別子、ソースイベント識別子を含む文書化された複合キーを使ってイベントを重複排除します。EventBridgeの再試行と順序が入れ替わった配信を考慮します。異なる保留、転送、オファー、その他の正当な繰り返しアクティビティを重複排除しないでください。
生のペイロード数、イベントタイムスタンプ、会話識別子、キューとエージェントの詳細、アクティビティ一覧全体と照合して、正規化した出力を検証します。必須列のServiceRequest、ActivityName、EventTime、SourceSystem、LastDataUpdateに加え、利用可能な場合は推奨列も含むフラットファイルをエクスポートするか、テーブルに読み込みます。タイムスタンプがProcessMindで受け入れられる一貫したタイムゾーンと形式になっていることを確認し、サービスリクエストプロセスの入力としてイベントログをアップロードします。

設定

連携と送信先：対象のAWSアカウント、リージョン、イベントバスに対して、Genesys Cloud CXとAWS EventBridgeの連携を設定します。利用可能なイベントサンプルで定義されていない組織固有の連携設定には、[Configure based on your system]を使用します。
イベント範囲：Genesys Cloudの組織で利用できる詳細な会話、参加者、セッション、ルーティング、状態、転送、切断、ラップアップ、ACWのイベントを購読します。本番環境に導入する前に、管理されたテストインタラクションで正確なイベントタイプとペイロードのパスを確認します。
ケース識別子：ServiceRequestには、業務上のマッピングで選択した安定した会話またはサービスリクエストの識別子を使用します。別のシステムにサービスリクエスト識別子がある場合は、その識別子とGenesys Cloudの会話識別子との対応関係を文書化して管理します。
日付範囲：プロセス分析では、まず3～6か月の履歴データを使用します。ほぼリアルタイムで運用する場合は、短いポーリングまたはストリーミングのチェックポイント間隔を設定し、再処理可能な生データのランディング層を保持します。障害から復旧する際は重複期間を設け、その後、プロバイダーのイベント識別子で重複排除します。
フィルター：ディビジョン、キュー、メディアタイプ、事業部門、インタラクション日など、組織固有であることを確認したフィルターだけを適用します。Company CodeやDocument Typeの概念が連携元から提供され、環境内で明示的にマッピングされている場合を除き、これらのフィルターは適用しないでください。
タイムスタンプの処理：EventTimeにはソースイベントのタイムスタンプを保持します。取り込み時刻または更新時刻は、LastDataUpdate用に分けて保存します。監査上必要な場合は元のオフセットを保持しながら、すべてのタイムスタンプを文書化したタイムゾーン、できればUTCに正規化します。
任意の属性：AgentIdとAgentNameは参加者またはユーザーの詳細から、QueueNameはルーティングデータから、WrapUpCodeはラップアップデータから、MediaTypeは会話またはセッションのチャネルから設定できます。EventEndTimeは、明示的な終了遷移またはソースの所要時間から設定できます。
パフォーマンス：生データと正規化データをイベント日、対応している場合は組織またはディビジョン単位でパーティション分割します。EventBridgeのチェックポイントを使って増分処理を行います。データウェアハウスまたはデータレイクへの書き込みはバッチ処理し、遅延を監視し、履歴全体を繰り返しスキャンしないようにします。
信頼性：再試行処理、デッドレター処理、再生手順、重複検知を設定し、配信失敗、スキーマ変更、イベント遅延を監視します。
前提条件：Genesys Cloudの管理者または連携権限、AWS EventBridgeの権限、選択したイベントバスと下流ストレージへのアクセス、会話詳細を読み取る権限、組織のイベント連携に必要なGenesys Cloudの機能またはライセンスが必要です。会話データを保存する前に、保持要件とプライバシー要件を確認します。

a サンプルクエリ python

import json
import os
from datetime import datetime, timezone
from typing import Any, Dict, Iterable, List, Optional

