Integration mit Amazon Redshift

Einführung

Outdoo AI analysiert Ihre Gesprächsdaten aus dem Vertrieb (aufgezeichnete Kundenmeetings) in Echtzeit und Ihre Deal-Daten (Pipeline und CRM-Opportunities) in festgelegten Abständen. Wenn Sie diese analysierten Daten in Amazon Redshift übernehmen, können RevOps- und Datenteams Conversation Intelligence mit anderen Geschäftsdaten zusammenführen.

Das ermöglicht tiefere Analysen von Deal-Trends, der Leistung von Teammitgliedern, dem Kundenverhalten und Pipeline-Risiken in Ihren vorhandenen BI-Tools und Abläufen. Wenn Sie Outdoo AI mit Ihrem Warehouse verbinden, können Sie Gesprächserkenntnisse und KI-basierte Deal-Kennzahlen mit CRM-, Produktnutzungs- und Umsatzdaten in Beziehung setzen und fundierter entscheiden.

Überblick und unterstützte Methoden

Outdoo AI bietet direkte Integrationsmöglichkeiten, um Daten ohne ETL-Tools von Drittanbietern mit Ihrem Warehouse zu synchronisieren. Folgende Methoden werden unterstützt:

REST API Pull: Outdoo AI bietet REST-APIs, um Gesprächs- und Deal-Daten für eigene Integrationen abzurufen. Fortgeschrittene Kunden können damit Datenabrufe per Skript umsetzen. Das erfordert mehr Eigenentwicklung, bietet aber Flexibilität.

Cloud Storage Stage (S3): Outdoo AI kann Datendateien im JSON-Format in einen S3-Bucket exportieren, der Ihnen gehört. Redshift kann die Daten von dort per Massenladevorgang übernehmen. Diese Methode eignet sich, wenn direkte Datenbankverbindungen nicht möglich sind, kann aber leichte Verzögerungen mit sich bringen (zum Beispiel tägliche Dateilieferungen im Batch).

Sicherheit und Authentifizierung einrichten

Bereiten Sie vor dem Start einen sicheren Zugang für Outdoo AI vor:

• Eigene Zugangsdaten anlegen: Richten Sie in Redshift einen eigenen Benutzer oder eine eigene Rolle für Outdoo AI ein (zum Beispiel einen Datenbankbenutzer oder eine IAM-Rolle). Vergeben Sie nur die Mindestrechte, die nötig sind, um die von Outdoo AI genutzten Schemas anzulegen und darin zu schreiben.

• Netzwerkzugriff: Wenn Ihr Warehouse hinter einer Firewall oder in einer VPC liegt, setzen Sie die ausgehenden IP-Adressen von Outdoo AI auf die Positivliste. Redshift-Nutzer sollten in den Einstellungen der Sicherheitsgruppe ihres Clusters eingehenden Zugriff von der bekannten statischen IP-Adresse von Outdoo AI erlauben.

• API-Schlüssel und Tokens: Erzeugen Sie sichere Tokens für REST-API-Verbindungen. Outdoo AI speichert alle Tokens und Geheimnisse, die Sie bereitstellen, sicher.

• Zertifikate und Verschlüsselung: Alle Integrationen nutzen verschlüsselte Kanäle (HTTPS für APIs, TLS für JDBC).

• Überwachung und Widerruf: Behandeln Sie die Zugangsdaten der Outdoo AI-Integration wie jedes andere Dienstkonto. Überwachen Sie deren Aktivität und erneuern Sie Schlüssel und Tokens regelmäßig. Widerrufen Sie die Zugangsdaten, wenn die Integration deaktiviert wird.

Integration mit Amazon Redshift

Die Redshift-Integration von Outdoo AI überträgt Daten über einen sicheren, rollenbasierten Ansatz in Ihren Redshift-Cluster. Dabei werden in der Regel IAM-Rollen und S3 zum Zwischenspeichern der Daten genutzt, die anschließend in Redshift geladen werden.

Einrichtungsschritte

• Einen Redshift-Benutzer oder eine IAM-Rolle für Outdoo AI anlegen: Nutzen Sie aus Sicherheitsgründen die IAM-Integration von Redshift. Legen Sie einen neuen Datenbankbenutzer an (zum Beispiel outdoo_writer):

   CREATE USER outdoo_writer PASSWORD DISABLE;
   GRANT CREATE, TEMPORARY ON DATABASE <your_database> TO outdoo_writer;

Mit dem Recht CREATE kann Outdoo AI Schemas und Tabellen anlegen, TEMPORARY erlaubt temporäre Tabellen während des Ladens. Wenn Sie keine IAM-Authentifizierung verwenden möchten, können Sie ein Passwort festlegen und es Outdoo AI auf sicherem Weg übermitteln. IAM-Rollen sind jedoch sicherer.

