Informations sur les conversations pour les compétences

Les rapports de conversation pour les briques, qui suivent les conversations vocales et textuelles par période et par canal, vous permettent d'identifier les parcours d'exécution, de déterminer la précision de vos résolutions d'intention et d'accéder à des transcriptions de conversation complètes.

Pour accéder aux mesures de niveau session, sélectionnez Couvertures dans le filtre Mesure du rapport Aperçu.
Option Conversation dans le filtre Mesure.

Les analyses vocales sont suivies pour les briques acheminées vers les clients de discussion configurés pour la reconnaissance vocale et en cours d'exécution sur la version 20.8 ou versions ultérieures des kits SDK Oracle Web, iOS et Android.

Types de rapport

  • Présentation : utilisez ce tableau de bord pour visualiser rapidement le nombre total de conversations vocales et texte par canal et par période. Les mesures du rapport décomposent ce total selon le nombre de conversations terminées, non terminées et en cours. De plus, ce rapport vous indique comment la brique a terminé (ou n'a pas réussi à terminer) les conversations en classant l'utilisation des intentions transactionnelles et de réponse de la brique dans des graphiques à barres et des nuages de mots.
  • Mesures personnalisées : permet de mesurer les dimensions personnalisées qui ont été appliquées à la brique.
  • Intentions : fournit des données propres aux intentions et des informations relatives aux mesures d'exécution (états, durée de la conversation, parcours les plus et les moins populaires).
  • Chemins : affiche une représentation visuelle du flux de conversation d'une intention.
  • Conversations : affiche la transcription réelle du dialogue entre la brique et l'utilisateur dans le contexte du flux de dialogue et de la fenêtre de discussion.
  • Réentraînement : vous permet d'utiliser les données actives et les analyses obtenues pour améliorer votre brique par le biais d'un autoapprentissage modéré.
  • Exporter : permet de télécharger un fichier CSV des données d'analyse collectées par Oracle Digital Assistant. Vous pouvez créer un rapport d'analyse personnalisé à partir du fichier CSV.

Examen des mesures et graphiques récapitulatifs

Les mesures, les graphiques et les nuages de mots du rapport Aperçu représentent l'utilisation globale. Lorsque la brique a géré des conversations textuelles et vocales, la vue par défaut de ce tableau de bord inclut les deux aspects, leur affichage étant activé par l'option Tout. Sinon, la valeur par défaut est soit le texte seul, soit la voix seule.

Vous pouvez ajuster cette vue en activant/désactivant les modes Voix et Texte, ou vous pouvez comparer les deux en activant l'option Comparer les conversations textuelles et vocales.

Lorsque vous sélectionnez Texte, le rapport affiche un ensemble de mesures communes. Lorsque vous sélectionnez Voix, le rapport inclut d'autres mesures propres à la voix. Ces mesures s'appliquent uniquement aux conversations vocales, de sorte qu'elles n'apparaissent pas lorsque vous sélectionnez l'option Comparer les conversations textuelles et vocales.
Remarque

Les options de mode dépendent de la présence de messages vocaux ou texte. En présence, par exemple, de messages texte uniquement, seule l'option Texte apparaît.

Mesures communes

Le rapport Aperçu inclut les indicateurs clés de performance suivants pour les conversations textuelles et vocales.
  • Nombre total de conversations : nombre total de conversations, qui se compose des conversations terminées, non terminées et en cours. Quel que soit le statut, une conversation peut être composée d'un ou plusieurs tours de dialogue. Chaque tour est un échange unique entre l'utilisateur et la brique.
    Remarque

    Les conversations ne sont pas les demandes mesurées. Pour en savoir plus sur les mesures, reportez-vous à Descriptions de service de crédits universels Oracle PaaS et IaaS.
  • Conversations terminées : conversations qui se sont terminées en répondant à la requête d'un utilisateur. Les conversations qui se terminent par un état de fin de flux ou à un état où le flux de fin (implicite) est sélectionné comme transition sont considérées comme terminées. Dans les briques rédigées par YAML, les conversations sont comptabilisées comme terminées lorsque la traversée du flux de dialogue se termine par une transition return ou à un état avec la propriété insightsEndConversation.
    Remarque

    Cette propriété et la transition return ne sont pas disponibles dans Visual Flow Designer.
  • Conversations non terminées : conversations que les utilisateurs n'ont pas terminées car ils ont abandonné la brique ou n'ont pas pu terminer en raison d'erreurs au niveau du système, d'expirations ou de boucles infinies.
  • Conversations en cours : conversations en cours de traitement (conversations qui n'ont pas encore abouti et n'ont pas expiré). Cette mesure effectue le suivi des conversations à plusieurs niveaux. Une conversation en cours expire après l'expiration d'une session.
  • Temps moyen passé sur les conversations : durée moyenne de toutes les conversations de la brique.
  • Nombre total d'utilisateurs et Nombre d'utilisateurs uniquesMesures de base utilisateur qui indiquent le nombre d'utilisateurs dont dispose une brique et le nombre d'utilisateurs renvoyant des utilisateurs.


Mesures vocales

Toute conversation commençant par une interaction vocale est considérée comme une conversation vocale. Toute conversation démarrée par voix, mais terminée par texte, est considérée comme une conversation basculée. Toutes les autres conversations sont considérées comme des conversations textuelles. Outre les mesures standard, le rapport Aperçu inclut les mesures suivantes, propres aux conversations vocales et basculées.
Remarque

Ces mesures sont fournies à titre d'information uniquement : vous ne pouvez pas les modifier.
Pour visualiser ces mesures, désactivez Comparer les conversations textuelles et vocales, puis sélectionnez le mode Tout ou Voix.
  • Temps moyen passé sur les conversations : durée moyenne des conversations vocales.
  • Facteur temps réel moyen : ratio du temps nécessaire au traitement de l'entrée audio par rapport au temps UC. Par exemple, si une seconde de temps UC est nécessaire pour traiter une seconde d'audio, le facteur temps réel est de 1 (1/1). Si 500 millisecondes sont nécessaires pour traiter une seconde d'audio, le facteur temps réel est de 0,5 ou ½. Idéalement, le facteur temps réel doit être inférieur à 1 pour que le traitement ne soit pas décalé par rapport à l'entrée audio. Si le facteur temps réel est supérieur à 1, contactez le support technique Oracle.
  • Latence vocale moyenne : délai, en millisecondes, entre la détection de la fin de la variation et la génération du résultat final (ou de la transcription). Si vous observez une latence, contactez le support technique Oracle.
  • Temps audio moyen : durée moyenne, en secondes, de toutes les conversations vocales.
  • Conversations commutées : pourcentage des conversations de la brique qui ont commencé par des commandes vocales, mais qui ont dû basculer sur du texte pour terminer l'interaction. Cette mesure indique que plusieurs parcours d'exécution ont été impliqués dans le passage de la voix au texte.

Répartition des conversations non terminées

S'il existe des conversations non terminées au cours de la période sélectionnée, le nombre total est réparti dans les catégories d'erreur suivantes :
  • Expirations : les expirations sont déclenchées lorsqu'une conversation en cours est inactive pendant plus d'une heure, ce qui entraîne l'expiration de la session.
  • Erreurs gérées par le système : ces erreurs sont gérées par le système et non par la brique. Ces erreurs se produisent lorsque la définition de flux de dialogue n'est pas équipée de la gestion des erreurs.
  • Boucle infinie : des boucles infinies peuvent se produire en raison de défauts dans la définition de flux de dialogue, tels que des transitions mal définies.
  • Annulé : nombre de fois où les utilisateurs ont quitté une brique en annulant explicitement la conversation.


En cliquant sur une catégorie d'erreur dans la table ou sur l'un des arcs du graphique, vous pouvez accéder au rapport Conversations pour voir ces erreurs dans le contexte des conversations non terminées. Lorsque vous accédez au rapport Conversations à partir d'ici, les filtres Résultat et Erreurs du rapport sont définis sur Non terminé et sur la catégorie d'erreur sélectionnée. Par exemple, si vous cliquez sur Boucle infinie, le rapport Conversations est filtré sur Non terminé et Boucle infinie. Les filtres Intentions et Résultat du rapport sont définis sur Afficher tout, et le champ Trier par est défini sur Elément le plus récent.

Mesures utilisateur

Vous pouvez connaître le nombre d'utilisateurs dont dispose une brique pour un point dans le temps sélectionné à l'aide des mesures suivantes. Vous pouvez les comparer au total en cours affiché dans la mesure Nombre total de conversations lors du filtrage du rapport par canal et période. Pour les intégrations d'agent en direct, vous pouvez évaluer le nombre d'utilisateurs uniques transférés à un agent par rapport au nombre total de conversations qui inclut les transferts d'agent en direct et les conversations gérées par la brique.
  • Nombre d'utilisateurs : total en cours d'exécution de tous les types d'utilisateur qui ont interagi avec la brique : utilisateurs avec des ID affectés par canal qui persistent d'une session à l'autre (les utilisateurs uniques) et utilisateurs dont les ID affectés automatiquement durent pour une seule session.
  • Nombre d'utilisateurs uniques : nombre d'utilisateurs ayant accédé à la brique, identifié par leurs ID utilisateur uniques. Chaque canal a une méthode différente pour affecter un ID à un utilisateur : les utilisateurs qui discutent avec la brique via le canal Web sont identifiés par la valeur définie pour le champ userId, par exemple. Le canal de test du testeur de briques vous affecte un nouvel ID utilisateur chaque fois que vous terminez une session de discussion en cliquant sur Réinitialiser.
    Une fois affectés, ces ID uniques persistent dans les sessions de discussion de sorte que le nombre d'utilisateurs uniques comptabilisé par cette mesure n'augmente pas lorsqu'un utilisateur revient sur la brique. Le nombre augmente uniquement lorsqu'un autre utilisateur affecté avec un ID unique est ajouté au pool d'utilisateurs.

    Conseil :

    Comme les ID utilisateur ne sont uniques qu'au sein d'un canal (un utilisateur ayant des ID identiques sur deux canaux différents sera compté comme deux utilisateurs, pas un), vous pouvez avoir une meilleure idée de la base d'utilisateurs en filtrant le rapport par canal.

