Der Bericht "Überblick" enthält die folgenden KPIs für Text- und Sprachunterhaltungen.

• Gesamtanzahl von Unterhaltungen: Die Gesamtanzahl von Unterhaltungen, die aus abgeschlossenen, unvollständigen und in Bearbeitung befindlichen Unterhaltungen besteht. Unabhängig vom Status kann eine Unterhaltung aus einer oder mehreren Dialogwechsel bestehen. Jede Runde ist ein einziger Austausch zwischen dem Benutzer und dem Skill.
  Hinweis
  
  Unterhaltungen sind nicht mit messbaren Anforderungen identisch. Weitere Informationen zur nutzungsabhängigen Abrechnung finden Sie unter Universal Credits für Oracle PaaS und IaaS - Servicebeschreibungen.
• Abgeschlossene Unterhaltungen: Unterhaltungen, die beendet wurden, indem die Abfrage eines Benutzers erfolgreich beantwortet wurde. Unterhaltungen, die mit einem Status "Ablauf beenden" oder einem Status enden, in dem "Ablauf beenden" (implizit) als Übergang ausgewählt ist, werden als abgeschlossen betrachtet. In von YAML verfassten Skills werden Unterhaltungen als abgeschlossen gezählt, wenn der Durchlauf durch den Dialogablauf mit einem return-Übergang oder einem Status mit der Eigenschaft insightsEndConversation endet.
  Hinweis
  
  Diese Eigenschaft und der Übergang return sind in Visual Flow Designer nicht verfügbar.
• Unvollständige Unterhaltungen: Unterhaltungen, die Benutzer nicht abgeschlossen haben, da sie den Skill abgebrochen haben, oder die aufgrund von Systemfehlern, Timeouts oder Infinite-Schleifen nicht abgeschlossen werden konnten.
• In Bearbeitung befindliche Unterhaltungen: Aktive Unterhaltungen (die noch nicht abgeschlossen oder durch Timeout abgebrochen wurden). Diese Metrik verfolgt Unterhaltungen mit mehreren Gesprächsbeiträgen. Eine in Bearbeitung befindliche Unterhaltung wird nach Ablauf der Session zu einem Timeout.
• Durchschnittliche Zeit für Unterhaltungen: Durchschnittliche Dauer für alle Unterhaltungen des Skills.
• Gesamtanzahl Benutzer und Anzahl eindeutige Benutzer: Benutzerbasismetriken, die angeben, wie viele Benutzer ein Skill hat und wie viele dieser Benutzer Benutzer Benutzer zurückgeben.

Jede Unterhaltung, die mit einer Sprachinteraktion beginnt, gilt als Sprachunterhaltung. Jede Unterhaltung, die im Sprachmodus gestartet, aber im Textmodus abgeschlossen wurde, gilt als umgeschaltete Unterhaltung. Alle anderen Unterhaltungen werden als Textunterhaltungen betrachtet. Neben den Standardmetriken enthält der Bericht "Überblick" die folgenden Metriken, die spezifisch für Sprach- und umgeschaltete Unterhaltungen sind. Deaktivieren Sie zum Anzeigen dieser Metriken Text- und Sprachvorgänge vergleichen, und wählen Sie entweder Alle oder Sprachfunktion als Modus aus.

• Durchschnittliche Zeit, die für Unterhaltungen aufgewendet wurde: Die durchschnittliche Zeit für die Unterhaltungen.
• Durchschnittlicher Echtzeitfaktor (RTF): Das Verhältnis zwischen Verarbeitungsdauer der Audioeingabe und CPU-Zeit. Beispiel: Wenn für die Verarbeitung einer Sekunde Audio genau eine Sekunde CPU-Zeit benötigt wird, beträgt der RTF 1 (1/1). Wenn die Verarbeitung einer Sekunde Audio 500 Millisekunden dauert, beträgt der RTF 0,5 bzw. ½. Idealerweise muss der RTF unter 1 liegen, um sicherzustellen, dass die Verarbeitung mit der Audioeingabe Schritt hält. Wenden Sie sich an Oracle Support, wenn der RTF über 1 liegt.
• Durchschnittliche Voice-Latenz: Die Verzögerung in Millisekunden zwischen dem Erkennen des Endes der Äußerung und der Generierung des endgültigen Ergebnisses (oder der Transkription). Wenden Sie sich an Oracle Support, wenn Sie Latenzzeiten beobachten.
• Durchschnittliche Audiozeit: Die durchschnittliche Dauer für alle Unterhaltungen (in Sekunden).
• Switched Conversations: Der Prozentsatz der Unterhaltungen des Skills, die mit Voice-Befehlen begonnen haben, aber zum Abschluss der Interaktion zu Text gewechselt werden mussten. Diese Metrik gibt an, dass mehrere Ausführungspfade beim Umschalten von Sprach- zu Textdaten beteiligt waren.
  
  
  Beschreibung der Abbildung voice-metrics.png
  
  

Wenn im ausgewählten Zeitraum unvollständige Unterhaltungen vorhanden sind, wird die Gesamtanzahl nach folgenden Fehlerkategorien aufgeschlüsselt:

• Timeouts: Timeouts werden ausgelöst, wenn eine aktive Unterhaltung länger als eine Stunde inaktiv ist, sodass die Session abläuft.
• Systemverwaltete Fehler: Systemverwaltete Fehler werden vom System und nicht vom Skill verarbeitet. Diese Fehler treten auf, wenn die Dialogablaufdefinition nicht mit Fehlerbehandlung ausgestattet ist.
• Endlosschleife: Endlosschleifen können aufgrund von Fehlern in der Dialogablaufdefinition auftreten, wie z.B. falsch definierte Übergänge.
• Abgebrochen: Gibt an, wie oft Benutzer einen Skill durch explizites Abbrechen der Unterhaltung beendet haben.