import boto3


SOURCE_SYSTEM = class="hl-string">"Genesys Cloud CX via AWS EventBridge"
ACTIVITY_NAMES = {
    class="hl-string">"interaction_started": class="hl-string">"Interaction Started",
    class="hl-string">"conversation_routed_to_queue": class="hl-string">"Conversation Routed to Queue",
    class="hl-string">"agent_offered_interaction": class="hl-string">"Agent Offered Interaction",
    class="hl-string">"agent_accepted_interaction": class="hl-string">"Agent Accepted Interaction",
    class="hl-string">"hold_placed_on_interaction": class="hl-string">"Hold Placed on Interaction",
    class="hl-string">"hold_removed_from_interaction": class="hl-string">"Hold Removed from Interaction",
    class="hl-string">"interaction_transferred": class="hl-string">"Interaction Transferred",
    class="hl-string">"after_call_work_started": class="hl-string">"After-Call Work Started",
    class="hl-string">"wrap_up_code_assigned": class="hl-string">"Wrap-Up Code Assigned",
    class="hl-string">"after_call_work_ended": class="hl-string">"After-Call Work Ended",
    class="hl-string">"interaction_disconnected": class="hl-string">"Interaction Disconnected",
    class="hl-string">"service_request_re_opened": class="hl-string">"Service Request Re-Opened",
    class="hl-string">"customer_satisfaction_survey_sent": class="hl-string">"Customer Satisfaction Survey Sent",
}


def first_value(data: Dict[str, Any], paths: Iterable[str]) -> Optional[Any]:
    for path in paths:
        value: Any = data
        found = True
        for part in path.split(class="hl-string">"."):
            if isinstance(value, dict) and part in value:
                value = value[part]
            else:
                found = False
                break
        if found and value not in (None, class="hl-string">""):
            return value
    return None


def parse_time(value: Any) -> Optional[str]:
    if value is None:
        return None
    if isinstance(value, (int, float)):
        return datetime.fromtimestamp(value / 1000 if value > 100000000000 else value, tz=timezone.utc).isoformat()
    text = str(value).strip()
    if not text:
        return None
    return text


def event_detail(event: Dict[str, Any]) -> Dict[str, Any]:
    detail = event.get(class="hl-string">"detail")
    if isinstance(detail, dict):
        return detail
    if isinstance(detail, str):
        try:
            parsed = json.loads(detail)
            return parsed if isinstance(parsed, dict) else {}
        except json.JSONDecodeError:
            return {}
    return {}


def event_type(event: Dict[str, Any], detail: Dict[str, Any]) -> str:
    value = first_value(detail, [
        class="hl-string">"eventType", class="hl-string">"type", class="hl-string">"event.type", class="hl-string">"topicName", class="hl-string">"name", class="hl-string">"state", class="hl-string">"participant.state", class="hl-string">"session.state"
    ])
    return str(value or event.get(class="hl-string">"detail-type") or event.get(class="hl-string">"source") or class="hl-string">"").lower().replace(class="hl-string">"_", class="hl-string">" ")