Activer le suivi des nouveaux utilisateurs

Pour suivre les utilisateurs qui n'ont jamais interagi avec une brique ou un assistant numérique, activez l'option Activer les mesures utilisateur d'analyse dans Paramètres > Configuration. Avant d'activer cette fonctionnalité pour une brique, assurez-vous que les canaux qui y sont acheminés lui affectent un type d'ID utilisateur. Sinon, laissez cette fonction désactivée (son mode par défaut). Chaque fois que les canaux ne fournissent pas d'ID utilisateur, Digital Assistant affecte un nouvel ID utilisateur à chaque session de discussion. L'activation de cette fonctionnalité lorsque ces types de canaux sont utilisés déséquilibre le reporting car de nouveaux utilisateurs seront ajoutés pour chaque nouvelle session de discussion et, par conséquent, la table des utilisateurs sera gonflée de nouvelles entrées. Les nouvelles données utilisateur ne sont pas purgées automatiquement du stockage. Vous devez donc utiliser l'API Oracle Digital Assistant à la place. Pour purger les nouvelles données utilisateur, incluez "purgeUserData": true dans la charge utile de la demande POST de démarrage de tâche d'export.
Remarque

La collecte des nouvelles données utilisateur commence uniquement à la date à laquelle cette fonction a été livrée avec la version 23.10.

Examen des analyses sur les tendances des conversations

Le graphique Tendances des conversations présente les éléments suivants pour les intentions transactionnelles (intentions de transfert à un agent incluses) et les intentions de réponse :
  • Terminé : conversations que les utilisateurs ont terminées avec succès. Les conversations qui se terminent par un état de fin de flux ou à un état où le flux de fin (implicite) est sélectionné comme transition sont considérées comme terminées. Dans les briques rédigées par YAML, les conversations sont comptabilisées comme terminées lorsque la traversée du flux de dialogue se termine par une transition return ou à un état avec la propriété insightsEndConversation.
    Remarque

    Cette propriété et la transition return ne sont pas disponibles dans Visual Flow Designer.
  • Non terminé : conversations que les utilisateurs n'ont pas terminées car ils ont abandonné la brique ou n'ont pas pu terminer en raison d'erreurs, d'expirations ou de défauts au niveau de la conception de la brique.
  • En cours : conversations en cours de traitement (conversations qui n'ont pas encore abouti et n'ont pas expiré). Cette mesure effectue le suivi des conversations à plusieurs niveaux.

Visualisation de l'utilisation des intentions

Le graphique à barres Intentions vous permet de repérer non seulement les intentions transactionnelles et les intentions de réponse qui ont terminé des conversations, mais aussi celles qui ont causé des conversations non terminées. Vous pouvez également utiliser ce graphique pour déterminer si l'utilisation globale de ces intentions soutient votre cas d'utilisation. Par exemple, le nombre de conversations terminées d'une intention servant à atteindre un objectif secondaire est-il supérieur à celui de votre intention principale ? En termes plus concrets, votre brique de commande de pizzas est-elle devenue une brique de "dépôt de réclamation" qui achemine la plupart des utilisateurs vers un agent physique ?
Remarque

Les conversations ne sont pas toutes résolues en intentions. Lorsque Aucune intention apparaît dans le graphique à barres Intentions et le cloud de mots, cela indique qu'une intention n'a pas été résolue par l'entrée utilisateur, mais par une action de transition, une conversation lancée par la brique ou par l'acheminement à partir d'un assistant numérique.

Vous pouvez filtrer le graphique à barres Intentions et le nuage de mots à l'aide des options Toutes les intentions, Répondre aux intentions et Intention de transaction du graphique à barres.
Description de l'image all-intents.png
Description de l'illustration tous-intents.png

Ces options vous permettent de décomposer rapidement l'utilisation. For example, for mixed skills – ones that have both transactional and answer intents – you can view usage for these two types of intents using the Answer Intents and Transaction Intents options.
Description de l'image transactional-intents.png
Description of the illustration transactional-intents.png

The key phrases rendered in the word cloud reflect the option, so for example, only the key phrases associated answer intents display when you select Answer Intents.
Description de la réponse-intents.png
Description of the illustration answer-intents.png

Examen et réentraînement des intentions à l'aide des nuages d'expressions clés

Le nuage de mots Intentions les plus populaires fournit une vue complémentaire du graphique à barres Intentions en affichant le nombre de conversations terminées et non terminées pour une intention. Il pondère les intentions les plus fréquemment appelées par taille et par couleur. La taille du mot représente le nombre d'appels pour la période donnée.

La couleur représente le niveau de succès de la résolution d'intention :
  • Le vert représente une moyenne élevée de résolution des demandes au niveau ou au-delà du seuil de marge de gain de confiance au cours de la période indiquée.
  • Le jaune représente la résolution d'intention qui, en moyenne, n'atteint pas le seuil de marge de gain de confiance au cours de la période donnée. Cette couleur est un bon indicateur signalant que l'intention doit être réentraînée.
  • La couleur rouge est réservée à unresolvedIntent. Il s'agit de l'ensemble des demandes utilisateur qui n'ont pas pu être mises en correspondance avec une intention et qui peuvent potentiellement être incorporées au corpus.
Le nuage de mots Intentions les plus populaires est la passerelle permettant de disposer de vues plus détaillées de la façon dont les intentions résolvent les messages utilisateur. La rubrique Examen et réentraînement des intentions à l'aide des nuages d'expressions clés décrit comment effectuer une analyse descendante à partir du nuage de mots des intentions les plus populaires pour en savoir plus sur l'utilisation, les interactions utilisateur et le réentraînement.

Par ailleurs, il fournit une vue plus précise de l'utilisation des intentions via des expressions clés, qui sont des représentations de la saisie utilisateur réelle, et pour les expressions en langue anglaise (le comportement diffère lorsque des expressions en langue autre que l'anglais sont résolues en intention), l'accès au réentraînement.

Examen des expressions clés

En cliquant sur une intention, vous pouvez effectuer une analyse descendante sur un ensemble d'expressions clés. Ces expressions sont des abstractions du message utilisateur d'origine qui conservent son intention d'origine. Par exemple, l'expression clé cancel my order est obtenue à partir du message d'origine I want to cancel my order. Vous pouvez regrouper les messages similaires dans une même expression clé. Les expressions I want to cancel my order, can you cancel my order et cancel my order please peuvent être regroupées dans l'expression clé cancel my order par exemple. Comme les intentions, la taille représente l'importance pour la période en question et la couleur reflète le niveau de confiance.
Description de l'image key-phrases-for-intent.png
Description de l'illustration key-phrases-for-intent.png

You can see the actual user message (or the messages grouped within a key phrase) within the context of a conversation when you click a phrase and then choose View Conversations from the context menu.
Description de l'image view-conversations-option.png
Description of the illustration view-conversations-option.png

This option opens the Conversations Report.
Description de l'image key-phrases-conversation-report.png
Description of the illustration key-phrases-conversation-report.png

Anonymized values display in the phrase cloud when you enable PII Anonymization.
Description de l'image pii-skill-phrase-cloud.png
Description of the illustration pii-skill-phrase-cloud.png

Réentraînement à partir du nuage de mots

Outre la visualisation du message représenté par l'expression en contexte, vous pouvez également ajouter le message (ou les messages regroupés dans une expression clé) au corpus d'entraînement en cliquant sur Réentraîner.

Cette option ouvre le réentraînement, où vous pouvez ajouter l'expression réelle au corpus d'entraînement.

Examen des expressions en langue native

Le comportement du nuage d'expressions clés diffère pour les briques avec prise en charge des langues natives, car vous ne pouvez pas accéder au réentraînement pour les expressions qui ne sont pas en anglais. Lorsque des expressions dans différentes langues ont été résolues en intentions, les langues, et non les expressions clés, apparaissent dans le nuage lorsque vous cliquez sur une intention. Par exemple, si le français et l'anglais s'affichent après que vous cliquez sur unresolvedIntent, cela signifie que des expressions en anglais et en français n'ont pu être résolues en aucune intention.
Description de l'image ml-phrase-cloud.png
Description de l'illustration ml-phrase-cloud.png

Si l'anglais fait partie des langues, vous pouvez effectuer une analyse descendante sur le nuage d'expressions clés en cliquant sur Anglais. A partir du nuage d'expressions clés, vous pouvez utiliser les options Afficher les conversations et Réentraînement du menu contextuel pour effectuer une analyse descendante sur le rapport Conversations et le réentraînement. Toutefois, lorsque vous effectuez une analyse descendante à partir d'une langue autre que l'anglais, vous accédez au rapport Conversations, filtré par intention et par langue. L'accès direct au réentraînement est impossible. Pour revenir à l'exemple unresolvedIntent, si vous avez cliqué sur Anglais, vous pouvez effectuer une analyse descendante sur le nuage d'expressions clés. Si vous avez cliqué sur Français, vous effectuez une analyse descendante sur le rapport Conversations, filtré sur unresolvedIntent et français.
Description de l'image ml-conversation-report.png
Description de l'illustration ml-conversation-report.png

Si vous voulez intégrer ou réaffecter une expression après l'avoir examinée dans le contexte de la conversation, vous devez l'intégrer directement à partir du réentraînement en filtrant l'expression sur l'intention, la langue et tout autre critère.

Examen de l'utilisation des langues

Pour une brique multilingue, vous pouvez comparer l'utilisation des langues prises en charge via les segments du graphique Langues. Chaque segment représente une langue actuellement utilisée.
Description de l'image languages-chart-overview-skill.png
Description de l'illustration languages-chart-overview-skill.png
Si vous voulez examiner les conversations représentées par une langue dans le graphique, vous pouvez cliquer sur un segment ou sur la légende pour accéder au rapport Conversations, filtré sur la langue sélectionnée.
Voici la description de conversations-report-filtered-by-language.png :
Description de l'illustration conversations-report-filtered-by-language.png

Consulter les évaluations et les commentaires des utilisateurs

Le graphique en anneau User Rating et le nuage de mots User Feedback permettent de suivre les retours directs et les scores collectés par le composant. Lorsque la boîte de dialogue passe à l'état Retour utilisateur, la brique présente aux utilisateurs un système de notation et, éventuellement, la possibilité de fournir un retour. Par défaut, les utilisateurs peuvent évaluer leur interaction avec la brique en choisissant une plage de un à cinq. Pour ODA version 21.10 et versions ultérieures, le composant feedback est, par défaut, un système d'évaluation par étoiles. Pour les versions précédentes, le composant de retour s'affiche sous forme de liste.