Wenn Sie auf eine Fehlerkategorie in der Tabelle oder auf einen der Bögen im Diagramm klicken, können Sie einen Drilldown zum Bericht Unterhaltungen durchführen, um diese Fehler im Kontext unvollständiger Unterhaltungen anzuzeigen. Wenn Sie von hier aus auf den Bericht "Unterhaltungen" zugreifen, werden die Filter "Ergebnis" und "Fehler" des Berichts "Unterhaltungen" auf Unvollständig und auf die ausgewählte Fehlerkategorie gesetzt. Beispiel: Wenn Sie auf Endlosschleife klicken, wird der Bericht "Unterhaltungen" nach Unvollständig und Endlosschleife gefiltert. Die Filter "Intents" und "Ergebnis" des Berichts sind auf Alle anzeigen und das Feld "Sortieren nach" auf Letzte gesetzt.

Mit den folgenden Metriken können Sie die Anzahl der Benutzer ermitteln, die ein Skill für einen ausgewählten Zeitpunkt hat. Sie können sie mit der laufenden Summe vergleichen, die in der Metrik Gesamtanzahl Unterhaltungen angezeigt wird, während Sie den Bericht nach Kanal und Zeitraum filtern. Bei Live-Agent-Integrationen können Sie die Anzahl der eindeutigen Benutzer, die an einen Agent übertragen wurden, mit einer Gesamtanzahl von Unterhaltungen vergleichen, die Live-Agent-Übertragungen und von Skills behandelte Unterhaltungen umfasst.

• Anzahl Benutzer: Eine laufende Summe aller Benutzertypen, die mit dem Skill interagiert haben: Benutzer mit von Kanälen zugewiesenen IDs, die über Sessions (die eindeutigen Benutzer) hinweg persistieren, und Benutzer, deren automatisch zugewiesene IDs nur für eine Session dauern.
• Anzahl eindeutige Benutzer: Die Anzahl der Benutzer, die auf den Skill zugegriffen haben, wie durch ihre eindeutigen Benutzer-IDs angegeben. Jeder Kanal weist einem Benutzer eine andere Methode zu: Benutzer, die mit dem Skill über den Webkanal chatten, werden beispielsweise durch den für das Feld userId definierten Wert identifiziert. Der Testkanal des Skilltester weist Ihnen jedes Mal, wenn Sie eine Chatsession beenden, eine neue Benutzer-ID zu, indem Sie auf Zurücksetzen klicken.
  Nach der Zuweisung werden diese eindeutigen IDs über Chatsessions hinweg beibehalten, sodass die von dieser Metrik angepasste eindeutige Benutzeranzahl nicht erhöht wird, wenn ein Benutzer den Skill erneut besucht. Die Anzahl wird nur erhöht, wenn ein anderer Benutzer mit einer eindeutigen ID zum Benutzerpool hinzugefügt wird.

  Tipp:

  Da die Benutzer-IDs nur innerhalb eines Kanals eindeutig sind (ein Benutzer mit identischen IDs auf zwei verschiedenen Kanälen wird als zwei Benutzer gezählt, nicht als einer), können Sie sich einen besseren Überblick über die Benutzerbasis verschaffen, indem Sie den Bericht nach Kanal filtern.

Um Benutzer zu verfolgen, die noch nie zuvor mit einem Skill oder digitalen Assistenten interagiert haben, aktivieren Sie unter Einstellungen > Konfiguration die Option Insights-Benutzermetriken aktivieren. Bevor Sie dieses Feature für einen Skill aktivieren, stellen Sie sicher, dass die an ihn weitergeleiteten Kanäle einen Typ von Benutzer-ID zuweisen. Andernfalls lassen Sie diese Funktion deaktiviert (ihr Standardmodus). Wenn Kanäle keine Benutzer-IDs angeben, weist Digital Assistant jeder Chatsession eine neue Benutzer-ID zu. Wenn diese Funktion aktiviert wird, wenn diese Kanaltypen verwendet werden, wird das Reporting verzerrt, da neue Benutzer für jede neue Chatsession hinzugefügt werden und die Benutzertabelle daher mit neuen Einträgen aufgebläht wird. Die neuen Benutzerdaten werden nicht automatisch aus dem Speicher gelöscht. Daher müssen Sie stattdessen die Oracle Digital Assistant-API verwenden. Um die neuen Benutzerdaten zu löschen, nehmen Sie "purgeUserData": true in die Payload der POST-Anforderung für Exportaufgabe starten auf.

