> 持续流程改进 > 客户服务 > Genesys Cloud CX > 数据模板

您的客户服务数据模板

Genesys Cloud CX

← 返回改进指南

客户服务属性 (19) 客户服务活动 (13) 提取指南 (3)

您的客户服务数据模板

此模板为收集分析和优化客户服务流程所需的关键数据提供清晰路径。其中列出了推荐属性、需要跟踪的关键活动，以及从源系统提取这些信息的实用指导。使用此模板，为流程挖掘项目构建可靠的事件日志。

建议收集的属性
需要跟踪的关键活动
提取指南

刚接触事件日志？了解如何创建流程挖掘事件日志.

下载模板

客户服务属性

以下是建议纳入事件日志的数据字段，用于全面分析客户服务。

5 必需 6 建议 8 可选

	名称	说明
	开始时间 EventTime	表示活动或事件开始时间的时间戳。
说明该属性提供每项活动发生时的准确日期和时间，对于正确排列事件顺序及开展所有基于时间的分析至关重要。开始时间用于按时间顺序构建流程，也是计算不同活动之间持续时间、等待时间和周期时间的基础。准确的时间戳是可靠流程分析和绩效监控的关键。为什么重要该时间戳按时间顺序排列所有活动，从而准确分析流程、持续时间和瓶颈。获取位置可在Genesys Cloud CX的事件日志或交互详情中找到，通常与每个记录的系统事件或用户事件相关联。示例 2024-05-21T10:00:15Z2024-05-21T10:02:30Z2024-05-21T10:15:00Z
	服务请求 ServiceRequest	客户服务交互的主要标识符，用于关联所有相关活动。
说明服务请求通常也称为Ticket或Case，是单个客户咨询或问题的主要标识符。它将从首次联系到最终解决的所有相关事件归入同一个流程实例。按服务请求分析，可以完整、端到端地查看客户旅程和内部处理流程，也是计算总解决时间、首次联系解决率等关键指标的基础。为什么重要这是连接所有流程步骤的关键Case ID，可对每次客户交互从开始到结束进行整体分析。获取位置这是概念上的案例标识符。在Genesys中，它通常对应Conversation ID，但具体取值可能因实施方式而使用自定义标识符。示例 SR-20240521-00123SR-20240521-00124SR-20240522-00001
	活动名称 ActivityName	服务请求生命周期中某个时间点发生的具体事件或任务名称。
说明该属性描述客户服务流程中的具体步骤或状态变化。每项活动都代表一个独立事件，例如“坐席接受交互”或“分配收尾代码”。分析这些活动的顺序和频率，是流程挖掘的基础，有助于可视化流程、识别偏差并定位瓶颈或低效步骤。为什么重要活动构成流程图的骨架，可将实际流程与设计流程进行可视化和对比分析。获取位置通常通过将Genesys Cloud CX中的系统事件、坐席状态或特定审计轨迹条目映射为标准化活动名称来获得。示例交互开始坐席接受交互通话后工作结束服务请求重新打开
	上次数据更新 LastDataUpdate	最近一次数据刷新的时间戳。
说明该属性表示数据集最近一次从源系统更新的时间，说明当前分析数据的新鲜度，对于及时、相关的业务决策至关重要。仪表板和报告应醒目标示此信息，让用户了解数据时效性并判断洞察的有效性。为什么重要表示数据的新鲜度，确保分析和决策基于最新信息。获取位置该值在数据提取或加载至流程挖掘工具时生成并写入数据集。示例 2024-05-23T04:00:00Z2024-05-24T04:00:00Z
	源系统 SourceSystem	提取数据的系统。
说明该属性标识事件数据的来源系统，本例中为Genesys Cloud CX。在包含多个集成系统的环境中，该字段对于数据溯源、故障排查和理解数据上下文至关重要。它有助于确保分析基于正确的数据源，并支持在多个系统共同构成单一流程视图时筛选或细分数据。为什么重要标识数据来源，对于数据治理、验证以及合并多个系统的数据至关重要。获取位置通常是在数据提取和转换过程中添加的静态值，用于标记记录来源。示例 Genesys Cloud CXGenesysCloudCX_US1Genesys
	坐席ID AgentId	处理交互或活动的坐席唯一标识符。
说明坐席ID是每位客户服务代表的唯一键。该属性对于坐席绩效、工作量分配和效率分析至关重要。您可以按坐席或团队筛选流程图，比较解决时间、返工率和标准流程遵循情况等绩效指标。这是“坐席绩效与效率”仪表板的核心数据。为什么重要该属性将流程活动关联至具体员工，从而分析个人绩效、工作量和团队效率。获取位置可在Genesys Cloud CX的conversation详情记录中找到，与处理特定交互片段的用户相关联。示例 a1b2c3d4-e5f6-7890-1234-567890abcdeff0e9d8c7-b6a5-4321-fedc-ba0987654321