Le score de satisfaction client moyen, qui est proportionnel au nombre de conversations pour chacune des notations, est affiché au centre du graphique en beignet. Les totaux individuels sur une base par conversation pour chaque nombre sur la plage sont représentés sous forme d'arcs du graphique en anneau de notation de l'utilisateur qui varient en longueur selon l'occurrence. Lorsque vous cliquez sur l'un de ces arcs, le rapport Conversations est filtré par score.
Remarque

Si votre brique est exécutée sur une plate-forme antérieure à la version 21.12, vous devez désactiver l'option Activer le masquage pour afficher la notation de l'utilisateur dans la transcription de la conversation. Pour conserver la notation utilisateur réelle dans les transcriptions des briques exécutées sur les plates-formes 21.12 et supérieures (où l'option Activer le masquage est en phase d'abandon), vous devez supprimer l'entité NUMBER de la liste des entités traitées en tant qu'informations d'identification personnelle lorsque vous activez l'anonymisation des informations d'identification personnelle.


Par défaut, le seuil minimum du composant Commentaires utilisateur pour déterminer une réaction positive ou négative est défini sur deux (Non satisfait). Si le retour utilisateur est activé pour le composant, le nuage de mots Commentaires utilisateur affiche les commentaires utilisateur qui accompagnent les notations négatives et les taille en fonction de leur fréquence. Vous pouvez voir ces commentaires dans le contexte de l'interaction globale en cliquant sur l'arc du graphique Notation de l'utilisateur qui représente une notation inférieure au seuil (une ou deux par les paramètres par défaut du composant), puis en explorant vers le bas le rapport Conversation, qui est filtré par le score sélectionné.
Description de l'image conversation-report-user-feedback.png
Description de l'illustration conversation-report-user-feedback.png

Ajout du composant Feedback au flux de dialogue

Pour capturer les données du graphe Notation des utilisateurs et du nuage de mots Commentaires des utilisateurs, vous devez ajouter une séquence d'états à votre flux de dialogue. Le premier de ces états est un état Retour utilisateur. Pour ajouter cet état, sélectionnez Messagerie utilisateur > Retour utilisateur, puis sélectionnez Suivant comme type de transition. (Dans les flux YAML, vous devez définir une transition explicite vers l'état System.Feedback à l'aide de la transition next.) Votre flux de dialogue peut passer à une séquence d'états de retour utilisateur à chaque fois que vous souhaitez évaluer la réaction d'un utilisateur. Cela peut être, par exemple, une fois qu'un utilisateur a terminé ou annulé une transaction.
Remarque

Si l'état précédant l'état Retour utilisateur dispose d'une propriété Conserver la rotation, définissez-la sur True pour vous assurer que la brique ne transmet pas la conversation à l'utilisateur avant que le flux ne passe au retour utilisateur. Pour maintenir le contrôle de la brique dans les flux écrits par YAML, définissez keepTurn: true sur l'état antérieur à l'état System.Feedback.


Après l'état Commentaires de l'utilisateur, vous devez ajouter les états correspondant à ses above, below et cancel transitions. Dans les flux de dialogue YAML, chacun de ces états comporte des transitions return: done.

Ces états s'adaptent à la plage haute et basse de l'évaluation telle que déterminée par la propriété Seuil. Vous pouvez ajouter ces états en tant que messages utilisateur confirmant la réception de la note de l'utilisateur.
Type de commentaire en retour Exemple de message
above Thank you for rating us ${system.userFeedbackRating.value}
below You entered: ${system.userFeedbackText.value} We appreciate your feedback.
cancel Skipped giving a rating or feedback? Maybe next time.
Vous pouvez personnaliser la sortie du composant Commentaires utilisateur en modifiant les groupes de ressources liés aux commentaires accessibles via la page Configuration des groupes de ressources ou en modifiant les clés systemComponent_Feedback_ dans un fichier CSV de groupes de ressources.

Utiliser des mesures personnalisées pour mesurer les retours utilisateur

Vous pouvez obtenir une vue générale des retours positifs, négatifs et ignorés en définissant une dimension liée aux retours utilisateur unique dans un ensemble d'états Définir des mesures personnalisées.

Chacun de ces états Définir des mesures personnalisées correspond à l'un des états nommés par les actions de transition above, below et cancel du composant Commentaires utilisateur. Par exemple, si vous voulez ajouter une mesure nommée Type de retour au rapport Mesures personnalisées, vous devez effectuer les opérations suivantes :
  1. Insérez les états Définir des mesures personnalisées avant chacun des états nommés par les actions de transition above, below et cancel du composant Commentaires utilisateur.
  2. Pour chaque état, entrez Feedback Type comme nom de dimension.
  3. Ajoutez des valeurs distinctes pour chaque état, selon le type de transition (par exemple, Canceled, Positive, Negative). Maintenant que vous avez instrumenté le flux de dialogue pour enregistrer les données de retour, vous pouvez interroger les différentes valeurs dans le rapport Mesures personnalisées.


Dans les flux basés sur YAML, vous suivez les mesures de retour en ajoutant les états System.SetCustomMetrics.

Vérifier les mesures personnalisées

Le rapport Mesures personnalisées vous donne une perspective supplémentaire sur les données d'analyse en suivant les données de conversation pour les dimensions propres à la brique. Les dimensions suivies par ce rapport sont créées dans la définition du flux de dialogue à l'aide du composant Définir des mesures personnalisées (et du composant System.SetCustomMetrics dans les flux YAML). A l'aide de ce composant, vous pouvez créer des dimensions pour explorer les besoins métier et de développement propres à votre brique. Par exemple, vous pouvez créer des dimensions qui signalent la consommation d'un produit ou d'un service (la pâte à pizza la plus demandée ou le type de note de frais le plus souvent classée), ou suivre l'échec des utilisateurs par la brique en les forçant à quitter ou en les transmettant à des agents actifs.



Le rapport Mesures personnalisées présente les dimensions définies sur les données de conversation sous forme de graphique en anneau, de graphique à barres et de graphique de tendance linéaire. Chaque dimension a son propre total de conversation. Ce comptage inclut les conversations terminées, incomplètes ou en cours. Les valeurs de dimension (ou catégories) sont représentées sous forme de segments dans le graphique en anneau et de points dans le graphique de tendance à courbes. Vous pouvez utiliser ces valeurs pour filtrer la vue de rapport (ainsi que les données de mesure personnalisées que vous pouvez télécharger dans un fichier CSV). Sur le graphique en anneau, la longueur des arcs représente les occurrences de la valeur de dimension sous la forme d'un pourcentage du nombre total de conversations. Le nombre réel de valeurs de dimension est suivi par le graphique à courbes. Les arcs et les lignes de tendance sont des points d'accès au rapport Conversations. Cliquez sur l'un ou l'autre pour ouvrir le rapport Conversations filtré par la valeur de dimension sélectionnée.

Remarque

Les dimensions et les catégories apparaissent dans le rapport uniquement lorsque les conversations mesurées par elles ont eu lieu.

Instrumenter la compétence pour les mesures personnalisées

Pour générer le rapport Mesures personnalisées, vous devez définir des dimensions à l'aide du composant Définir des mesures personnalisées (accessible en cliquant sur Variables > Définir des mesures personnalisées ou sur Variables > Définir des mesures personnalisées d'analyse dans les boîtes de dialogue YAML).
Description de l'image set-insights-component-dialog.png
Description de l'illustration set-insights-component-dialog.png

Si le rapport Mesures personnalisées ne contient aucune donnée, il est probable qu'aucun état Définir des mesures personnalisées n'a été défini ou que les transitions vers ces états n'ont pas été correctement définies.

Vous pouvez ajouter des états Définir des mesures personnalisées lorsque vous souhaitez suivre une valeur d'entité ou une activité dans un flux d'exécution.
Remarque

Vous pouvez définir jusqu'à six dimensions pour chaque brique.
En fonction de la structure des flux de dialogue (et de votre cas d'emploi), vous pouvez définir plusieurs dimensions dans un seul état Définir des mesures personnalisées, ou avec plusieurs états Définir des mesures personnalisées dans un seul flux de dialogue ou dans plusieurs flux.

Créer des dimensions pour les valeurs de variable

Vous pouvez suivre les valeurs d'entité en définissant une transition next vers un état Définir des mesures personnalisées après l'état de définition de valeur (par exemple, un état Résoudre un conteneur composite). Les dimensions et les filtres du rapport Définir les mesures personnalisées sont affichés à partir des dimensions et des valeurs de dimension définies par le composant Définir les mesures personnalisées.

Si l'état de définition de valeur référence une entité de conteneur composite, vous pouvez suivre les éléments de conteneur à l'aide d'une expression Apache Freemarker pour définir la valeur de dimension. Par exemple, la valeur d'une dimension Taille de pizza peut être définie sur ${pizza.value.pizzaSize.value}. Les valeurs individuelles renvoyées par cette expression (petites, moyennes, grandes) sont affichées en tant que segments de données dans le rapport Mesures personnalisées et peuvent également être appliquées en tant que filtres. Par exemple, le rapport résultant de l'instrumentation d'une brique de pizza décompose les commandes de pizza par taille, type et pâte à pizza. Ces détails ajoutés complètent les mesures déjà signalées pour l'intention Order Pizza.
Description de l'image custom-metrics-example.png
Description de l'illustration custom-metrics-example.png

Selon la composition et la complexité de la définition du flux de dialogue, les valeurs d'entité à suivre peuvent ne pas être résolues au sein du même flux de dialogue. Dans ce cas, il se peut que vous ne puissiez pas définir toutes les dimensions avec un seul état Set Custom Metrics. Au lieu de cela, vous devrez ajouter des états Définir des mesures personnalisées à différentes parties de la définition du flux de dialogue (ou à différents flux dans leur ensemble).
Remarque

Les dimensions basées sur une valeur d'entité ne sont enregistrées dans le rapport Mesures personnalisées qu'après la définition d'une valeur d'entité. Lorsqu'aucune valeur n'a été définie ou que l'état de définition de valeur ne passe pas à l'état Définir des mesures personnalisées, les graphiques du rapport notent les données manquantes comme étant <not set>.