Das Diagramm "Unterhaltungstrends" zeigt Folgendes für Transaktions-Intents (einschließlich Agent-Übertragungs-Intents) und Antwort-Intents an:

• Abgeschlossen: Die Unterhaltungen, die Benutzer erfolgreich abgeschlossen haben. Unterhaltungen, die mit einem Status "Ablauf beenden" oder einem Status enden, in dem "Ablauf beenden" (implizit) als Übergang ausgewählt ist, werden als abgeschlossen betrachtet. In von YAML verfassten Skills werden Unterhaltungen als abgeschlossen gezählt, wenn der Durchlauf durch den Dialogablauf mit einem return-Übergang oder einem Status mit der Eigenschaft insightsEndConversation endet.
  Hinweis
  
  Diese Eigenschaft und der Übergang return sind in Visual Flow Designer nicht verfügbar.
• Unvollständig: Unterhaltungen, die Benutzer nicht abgeschlossen haben, da sie den Skill abgebrochen haben, oder die aufgrund von Systemfehlern, Timeouts oder Fehlern im Skilldesign nicht abgeschlossen werden konnten.
• Wird ausgeführt: Aktive Unterhaltungen (die noch nicht abgeschlossen oder durch Timeout abgebrochen wurden). Diese Metrik verfolgt Unterhaltungen mit mehreren Gesprächsbeiträgen.

Im Balkendiagramm "Intents" können Sie nicht nur die Transaktions- und Antwort-Intents erkennen, die Unterhaltungen abgeschlossen haben, sondern auch diejenigen, die zu unvollständigen Unterhaltungen geführt haben. Mit diesem Diagramm können Sie auch herausfinden, ob die allgemeine Verwendung dieser Intents für Ihren Anwendungsfall geeignet ist. Beispiel: Übertrifft die Anzahl der abgeschlossenen Unterhaltungen für ein Intent, das als Sekundärzweck dient, die Anzahl abgeschlossener Unterhaltungen für Ihr primäres Intent? Oder um es praktischer auszudrücken: Ist Ihr Skill zum Bestellen von Pizza zu einem Skill zur Einreichung von Beschwerden geworden, der die meisten Benutzer an einen Live-Agent weiterleitet?

Die Wortwolke "Beliebteste Intents" bietet eine Begleitansicht zum Balkendiagramm "Intents". Sie zeigt die Anzahl abgeschlossener und unvollständiger Unterhaltungen für ein Intent an. Dabei werden die am häufigsten aufgerufenen Intents nach Größe und Farbe gewichtet. Die Größe entspricht der Anzahl von Aufrufen für den angegebenen Zeitraum.

Die Farbe stellt die Erfolgsebene für die Intent-Auflösung dar:

• Grün steht für einen hohen Durchschnitt für die Auflösung von Anforderungen, die den Schwellenwert für die Konfidenzgewinnmarge innerhalb des angegebenen Zeitraums erreichen oder überschreiten.
• Gelb steht für eine Intent-Auflösung, die den Schwellenwert für die Konfidenzgewinnmarge im Schnitt nicht im angegebenen Zeitraum erreicht. Diese Farbe ist ein guter Hinweis, dass das Intent nachtrainiert werden muss.
• Rot ist für unresolvedIntent reserviert. Diese Benutzeranforderungen stimmen mit keinem Intent überein, könnten aber möglicherweise in das Korpus integriert werden.

Die Wortwolke mit den häufigsten Intents ist das Gateway für detailliertere Ansichten zur Auflösung von Benutzernachrichten durch Intents. Unter Intents prüfen und mit Wolken für Schlüsselphrasen nachtrainieren wird beschrieben, wie Sie einen Drilldown aus der Wortwolke mit den häufigsten Intents durchführen können, um mehr über Verwendung, Benutzerinteraktionen und Nachtraining zu erfahren.

Sie können nicht nur die Nachricht, die durch die Phrase repräsentiert wird, im Kontext anzeigen, sondern auch die Nachricht (oder die in einer Schlüsselphrase gruppierten Nachrichten) zum Trainingskorpus hinzufügen, indem Sie auf Nachtrainieren klicken.

Mit dieser Option wird der Retrainer geöffnet, in dem Sie die eigentliche Phrase zum Trainingskorpus hinzufügen können.

Das Donut-Diagramm "Benutzerbewertung" und die Wortwolke "Benutzerfeedback" verfolgen das direkte Feedback und die von der Komponente gesammelten Bewertungen. Wenn der Dialog in den Status "Benutzerfeedback" übergeht, stellt der Skill Benutzern ein Bewertungssystem und optional die Möglichkeit zur Abgabe von Feedback zur Verfügung. Standardmäßig können Benutzer ihre Interaktion mit dem Skill bewerten, indem sie einen Bereich von eins bis fünf auswählen. Bei ODA Version 21.10 und höher ist die Feedbackkomponente standardmäßig ein Sternebewertungssystem. Bei früheren Versionen wird die Feedbackkomponente als Liste angezeigt.

Die durchschnittliche Kundenzufriedenheitsbewertung, die proportional zur Anzahl der Unterhaltungen für jede der Bewertungen ist, wird in der Mitte des Donut-Diagramms angezeigt. Die einzelnen Summen pro Konversationsbasis für jede Zahl im Bereich werden als Bögen des User Rating Donut Diagramms dargestellt, die je nach Vorkommen in der Länge variieren. Wenn Sie auf einen dieser Bögen klicken, wird der Bericht "Unterhaltungen" nach Score gefiltert geöffnet.