	坐席姓名 AgentName	处理交互或活动的坐席全名。
说明坐席姓名是与坐席ID对应的、便于阅读的服务代表标识。该属性让管理者和团队负责人更容易理解仪表板和报告。它广泛用于以坐席为中心的分析，以评估绩效、识别培训需求并确保工作量公平分配，无需交叉查询系统ID。为什么重要提供易于理解的坐席姓名，便于分析绩效和沟通结果，无需使用技术ID。获取位置通过查询AgentId，从Genesys Cloud CX的Users或Directory服务中获取。示例 John SmithJane DoePeter Jones
	结束代码 WrapUpCode	交互结束时由坐席分配的代码，用于对交互结果或主题进行分类。
说明 Wrap-Up Code是坐席选择的标签，用于对客户交互的性质或解决结果进行分类。这些代码提供了客户联系支持团队原因的结构化数据。分析Wrap-Up Code有助于识别常见问题类型、跟踪解决结果，并衡量特定请求的发生频率。这些数据对于根因分析和了解服务需求模式具有重要价值。为什么重要对交互结果进行分类，为分析常见问题、解决效果和联系原因提供结构化数据。获取位置可在Genesys Cloud CX对话详细记录中获取，具体位于坐席参与者的会话详细信息中。示例密码重置账单争议已解决产品信息请求已升级至二级支持
	结束时间 EventEndTime	表示活动或事件结束时间的时间戳。
说明该属性记录活动结束的准确时刻。与开始时间配合使用，可以精确计算每项活动的持续时间。分析活动持续时间有助于识别流程中最耗时的步骤，定位低效环节和优化机会。例如，可以发现“交互进入保持状态”时间过长或“通话后工作”持续时间过长。为什么重要支持精确计算单项活动的持续时间，对于识别耗时步骤和绩效瓶颈至关重要。获取位置可在Genesys Cloud CX的事件日志或交互详情中找到，也可以根据后续事件的开始时间推导。示例 2024-05-21T10:02:30Z2024-05-21T10:15:00Z2024-05-21T10:18:45Z
	通信渠道 MediaType	交互所使用的通信渠道，例如语音、聊天或电子邮件。
说明此属性用于指定客户与坐席沟通所使用的媒介。常见渠道包括语音、聊天、电子邮件和社交媒体。正如“通信渠道绩效”仪表板所示，按渠道分析绩效有助于企业了解各渠道的请求量、解决时间和客户满意度。这些洞察对于优化渠道策略和资源分配至关重要。为什么重要按通信渠道细分流程，对于了解各渠道的绩效、客户行为和资源需求至关重要。获取位置 Genesys Cloud CX对话详细记录中的标准字段。示例语音聊天电子邮件消息
	队列名称 QueueName	交互被路由至的队列名称。
说明此属性用于标识交互在分配给坐席前等待的具体队列。按队列名称分析数据，对于“服务队列瓶颈检测”仪表板至关重要。它可以帮助管理者了解不同技能组或服务线之间的工作负载分布，衡量各队列的等待时间，并识别长期人手不足或负载过高的队列。这些信息是优化资源分配、缩短客户等待时间的关键。为什么重要通过展示服务请求等待分配的位置，帮助识别瓶颈并分析工作负载分布。获取位置可在Genesys Cloud CX对话详细记录中获取。每次交互可能经过一个或多个队列。示例一级支持－语音账单咨询－聊天技术支持－电子邮件
	CSAT评分 CustomerSatisfactionScore	客户在交互后调查中提供的满意度评分。
说明客户满意度评分，即CSAT，是衡量客户对所接受服务感受的直接指标。通常在交互结束后通过调查收集。结合流程数据分析CSAT评分，可以发现流程差异、解决时间或特定坐席对客户满意度的影响。这是评估整体流程成效的重要结果指标。为什么重要直接衡量客户满意度，支持分析流程绩效与客户结果之间的关联。获取位置这些数据通常来自Genesys Cloud CX Quality Management模块，或与Genesys集成的第三方调查工具。示例 5413
	SLA目标解决时间 SlaTargetResolutionTime	合同约定的服务请求目标解决时间。
说明此属性根据服务级别协议（SLA）定义服务请求必须完成解决的最长时间，是衡量实际解决时间的基准。这些数据对于“SLA合规概览”仪表板和“SLA合规率”KPI至关重要，可帮助组织监控对客户承诺的履行情况，并在潜在违约发生前及时识别风险。为什么重要为衡量SLA合规性提供基准，是反映服务绩效和合同义务的重要指标。获取位置它可能作为对话的自定义属性存储，也可能根据队列、客户类型或请求类型等规则计算得出。示例 86400144003600