Créer des dimensions permettant de suivre l'utilisation des aptitudes

En plus des dimensions basées sur des valeurs variables, vous pouvez créer des dimensions qui suivent non seulement la façon dont les utilisateurs interagissent avec la brique, mais également son efficacité globale. Vous pouvez, par exemple, ajouter une dimension indiquant la fréquence et le motif du transfert des utilisateurs vers des agents actifs.
Description de l'image custom-metrics-agent-transfer-example.png
Description de l'illustration custom-metrics-agent-transfer-example.png

De telles dimensions vous informent de l'expérience utilisateur. Vous pouvez ajouter la même dimension à différents états Définir des mesures personnalisées dans vos flux. Chacun de ces états Définir des mesures personnalisées définit une catégorie (ou une valeur de dimension) différente. Par exemple, il existe des dimensions de transfert d'agent dans deux flux différents : l'un dans le flux Order Pizza ayant la valeur Aucun agent requis lorsque la brique termine une commande et l'autre dans le flux UnresolvedIntent ayant la valeur Mauvaise entrée qui suit le moment où la brique transfère des utilisateurs vers un agent physique en raison d'une entrée non résolue. Le rapport Mesures personnalisées enregistre les données de ces mesures lorsque ces états sont inclus dans un flux d'exécution.

Etats de mesure personnalisés pour la dimension de transfert d'agent Flux Valeur Utilisez
setInsightsCustomMetricsNoAgent Order Pizza (à partir de la transition next de l'état Resolve Composite Bag, Aucun agent nécessaire Reflète le nombre de conversations réussies où des prescriptions ont été saisies sans aide.
setInsightsCustomMaxErrors Order Pizza (à partir de la transition cancel de l'état Résoudre le conteneur composite) Nombre maximal d'erreurs Reflète le nombre de conversations où les utilisateurs ont été dirigés vers des agents en direct car ils ont atteint le m
setInsightsCustomMetricsBadInput UnresolvedIntent Entrée incorrecte Reflète le nombre de conversations dans lesquelles des entrées non résolues ont entraîné le transfert des utilisateurs vers un agent physique.
setInsightsCustomMetricsLiveAgent Appeler l'agent (avant la séquence de lancement de l'agent) Agent demandé Reflète le nombre de conversations dans lesquelles les utilisateurs ont demandé un agent physique.

Exporter les données de mesures personnalisées

Si vous cliquez sur Exporter, les données de mesures personnalisées sont téléchargées dans un fichier CSV que vous pouvez utiliser pour vos propres rapports et analyses hors ligne. Vous pouvez filtrer les données téléchargées dans le fichier CSV en fonction des valeurs de dimension. Ce fichier CSV téléchargé contient les champs suivants.

Colonne Description
CREATED_ON Date de l'export de données.
USER_ID ID de l'utilisateur de la brique.
SESSION_ID Identificateur de la session en cours. Il s'agit d'un GUID aléatoire qui rend cet ID différent de USER_ID.
BOT_ID ID de brique affecté à la brique lors de sa création.
CUSTOM_METRICS Tableau JSON contenant un objet pour chaque dimension de mesure personnalisée. name est un nom de dimension et value est la valeur de dimension capturée dans la conversation. [{"name":"Custom Metric Name 1","value":"Custom Metric Value"},{"name":"Custom Metric Name 2","value":"Custom Metric Value"},...] Par exemple : [{"name":"Pizza Size","value":"Large"},{"name":"Pizza Type","value":"Hot and Spicy"},{"name":"Pizza Crust","value":"regular"},{"name":"Agent Transfer","value":"No Agent Needed"}].
QUERY Variation utilisateur ou réponse de brique contenant une valeur de mesure personnalisée.
CHOICES Options de menu dans les composants d'interface utilisateur.
COMPONENT Composant de dialogue, System.setCustomMetrics (Définir le composant personnalisé dans les flux visuels) qui exécute les mesures personnalisées.
CHANNEL Canal qui a effectué la session.

Examen des analyses sur les intentions

Dans le rapport Aperçu, vous pouvez connaître le nombre total de conversations terminées et incomplètes pour chaque intention. A l'aide du rapport Intentions, vous pouvez savoir comment le trafic utilisateur a circulé le long des chemins d'exécution des intentions et où il a été bloqué par des états défectueux.
Remarque

Ce rapport renvoie les intentions définies pour une brique sur une période donnée, de sorte que son contenu peut changer pour refléter l'ajout, le changement de nom ou la suppression d'intentions dans la brique à différents moments.

Chemins terminés

Pour les conversations terminées, le rapport indique le nombre de chemins d'exécution parcourus par les utilisateurs pour terminer ces conversations avec des statistiques sur le temps passé et le nombre d'états visités.

Vous pouvez utiliser ces statistiques et comme des indicateurs de l'expérience utilisateur. Par exemple, vous pouvez utiliser ce rapport pour déterminer si le temps passé est approprié à la tâche, ou si les parcours les plus courts entraînent toujours une expérience utilisateur atténuée qui peut inciter les utilisateurs à abandonner. Par exemple, pouvez-vous acheminer plus rapidement un utilisateur au fil de la brique en insérant des valeurs à l'aide d'entités de conteneur composite au lieu d'invites et de composants de définition de valeur ?

Pour plus de contexte sur les conversations terminées :

Chemins incomplets

Pour les conversations incomplètes, vous pouvez identifier les états le long du chemin d'exécution de l'intention où ces conversations ont pris fin à l'aide du graphique à barres horizontal Etats incomplets. Ce graphique, qui s'affiche pour les intentions transactionnelles répertoriées dans la barre de navigation de gauche, trace la distribution des conversations incomplètes par état, qui peut être un état défini dans le flux de dialogue ou un état interne qui marque la fin d'une conversation, tel que System.DefaultErrorHandler. Elle vous permet de déterminer si un état de flux de dialogue est un point d'échec continu et les raisons (erreurs, délais d'attente ou entrées utilisateur incorrectes). Ce rapport n'affiche pas les parcours ou la vitesse pour les parcours incomplets car ils ne s'appliquent pas à cette saisie utilisateur. Au lieu de cela, le graphique à barres classe chaque intention en fonction du nombre de messages qui n'ont pas pu être résolus en une intention ou qui auraient pu être résolus (le système aurait pu deviner une intention), mais ne l'ont pas été en raison de faibles scores de confiance.
Remarque

Le graphique Etats incomplets n'affiche pas les intentions de réponse (intentions statiques) dans les flux basés sur YAML car leurs résultats sont pris en charge par l'état de composant System.Intent seul, et non par une série d'états dans une définition de flux de dialogue.
Dans les flux YAML, Insights considère les conversations comme incomplètes lorsque l'état final comporte une transition vide (ou implicite) ({}). Même si la brique gère la transaction avec succès, les analyses classeront toujours la conversation comme incomplète et représenteront l'état final sous la forme System.DefaultErrorHandler.
Pour plus de contexte sur les conversations incomplètes pour une intention :
  • Cliquez sur Afficher le chemin pour ouvrir le rapport Chemins filtré et rechercher les conversations incomplètes pour l'intention sélectionnée. Les états de terminal sur ce chemin peuvent inclure des états définis dans la boîte de dialogue ou un état interne qui marque la fin d'une conversation, tel que System.EndSession, System.ExpiredSession, System.MaxStatesExceededHandler et System.DefaultErrorHandler.

  • Vous pouvez accéder aux transcriptions des conversations qui mènent à l'échec en cliquant sur Visualiser les conversations. Cette option ouvre le rapport Conversations filtré pour les conversations incomplètes pour l'intention sélectionnée. Vous pouvez affiner davantage les résultats en appliquant un filtre. Par exemple, vous pouvez filtrer le rapport par conditions d'erreur.

unresolvedIntent

En plus de la durée et des acheminements des intentions orientées tâche, le rapport Intentions renvoie également les messages qui n'ont pas pu être résolus. Pour consulter ces messages, cliquez sur unresolvedIntent dans la barre de navigation de gauche. Lorsque vous cliquez sur une intention dans le graphique à barres Prévisions les plus proches, la fenêtre Message non résolu est mise à jour avec les messages non résolus de cette intention triés par score de probabilité.

Vous pouvez visualiser le chemin et les conversations de ces messages non résolus par Visualiser le chemin et Visualiser les conversations, mais vous pouvez également accéder aux messages non résolus via le rapport Réentraînement, dans lequel vous pouvez les évaluer en tant qu'ajouts possibles aux données d'entraînement. Si vous cliquez sur Réentraînement, le rapport Réentraînement est filtré par messages non résolus.

Examen des analyses sur les parcours

Le rapport Chemins vous permet de connaître le nombre de conversations parcourues par les chemins d'exécution des intentions pour une période donnée. Ce rapport affiche un chemin similaire à une carte de transit où les arrêts peuvent représenter des intentions, les états définis dans la définition du flux de dialogue et les états internes qui marquent le début et la fin de chaque conversation qui n'est pas classée comme en cours.
Description de l'image path-report.png
Description de l'illustration path-report.png

Vous pouvez faire défiler ce chemin pour voir où les valeurs saisies par l'utilisateur ont fait avancer la conversation et où elles ont bloqué la conversation en raison d'entrées utilisateur incorrectes, d'expirations n'ayant entraîné aucune entrée utilisateur, d'erreurs système ou d'autres problèmes. Le dernier arrêt d'un chemin terminé est vert, tandis que celui des chemins incomplets sur lesquels des problèmes sont survenus est rouge. Grâce à ce rapport, vous pouvez savoir où le nombre de conversations est resté constant dans chaque état et identifier l'endroit où les conversations se sont déroulées en raison de valeurs définies (ou non définies) ou d'une interruption en raison d'autres problèmes comme un composant personnalisé défectueux ou un délai d'attente.

Interrogation du rapport sur les chemins

Le rapport Chemins affiche un chemin d'exécution d'intention en fonction des paramètres de votre requête. Vous pouvez interroger ce rapport à la fois pour les chemins d'exécution complets et incomplets de toutes les intentions, définir la longueur du chemin en choisissant un état final et isoler des parties des chemins d'exécution en excluant les états d'importance secondaire. Par exemple, vous pouvez considérer les états qui définissent des variables ou instrumentent la brique pour des mesures personnalisées comme des états de remplissage qui nuisent au focus de votre enquête.