Um Daten für das Diagramm "Benutzerbewertung" und die Wortwolke "Benutzerfeedback" zu erfassen, müssen Sie dem Dialogablauf eine Statusfolge hinzufügen. Der erste dieser Status ist ein Benutzerfeedback-Status. Um diesen Status hinzuzufügen, wählen Sie Benutzermeldung > Benutzerfeedback und dann Weiter als Übergangstyp aus. (In YAML-Abflüssen müssen Sie einen expliziten Übergang mit dem next-Übergang in den Status System.Feedback setzen.) Ihr Dialogablauf kann zu einer Statusfolge von Benutzerfeedback übergehen, wenn Sie die Reaktion eines Benutzers messen möchten. Dies kann beispielsweise der Fall sein, wenn ein Benutzer eine Transaktion abgeschlossen oder abgebrochen hat.

Nach dem Status "Benutzerfeedback" müssen Sie die Status hinzufügen, die den Übergängen above, below und cancel entsprechen. In den YAML-Dialogabläufen weist jeder dieser Status return: done-Übergänge auf.

Diese Status entsprechen dem hohen und niedrigen Bereich der Bewertung, der durch die Eigenschaft "Schwellenwert" bestimmt wird. Sie können diese Status als Benutzernachrichten hinzufügen, die den Empfang der Benutzerbewertung bestätigen. Sie können die Ausgabe der Komponente "Benutzerfeedback" anpassen, indem Sie die Feedback-bezogenen Resource Bundles bearbeiten, auf die Sie über die Seite Resource Bundle-Konfiguration zugreifen, oder indem Sie die systemComponent_Feedback_-Schlüssel in einer CSV-Datei für Resource Bundles bearbeiten.

Sie können eine allgemeine Ansicht von positivem, negativem und übersprungenem Feedback erhalten, indem Sie eine einzelne benutzerfeedbackbezogene Dimension für ein Set von Benutzerdefinierte Metriken festlegen-Status definieren.

Jeder dieser Status "Benutzerdefinierte Metriken festlegen" entspricht einem der Statuswerte, die von den Übergangsaktionen above, below und cancel der Benutzerfeedbackkomponente benannt werden. Beispiel: Wenn Sie eine Metrik namens "Feedbacktyp" zum Bericht "Benutzerdefinierte Metriken" hinzufügen möchten, gehen Sie wie folgt vor:

1. Status "Benutzerdefinierte Metriken festlegen" vor jedem Status einfügen, der von den Übergangsaktionen above, below und cancel der Benutzerfeedbackkomponente benannt wird.
2. Geben Sie für jeden Status den Feedbacktyp als Dimensionsnamen ein.
3. Fügen Sie je nach Übergangstyp separate Werte für jeden Status hinzu (z.B. Canceled, Positive, Negative). Nachdem Sie den Dialogablauf zur Erfassung von Feedbackdaten instrumentiert haben, können Sie die verschiedenen Werte im Bericht "Benutzerdefinierte Metriken" abfragen.

Sie können Status "Benutzerdefinierte Metriken festlegen" überall hinzufügen, wo Sie einen Entitywert oder eine Aktivität in einem Ausführungsablauf verfolgen möchten. Je nach Struktur der Dialogabläufe und Ihrem Anwendungsfall können Sie mehrere Dimensionen in einem einzelnen Status "Benutzerdefinierte Metriken festlegen" oder mit mehreren Status "Benutzerdefinierte Metrik festlegen" in einem einzelnen Dialogablauf oder über mehrere Abläufe hinweg definieren.

Je nach Zusammensetzung und Komplexität der Dialogablaufdefinition werden die Entitywerte, die Sie verfolgen möchten, möglicherweise nicht innerhalb desselben Dialogablaufs aufgelöst. In solchen Situationen können Sie möglicherweise nicht alle Dimensionen mit einem einzelnen Status "Benutzerdefinierte Metriken festlegen" definieren. Stattdessen müssen Sie Status "Benutzerdefinierte Metriken festlegen" verschiedenen Teilen der Dialogablaufdefinition (oder insgesamt verschiedenen Abläufen) hinzufügen.

Wenn Sie auf Exportieren klicken, werden die benutzerdefinierten Metrikdaten in eine CSV-Datei heruntergeladen, die Sie für Ihre eigenen Offlineanalysen und Berichte verwenden können. Sie können die in die CSV-Datei heruntergeladenen Daten nach den Dimensionswerten filtern. Diese heruntergeladene CSV-Datei enthält die folgenden Felder.

Bei abgeschlossenen Unterhaltungen gibt der Bericht die Anzahl der Ausführungspfade an, die Benutzer durchlaufen haben, um diese Unterhaltungen mit Statistiken über die aufgewendete Zeit und die Anzahl der besuchten Status abzuschließen.

Weitere Informationen zu abgeschlossenen Unterhaltungen:

• Sie können den Ausführungspfad für ein ausgewähltes Intent verfolgen, indem Sie auf Pfad anzeigen klicken. Dadurch wird der Bericht Pfade geöffnet, der nach abgeschlossenen Unterhaltungen für das Intent gefiltert wird. Um den Fokus auf die Ausführungspfade zu verbessern, können Sie die Status herausfiltern, an denen Sie nicht interessiert sind.
  
  

  
  Beschreibung der Abbildung initial-completed-intent-path.png

  
  
• Sie können Transkripte der abgeschlossenen Unterhaltungen für ein Intent lesen, indem Sie auf Unterhaltungen anzeigen klicken. Dadurch wird der nach abgeschlossenen Unterhaltungen für das Intent gefilterte Bericht Unterhaltungen geöffnet.
  