	对话ID ConversationId	Genesys为整个对话分配的唯一标识符。
说明 Conversation ID是Genesys Cloud CX中的主要技术键，用于将单个客户对话的所有相关交互、片段和参与者归为一组。概念上的“服务请求”使用Case ID，而Conversation ID则是通过Genesys API获取所有相关数据时使用的底层键。它对于数据提取、不同数据集的关联以及流程数据的技术校验至关重要。为什么重要这是Genesys中的主要技术键，对于数据提取、故障排查以及回溯源系统至关重要。获取位置这是所有Genesys Cloud CX分析和对话API中的主要字段。示例 d8a7c6b5-e4f3-2109-8765-fedcba098765c7b6a5d4-f3e2-1098-7654-edcbaf987654
	是否符合SLA IsSlaCompliant	用于标识服务请求是否在SLA目标时间内解决的标记。
说明此布尔属性用于标识服务请求是否达到解决时间目标。它通过比较“ServiceResolutionTime”和“SlaTargetResolutionTime”计算得出。此标记简化了“SLA合规概览”仪表板中的分析和可视化，也是计算“SLA合规率”KPI的基础。您可以据此快速筛选并细分合规与不合规案件，识别SLA违约的常见模式。为什么重要通过明确标记每个案件是否合规，简化SLA绩效分析，并支持对失败原因进行根因分析。获取位置计算字段：当ServiceResolutionTime <= SlaTargetResolutionTime时为True，否则为False。示例 truefalse
	是否重新打开 IsReopened	用于标识已解决的服务请求之后是否再次打开的标记。
说明此布尔属性用于标记已设为已解决或已关闭、但之后又重新变为活动状态的服务请求。重新打开的案件通常表明初始解决方案无效或不完整，导致客户不满并增加额外工作。此属性支持“服务请求重新打开趋势”仪表板和“服务请求重新打开率”KPI。分析这些案件有助于识别解决无效的根因。为什么重要突出显示解决流程中的失败，指向解决方案质量问题，以及由此产生的返工和较差客户体验。获取位置计算字段，通过检测“服务请求已解决”活动发生后重新激活案件的活动得出。示例 truefalse
	是否首次联系解决 IsFirstContactResolution	用于标识服务请求是否在一次交互内解决的标记。
说明此布尔属性用于识别在首次交互期间解决、无需客户跟进或内部转接的案件。值为“true”表示实现了理想且高效的解决。此属性是“首次联系解决率”KPI及其对应仪表板的基础。分析未能在首次联系时解决的案件特征，可以发现坐席培训、知识库改进或流程调整的机会。为什么重要直接衡量效率和客户满意度，因为一次解决问题是带来良好服务体验的关键因素。获取位置计算字段，通过分析案件的事件序列得出。如果案件在解决过程中未出现转接或重新打开等特定中间活动，则视为FCR。示例 truefalse
	服务解决时间 ServiceResolutionTime	从首次客户交互开始到最终解决所经过的总时间。
说明此指标衡量服务请求的总时长，从客户发起联系到问题标记为已解决。它是衡量整体流程效率和客户体验的关键绩效指标。此计算属性是“服务请求解决时间”仪表板和“平均服务解决时间”KPI的核心。分析其分布有助于识别长期未结案件和系统性延迟。为什么重要这是衡量整体流程效率及其对客户体验影响的关键KPI。获取位置计算字段：最终解决活动的时间戳减去首次客户联系活动的时间戳。示例 90010800172800
	服务请求类型 ServiceRequestType	服务请求的分类，例如“咨询”“投诉”或“技术问题”。
说明此属性根据服务请求的性质或目的对其进行分类，便于细分分析，了解不同类型请求的处理方式。例如，“投诉”与“一般咨询”的流程路径和解决时间可能存在显著差异。对于“内部升级分析”等仪表板，此维度有助于判断某些请求类型是否更容易被升级。为什么重要支持按流程细分，比较不同类型请求的处理方式，并识别特定类型的瓶颈或低效环节。获取位置此信息可能通过IVR选项、客户在网页表单中的选择获取，也可能由坐席分配。在Genesys中，它可以存储为参与者属性或Wrap-Up Code。示例账单咨询技术支持账户管理产品投诉

