Udvikl en skræddersyet analysestrategi

Copilot Studio indeholder omfattende analytics der hjælper dig med at forstå en agents forbrugs- og nøgletalsindikatorer. Du kan også oprette ai-drevne brugerdefinerede målepunkter ved at beskrive metrikværdien på et naturligt sprog fra agentens analytics-side . Brugerdefinerede målepunkter vises som navngivne kransediagrammer under Brugerdefinerede målepunkter.

Ved hjælp af Copilot Studio Kit kan du også overvåge agenter ved hjælp af Agent Inventory og analysere transskriptioner af samtaler med Samtaleanalyse.

I Copilot Studio kan du få vist rapporter, der er relateret til følgende analyse:

  • Ydeevne og brug
  • Kundetilfredshed
  • Sessionsoplysninger
  • Emneanvendelse
  • Fakturerede sessioner

Dog kan det være, du skal oprette eller bruge brugerdefinerede analyser. Du kan f.eks.:

  • Del analyser med interessenter eller brugere.
  • Rapporter om samtaleafskriftsdata, der er ældre end de seneste 30 dage som standard.
  • Design en rapport, der ikke er omfattet af de færdigbyggede analyser.

Du kan bruge et par forskellige metoder til at tage de analysedata, der er registreret af Copilot Studio, og bruge dem i brugerdefinerede rapporter. Lad os først forstå Dataverses rolle i lagring af sessionsdata.

Copilot Studio, Dataverse og analytics

Dataverse gemmer transskriptioner af samtaler og tilpassede analysedata.

Samtaleafskriftsdata

Den analyse, der vises i Copilot Studio, kommer fra en datatjeneste, der er bosiddende i Copilot Studio. Brugsdata skrives også til det tilknyttede Dataverse-miljø i samtaletransskriptionstabellen .

Opbevaringsperioder

Som standard har begge kilder en dataopbevaring på 30 dage. Du kan ændre opbevaringstiden for samtaletransskriptioner i Dataverse.

Copilot Studio Dataverse-tabeller

Copilot Studio bruger følgende tabeller til brugerdefinerede analyser i Dataverse:

  • Copilot (bot). Denne tabel indeholder oplysninger om hver enkelt agent i et miljø. Detaljerne er ofte en lille mængde data.
  • Copilot-komponent (botcomponent). I denne tabel vises de emner, objekter og dialogbokse, der er knyttet til agenten i dit miljø. Detaljerne er ofte en lille mængde data.
  • ConversationTranscript (conversationtranscript). Denne tabel indeholder detaljerede samtaledata for alle agenter i dit miljø. Størrelsen af dataene i denne tabel er relateret til brugen af agenten og kan være stor.

Når der er behov for at opbevare samtaleafskrifter længere end standardopbevaringsperioden, skal du opbygge brugerdefinerede metrikker eller dashboards. Vores anbefalede fremgangsmåde er at eksportere rå transskriptionsdata for samtaler til et mere omkostningseffektivt datalager, f.eks. Azure Data Lake Storage Gen2 ved hjælp af funktionen Azure Synapse Link til Dataverse.

Eksporten opretter en trinvis synkronisering af konfigurerede Dataverse-tabeller i den Azure data lake ved hjælp af formatet Common Data Model.

Du skal udføre flere trin:

Advarsel!

Som standard afspejler Azure Synapse Link for Dataverse de konfigurerede tabeldata fra Dataverse til den Azure data lake. Derfor fjernes alle poster, der slettes i Dataverse (f.eks. af det tilbagevendende massesletningsjob, der sletter samtaletransskriptioner, der som standard er ældre end 30 dage), også fra den Azure data lake. Du kan løse problemet ved at oprette kopier eller snapshots af dine data i den Azure data lake eller konfigurere synkroniseringen til at bruge tilstanden kun append.