  

  
  Beschreibung der Abbildung completed-conversations-report-from-intents.png

  
  

Bei unvollständigen Unterhaltungen können Sie die Status entlang des Ausführungspfads des Intents identifizieren, in dem diese Unterhaltungen mit dem horizontalen Balkendiagramm "Unvollständige Status" beendet wurden. Dieses Diagramm, das für die in der linken Navigationsleiste aufgeführten Transaktions-Intents gerendert wird, stellt die Verteilung unvollständiger Unterhaltungen nach Status dar. Dabei kann es sich um einen im Dialogablauf definierten Status oder um einen internen Status handeln, der das Ende einer Unterhaltung markiert, wie System.DefaultErrorHandler. Mit ihm können Sie herausfinden, ob ein Dialogablaufstatus ein kontinuierlicher Fehlerpunkt ist und warum (Fehler, Timeouts oder schlechte Benutzereingabe). In diesem Bericht werden keine Pfade oder Geschwindigkeiten für unvollständige Pfade angezeigt, weil sie für diese Benutzereingabe nicht gelten. Stattdessen stuft das Balkendiagramm jedes Intent anhand der Anzahl der Nachrichten ein, die entweder in kein Intent aufgelöst werden konnten oder das Potenzial hatten, aufgelöst zu werden (was bedeutet, dass das System ein Intent erraten konnte), dies aber aufgrund von niedrigen Konfidenzscores verhindert wurde. In YAML-Flows betrachtet Insights Unterhaltungen als unvollständig, wenn der endgültige Status einen leeren (oder impliziten) Übergang aufweist ({}). Selbst wenn der Skill die Transaktion erfolgreich verarbeitet, klassifiziert Insights die Unterhaltung weiterhin als unvollständig und befundet den endgültigen Status als System.DefaultErrorHandler.

Weitere Informationen zu den unvollständigen Unterhaltungen für ein Intent finden Sie unter:

• Klicken Sie auf Pfad anzeigen, um den Bericht Pfade zu öffnen, der nach unvollständigen Unterhaltungen für das ausgewählte Intent gefiltert wurde. Die Terminalstatus in diesem Pfad können im Dialogfeld definierte Status oder einen internen Status enthalten, der das Ende einer Unterhaltung markiert, wie System.EndSession, System.ExpiredSession, System.MaxStatesExceededHandler und System.DefaultErrorHandler.
  
  
  Beschreibung der Abbildung unvollständig-konversationen-pfad-aus-intent.png
  
  
• Sie können auf Transkripte von Unterhaltungen zugreifen, die zu dem Fehler führen, indem Sie auf Unterhaltungen anzeigen klicken. Diese Option öffnet den Bericht Unterhaltungen, der nach unvollständigen Unterhaltungen für das ausgewählte Intent gefiltert wurde. Sie können die Ergebnisse weiter eingrenzen, indem Sie einen Filter anwenden. Beispiel: Sie können den Bericht nach Fehlerbedingungen filtern.
  
  

  
  Beschreibung der Abbildung unvollständig-konversationen-von-intents-report.png

  
  

Sie können den Pfad und die Unterhaltungen für diese nicht aufgelösten Nachrichten über Pfad anzeigen und Unterhaltungen anzeigen anzeigen. Sie können aber auch über den Retrainer-Bericht auf die nicht aufgelösten Nachrichten zugreifen, in dem Sie sie als mögliche Ergänzungen zu den Trainingsdaten auswerten können. Wenn Sie auf Nachtrainieren klicken, wird der Retrainer-Bericht nach nicht aufgelösten Nachrichten gefiltert geöffnet.

Der Paths-Bericht gibt einen Intent-Ausführungspfad entsprechend Ihren Abfrageparametern wieder. Sie können diesen Bericht sowohl nach dem vollständigen als auch nach dem unvollständigen Ausführungspfad für beliebige oder alle Intents abfragen, die Länge des Pfads durch Auswahl eines endgültigen Status festlegen und Teile der Ausführungspfade isolieren, indem Sie Status ausschließen, die von sekundärer Bedeutung sind. Beispiel: Sie können Zustände berücksichtigen, die Variablen festlegen oder den Skill für benutzerdefinierte Metriken als "Filler"-Status instrumentieren, der den Fokus Ihrer Untersuchung beeinträchtigt.

Alle Ausführungsabläufe werden standardmäßig nach Eingabe der Abfrage wiedergegeben. Der grüne Pfeil Beginnen stellt System.BeginSession dar, den Systemstatus, der jede Unterhaltung startet. Das Symbol System.Intent kann je nach Filter verschiedene Intents darstellen. Sie kann sich auf ein bestimmtes Intent beziehen, das Sie als Filter ausgewählt haben, oder sie kann jedes für Ihren Skill definierte Intent darstellen, wenn Sie den Bericht nach Alle filtern (Standardeinstellung).

Bei unvollständigen Unterhaltungen kann der Pfad mit einem internen Status wie System.ExpiredSession, System.MaxStatesExceededHandler oder System.DefaultErrorHandler enden, der den Fehler darstellt, der die Unterhaltung beendet hat.

Wenn Sie auf den endgültigen Status klicken, wird der Detailbereich geöffnet, in dem Statistiken, Fehler, Warnungen und die endgültigen Benutzernachrichten angezeigt werden.

