制定客製化分析策略

Copilot Studio 提供完整的分析,幫助您了解客服人員的使用情況及關鍵績效指標。 你也可以透過客服人員的分析頁面,用自然語言描述該指標,建立 AI 驅動的自訂指標。 自訂指標會顯示為加上標籤的甜甜圈圖,位於自訂指標下。

透過使用 Copilot Agent Kit,你也能透過 Agent Inventory 監控客服人員,並用 Conversation Analyzer 分析對話逐字稿。

在 Copilot Studio 中,您可以查看與以下分析相關的報告:

  • 效能和使用方式
  • 客戶滿意度
  • 工作階段資訊
  • 主題使用方式
  • 計費的會話

不過,你可能需要建立或使用自訂分析。 例如,您可能需要:

  • 與利害關係人或使用者共用分析結果。
  • 對期間超過預設過去 30 天的交談文字記錄資料進行報告。
  • 設計不在預設分析範圍內的報表。

你可以用幾種不同的方法,將 Copilot Studio 錄製的分析數據整合到客製化報告中。 首先,讓我們了解 Dataverse 在儲存會話資料中的角色。

Copilot Studio、Dataverse 與分析

Dataverse 儲存對話逐字稿及客製化分析資料。

交談文字記錄資料

Copilot Studio 中顯示的分析數據來自 Copilot Studio 內部的資料服務。 使用資料也會寫入相關的 Dataverse 環境,並存入 對話逐字本 表中。

保留期間

預設情況下,兩個來源的資料保留期限均為 30 天。 你可以 在 Dataverse 中更改對話逐字稿的保存期限。

Copilot Studio Dataverse 資料表

Copilot Studio 在 Dataverse 中使用以下表格進行自訂分析:

  • 副駕駛 (bot)。 此表包含環境中每個專員的詳細資訊。 細節往往是少量的資料。
  • 副駕駛元件 (botcomponent)。 下表列出了與環境中的專員關聯的主題、實體和對話框。 細節往往是少量的資料。
  • 對話逐字稿 (conversationtranscript)。 此表格包含您系統中所有代理的詳細對話數據。 此表中的資料大小與代理程式的使用相關,並且可能非常大。

當需要保留對話記錄的時間超過預設保留期限時,請建立自訂計量或儀表板。 我們建議的做法是將原始對話逐字稿資料匯出到更具成本效益的資料庫,例如Azure Data Lake Storage Gen2使用 Azure Synapse Link for Dataverse 功能。

導出會在 Azure 資料湖中以 Common Data Model 格式對已配置的 Dataverse 資料表進行增量同步。

你需要採取更多步驟:

Warning

預設情況下,Azure Synapse Link for Dataverse 會將設定好的資料表資料鏡像到 Azure 的資料湖。 因此,任何在 Dataverse 中被刪除的紀錄(例如,透過反覆的批量刪除作業,預設刪除超過 30 天的對話逐字稿)也會從 Azure 資料湖中移除。 為了避免這種情況,可以在Azure資料湖中建立資料的副本或快照,或設定同步為 append-only mode。