Tous les flux d'exécution s'affichent par défaut une fois que vous avez saisi votre requête. La flèche verte de début Il s'agit d'une image de l'icône de parcours Démarrer. représente System.BeginSession, l'état du système qui démarre chaque conversation. L'icône System.Intent Icône System.Intent. peut représenter différentes intentions, en fonction du filtre. Il peut faire référence à une intention spécifique que vous avez choisie comme filtre ou représenter chaque intention définie pour votre brique lorsque vous filtrez le rapport par Tout (paramètre par défaut).

Pour les conversations incomplètes, le chemin peut se terminer par un état interne tel que System.ExpiredSession, System.MaxStatesExceededHandler ou System.DefaultErrorHandler qui représente l'erreur ayant mis fin à la conversation.
Remarque

Si l'état final d'un flux rédigé par YAML utilise une transaction vide (ou implcit) ({}), les analyses classent cet état en tant qu'état System.DefaultErrorHandler et considèrent la conversation comme incomplète, même si la brique a géré la transaction avec succès.
Cliquez sur l'état final pour ouvrir le panneau de détails, qui affiche les statistiques, les erreurs, les avertissements et les messages utilisateur finaux.

Le rapport affiche Réponse NULL pour tout message client vide (ou non constitué de texte brut) ou contenant une entrée inattendue. Pour les réponses non textuelles qui constituent des actions de postback, le rapport affiche la charge utile de l'action la plus récente. Par exemple :
{"orderAction":"confirm""system.state":"orderSummary"}
Si vous cliquez sur Afficher les conversations, le rapport Conversations interrogé par le chemin s'ouvre afin que vous puissiez consulter les messages qui ont conclu la conversation dans le contexte d'une transcription.

Scénario : interrogation du rapport sur les parcours

En observant le rapport Aperçu, vous remarquez qu'une brique financière est soudainement reprise dans les conversations incomplètes. En ajoutant les valeurs représentées par les segments orange "incomplet" des graphiques à barres empilées, vous avez déterminé que les conversations échouent sur les parcours d'exécution pour les intentions Send Money et Balances de la brique.

Pour en savoir plus sur les échecs d'intention, vous ouvrez le rapport sur les parcours et vous saisissez votre première requête : filtrer toutes les intentions dont le résultat est non terminées. Le chemin est affiché avec deux branches : une qui commence par startPayments et se termine par SystemDefaultErrorHandler et une seconde qui commence par startBalances et se termine également par System.DefaultErrorHandler. Lorsque vous cliquez sur le noeud final dans l'un ou l'autre des chemins, le volet de détails indique le nombre d'erreurs et affiche les fragments de code des messages utilisateur reçus par la brique avant que ces erreurs ne se produisent. Pour afficher ces snippets en contexte, vous cliquez sur Visualiser les conversations dans le panneau des détails afin d'afficher la transcription. Dans toutes les conversations, la brique a été obligée de répondre avec une invite d'erreur inattendue (Oups ! Je rencontre quelques difficultés) car des erreurs système l'ont empêché de traiter la demande utilisateur.

Pour en savoir plus sur les états qui ont conduit à ces erreurs (et leurs rôles possibles dans la survenue de ces échecs), reportez-vous à la définition de flux de dialogue afin d'identifier les états qui lancent les chemins d'exécution pour chaque intention. Ces états sont startBalances, startTxns, startPayments, startTrackSpending et setDate.

En comparant les chemins à la définition de flux de dialogue, vous remarquez que dans les flux startPayments et startBalances, le dernier état affiché dans le chemin précède un état qui utilise un composant personnalisé. Après avoir vérifié la page ComposantsIl s'agit d'une image de l'icône Composants dans la barre de navigation de gauche., vous remarquez que le service a été désactivé, ce qui empêche la brique d'extraire les informations de compte nécessaires pour terminer les conversations.

Examen des analyses sur les conversations des briques

Le rapport Conversations vous permet d'examiner les transcriptions réelles des conversations afin d'examiner comment les entrées utilisateur ont terminé les parcours d'intention ou pourquoi elles ne l'ont pas fait. Vous pouvez filtrer les conversations par canal, par mode (Voix, Texte, Tout), par type (flux d'intention ou flux LLM) et par période.

Vous pouvez consulter les transcriptions de conversation en filtrant ce rapport par intention. Vous pouvez ajouter des dimensions, telles que la longueur de la conversation ou son résultat (elle est indiquée comme terminée, non terminée ou en cours). Si vous voulez identifier le type d'erreur qui a contribué à des conversations non terminées, vous pouvez filtrer le résultat sur Non terminé, puis sélectionner l'une des catégories d'erreur (Expirations, Boucles infinies et Erreurs gérées par le système) pour le filtre Erreurs. Pour les conversations avec des messages qui ont commencé par la voix mais qui ont terminé par texte, vous pouvez également appliquer le filtre Conversations basculées.
Remarque

Pour une intention unique, le rapport Conversations répertorie les différentes conversations terminées. Toutefois, dans les flux de dialogue rédigés par YAML, une conversation terminée peut avoir différentes significations en fonction du message utilisateur et de la transition return, qui met fin à la conversation et détruit le contexte de conversation. Par exemple, pour une intention OrderPizza, le rapport Conversations peut afficher deux conversations terminées. Une seule de ces deux conversations s'est achevée par l'exécution d'une commande. L'autre conversation s'est elle aussi terminée, mais au lieu d'exécuter une commande, elle gère une saisie utilisateur incorrecte.

Visualisation des transcriptions de conversation

Cliquez sur Afficher la conversation pour ouvrir la conversation dans le contexte d'une fenêtre de discussion. Cliquez sur l'icône du graphique à barres pour afficher les mesures vocales de cette interaction.
Description de l'image view-conversation-window.png
Description de l'illustration view-conversation-window.png

Visualisation des mesures vocales

Cliquez sur Afficher les mesures vocales pour afficher un sous-ensemble moyen des mesures vocales sur toute la conversation. Pour visualiser ces mesures réparties par interaction vocale, cliquez sur l'icône de graphique à barres dans la vue de transcription, accessible en cliquant sur Afficher les conversations.

Anonymisation des informations d'identification personnelle

Les messages utilisateur peuvent contenir des informations d'identification personnelle (PII), des informations telles que le prénom et le nom, les numéros de téléphone et les adresses e-mail. Pour protéger la vie privée des utilisateurs, mais préserver le contexte du message, vous pouvez anonymiser les valeurs d'informations d'identification personnelle avec une valeur équivalente, un anonymat, avant qu'elles ne soient conservées dans la base de données. Ces anonymes sont utilisés de manière cohérente dans une session. Par exemple, toutes les occurrences de "John Smith" dans une conversation seraient remplacées par l'anonymat, "davis". Dans ce cas, davis, et non John Smith, est stocké dans la base de données et apparaît dans les journaux d'export et les rapports d'analyse, tels que le rapport Convevrsations, le réentraînement et le mot-clé phrase cloud.
Remarque

Les valeurs MONNAIE et DATE_TIME ne sont pas anonymisées, même si elles contiennent des nombres. En outre, le "un" de l'invite par défaut pour une entité de conteneur composite ("Sélectionnez une valeur pour...") est anonymisé en tant que valeur numérique. Pour éviter cela, ajoutez une invite personnalisée ("Sélectionner une valeur a pour...", par exemple).
Vous pouvez anonymiser les valeurs reconnues par les entités système suivantes :
  • PERSON
  • NUMBER
  • EMAIL
  • PHONE_NUMBER
  • URL
Remarque

L'option Activer le masquage est en phase d'abandon dans la version 21.12. Utilisez plutôt l'anonymisation des informations d'identification personnelle pour masquer les valeurs numériques dans les rapports d'analyse et exporter les journaux. Vous ne pouvez pas appliquer l'anonymisation aux conversations enregistrées avant la version 21.12.

Activer l'anonymisation des informations d'identification personnelle

  1. Cliquez sur Paramètres > Général.
  2. Activez Activer l'anonymisation des informations d'identification personnelle.
  3. Cliquez sur Ajouter une entité pour sélectionner les valeurs d'entité à anonymiser dans les rapports d'analyse et les journaux.
    Remarque

    Les valeurs anonymisées sont conservées dans la base de données uniquement après l'activation de l'anonymisation des valeurs d'informations d'identification personnelle pour les entités sélectionnées. Elles ne sont pas appliquées aux conversations précédentes. Selon la plage de dates sélectionnée pour les rapports d'analyse ou les fichiers d'export, les valeurs d'informations d'identification personnelle peuvent apparaître dans leurs formulaires réels et anonymisés. Vous pouvez appliquer l'anonymisation à toute valeur d'informations d'identification personnelle non anonymisée (y compris celles des conversations qui se sont produites avant l'activation de l'anonymisation dans les paramètres de brique ou d'assistant numérique) lorsque vous créez une tâche d'export. Ces anonymes s'appliquent uniquement au fichier exporté et ne sont pas conservés dans la base de données.
    Si vous voulez mettre fin à l'anonymisation d'une valeur d'informations d'identification personnelle ou si vous ne voulez pas qu'un anonymat soit utilisé, sélectionnez l'entité correspondante, puis cliquez sur Supprimer l'entité. Une fois que vous avez supprimé une entité, la valeur d'informations d'identification personnelle réelle apparaît dans les rapports d'analyse pour les conversations suivantes. Sa forme anonyme, cependant, restera pour les conversations antérieures.
    Remarque

    L'anonymisation est permanente (nonobstant l'anonymisation appliquée à la tâche d'export). Vous ne pouvez pas récupérer les valeurs d'informations d'identification personnelle après avoir activé l'anonymisation.


Anonymisation des informations d'identification personnelle dans le fichier d'exportation

L'anonymisation dans un fichier d'analyse exporté varie selon que vous avez activé l'anonymisation des informations d'identification personnelle pour la brique ou l'assistant numérique dans Paramètres.