Der Bericht zeigt eine Null-Antwort für alle Kundennachrichten an, die leer (oder nicht anderweitig in Klartext) sind oder unerwartete Eingaben enthalten. Bei Nicht-Textantworten, die Postback-Aktionen sind, wird die Payload der letzten Aktion angezeigt. Beispiel:

{"orderAction":"confirm""system.state":"orderSummary"}

Wenn Sie auf Unterhaltungen anzeigen klicken, wird der vom Pfad abgefragte Bericht Unterhaltungen geöffnet, sodass Sie die Nachrichten prüfen können, mit denen die Unterhaltung im Kontext eines Transkripts abgeschlossen wurde.

Wenn Sie auf Voice-Metriken anzeigen klicken, wird eine Teilmenge der Voice-Metriken angezeigt, die über die gesamte Unterhaltung gemittelt sind. Um diese Metriken nach den einzelnen Sprachinteraktionen aufzuschlüsseln, klicken Sie auf das Balkendiagrammsymbol in der Transkriptansicht, auf das Sie zugreifen können, indem Sie auf Unterhaltungen anzeigen klicken.

1. Klicken Sie auf Einstellungen > Allgemein.
2. Aktivieren Sie PII-Anonymisierung aktivieren.
3. Klicken Sie auf Entity hinzufügen, um die Entitywerte auszuwählen, die Sie in den Insights-Berichten und den Logs anonymisieren möchten.
   Hinweis
   
   Anonymisierte Werte werden erst in der Datenbank gespeichert, nachdem Sie die Anonymisierung für personenbezogene Daten für die ausgewählten Entitys aktiviert haben. Sie werden nicht auf vorherige Unterhaltungen angewendet. Je nach ausgewähltem Datumsbereich für die Insights-Berichte oder Exportdateien werden die personenbezogenen Daten möglicherweise sowohl in den tatsächlichen als auch in den anonymisierten Formularen angezeigt. Sie können die Anonymisierung auf alle nicht anonymisierten personenbezogenen Daten anwenden (einschließlich derjenigen in Unterhaltungen, die vor der Aktivierung der Anonymisierung in den Einstellungen des Skills oder digitalen Assistenten stattgefunden haben), wenn Sie eine Exportaufgabe erstellen. Diese Anonymisierungen gelten nur für die exportierte Datei und werden nicht in der Datenbank beibehalten.
   Wenn Sie die Anonymisierung für einen PII-Wert einstellen möchten oder wenn Sie überhaupt keine Anonymität verwenden möchten, wählen Sie die entsprechende Entity aus, und klicken Sie auf Entity löschen. Nachdem Sie eine Entity gelöscht haben, wird der tatsächliche personenbezogene Datenwert in den Insights-Berichten für nachfolgende Unterhaltungen angezeigt. Seine anonymisierte Form wird jedoch für vorherige Gespräche bleiben.
   Hinweis
   
   Die Anonymisierung ist dauerhaft (die Exportaufgabe wurde ungeachtet der Anonymisierung angewendet). Sie können keine personenbezogenen Daten wiederherstellen, nachdem Sie die Anonymisierung aktiviert haben.

Wenn Sie Anonymisierungseinstellungen für personenbezogene Daten für den Skill oder digitalen Assistenten aktivieren:

• Die für die ausgewählten Entitys erkannten PII-Werte werden durch Anonyme ersetzt. Diese Anonyme werden in der Datenbank persistiert und ersetzen die PII-Werte in den Logs und Insights-Berichten. Diese Anonymisierung wird auf die Gespräche angewendet, die nach – nicht vor – Ihrer Aktivierung der Anonymisierung in den Einstellungen stattfinden.
• Die Option PII-Anonymisierung für die Datei aktivieren für die Exportaufgabe ist standardmäßig aktiviert, um sicherzustellen, dass die für die in den Einstellungen ausgewählten Entitys erkannten PII-Werte auf Unterhaltungen angewendet werden, die vor der Festlegung der PII-Anonymisierung stattgefunden haben. Die während des Exports auf Unterhaltungen angewendeten Anonymisierungen, die vor der PII-Anonymisierung liegen, sind nur in der Exportdatei vorhanden. Die ursprünglichen personenbezogenen Daten bleiben in der Datenbank, in den Insights-Logs und in den Insights-Berichten.
• Wenn Sie PII-Anonymisierung für die Datei aktivieren deaktivieren, werden nur die PII-Werte anonymisiert, die für die in den Einstellungen ausgewählten Entitys erkannt wurden. Die Logdateien enthalten die Anonymisierungen für Unterhaltungen, die nach der Aktivierung der Anonymisierungseinstellungen für den Skill oder digitalen Assistenten aufgetreten sind. Vorherige Unterhaltungen werden als ursprüngliche, unveränderte Äußerungen mit intakten personenbezogenen Daten angezeigt. Folglich kann die Exportdatei sowohl anonymisierte als auch nicht anonymisierte Unterhaltungen enthalten, wenn ein Teil des Datumsbereichs der Exportaufgabe der Anonymisierung vorausgeht.
  Hinweis
  
  Wenn Ihre Exportaufgabe anonymisierte Unterhaltungen enthält, die vor Release 22.04 stattgefunden haben, werden die Anonymisierungen, die auf die Unterhaltungen vor 22.04 angewendet wurden, in den Exportdateien geändert oder erneut anonymisiert, wenn Sie PII-Anonymisierung für die Datei aktivieren für die Exportaufgabe auswählen. Die Anonyms in der exportierten Datei stimmen weder mit den Anonyms in den Exportdateien vor 22.04 noch mit den Anonyms in den Insights-Berichten überein.