必需建议可选

客户服务活动

以下是需要记录在事件日志中的关键流程步骤和里程碑，用于准确发现流程。

5 建议 8 可选

	活动	说明
	交互已断开	该活动表示conversation结束，即所有参与者均已断开连接。这通常是服务请求交互的技术性关闭节点。
为什么重要这是交互本身的明确结束事件，对于计算交互总时长至关重要，也常被用作请求关闭的替代标志。获取位置该事件取自conversation详情记录，对应conversation对象的结束时间，通常位于conversationEnd时间戳中。采集所有参与者断开连接、conversation结束时记录。事件类型 explicit
	交互已转接	表示坐席将交互转接至其他队列或坐席。转接可以是盲转，即坐席立即断开连接；也可以是咨询转接，即先与接收方沟通再完成转接。
为什么重要该活动是内部升级率KPI的重要依据。较高的转接率可能表明需要加强培训、路由不准确或流程过于复杂。获取位置当初始坐席参与后，conversation详情记录中新增ACD或坐席参与者时，可以识别此活动，通常由“transfer”事件触发。采集通过参与者会话数据中的转接事件识别。事件类型 explicit
	交互开始	该活动标志着客户服务交互的开始，例如接听来电、发起聊天或接收电子邮件。当系统创建新的conversation对象时，Genesys Cloud CX会明确记录此事件。
为什么重要这是服务请求流程的主要开始事件，对于计算总解决时间和了解客户来电需求模式至关重要。获取位置该事件取自conversation详情记录，对应conversation对象本身的开始时间，通常位于conversationStart时间戳中。采集系统发起新conversation时记录。事件类型 explicit
	分配收尾代码	坐席为交互分配预定义的收尾代码或处置代码，明确标记服务请求结果，例如“已解决”或“已升级”。
为什么重要收尾代码是确定请求业务结果的主要依据，也是计算解决率和划分案例分析范围的重要数据。获取位置这是conversation详情记录中的明确事件，通常位于坐席参与者会话数据中。系统会记录收尾代码和时间戳。采集坐席为交互选择收尾代码时记录。事件类型 explicit
	坐席接受交互	标志着坐席接受所提供的交互并与客户建立连接的时刻。这是服务请求开始由坐席直接处理的关键节点。
为什么重要该活动对于衡量首次联系解决率和坐席处理时间至关重要，表示坐席开始处理请求。获取位置该事件可在conversation详情记录中找到，表现为坐席参与者状态变为“connected”，并带有相应时间戳。采集坐席参与者状态变为“connected”时记录。事件类型 explicit
	Conversation路由至队列	表示新交互被放入指定队列、等待可用坐席的时刻。这是Genesys路由引擎（ACD）明确记录的事件。
为什么重要跟踪此活动对于衡量队列等待时间和识别路由流程中的瓶颈至关重要。从该活动到坐席分配之间的持续时间较长，通常表明人员配置或路由逻辑存在问题。获取位置该事件取自conversation详情记录，具体查看conversation中ACD参与者的“purpose”和“state”。指标数组中队列的“enterTime”表示此事件。采集 ACD路由引擎将conversation放入队列时记录。事件类型 explicit