Lorsque vous activez les paramètres d'anonymisation des informations d'identification personnelle pour la brique ou l'assistant numérique :
  • Les valeurs d'informations d'identification personnelle reconnues pour les entités sélectionnées sont remplacées par des anonymes. Ces anonymes sont conservés dans la base de données et remplacent les valeurs d'informations d'identification personnelle dans les journaux et les rapports d'analyse. Cette anonymisation est appliquée aux conversations qui se produisent après – et non avant – votre activation de l'anonymisation dans les paramètres.
  • L'option Activer l'anonymisation des informations d'identification personnelle pour l'option de fichier de la tâche d'export est activée par défaut pour garantir que les valeurs d'informations d'identification personnelle reconnues pour les entités sélectionnées dans les paramètres sont appliquées aux conversations qui ont eu lieu avant la définition de l'anonymisation des informations d'identification personnelle. Les anonymes appliqués lors de l'exportation vers les conversations antérieures à l'anonymisation des informations d'identification personnelle existent uniquement dans le fichier d'exportation. Les valeurs d'informations d'identification personnelle d'origine restent dans la base de données, les journaux d'analyse et les rapports d'analyse).
  • Si vous désactivez l'option Activer l'anonymisation des informations d'identification personnelle pour le fichier, seules les valeurs d'informations d'identification personnelle reconnues pour les entités sélectionnées dans les paramètres seront anonymisées. Les fichiers journaux contiennent les anonymes des conversations qui ont eu lieu après l'activation des paramètres d'anonymisation pour la brique ou l'assistant numérique. Les conversations précédentes apparaissent sous la forme de variations originales et non modifiées avec leurs valeurs d'informations d'identification personnelle intactes. Par conséquent, le fichier d'exportation peut inclure des conversations anonymisées et non anonymisées si une partie de la plage de dates de la tâche d'exportation est antérieure à l'anonymisation.
    Remarque

    Si votre tâche d'export inclut des conversations anonymisées survenues avant la version 22.04, les anonymes appliqués aux conversations antérieures à la version 22.04 seront modifiés ou rendus anonymisés dans les fichiers d'export lorsque vous sélectionnez Activer l'anonymisation des informations d'identification personnelle pour le fichier pour la tâche d'export. Les anonymes du fichier exporté ne correspondent ni aux anonymes des fichiers d'export antérieurs à la version 22.04, ni aux anonymes qui apparaissent dans les rapports d'analyse.
Lorsque vous désactivez ou ne configurez pas les paramètres d'anonymisation des informations d'identification personnelle pour une brique ou un assistant numérique :
  • L'option Activer l'anonymisation des informations d'identification personnelle pour le fichier est désactivée par défaut pour la tâche d'export, de sorte que le fichier exporté contienne toutes les variations non modifiées d'origine, y compris les valeurs d'informations d'identification personnelle.
  • Si vous sélectionnez Activer l'anonymisation des informations d'identification personnelle pour le fichier, les valeurs des informations d'identification personnelle seront anonymisées dans le fichier exporté uniquement pour les entités par défaut, PERSON, EMAIL, URL et NUMBER. Les valeurs d'informations d'identification personnelle resteront dans la base de données, les journaux et les rapports d'analyse.

Application du réentraînement

Les clients peuvent utiliser différentes expressions pour formuler la même demande. Lorsqu'une entrée utilisateur ne peut pas être résolue en intention (ou a été résolue en intention incorrecte), vous pouvez la diriger vers l'intention correcte à l'aide du réentraînement. Afin de vous aider, le réentraînement suggère une intention pour l'entrée utilisateur. Comme vous ajoutez une entrée utilisateur réelle, vous pouvez améliorer les performances de la brique à chaque nouvelle version.
Vous pouvez filtrer l'historique de conversation sur les éléments suivants :
  • Période
  • Langue : pour une fonction multilingue activée via les services de traduction ou la prise en charge des langues natives. Par défaut, le rapport est filtré sur la langue principale.
  • Intentions : filtrez l'affichage en mettant en correspondance les noms des deux intentions les mieux classées et en utilisant des opérateurs de comparaison pour leurs propriétés de résolution, leur confiance et leur marge de gain.
  • Canaux : inclut le canal d'agent créé pour les intégrations Oracle Service Cloud.
  • Mode texte ou vocal : inclut les conversations basculées.
Le rapport renvoie les deux intentions principales pour chaque variation renvoyée, ainsi que la marge de gain qui les sépare et, via un graphique à barres horizontales, leurs scores de confiance comparés. Positionnez le curseur sur les barres pour afficher les scores. La ligne horizontale qui se croise avec le graphique marque le seuil de confiance de la brique, ainsi que son dépassement ou non.

Mise à jour d'intentions avec le réentraînement

Tenez compte des points suivants lorsque vous ajoutez des messages utilisateur aux corpus d'entraînement :
  • Vous pouvez uniquement ajouter une saisie utilisateur au corpus d'entraînement appartenant à une version brouillon d'une brique, et non à une version publiée.
  • Vous ne pouvez pas ajouter une saisie utilisateur déjà présente en tant que variation dans le corpus d'entraînement, ou que vous avez déjà ajoutée à l'aide du réentraînement.
Pour mettre à jour une intention transactionnelle ou une intention de réponse à l'aide du réentraînement, procédez comme suit :
  1. Etant donné que vous ne pouvez pas mettre à jour une brique publiée, vous devez créer une version brouillon pour pouvoir ajouter de nouvelles données au corpus.

    Conseil :

    Cliquez sur Comparer toutes les versions Image de l'icône Comparer toutes les versions. ou désactivez le commutateur Afficher uniquement la plus récente pour accéder aux versions brouillon et publiée de la brique.
    Si vous examinez une version publiée de la brique, sélectionnez la version brouillon de la brique.
    Image du menu déroulant Sélectionner la version.

  2. Dans la version brouillon de la brique, appliquez un filtre, si nécessaire, puis cliquez sur Rechercher.
  3. Sélectionnez le message utilisateur, puis choisissez l'intention cible dans le menu Sélectionner une intention. Si votre brique prend en charge plusieurs langues natives, vous pouvez l'ajouter à l'ensemble d'entraînement adapté à la langue en choisissant l'une des langues du menu Langue.

    Conseil :

    Vous pouvez ajouter des variations individuellement à une intention, ou sélectionner plusieurs intentions puis l'intention cible et, si nécessaire, une langue dans le menu Ajouter à situé en haut à gauche de la table. Pour ajouter toutes les demandes renvoyées à une intention, sélectionnez Variations (en haut à droite de la table), puis choisissez l'intention et la langue dans le menu Ajouter à.
  4. Cliquez sur Ajouter un exemple.
  5. Entraînez de nouveau la brique.
  6. Publiez de nouveau la brique.
  7. Mettez à jour l'assistant numérique avec la nouvelle brique.
  8. Surveillez le rapport Aperçu pour connaître l'évolution des mesures au fil du temps et comparer les différentes versions de la brique afin de déterminer si les nouvelles versions ont contribué au succès global de la brique. La répétition du processus de réentraînement améliore la réactivité de la brique à chaque nouvelle version. Pour les briques intégrées à Oracle Service Cloud Chat, par exemple, le réentraînement doit provoquer une évolution à la baisse des escalades, indiquée par une évolution à la baisse de l'utilisation des intentions de transfert vers un agent.

Auto-apprentissage modéré

En définissant le filtre Niveau de confiance le plus élevé sous le seuil de confiance défini pour la brique ou via le filtre par défaut Intention correspondant à unresolvedIntent, vous pouvez mettre à jour votre corpus d'entraînement à l'aide du classement de confiance défini par la structure de traitement des intentions. Par exemple, si la recherche sur unresolvedIntent renvoie l'expression "quelqu'un a utilisé ma carte de crédit", vous pouvez l'affecter à une intention appelée Litige. Il s'agit d'un auto-apprentissage modéré : la résolution de l'intention est améliorée sans que l'intégrité de la brique ne soit dégradée.

Par exemple, les critères de recherche par défaut du rapport vous montrent une saisie utilisateur aléatoire ne pouvant pas être résolue au niveau de confiance car elle est inappropriée, hors sujet ou contient des erreurs. Vous pouvez vous reporter au graphique à barres pour affecter la saisie utilisateur. Vous pouvez ainsi renforcer l'intention de la brique afin de gérer les intentions non résolues en affectant une entrée contenant du langage incompréhensible. Vous pouvez également ajouter des entrées orthographiées de façon incorrecte à l'intention orientée tâche appropriée (par exemple, "send moneey" à une intention Send Money). Par exemple, si votre brique comporte une intention Welcome, vous pouvez affecter à vos briques des messages irrévérencieux et hors sujet auxquels votre brique pourra renvoyer avec une réplique comme "I don’t know about that, but I can help you order some flowers".

Prise en charge des services de traduction

Si votre brique utilise un service de traduction, le réentraînement affiche les messages de l'utilisateur dans la langue cible. Cependant, le réentraînement n'ajoute pas de messages traduits au corpus d'entraînement. Il les ajoute en anglais, c'est-à-dire la langue acceptée par le modèle d'entraînement. Cliquez sur Image de l'icône Afficher la traduction. pour afficher la version anglaise qui peut éventuellement être ajoutée au corpus. Par exemple, si vous cliquez sur cette icône pour le mot français contester, le mot anglais dispute est affiché.

Création de travaux de fabrication de données

Au lieu d'affecter vous-même des variations à des intentions, vous pouvez alimenter cette tâche en foule en créant des travaux d'annotation d'intention et de validation d'intention. Vous n'avez pas besoin de compiler les journaux de conversation dans un fichier CSV pour créer ces travaux. A la place, cliquez sur Créer, puis sur Travail de fabrication de données.
Image de l'option Créer dans le rapport Réentraînement.
Vous choisissez ensuite le type de travail pour la saisie utilisateur filtrée dans le rapport Réentraînement. Par exemple, vous pouvez créer un travail d'annotation d'intention à partir d'un rapport filtré par l'intention supérieure correspondant à unresolvedIntent, ou vous pouvez créer un travail de validation d'intention à partir d'un rapport filtré sur les variations qui correspondent à une intention.
Description de l'image retrainer-data-manufacturing-job-dialog.png
Description de l'illustration retrainer-data-manufacturing-job-dialog.png

Conseil :

A l'aide des options Sélectionner des variations, vous pouvez choisir tous les résultats renvoyés par le filtre appliqué au réentraînement pour le travail de fabrication de données, ou créer un travail à partir d'un sous-ensemble de ces résultats qui peut inclure un échantillonnage aléatoire des variations. La sélection de l'option Exclure les variations des travaux précédents signifie que les variations sélectionnées pour un travail de fabrication de données précédent ne seront plus disponibles pour les travaux suivants : les variations incluses dans un travail d'annotation d'intention, par exemple, ne seront plus disponibles pour un travail d'annotation d'intention ultérieur. Utilisez cette option lorsque vous créez plusieurs travaux pour consulter un grand ensemble de résultats.
Une fois le travail créé, il apparaît sur la page Travaux de fabrication de données, où vous pouvez le distribuer aux crowdworkers en partageant le lien.