Wenn Sie die Anonymisierungseinstellungen für personenbezogene Daten für einen Skill oder digitalen Assistenten deaktivieren oder nicht konfigurieren:

• Die Option PII-Anonymisierung für die Datei aktivieren wird standardmäßig für die Exportaufgabe deaktiviert, sodass die exportierte Datei alle ursprünglichen unveränderten Äußerungen einschließlich der PII-Werte enthält.
• Wenn Sie PII-Anonymisierung für die Datei aktivieren auswählen, werden die PII-Werte in der exportierten Datei nur für die Standardentitys PERSON, EMAIL, URL und NUMBER anonymisiert. Die PII-Werte verbleiben in der Datenbank, den Logs und den Insights-Berichten.

Beim Hinzufügen von Benutzernachrichten zu Ihrem Trainingskorpus sind einige Aspekte zu beachten:

• Sie können Benutzereingaben nur zu einem Trainingskorpus hinzufügen, das zu einer Entwurfsversion eines Skills und nicht zu einer veröffentlichten Version gehört.
• Sie können keine Benutzereingabe hinzufügen, die bereits als Äußerung im Trainingskorpus vorhanden ist oder die Sie bereits mit dem Retrainer hinzugefügt haben.

So aktualisieren Sie ein Transaktions-Intent oder ein Antwort-Intent mit dem Retrainer:

1. Da Sie einen veröffentlichten Skill nicht aktualisieren können, müssen Sie eine Entwurfsversion erstellen, bevor Sie dem Korpus neue Daten hinzufügen können.

   Tipp:

   Klicken Sie auf Alle Versionen vergleichen , oder deaktivieren Sie den Umschalter Nur letzte Version anzeigen, um auf die Entwurfs- und veröffentlichten Versionen des Skills zuzugreifen.
   Wenn Sie eine veröffentlichte Version des Skills prüfen, wählen Sie die Entwurfsversion des Skills aus.
   
   
   
   
2. Wenden Sie in der Entwurfsversion des Skills gegebenenfalls einen Filter an, und klicken Sie dann auf Suchen.
3. Wählen Sie die Benutzernachricht und dann im Menü Intent auswählen das Ziel-Intent aus. Wenn der Skill mehrere native Sprachen unterstützt, können Sie ihn zum sprachspezifischen Trainingsset hinzufügen, indem Sie eine Sprache im Menü Sprache auswählen auswählen.

   Tipp:

   Sie können Äußerungen zu einem Intent auf individueller Basis hinzufügen, oder Sie können mehrere Intents auswählen und dann in den Menüs Hinzufügen zu oben links in der Tabelle das Ziel-Intent und gegebenenfalls eine Sprache auswählen. Wenn Sie alle zurückgegebenen Anforderungen zu einem Intent hinzufügen möchten, wählen Sie in der oberen rechten Ecke der Tabelle Äußerungen aus, und wählen Sie dann im Menü Hinzufügen zu das Intent und eine Sprache aus.
4. Klicken Sie auf Beispiel hinzufügen.
5. Trainieren Sie den Skill nach.
6. Veröffentlichen Sie den Skill erneut.
7. Aktualisieren Sie den digitalen Assistenten mit dem neuen Skill.
8. Überwachen Sie den Bericht "Überblick" auf Änderungen der Metriken im Zeitverlauf, und vergleichen Sie auch verschiedene Versionen des Skills, um herauszufinden, ob neue Versionen tatsächlich den Gesamterfolg des Skills erhöht haben. Wenn Sie den Nachtrainierungsprozess wiederholen, wird die Reaktionsfähigkeit des Skills für jede neue Version verbessert. Beispiel: Bei Skills, die mit Oracle Service Cloud Chat integriert sind, sollte das Nachtrainieren zu einem Abwärtstrend bei Eskalationen führen. Dies ist durch einen Abwärtstrend bei der Verwendung von Agent-Übergabe-Intents gekennzeichnet.

Nachdem Sie die Tätigkeit erstellt haben, wird sie auf der Seite "Data Manufacturing-Jobs" angezeigt, auf der Sie sie an Crowdworker verteilen können, indem Sie den Link teilen.

1. Öffnen Sie die Seite "Exporte", und klicken Sie auf + Exportieren.
2. Geben Sie einen Namen für den Bericht ein, und geben Sie dann einen Datumsbereich ein.
3. Klicken Sie auf PII-Anonymisierung für die exportierte Datei aktivieren, um personenbezogene Daten (PII) durch Anonyme in der exportierten Datei zu ersetzen. Diese Anonymisierungen sind nur in der exportierten Datei vorhanden, wenn PII in den Skilleinstellungen nicht aktiviert ist. In diesem Fall werden die PII-Werte, nicht ihre anonymisierten Entsprechungen, weiterhin in der Datenbank gespeichert und in den exportierten Insights-Logs und in den Insights-Berichten angezeigt, einschließlich des Berichts "Unterhaltungen", des Retrainer und der Schlüsselphrasen in der Wort-Cloud. Wenn personenbezogene Daten in den Skilleinstellungen aktiviert wurden, enthalten Logs und Insights-Berichte Anonyme.
   Hinweis
   
   Die PII-Anonymisierung, die für die Einstellungen des Skills oder digitalen Assistenten aktiviert ist, bestimmt, wie PII-Werte in der Exportdatei anonymisiert werden. Sie trägt außerdem zur Konsistenz der Anonymisierung in der Exportdatei bei.
4. Klicken Sie auf Exportieren.
5. Wenn die Aufgabe erfolgreich ausgeführt wird, klicken Sie auf Abgeschlossen, um eine ZIP-Datei der CSV-Datei (oder CSV-Dateien bei großen Exporten) herunterzuladen. Der Name der Export-CSV auf Skillebene beginnt mit B_. Dateinamen für Exporte auf Ebene des digitalen Assistenten beginnen mit D_.