	交互解除保持状态	坐席取消客户的保持状态并恢复conversation时发生。该事件标志着保持时段结束，并作为状态变化记录。
为什么重要与“交互进入保持状态”配对后，该活动可用于精确计算总保持时间，这是整体处理时间和客户体验的重要组成部分。获取位置当坐席参与者会话数据中的状态从“held”变回“connected”时生成。采集坐席参与者状态从“held”变为“connected”时记录。事件类型 explicit
	交互进入保持状态	坐席在交互过程中将客户置于保持状态时，会记录此活动。这是conversation中坐席参与者的明确状态变化。
为什么重要分析保持状态的频率和持续时间，可以发现流程低效问题，例如坐席频繁查找信息或咨询他人。获取位置该事件取自conversation详情记录中的坐席参与者会话数据。状态变为“held”，并记录时间戳。采集坐席参与者状态变为“held”时记录。事件类型 explicit
	坐席收到交互	当系统向特定坐席提供交互时，会发生此事件。坐席状态变为“alerting”，系统等待其接受或拒绝conversation。
为什么重要该活动有助于分析坐席响应速度和路由算法的有效性。此后的延迟可能表明坐席未能及时接受工作。获取位置该事件位于conversation详情记录的坐席参与者数据中。参与者会话将显示状态为“alerting”的指标及相应时间戳。采集路由引擎向坐席提示新交互时记录。事件类型 explicit
	客户满意度调查已发送	交互关闭后发送客户满意度（CSAT）调查时，会发生此活动。通常，系统会根据预定义规则自动触发。
为什么重要该活动是衡量CSAT调查发送及时性KPI的必要依据。及时发送调查，有助于在客户仍对体验记忆清晰时收集准确反馈。获取位置该信息通常来自Genesys Cloud CX中的调查或质量管理数据，并可关联回原始conversation ID。采集调查模块为特定conversation发送调查时记录。事件类型 explicit
	服务请求重新打开	表示客户在问题被视为解决后不久，因同一问题再次联系服务中心的情况。这不是明确记录的事件，而是根据业务逻辑计算得出。
为什么重要跟踪重新打开的请求，是衡量服务请求重新打开率的关键。它表明初始解决方案未能有效解决问题，并影响客户满意度和运营效率。获取位置通过识别同一客户（Customer ID）在上一次交互解决后的预定义时间窗口内，针对相关问题（例如服务请求类型）产生的新“交互开始”事件来推断。采集通过将同一客户和问题的新交互与近期关闭的交互关联计算得出。事件类型 calculated
	通话后工作开始	该活动标志着通话后工作（ACW）时段开始。坐席已与客户断开连接，但进入专用状态，以完成记录备注或更新系统等任务。
为什么重要衡量ACW持续时间对于了解坐席效率和整体处理时间非常重要。ACW时间过长可能表明交互后的处理流程效率低下。获取位置该事件取自坐席参与者会话数据，在客户参与者断开连接后，坐席状态变为“acw”时记录。采集坐席参与者状态变为“acw”时记录。事件类型 explicit
	通话后工作结束	标志着坐席通话后工作时段结束。此时，坐席可以继续处理其他交互。
为什么重要该活动与“通话后工作开始”结合，可精确计算收尾阶段的持续时间，帮助分析坐席生产力和流程开销。获取位置当坐席状态从“acw”变为可用状态（例如“idle”）时推断得出，并使用该状态变化的时间戳。采集根据坐席状态从“acw”变为可用状态推断。事件类型 inferred