def base_row(detail: Dict[str, Any], activity: str, event: Dict[str, Any], refresh_time: str) -> Dict[str, Any]:
    service_request = first_value(detail, [
        class="hl-string">"conversationId", class="hl-string">"conversation.id", class="hl-string">"conversation.conversationId", class="hl-string">"serviceRequest", class="hl-string">"serviceRequestId", class="hl-string">"caseId"
    ])
    event_time = parse_time(first_value(detail, [
        class="hl-string">"eventTime", class="hl-string">"timestamp", class="hl-string">"event.timestamp", class="hl-string">"conversation.startTime", class="hl-string">"participant.startTime", class="hl-string">"session.startTime", class="hl-string">"startTime"
    ]))
    event_end_time = parse_time(first_value(detail, [
        class="hl-string">"eventEndTime", class="hl-string">"endTime", class="hl-string">"event.endTime", class="hl-string">"conversation.endTime", class="hl-string">"participant.endTime", class="hl-string">"session.endTime"
    ]))
    agent_id = first_value(detail, [class="hl-string">"agentId", class="hl-string">"userId", class="hl-string">"agent.id", class="hl-string">"user.id", class="hl-string">"participant.userId", class="hl-string">"participant.user.id"])
    agent_name = first_value(detail, [class="hl-string">"agentName", class="hl-string">"userName", class="hl-string">"agent.name", class="hl-string">"user.name", class="hl-string">"participant.userName", class="hl-string">"participant.user.name"])
    queue_name = first_value(detail, [class="hl-string">"queueName", class="hl-string">"queue.name", class="hl-string">"routing.queueName", class="hl-string">"participant.queueName"])
    wrap_up_code = first_value(detail, [class="hl-string">"wrapUpCode", class="hl-string">"wrapupCode", class="hl-string">"wrapUp.code", class="hl-string">"wrapup.code", class="hl-string">"dispositionCode"])
    media_type = first_value(detail, [class="hl-string">"mediaType", class="hl-string">"media", class="hl-string">"channel", class="hl-string">"conversation.mediaType", class="hl-string">"session.mediaType"])
    return {
        class="hl-string">"ServiceRequest": service_request,
        class="hl-string">"ActivityName": activity,
        class="hl-string">"EventTime": event_time,
        class="hl-string">"EventEndTime": event_end_time,
        class="hl-string">"SourceSystem": SOURCE_SYSTEM,
        class="hl-string">"LastDataUpdate": refresh_time,
        class="hl-string">"AgentId": agent_id,
        class="hl-string">"AgentName": agent_name,
        class="hl-string">"QueueName": queue_name,
        class="hl-string">"WrapUpCode": wrap_up_code,
        class="hl-string">"MediaType": media_type,
        class="hl-string">"SourceEventId": event.get(class="hl-string">"id") or first_value(detail, [class="hl-string">"eventId", class="hl-string">"id"]),
    }


