Utvikle en skreddersydd analysestrategi

Copilot Studio tilbyr omfattende analytics som hjelper deg med å forstå en agents bruks- og nøkkelindikatorer for ytelse. Du kan også opprette kunstig intelligens-drevne egendefinerte måledata ved å beskrive måleverdien på naturlig språk fra analysesiden til agenten. Egendefinerte måledata vises som merkede hjulgrafer under Egendefinerte måledata.

Ved å bruke Copilot Agent Kit kan du også overvåke agenter med Agent Inventory og analysere samtaletranskripsjoner med Conversation Analyzer.

I Copilot Studio kan du vise rapporter relatert til følgende analyser:

  • Ytelse og bruk
  • Kundetilfredshet
  • Øktinformasjon
  • Emnebruk
  • Fakturerte sesjoner

Du må imidlertid kanskje lage eller bruke egendefinert analyse. Du må for eksempel kanskje gjøre følgende:

  • Del analyser med interessenter eller brukere.
  • Rapportere om samtaleavskriftsdata for en periode som er lengre enn standard siste 30 dagene.
  • Utforme en rapport som ikke dekkes av standardanalyse.

Du kan bruke noen forskjellige fremgangsmåter for å ta analysedataene som registreres av Copilot Studio, og bruke dem i tilpassede rapporter. La oss først forstå rollen til Dataverse i å lagre øktdata.

Copilot Studio, Dataverse og analyse

Dataverse lagrer transkripsjoner av samtaler og tilpassede analysedata.

Samtaleavskriftsdata

Analysene som vises i Copilot Studio kommer fra en datatjeneste som er bosatt i Copilot Studio. Bruksdata skrives også til det tilhørende Dataverse-miljøet i samtaletranskripsjonstabellen .

Oppbevaringsperioder

Som standard har begge kildene en datalagring på 30 dager. Du kan endre lagringstiden for samtaletranskripsjoner i Dataverse.

Copilot Studio Dataverse-tabeller

Copilot Studio bruker følgende tabeller for egendefinert analyse i Dataverse:

  • Copilot (bot). Denne tabellen inneholder detaljer om hver agent i et miljø. Detaljene er ofte en liten mengde data.
  • Copilot-komponent (botcomponent). Denne tabellen viser emnene, enhetene og dialogboksene som er knyttet til agenten i miljøet. Detaljene er ofte en liten mengde data.
  • SamtaleTranskripsjon (conversationtranscript). Denne tabellen inneholder detaljerte samtaledata for alle agentene i miljøet. Størrelsen på dataene i denne tabellen er relatert til bruken av agenten og kan være stor.

Når det er behov for å beholde samtaleutskriftene i lengre tid enn standard oppbevaringsperiode, bygger du egendefinerte måledata eller instrumentbord. Vår anbefalte tilnærming er å eksportere rå samtaletranskripsjonsdata til et mer kostnadseffektivt datalager som Azure Data Lake Storage Gen2 ved hjelp av Azure Synapse Link for Dataverse-funksjonen.

Eksporten oppretter en trinnvis synkronisering av konfigurerte dataverse tabeller i Azure datasjøen ved hjelp av Common Data Model-formatet.

Du må utføre flere trinn:

Advarsel!

Som standard speiler Azure Synapse Link for Datavers de konfigurerte tabelldataene fra Dataverse til datasjøen Azure. Derfor blir alle poster som slettes i Dataverse (for eksempel av den regelmessige masseslettingsjobben som sletter samtaleavskrifter som er eldre enn 30 dager som standard), også fjernet fra Azure-datasjøen. Hvis du vil omgå denne virkemåten, kan du opprette kopier eller øyeblikksbilder av dataene i Azure datasjøen eller konfigurere synkroniseringen til å bruke append-only-modus.