建议可选

提取指南

如何从Genesys Cloud CX获取数据

步骤

进入Analytics Workspace：登录Genesys Cloud CX。打开菜单并选择Admin，然后在Analytics下选择Workspace。
创建新视图：点击加号图标添加新标签页，然后选择“Create a new view”。将视图类型设为“Interactions”。系统将打开交互视图编辑器。
定义日期范围：在左侧筛选面板中设置要提取数据的日期和时间范围。建议先使用较小的范围，例如一周，以测试流程。
选择导出列：这是数据准备中最关键的一步。点击“Columns”按钮，从可用字段中选择并添加以下列。这些字段包含构建事件日志所需的数据：
- Conversation ID
- Conversation Start
- Conversation End
- Media Type
- Participants（这是一个复杂字段，包含嵌套的坐席、队列和客户数据）
- Metrics.tAnswered
- Metrics.tACW
- Metrics.tHeld
- Surveys
应用其他筛选条件：如有需要，使用筛选面板缩小数据范围。您可以按Media Type（例如voice、chat）、Queue、Direction（inbound/outbound）或其他对话属性筛选，以聚焦特定的服务请求流程。
保存并运行视图：使用描述性名称保存视图，例如“Process Mining Service Request Export”。视图随后将加载符合条件的数据。
开始导出：视图加载数据后，点击“Export”按钮，通常以下载图标表示。选择“Export as CSV”或“Export as JSON”。CSV通常更便于初步处理。
下载导出文件：导出任务将在后台运行。您可以进入Performance > My Exports查看进度。任务完成后，将文件下载到本地系统。
转换原始数据：导出文件每行对应一个对话，参与者和分段数据嵌套在单列中。您必须运行转换脚本，例如Query部分提供的Python脚本，将这些嵌套数据展开。脚本会解析原始导出文件并创建新文件，使每行对应一个活动，例如“Agent Accepted Interaction”或“Hold Placed on Interaction”。
实现自定义逻辑：在转换过程中实现业务特定逻辑。例如，必须通过分析同一客户在规定时间范围内的后续交互，计算“Service Request Re-Opened”活动。
完成事件日志：转换脚本应输出CSV文件，列与ProcessMind所需格式一致，包括ServiceRequest、ActivityName、EventTime及其他属性。确保所有时间戳格式统一。
上传到ProcessMind：最终转换后的CSV文件即可上传到您的流程挖掘工具。

配置

权限：您的Genesys Cloud CX用户角色必须拥有Analytics > Conversation > View权限，才能访问Analytics Workspace并创建交互视图。
日期范围：首次提取时，请使用具有代表性的3-6个月时间段。对于交易量非常高的联络中心，建议按周或按月分批导出数据，以避免触及系统限制并控制文件大小。
关键筛选条件：
- Media Type：筛选与客户服务流程相关的渠道，例如voice、chat或email。
- 队列：如果流程由特定团队处理，请按相关队列ID筛选，确保只提取目标流程的数据。
- Direction：通常应筛选inbound交互，以捕获客户发起的服务请求。
导出列：Participants列至关重要，其中包含坐席和队列的详细事件时间线。没有此列，您无法提取单项活动。请同时包含Conversation ID、Conversation Start和Conversation End。
性能注意事项：导出大量列或过长的日期范围可能导致导出任务耗时较长。如果任务失败或超时，请缩短日期范围并重试。Genesys Cloud每个导出任务的上限约为100万条交互记录。

a 示例查询 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}")

步骤

前提条件和设置：确保已安装Python 3.8+以及pandas和purecloud-platform-client-v2库。您可以使用pip安装：pip install pandas purecloud-platform-client-v2。
创建Genesys Cloud OAuth客户端：登录Genesys Cloud CX管理员账户。进入Integrations > OAuth，创建新客户端，并将授权类型设为'Client Credentials'。分配包含analytics:conversationDetail:view权限的角色。
配置脚本凭据：保存上一步获取的Client ID和Client Secret。在下方提供的Python脚本中，将CLIENT_ID、CLIENT_SECRET和GENESYS_CLOUD_REGION的占位值替换为您的具体凭据。
定义提取时间范围：在脚本中找到query_body变量，修改interval值以指定要提取的数据日期和时间范围。建议先使用较小范围进行测试，例如单日数据。
执行Python脚本：在终端中使用python your_script_name.py运行脚本。脚本将通过Genesys Cloud API完成身份验证，提交异步分析任务，并输出任务ID。
监控任务执行：脚本每15秒自动轮询API以检查任务状态。您将在控制台中看到状态更新。根据请求的数据量，此步骤可能需要数分钟或更长时间。
处理和转换数据：任务完成后，脚本会下载生成的JSON数据，然后遍历每条交互记录，解析参与者、会话和分段数据，以识别并整理关键活动和属性。
处理计算事件：脚本包含后处理步骤，用于识别'Service Request Re-Opened'事件。您可以自定义此逻辑，使其检查同一客户在上一次交互解决后指定时间窗口内发起的新交互。
生成事件日志：转换后的数据会整理为pandas DataFrame，其结构与流程挖掘事件日志相似。
导出最终CSV文件：脚本将最终DataFrame保存为名为genesys_event_log.csv的CSV文件。该文件已按可直接上传到ProcessMind的格式整理。