def classify(detail: Dict[str, Any], event: Dict[str, Any]) -> List[str]:
    text = event_type(event, detail)
    values = [str(first_value(detail, paths) or class="hl-string">"").lower() for paths in [
        [class="hl-string">"eventType", class="hl-string">"type"], [class="hl-string">"state"], [class="hl-string">"participant.state"], [class="hl-string">"session.state"], [class="hl-string">"event.name"], [class="hl-string">"event.type"]
    ]]
    text = class="hl-string">" ".join([text] + values)
    activities: List[str] = []
    if any(token in text for token in [class="hl-string">"conversation created", class="hl-string">"interaction started", class="hl-string">"conversation started", class="hl-string">"conversation.created"]):
        activities.append(ACTIVITY_NAMES[class="hl-string">"interaction_started"])
    if any(token in text for token in [class="hl-string">"routed", class="hl-string">"route to queue", class="hl-string">"queue joined", class="hl-string">"acd queue"]):
        activities.append(ACTIVITY_NAMES[class="hl-string">"conversation_routed_to_queue"])
    if any(token in text for token in [class="hl-string">"alerting", class="hl-string">"offered", class="hl-string">"agent offered"]):
        activities.append(ACTIVITY_NAMES[class="hl-string">"agent_offered_interaction"])
    if any(token in text for token in [class="hl-string">"connected", class="hl-string">"accepted", class="hl-string">"agent accepted", class="hl-string">"interacting"]):
        activities.append(ACTIVITY_NAMES[class="hl-string">"agent_accepted_interaction"])
    if any(token in text for token in [class="hl-string">"hold", class="hl-string">"held"]) and not any(token in text for token in [class="hl-string">"resume", class="hl-string">"unhold", class="hl-string">"off hold"]):
        activities.append(ACTIVITY_NAMES[class="hl-string">"hold_placed_on_interaction"])
    if any(token in text for token in [class="hl-string">"resume", class="hl-string">"unhold", class="hl-string">"off hold", class="hl-string">"hold removed"]):
        activities.append(ACTIVITY_NAMES[class="hl-string">"hold_removed_from_interaction"])
    if any(token in text for token in [class="hl-string">"transfer", class="hl-string">"transferred"]):
        activities.append(ACTIVITY_NAMES[class="hl-string">"interaction_transferred"])
    if any(token in text for token in [class="hl-string">"acw start", class="hl-string">"after call work started", class="hl-string">"wrapup start", class="hl-string">"wrap-up start"]):
        activities.append(ACTIVITY_NAMES[class="hl-string">"after_call_work_started"])
    if any(token in text for token in [class="hl-string">"wrap-up code", class="hl-string">"wrap up code", class="hl-string">"wrapup code", class="hl-string">"disposition"]):
        activities.append(ACTIVITY_NAMES[class="hl-string">"wrap_up_code_assigned"])
    if any(token in text for token in [class="hl-string">"acw end", class="hl-string">"after call work ended", class="hl-string">"wrapup end", class="hl-string">"wrap-up end"]):
        activities.append(ACTIVITY_NAMES[class="hl-string">"after_call_work_ended"])
    if any(token in text for token in [class="hl-string">"disconnected", class="hl-string">"disconnect", class="hl-string">"conversation ended", class="hl-string">"conversation completed"]):
        activities.append(ACTIVITY_NAMES[class="hl-string">"interaction_disconnected"])
    if any(token in text for token in [class="hl-string">"re-opened", class="hl-string">"reopened", class="hl-string">"service request reopened"]):
        activities.append(ACTIVITY_NAMES[class="hl-string">"service_request_re_opened"])
    if any(token in text for token in [class="hl-string">"csat sent", class="hl-string">"customer satisfaction survey sent", class="hl-string">"survey sent"]):
        activities.append(ACTIVITY_NAMES[class="hl-string">"customer_satisfaction_survey_sent"])
    return list(dict.fromkeys(activities))


def normalize_event(event: Dict[str, Any], refresh_time: str) -> List[Dict[str, Any]]:
    detail = event_detail(event)
    rows: List[Dict[str, Any]] = []
    for activity in classify(detail, event):
        rows.append(base_row(detail, activity, event, refresh_time))
    return rows


def extract_events(event_bus_name: str, start_time: datetime, end_time: datetime) -> List[Dict[str, Any]]:
    client = boto3.client(class="hl-string">"events", region_name=os.environ.get(class="hl-string">"AWS_REGION", class="hl-string">"[Your AWS Region]"))
    rows: List[Dict[str, Any]] = []
    next_token: Optional[str] = None
    refresh_time = datetime.now(timezone.utc).isoformat()
    while True:
        request: Dict[str, Any] = {
            class="hl-string">"EventBusName": event_bus_name,
            class="hl-string">"StartTime": start_time,
            class="hl-string">"EndTime": end_time,
            class="hl-string">"Limit": 100,
        }
        if next_token:
            request[class="hl-string">"NextToken"] = next_token
        response = client.list_events(**request)
        for event in response.get(class="hl-string">"Events", []):
            rows.extend(normalize_event(event, refresh_time))
        next_token = response.get(class="hl-string">"NextToken")
        if not next_token:
            break
    return rows


def append_reopened_and_survey_rows(rows: List[Dict[str, Any]], explicit_business_events: Iterable[Dict[str, Any]]) -> None:
    refresh_time = datetime.now(timezone.utc).isoformat()
    for event in explicit_business_events:
        detail = event_detail(event)
        for activity in [
            ACTIVITY_NAMES[class="hl-string">"service_request_re_opened"],
            ACTIVITY_NAMES[class="hl-string">"customer_satisfaction_survey_sent"],
        ]:
            if activity in classify(detail, event):
                rows.append(base_row(detail, activity, event, refresh_time))