Créer une suite de test

Comme pour les travaux de fabrication de données à partir des résultats interrogés dans le rapport de réentraînement, vous pouvez également créer des cas de test à partir des variations renvoyées par votre requête. Vous pouvez ajouter une suite de ces cas de test au testeur de variations en cliquant sur Créer, puis sur Suite de tests.
Image de l'option Suite de tests.
Vous pouvez filtrer les variations de la série de tests à l'aide des options Sélectionner des variations de la boîte de dialogue Créer une série de tests. Vous pouvez inclure toutes les variations renvoyées par le filtre appliqué au réentraînement dans la suite de tests, ou un sous-ensemble de ces résultats qui peut inclure un échantillonnage aléatoire des variations. Sélectionnez Inclure la balise de langue pour vous assurer que la langue associée à un scénario de test reste la même tout au long du test.
Description de l'image create-test-suite-dialog-insights.png
Description de l'image create-test-suite-dialog-insights.png

Vous pouvez accéder à la suite de tests terminée en cliquant sur Accéder aux cas de test dans le testeur de variations.

Examen de l'utilisation des langues

Pour une brique multilingue, vous pouvez comparer l'utilisation des langues prises en charge via les segments du graphique Langues. Chaque segment représente une langue actuellement utilisée.
Description de l'image languages-chart-overview-skill.png
Description de l'illustration languages-chart-overview-skill.png
Si vous voulez examiner les conversations représentées par une langue dans le graphique, vous pouvez cliquer sur un segment ou sur la légende pour accéder au rapport Conversations, filtré sur la langue sélectionnée.
Voici la description de conversations-report-filtered-by-language.png :
Description de l'illustration conversations-report-filtered-by-language.png

Export des données d'analyse

Les différents rapports d'analyse présentent les données sous différents angles. Toutefois, si vous avez besoin de visualiser ces données d'une autre manière, vous pouvez créer votre propre rapport à partir d'un fichier CSV contenant les données d'analyse exportées.

Les fichiers CSV contiennent des champs pour les messages de l'utilisateur et de la brique, les types de composant et les états, qui sont décrits dans Champs du journal d'export. Vous pouvez écrire un script de traitement pour filtrer ce contenu, ou simplement utiliser une application de feuille de calcul. Certaines approches courantes de filtrage des fichiers sont décrites dans Examen des journaux d'export.
Remarque

Les données peuvent être réparties sur plusieurs fichiers CSV lorsque la tâche renvoie plus de 1 048 000 lignes. Dans ce cas, le fichier ZIP contient une série de fichiers ZIP incluant chacun un unique fichier CSV.
La page Exports répertorie les tâches en fonction des critères suivants :
  • Nom : nom de la tâche d'export.
  • Dernière exécution : date à laquelle la tâche a été exécutée pour la dernière fois.
  • Créateur : nom de l'utilisateur qui a créé la tâche.
  • Statut de l'export : Soumis, En cours, Echec, Aucune donnée (lorsque la plage de dates définie pour la tâche ne contient aucune donnée) ou bien Terminé, qui est un lien hypertexte permettant de télécharger les données exportées en tant que fichier CSV. Positionnez le curseur sur le statut Echec pour afficher un message explicatif.
Remarque

Une tâche d'export s'applique à la version actuelle de la brique.

Création d'une tâche d'export

  1. Ouvrez la page Exports et cliquez sur + Exporter.
  2. Saisissez le nom du rapport, puis entrez une plage de dates.
  3. Cliquez sur Activer l'anonymisation des informations d'identification personnelle pour le fichier exporté pour remplacer les valeurs d'informations d'identification personnelle par des anonymes dans le fichier exporté. Ces anonymes existent uniquement dans le fichier exporté si les informations d'identification personnelle ne sont pas activées dans les paramètres de brique. Dans ce cas, les valeurs d'informations d'identification personnelle, et non leurs équivalents d'anonymat, sont toujours stockées dans la base de données et apparaissent dans les journaux d'analyse exportés et dans les rapports d'analyse, y compris le rapport Conversations, le réentraînement et les expressions clés dans le cloud de mots. Si les informations d'identification personnelle ont été activées dans les paramètres de brique, les journaux et les rapports d'analyse contiendront des anonymes.
    Remarque

    L'anonymisation des informations d'identification personnelle activée pour les paramètres de brique ou d'assistant numérique prend en compte la façon dont les valeurs d'informations d'identification personnelle sont anonymisées dans le fichier d'export et contribue également à la consistance de l'anonymisation dans le fichier d'export.
  4. Cliquez sur Exporter.
  5. Une fois la tâche terminée, cliquez sur Terminé pour télécharger le fichier CSV (ou les fichiers CSV pour les exports importants) sous forme de fichier ZIP. Le nom du fichier CSV d'export au niveau de la brique commence par B_. Les noms de fichier des exports au niveau de l'assistant numérique commencent par D_.
Description de l'image insights-export-dialog.png
Description de l'image insights-export-dialog.png

Examen des journaux d'export

Voici certains des champs sur lesquels vous allez probablement vous concentrer le plus souvent. Tous les champs sont décrits dans Champs du journal d'export. Certaines approches de tri des données sont décrites dans Filtrage des données d'analyse exportées.
  • BOT_NAME contient le nom de la brique ou le nom de l'assistant numérique. Vous pouvez utiliser cette colonne pour savoir comment le dialogue est acheminé du système numérique vers les briques (et entre les briques).
  • CHANNEL_SESSION_ID stocke l'ID de session de canal. Vous pouvez utiliser cet ID, en conjonction avec la troisième colonne, CHANNEL_ID, afin de créer un type d'identificateur unique pour la session. Etant donné que les sessions peuvent expirer ou être interrompues, vous pouvez utiliser cet identificateur pour déterminer si la session a changé.
  • TIMESTAMP indique la chronologie ou l'ordre dans lequel les événements se sont produits. En règle générale, le tri est effectué sur cette colonne.
  • USER_UTTERANCE et BOT_RESPONSE contiennent la conversation entre la brique et son utilisateur. Ces deux champs affichent clairement l'imbrication des messages de l'utilisateur et de la brique en cas de tri sur TIMESTAMP.

    La colonne USER_UTTERANCE peut contenir des variations en double. Cela peut se produire lorsque les tests utilisateur sont exécutés sur la même instance, mais il est plus probable que cela soit dû à l'utilisation de la variation dans différentes parties de la conversation.

  • Vous pouvez utiliser COMPONENT_NAME, CURR_STATE et NEXT_STATE pour déboguer le flux de dialogue.

Filtrage des données d'analyse exportées

En général, vous triez les journaux sur la colonne TIMESTAMP pour visualiser la séquence d'événements. Pour d'autres perspectives, par exemple, la conversation entre l'utilisateur et la brique, vous pouvez filtrer les colonnes sur les états internes générés par le système. Les techniques de filtrage courantes sont les suivantes :
  • Tri de la conversation entre la brique et l'assistant numérique : lorsqu'un export contient des données provenant d'un assistant numérique et de ses briques inscrites, le contenu du champ BOT_NAME peut sembler confus, car la conversation semble basculer arbitrairement entre les différentes briques, et entre les briques et l'assistant numérique. Pour afficher le dialogue dans le bon ordre (et en contexte), la colonne TIMESTAMP est présentée dans l'ordre croissant.
  • Recherche des limites de la conversation : utilisez le champ System.BeginSession et l'un des états terminaux pour rechercher le début et la fin d'une conversation. Les conversations commencent par un état System.BeginSession. Elles peuvent se terminer par l'un des états terminaux suivants :
    • System.EndSession
    • System.ExpiredSession
    • System.MaxStatesExceededHandler
    • System.DefaultErrorHandler
  • Examen de la conversation entre l'utilisateur et la brique : pour isoler le contenu des colonnes USER_UTTERANCE et BOT_RESPONSE, filtrez la colonne CURR_STATE sur les états générés par le système System.MsgReceived et System.MsgSent
    Remarque

    En cas de réponse à un message non texte, comme celles provenant des états des entités de résolution, la sortie de la brique contient des réponses partielles jointes par un caractère de retour à la ligne.
    Parfois, certaines parties du dialogue entre l'utilisateur et la brique peuvent se répéter dans les colonnes USER_UTTERANCE et BOT_RESPONSE. Le texte utilisateur est répété lorsqu'une transition automatique ne nécessite pas de saisie utilisateur. Les réponses de la brique sont répétées si l'état suivant est l'un des états terminaux, comme System.EndSession ou System.DefaultErrorHandler.
  • Examen de l'exécution du flux de dialogue avec le dialogue entre l'utilisateur et la brique : pour visualiser les transactions internes ou afficher uniquement les messages non textuels, vous devez retirer du filtre les états System.MsgReceived et System.MsgReceived de la colonne CURR_STATE (approche opposée à la visualisation du dialogue uniquement).
  • Identification d'une session : comparez les valeurs de CHANNEL_SESSION_ID et de SESSION_ID (les unes à côté des autres).