配置

API凭据：身份验证需要OAuth Client ID和Client Secret。这些凭据必须在Genesys Cloud CX管理界面中创建。
API权限：关联的OAuth客户端角色必须拥有analytics:conversationDetail:view权限，才能访问所需的对话数据。
提取时间范围：API查询正文中的interval参数控制提取日期范围。对于大型环境，最佳实践是分批、按顺序执行提取，例如每次提取一周，以避免API超时并控制内存使用。
数据筛选：您可以修改API查询正文，加入conversationFilters、segmentFilters或evaluationFilters，缩小提取范围。例如，可以按特定的queueId或mediaType筛选，定位客户服务流程中的特定部分。
重新打开逻辑：用于识别“Service Request Re-Opened”活动的时间窗口可在脚本中配置。默认值为72小时，但应根据您组织的业务规则进行调整。
运行环境：运行脚本需要具备所需SDK和库的本地Python环境。无需直接访问Genesys Cloud CX服务器或数据库。

a 示例查询 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()

步骤

确认您的Genesys Cloud CX组织具备所需的EventBridge集成功能、适当的管理员权限和对话事件访问权限，并确认拥有可接收事件权限的AWS账户。与系统负责人确认目标AWS区域、EventBridge事件总线，以及组织、部门、队列或媒体筛选条件。
在Genesys Cloud CX中，根据当前Genesys Cloud管理界面和组织的集成文档配置AWS EventBridge集成。选择目标AWS账户、区域、事件总线，以及详细交互生命周期监控所需的对话事件类别。由于Genesys Cloud菜单标签和可用事件架构可能因组织和版本而异，涉及组织特定路径或设置时，请使用[根据您的系统进行配置]。
配置AWS EventBridge，在选定的事件总线上接收Genesys Cloud事件。应用最小权限、加密、保留、监控和死信目标策略，具体以支持情况为准。创建规则，将所需事件转发至数据湖、数据仓库、流处理器或对象存储落地区域使用的消费者。
捕获原始EventBridge负载，不要更改其原始时间戳或标识符。将负载、摄取时间戳、事件类型、来源、详细类型和交付元数据存储在[您的原始事件存储位置]。保留原始负载，以便在Genesys Cloud架构发生变化时重新验证映射。
使用Python构建标准化步骤，读取原始负载，识别对话标识、参与者和会话详情、队列信息、客服信息、媒体类型、收尾数据及事件时间戳，然后为每项明确活动输出一行标准化记录。使用您组织收到的事件样本中的实际字段路径。不要推断没有明确事件或状态转换表示的活动。
将明确的Genesys Cloud对话和参与者状态变更映射到所需的ActivityName值。当存在对话创建事件时输出Interaction Started；存在路由事件时输出Conversation Routed to Queue；客服状态为alerting时输出Agent Offered Interaction；客服接受或接通时输出Agent Accepted Interaction；对于相应的保持转换输出Hold Placed on Interaction和Hold Removed from Interaction；存在明确转接事件时输出Interaction Transferred；对于明确的ACW转换输出After-Call Work Started和After-Call Work Ended；存在收尾代码分配时输出Wrap-Up Code Assigned；当对话或相关最终参与者会话断开时输出Interaction Disconnected。
将Service Request Re-Opened和Customer Satisfaction Survey Sent分别处理。EventBridge对话事件不一定会直接提供这两项活动。如果您的组织拥有明确的调查事件源，仅在收到该事件时纳入。Service Request Re-Opened只能通过单独且有文档记录的业务规则流程计算，然后将生成的行追加到事件日志。ProcessMind不会计算或推断此活动。
使用业务映射选定的稳定服务请求或对话标识填充ServiceRequest。ActivityName必须准确填入一项所需活动标签，EventTime填入活动开始时间戳；在可用时填充EventEndTime；将SourceSystem填为Genesys Cloud CX和AWS EventBridge，将LastDataUpdate填为提取刷新时间戳。可用时填充可选属性，否则留为NULL。
在可用时使用提供商事件标识去重；否则使用有文档记录的复合键去重，该复合键包含ServiceRequest、ActivityName、EventTime、参与者或客服标识以及源事件标识。处理EventBridge重试和乱序交付。不要合并时间戳相同但实际不同的重复保持、转接、提供或其他合法重复活动。
根据原始负载数量、事件时间戳、对话标识、队列和客服信息以及完整活动列表，验证标准化输出。导出包含ServiceRequest、ActivityName、EventTime、SourceSystem和LastDataUpdate必需列的平面文件，或加载对应表，并在可用时加入建议列。确保时间戳使用ProcessMind接受的统一时区和格式，然后将事件日志作为Service Request流程输入上传。