• Die IP-Adresse von Outdoo AI freigeben (falls nötig): Wenn Ihr Redshift-Cluster in einer VPC mit eingeschränktem Zugriff liegt, fügen Sie seiner Sicherheitsgruppe eine eingehende Regel hinzu, die Verbindungen von Outdoo AI erlaubt. Erlauben Sie die statische IP-Adresse von Outdoo AI auf dem Redshift-Port (standardmäßig 5439).

• Einen S3-Bucket zum Zwischenspeichern einrichten: Legen Sie einen S3-Bucket an, in dem Datendateien während des Ladevorgangs zwischengespeichert werden (zum Beispiel my-company-outdoo-stage). Für die beste Leistung sollte der Bucket in derselben AWS-Region liegen wie Ihr Redshift-Cluster.

• Eine IAM-Rolle für Outdoo AI anlegen: Erstellen Sie in AWS IAM eine Rolle, die der Dienst von Outdoo AI übernehmen kann. Richten Sie für diese Rolle eine Vertrauensrichtlinie ein, die dem AWS-Konto von Outdoo AI vertraut (Outdoo AI stellt seine AWS Account ID und eine External ID oder einen Rollen-ARN bereit). Hängen Sie an diese Rolle eine Berechtigungsrichtlinie an, die Folgendes erlaubt:

• • S3-Zugriff: s3:PutObject, GetObject, DeleteObject auf den Staging-Bucket und ListBucket auf den Bucket selbst

• • Redshift-Zugangsdaten: redshift:GetClusterCredentials für den Redshift-Cluster, den Benutzer und die Datenbank, die Outdoo AI verwendet

• Verbindungsdetails an Outdoo AI übermitteln: Gehen Sie in Outdoo AI zu Company Settings > Ecosystem > Data Cloud, öffnen Sie Amazon Redshift und geben Sie den Endpunkt des Redshift-Clusters (Host und Port), den Datenbanknamen, den DB-Benutzer (outdoo_writer), den Namen des Zielschemas (zum Beispiel outdoo_data), den Namen des S3-Buckets und den ARN der IAM-Rolle an.

• Ladevorgang: Nach der Konfiguration verbindet sich Outdoo AI über die IAM-Rolle mit Ihrem Redshift-Cluster. Für jeden Synchronisierungslauf extrahiert Outdoo AI neue oder geänderte Daten, schreibt sie in Dateien im S3-Staging-Bucket und lädt sie dann mit einem Redshift-COPY-Befehl aus S3 in die Zieltabelle. Gesprächsdaten werden kurz nach der Analyse jedes Gesprächs übertragen. Deal-Daten werden in festgelegten Abständen übertragen (zum Beispiel nächtlich).

• Prüfung: Prüfen Sie nach der ersten Synchronisierung, ob in Ihrem Redshift-Cluster das neue Schema und die Tabellen vorhanden sind. Führen Sie SELECT COUNT(*) FROM outdoo_data.calls; aus, um die Anzahl der Gesprächsdatensätze zu sehen.

Datenschema und Tabellenaufbau

Die analysierten Daten von Outdoo AI sind als Sternschema um zwei Faktentabellen aufgebaut: Calls und Deals.

• Tabelle Calls: Jede Zeile steht für ein einzelnes Vertriebsgespräch oder Meeting. Wichtige Felder sind call_id, call_timestamp, duration_seconds, Kennungen der Teilnehmenden sowie Analyseergebnisse wie sentiment_score, talk_ratio_percent, interactions_count und erkannte Schlüsselwörter oder Themen. Transkripte können in einer separaten Tabelle (call_transcripts) mit call_id als Schlüssel gespeichert werden.

• Tabelle Deals: Jede Zeile steht für eine Verkaufschance. Die Felder umfassen deal_id, deal_name, owner, account_name, stage, amount, close_date, last_call_date und KI-generierte Kennzahlen wie deal_health_score. Es kann außerdem eine Tabelle deal_history oder deal_stage_history geben, die Phasenwechsel im Zeitverlauf festhält.

• Weitere Tabellen: Je nach Ihrem Outdoo AI-Paket gibt es eventuell weitere Tabellen für Benutzer bzw. Mitarbeitende, Accounts, Gesprächskennzahlen oder Themen sowie Deal-Prognosen und -Bewertungen.

Alle Tabellen enthalten einen Zeitstempel updated_at und ein Flag is_deleted für vorläufig gelöschte Datensätze. Nutzen Sie diese, um inkrementelle Modelle zu steuern oder nach aktiven Datensätzen zu filtern.

Mit den Daten von Outdoo AI in Redshift kann Ihr BI-Team mit Tools wie Amazon QuickSight oder Tableau gemeinsame Dashboards erstellen, die Stimmungs- und Redeanteilskennzahlen aus Outdoo AI mit Ihren Pipeline-Daten verbinden.

Wir hoffen, dieser Artikel war hilfreich. Bei Fragen schreiben Sie uns bitte an support@outdoo.ai

Verwandte Artikel

• Integration mit Snowflake

• Integration mit Databricks

• Outdoo Open API