Beschreibung der Abbildung insights-export-dialog.png

Hier werden einige der Felder vorgestellt, die Sie wahrscheinlich am meisten verwenden. Unter Exportlogfelder werden alle Felder beschrieben. Unter Exportierte Insight-Daten filtern werden einige Ansätze zum Sortieren der Daten beschrieben.

• BOT_NAME enthält den Namen des Skills oder den Namen des digitalen Assistenten. In dieser Spalte können Sie sehen, wie das Dialogfeld vom digitalen System zu den Skills (und zwischen den Skills) weitergeleitet wird.
• CHANNEL_SESSION_ID speichert die Kanalsession-ID. Sie können diese ID zusammen mit der dritten Spalte CHANNEL_ID verwenden, um eine eindeutige ID für die Session zu erstellen. Da Sessions abgelaufen oder beendet werden können, können Sie mit dieser ID herausfinden, ob sich die Session geändert hat.
• TIMESTAMP gibt die Chronologie oder Reihenfolge an, in der die Ereignisse stattgefunden haben. Normalerweise sortieren Sie Daten nach dieser Spalte.
• USER_UTTERANCE und BOT_RESPONSE enthalten die tatsächliche Unterhaltung zwischen dem Skill und dem Benutzer. Diese beiden Felder machen die Verschachtelung der Benutzer- und Skillnachrichten ersichtlich, wenn Sie nach TIMESTAMP sortieren.

  In der Spalte USER_UTTERANCE können doppelte Äußerungen vorhanden sein. Dazu kann es kommen, wenn Benutzertests auf derselben Instanz ausgeführt werden. Wahrscheinlich liegt es aber daran, dass die Äußerung in verschiedenen Teilen der Unterhaltung verwendet wird.

• Mit COMPONENT_NAME, CURR_STATE und NEXT_STATE können Sie den Dialogablauf debuggen.

Normalerweise sortieren Sie die Logs nach der Spalte TIMESTAMP, um die Reihenfolge der Ereignisse anzuzeigen. Für andere Perspektiven, wie z.B. die Unterhaltung zwischen Skill und Benutzer, können Sie die Spalten nach den systemgenerierten internen Statuswerten filtern. Zu den gängigen Filtertechniken gehören:

• Sortierung der Unterhaltung mit dem Skill und dem digitalen Assistenten: Wenn ein Export Daten aus einem digitalen Assistenten und dessen registrierten Skills enthält, erscheint der Inhalt des Feldes BOT_NAME möglicherweise verwirrend, da die Unterhaltung scheinbar willkürlich zwischen den verschiedenen Skills und zwischen den Skills und dem digitalen Assistenten hin und her springt. Um das Dialogfeld in der richtigen Reihenfolge (und dem richtigen Kontext) anzuzeigen, sortieren Sie die Spalte TIMESTAMP in aufsteigender Reihenfolge.
• Suchen der Unterhaltungsgrenzen: Verwenden Sie das Feld System.BeginSession und einen der Endstatuswerte, um den Anfang und das Ende einer Unterhaltung zu finden. Unterhaltungen beginnen mit einem System.BeginSession-Status. Sie können mit einem der folgenden Endstatuswerte enden:
  • System.EndSession
  • System.ExpiredSession
  • System.MaxStatesExceededHandler
  • System.DefaultErrorHandler
• Prüfung der tatsächlichen Unterhaltung zwischen Benutzer und Skill: Um den Inhalt der Spalten USER_UTTERANCE und BOT_RESPONSE zu isolieren, filtern Sie die Spalte CURR_STATE nach den systemgenerierten Statuswerten System.MsgReceived und System.MsgSent.
  Hinweis
  
  Bei einer Nicht-Text-Nachrichtenantwort, die aus dem Status "Entitys auflösen" stammt, handelt es sich bei der Skillausgabe um Teilantworten, die durch ein Zeilenvorschubzeichen verbunden sind.
  Manchmal werden Teile des Dialogs zwischen Benutzer und Skill in den Spalten USER_UTTERANCE und BOT_RESPONSE wiederholt. Der Benutzertext wird wiederholt, wenn ein automatischer Übergang vorhanden ist, der keine Benutzereingabe erfordert. Die Skillantworten werden wiederholt, wenn der nächste Status einer der Endstatuswerte ist, wie System.EndSession oder System.DefaultErrorHandler.
• Nur Prüfung der Ausführung des Dialogablaufs mit dem Dialog zwischen Benutzer und Skill: Um interne Transaktionen oder nur die Nicht-Textnachrichten anzuzeigen, müssen Sie die Statuswerte System.MsgReceived und System.MsgReceived aus der Spalte CURR_STATE herausfiltern (der umgekehrte Ansatz, um nur den Dialog anzuzeigen).
• Identifizieren einer Session: Vergleichen Sie die Werte in CHANNEL_SESSION_ID und SESSION_ID (die sich nebeneinander befinden).

Die exportierte CSV-Datei für einen Skill enthält die folgenden Felder.