配置

集成与目标：为目标AWS账户、Region和事件总线配置Genesys Cloud CX AWS EventBridge集成。对于可用事件样本未定义的组织特定集成设置，请使用[Configure based on your system]。
事件范围：订阅您Genesys Cloud组织中可用的详细对话、参与者、会话、路由、状态、转接、断开、结束处理和ACW事件。在生产部署前，通过受控测试交互确认确切的事件类型和负载路径。
案例标识符：使用业务映射为ServiceRequest选定的稳定对话或服务请求标识符。如果其他系统中存在独立的服务请求标识符，请在该标识符与Genesys Cloud对话标识符之间维护有文档记录的交叉引用。
日期范围：流程分析建议从3至6个月的历史数据开始。对于近实时运行，请使用较短的轮询或流式检查点间隔，并保留可重放的原始落地区。发生中断后恢复时使用重叠时间窗口，然后按提供商事件标识符去重。
筛选条件：仅应用已确认的组织特定筛选条件，例如部门、队列、媒体类型、业务单元或交互日期。除非这些概念由集成来源提供并已在您的环境中明确映射，否则不要应用Company Code或Document Type筛选条件。
时间戳处理：保留源事件时间戳作为EventTime。将摄取或刷新时间单独存储为LastDataUpdate。将所有时间戳标准化为有文档记录的时区，最好使用UTC；如审计需要，同时保留原始偏移量。
可选属性：AgentId和AgentName可从参与者或用户详情中填充，QueueName可从路由数据中填充，WrapUpCode可从结束处理数据中填充，MediaType可从对话或会话渠道中填充，EventEndTime可从明确的结束转换或源持续时间中填充。
性能：按事件日期，以及在支持的情况下按组织或部门，对原始数据和标准化数据进行分区。使用EventBridge检查点增量处理。批量写入数据仓库或数据湖，监控延迟，避免反复扫描完整历史数据。
可靠性：配置重试处理、死信处理、重放流程、重复检测，并监控传递失败、架构变化和事件延迟。
前置条件：Genesys Cloud管理员或集成权限、AWS EventBridge权限、对选定事件总线和下游存储的访问权限、读取对话详情的授权，以及组织事件集成所需的Genesys Cloud功能或许可证。在存储对话数据前，请确认数据保留和隐私要求。

a 示例查询 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)

准备好开始了吗？

释放客户服务运营的全部潜力。按照此模板推进，您将更接近发现关键洞察并提升效率。

返回改进指南下载模板

终结重复联系：立即提升客户服务！

轻松提升CSAT，实现80%的一次联系解决率。

开始免费试用

无需信用卡，几分钟内即可激活试用。

您的客户服务数据模板

您的客户服务数据模板

客户服务属性

客户服务活动

提取指南

Genesys Cloud Analytics对话详情导出

步骤

配置

a 示例查询 python

使用Genesys Cloud Platform API的Python脚本

步骤

配置

a 示例查询 python

通过AWS EventBridge集成进行事件流传输

步骤

配置

a 示例查询 python

准备好开始了吗？

终结重复联系：立即提升客户服务！

您的客户服务数据模板

您的客户服务数据模板

客户服务属性

客户服务活动

提取指南

Genesys Cloud Analytics对话详情导出

步骤

配置

a 示例查询 python

使用Genesys Cloud Platform API的Python脚本

步骤

配置

a 示例查询 python

通过AWS EventBridge集成进行事件流传输

步骤

配置

a 示例查询 python

准备好开始了吗？

终结重复联系：立即提升客户服务！

我们重视您的隐私