Champs du journal d'export

Le fichier CSV exporté pour une brique inclut les champs suivants.
Nom de la colonne Description Exemple de valeur
BOT_NAME Nom de la brique. PizzaBot
CHANNEL_SESSION_ID ID d'un utilisateur pour la session. Cette valeur identifie une nouvelle session. La modification de cette valeur indique que la session a expiré ou a été réinitialisée pour le canal. 2e62fb24-8585-40c7-91a9-8adf0509acd6
SESSIONID Identificateur de la session en cours. Il s'agit d'un GUID aléatoire qui rend cet ID différent des valeurs CHANNEL_SESSION_ID et USER_ID. Une session indique que des parcours d'exécution d'intention ont été terminés par une transition return explicite dans la définition d'état, ou par un retour implicite injecté par le moteur de dialogue. 00cbecbb-0c2e-4749-bfa9-c1b222182e12
TIMESTAMP Horodatage de création. Utilisé pour déterminer l'ordre chronologique ou la séquence des événements. 14-SEP-20 01.05.10.409000 PM
USER_ID ID utilisateur 2880806
DOMAIN_USERID Fait référence à USER_ID. 2880806
PARENT_BOT_ID ID de la brique ou de l'assistant numérique. Lorsqu'une conversation est déclenchée par un assistant numérique, il s'agit de l'ID de l'assistant numérique. 9148117F-D9B8-4E99-9CA9-3C8BA56CE7D5
ENTITY_MATCHES Identifie les valeurs d'élément de conteneur composite mises en correspondance dans la première variation résolue en intention. Si le premier message d'un utilisateur est "Order a large pizza", cette colonne contiendra la correspondance pour l'élément PizzaSize dans l'entité de conteneur composite Pizza :
{"Pizza":[{"entityName":"Pizza","PizzaSize":["Large"]}]}
Les autres valeurs d'élément dans les messages utilisateur suivants ne sont pas suivies. Par conséquent, si le message suivant d'un utilisateur inclut une valeur PizzaType, il ne sera pas inclus dans le fichier d'export. Si un utilisateur saisit d'abord "Order a pizza" puis, une fois l'intention résolue, ajoute un message de suivi avec une valeur d'entité pour l'élément PizzaSize ("make it a large"), une valeur NULL est enregistrée dans la colonne ENTITY_MATCHES, car le message initial qui a été résolu en intention ne contenait aucune valeur d'élément.

Un objet vide ({}) est renvoyé lorsque vous activez l'anonymisation des informations d'identification personnelle.

{"Pizza":[{"entityName":"Pizza","PizzaType":["CHEESE BASIC"],"PizzaSize":["Large"]}]}
PHRASE Interprétation ODA de la saisie utilisateur. large thin pizza
INTENT_LIST Classement des intentions candidates, exprimé sous forme d'objet JSON. [{"INTENT_NAME":"OrderPizza","INTENT_SCORE":0.4063},{"INTENT_NAME":"OrderPasta","INTENT_SCORE":0.1986}]

Pour les exports d'assistant numérique, il s'agit du classement des briques appelées via l'assistant numérique. Par exemple : [{"INTENT_NAME":"Pizza_For_DA_Starter-1.2","INTENT_SCORE":0.931},{"INTENT_NAME":"Retail_for_DA_Starter-1.1","INTENT_SCORE":0.0996},{"INTENT_NAME":"Finance_for_DA_Starter-1.1-DA","INTENT_SCORE":0.0925}]

BOT_RESPONSE Réponses apportées par la brique aux variations utilisateur. How old are you?
USER_UTTERANCE Saisie utilisateur. 18
INTENT Intention sélectionnée par la brique pour traiter la conversation. Indique l'intention principale de la liste des intentions considérées comme possibles pour la conversation. OrderPizza
LOCALE Environnement local de l'utilisateur. en-US
COMPONENT_NAME Composant (système ou personnalisé) exécuté dans l'état en cours. Vous pouvez utiliser ce champ avec CURR_STATE et NEXT STATE pour déboguer la boîte de dialogue flow.There sont d'autres valeurs de la colonne COMPONENT_NAME qui ne sont pas des composants :
  • ODA.Routing : indique qu'un événement est en cours d'enregistrement.
  • __NO_COMPONENT__ : aucun composant n'a été défini pour l'état. La colonne peut ne pas contenir de valeur si aucun composant n'a été défini pour l'état.
AgeChecker
CURR_STATE Etat en cours de la conversation, que vous utilisez pour déterminer la source du message. Ce champ contient les noms des états établis dans la définition de flux de dialogue, ainsi que les états générés par le système. Vous pouvez filtrer le fichier CSV sur ces états, notamment System.MsgRecieved pour les messages utilisateur et System.MsgSent pour les messages envoyés par la brique ou les agents pour les intégrations de service client. checkage

NEXT_STATE Etat suivant sur le parcours d'exécution. Les transitions d'état dans la définition de flux de dialogue indiquent l'état suivant sur le parcours d'exécution. crust
Language Langue utilisée pendant la session. fr
SKILL_VERSION Version de la brique. 1.2
INTENT_TYPE Indique si l'intention est une intention transactionnelle (TRANS) ou une intention de réponse (STATIC). STATIC
CHANNEL_ID Identifie le canal sur lequel la conversation a été effectuée. Ce champ, avec CHANNEL_SESSION_ID, représente une session. AF5D45A0EF4C02D4E053060013AC71BD
ERROR_MESSAGE Message d'erreur renvoyé. Session expired due to inactivity.
INTENT_QUERY_TEXT Entrée envoyée au serveur d'intentions pour classification. Le contenu de INTENT_QUERY_TEXT et de USER_UTTERANCE est identique lorsque la saisie utilisateur est dans l'une des langues natives, mais il est différent lorsque la saisie utilisateur est dans une langue qui n'est pas prise en charge de façon native, et donc gérée par un service de traduction. Dans ce cas, INPUT_QUERY_TEXT est en anglais.  
TRANSLATE_ENABLED Indique si un service de traduction est utilisé. NO
SKILL_SESSION_ID ID de la session. 6e2ea3dc-10e2-401a-a621-85e123213d48
ASR_REQUEST_ID Champ de clé unique identifiant chaque entrée vocale, c'est-à-dire l'ID de demande vocale. La présence de cette valeur indique que l'entrée est une entrée vocale. cb18bc1edd1cda16ac567f26ff0ce8f0
ASR_EE_DURATION Durée d'une variation vocale particulière dans une fenêtre de conversation. 3376
ASR_LATENCY Latence vocale, mesurée en millisecondes. Bien que la reconnaissance vocale exige un grand nombre de calculs, la bande passante de mémoire et la capacité de la batterie sont limitées. Cela présente la latence à partir de la réception de l'entrée vocale jusqu'à sa transcription. De plus, les implémentations basées sur un serveur ajoutent également de la latence en raison de l'aller-retour. 50
ASR_RTF Mesure standard de performances dans le système de reconnaissance vocale. Si un temps {P} est nécessaire pour traiter une entrée de durée {I}, le facteur temps réel est défini comme suit : RTF = \frac{P}{I}. Ratio du temps nécessaire au traitement de l'entrée audio par rapport au temps UC. Par exemple, si une seconde de temps UC est nécessaire pour traiter une seconde d'audio, le facteur temps réel est de 1 (1/1). Si 500 millisecondes sont nécessaires pour traiter une seconde d'audio, le facteur temps réel est de 0,5 ou ½. 0.330567
CONVERSATION_ID ID de la conversation. 906ed6bd-de6d-4f59-a2af-3b633d6c7c06
CUSTOM_METRICS Tableau JSON contenant un objet pour chaque dimension de mesure personnalisée. name est un nom de dimension et value est la valeur renvoyée. Cette colonne est disponible pour les versions 22.02 et supérieures.
[{"name":"Order Sizes","value":"a box of 3 bottles"},{"name":"Wine Types","value":"red wine"},{"name":"Most Popular","value":"Pinot noir"}]

Etats internes

Nom du département Description
System.MsgReceived Evénement de message reçu déclenché pour les analyses lorsqu'une brique reçoit un message texte d'une source externe, telle qu'un utilisateur ou une autre brique.
System.MsgSent Evénement de message envoyé déclenché pour les analyses lorsqu'une brique répond à une source externe, telle qu'un utilisateur ou une autre brique.

Pour chaque événement System.MsgReceived, il peut y avoir zéro, un ou plusieurs événements System.MsgSent correspondants.

System.BeginSession Un événement System.BeginSession est envoyé en tant que marqueur pour le démarrage de la session dans les circonstances suivantes :
  • Aucun état de dialogue n'a encore été exécuté.
  • Le premier état de dialogue est sur le point d'être déclenché.
System.EndSession Un événement System.EndSession est capturé en tant que marqueur pour la terminaison de session lorsque l'état en cours n'a généré aucune erreur non gérée et qu'il comporte une transition return, ce qui indique qu'aucun autre état de dialogue ne sera à exécuter. L'événement System.EndSession peut également être enregistré lorsque l'état en cours comporte ce qui suit :
  • Transition error permettant de gérer une erreur.
  • Marqueur de conversation insightsEndConversation: true.
System.ExpiredSession (Error type: "systemHandled") Délai d'expiration de session. Le délai d'expiration par défaut est d'une heure.

Lorsqu'une conversation s'arrête pendant plus d'une heure, l'expiration de la session est déclenchée. L'expiration de la session est capturée en deux événements distincts dans les analyses. Le premier événement est l'état inactif, qui est l'état dans le flux de dialogue où la communication avec l'utilisateur s'est arrêtée. Le second est l'événement System.ExpiredSession interne.

System.DefaultErrorHandler Le gestionnaire d'erreurs par défaut est exécuté lorsqu'aucun traitement d'erreur n'est défini dans le flux de dialogue, soit globalement (par exemple, le noeud defaultTransitions dans les flux basés sur YAML), soit au niveau de l'état avec des transitions error. Lorsque le flux de dialogue inclut des transitions error, un événement System.EndSession est déclenché.
System.ExpiredSessionHandler L'événement System.ExpiredSessionHandler est déclenché si un message est envoyé à la brique à partir d'un système externe ou par un utilisateur après l'expiration de la session. Par exemple, cet événement est déclenché lorsqu'un utilisateur arrête de discuter avec la brique au milieu d'une conversation, puis envoie un message après avoir laissé la fenêtre de discussion ouverte pendant plus d'une heure.
System.MaxStatesExceededHandler Cet événement est déclenché si plus de 100 états de dialogue sont déclenchés dans le cadre d'un message utilisateur unique.

Tutoriel : Utilisation des analyses Oracle Digital Assistant

Utilisez la génération de rapports d'analyse (y compris le réentraînement) grâce au tutoriel Utilisation des analyses Oracle Digital Assistant.