def deduplicate(rows: List[Dict[str, Any]]) -> List[Dict[str, Any]]:
    result: List[Dict[str, Any]] = []
    seen = set()
    for row in rows:
        key = (
            row.get(class="hl-string">"SourceEventId"), row.get(class="hl-string">"ServiceRequest"), row.get(class="hl-string">"ActivityName"),
            row.get(class="hl-string">"EventTime"), row.get(class="hl-string">"AgentId"), row.get(class="hl-string">"QueueName")
        )
        if key in seen:
            continue
        seen.add(key)
        result.append(row)
    return result


if __name__ == class="hl-string">"__main__":
    event_bus_name = os.environ.get(class="hl-string">"EVENT_BUS_NAME", class="hl-string">"[Your EventBridge event bus]")
    start_time = datetime.fromisoformat(os.environ.get(class="hl-string">"START_TIME", class="hl-string">"[Start date and time in ISO 8601 format]").replace(class="hl-string">"Z", class="hl-string">"+00:00"))
    end_time = datetime.fromisoformat(os.environ.get(class="hl-string">"END_TIME", class="hl-string">"[End date and time in ISO 8601 format]").replace(class="hl-string">"Z", class="hl-string">"+00:00"))
    normalized_rows = extract_events(event_bus_name, start_time, end_time)
    normalized_rows = deduplicate(normalized_rows)
    output_columns = [
        class="hl-string">"ServiceRequest", class="hl-string">"ActivityName", class="hl-string">"EventTime", class="hl-string">"EventEndTime", class="hl-string">"SourceSystem",
        class="hl-string">"LastDataUpdate", class="hl-string">"AgentId", class="hl-string">"AgentName", class="hl-string">"QueueName", class="hl-string">"WrapUpCode", class="hl-string">"MediaType", class="hl-string">"SourceEventId"
    ]
    output_path = os.environ.get(class="hl-string">"OUTPUT_PATH", class="hl-string">"[Your output file path]")
    import csv
    with open(output_path, class="hl-string">"w", newline=class="hl-string">"", encoding=class="hl-string">"utf-8") as output_file:
        writer = csv.DictWriter(output_file, fieldnames=output_columns)
        writer.writeheader()
        writer.writerows(normalized_rows)

準備はできましたか？

カスタマーサービス業務の可能性を最大限に引き出します。このテンプレートに沿って進めることで、課題を明らかにし、効率を高めるための取り組みを着実に進められます。

改善ガイドに戻るテンプレートをダウンロード

繰り返しの問い合わせを減らし、今すぐカスタマーサービスを向上

CSATを向上させ、初回対応での解決率80％を無理なく達成します。

無料トライアルを開始

クレジットカードは不要です。数分でトライアルを開始できます。

カスタマーサービスのデータテンプレート

カスタマーサービスのデータテンプレート

カスタマーサービスの属性

カスタマーサービスのアクティビティ

抽出ガイド

Genesys Cloud Analyticsの会話詳細エクスポート

ステップ

設定

a サンプルクエリ python

Genesys Cloud Platform APIを使用したPythonスクリプト

ステップ

設定

a サンプルクエリ python

AWS EventBridge連携によるイベントストリーミング

ステップ

設定

a サンプルクエリ python

準備はできましたか？

繰り返しの問い合わせを減らし、今すぐカスタマーサービスを向上

カスタマーサービスのデータテンプレート

カスタマーサービスのデータテンプレート

カスタマーサービスの属性

カスタマーサービスのアクティビティ

抽出ガイド

Genesys Cloud Analyticsの会話詳細エクスポート

ステップ

設定

a サンプルクエリ python

Genesys Cloud Platform APIを使用したPythonスクリプト

ステップ

設定

a サンプルクエリ python

AWS EventBridge連携によるイベントストリーミング

ステップ

設定

a サンプルクエリ python

準備はできましたか？

繰り返しの問い合わせを減らし、今すぐカスタマーサービスを向上

プライバシーを大切にしています