过滤

您可以根据直接从对话特征或对话经历的操作属性中获取的信息来过滤对话。

对话过滤器

您可以根据下表中的一项或多项特征过滤对话。这些过滤条件有助于在庞大的对话数据集内缩小搜索范围。列出对话页面的“过滤”部分列出了应用以下过滤条件所需的权限。

过滤条件 说明 参考代码
代理 ID 唯一代理的字符串

agent_id="some agent_id"

quality_metadata.agent_info.agent_id:"some agent_id"
代理团队 代理团队的字符串

agent_team="some agent_team"

quality_metadata.agent_info.teams:"some agent_team"
代理类型 人工客服或自动客服

quality_metadata.agent_info.agent_type:"HUMAN_AGENT"

quality_metadata.agent_info.agent_type="AUTOMATED_AGENT"
分析创建时间 分析的创建时间 latest_analysis.create_time>"2023-12-31T16:00:10-08:00"
分析状态 对话是否已分析

已分析：latest_analysis:"*"

尚未分析：-latest_analysis:"*"
对话渠道 对话媒介：PHONE_CALL 或 CHAT medium="PHONE_CALL"
对话创建时间 对话导入到 CX 数据洞见的时间

create_time>"1969-12-31T16:00:10-08:00"

create_time<="1969-12-31T16:00:20-08:00"
对话标签 分配给对话的标签

labels:"key_only"

labels.key_1:"value_1"
对话开始时间 对话开始时间

start_time>"1969-12-31T16:00:10-08:00"

start_time>"1969-12-31T16:00:20-08:00"
对话更新时间 对话的上次更新时间

update_time>"1969-12-31T16:00:10-08:00"

update_time<="1969-12-31T16:00:20-08:00"
客户满意度得分 客户满意度得分

quality_metadata.customer_satisfaction_rating>"1"

quality_metadata.customer_satisfaction_rating<"5"
自定义突出显示（也称为词组匹配器） 自定义突出显示，有助于标记特定短语

latest_analysis.analysis_result.call_analysis_metadata.phrase_matchers.id:"add_one_positive_custom_highlight"

latest_analysis.analysis_result.call_analysis_metadata.phrase_matchers.id:"multiple positive custom highlights"

-latest_analysis.analysis_result.call_analysis_metadata.phrase_matchers.id:"one_negative_custom_highlight"

-latest_analysis.analysis_result.call_analysis_metadata.phrase_matchers.id:"multiple negative custom highlights"
数据源 对话来源是 Cloud Storage 或 Dialogflow，或者包含屏幕录制内容

data_source.gcs_source: "*"

data_source.dialogflow_source: "*"

data_source.screen_recordings.video_uri: "*"
Dialogflow 对话 通过 Dialogflow 使用虚拟客服进行的对话 data_source.dialogflow_source.dialogflow_conversation="projects/123456789/locations/us-central1/conversations/some_dialogflow_conversation"
Dialogflow 对话配置文件 ID 唯一 Dialogflow 对话配置文件的字符串 dialogflow_conversation_profile_id="some_dialogflow_conversation_profile_id"
时长 对话持续的时长 duration<="20s"
语言 对话中使用的口语或书面语，采用 BCP-47 格式的语言代码和支持的前缀 language_code: "some_language_code"
最新分析创建时间 最新分析的创建时间

latest_analysis.create_time>"1969-12-31T16:00:10-08:00"

latest_analysis.create_time<$eq;"1969-12-31T16:00:20-08:00"
最新摘要 匹配最新摘要的一部分

latest_summary.text:"phrase to match"

latest_summary.text:"and another"

-latest_summary.text:"exclude this"
统计信息摘要图表 特定得分卡分析的所有对话 latest_analysis.analysis_result.call_analysis_metadata.qa_scorecard_results.qa_scorecard_revision_id=projects/PROJECT_ID/locations/us-central1/qaScorecards/SCORECARD_ID
统计信息摘要问答 由特定得分卡分析的对话，并且针对某个问题给出了特定答案 latest_analysis.analysis_result.call_analysis_metadata.qa_scorecard_results.qa_answers.contains((qa_question="projects/PROJECT_ID/locations/LOCATION_ID/qaScorecards/SCORECARD_ID/revisions/REVISION_ID/qaQuestions/QUESTION"),(answer_value.str_value="ANSWER"))
情感得分 对话的平均用户情感得分

latest_analysis.analysis_result.call_analysis_metadata.sentiments.sentiment_data.score>"0.1"

latest_analysis.analysis_result.call_analysis_metadata.sentiments.sentiment_data.score<"0.2"
静默时长 对话的静音时长

latest_analysis.analysis_result.call_analysis_metadata.silence.silence_duration>"10s"

latest_analysis.analysis_result.call_analysis_metadata.silence.silence_duration<$eq;"20s"
智能突出显示 智能突出显示功能可帮助标记特定短语。

latest_analysis.analysis_result.call_analysis_metadata.intents.display_name:"one_positive_smart_highlight"

latest_analysis.analysis_result.call_analysis_metadata.intents.display_name:"multiple positive smart highlights"

-latest_analysis.analysis_result.call_analysis_metadata.intents.display_name:"one_negative_smart_highlight"

-latest_analysis.analysis_result.call_analysis_metadata.intents.display_name:"multiple negative smart highlights"
摘要状态 是否已生成摘要

有摘要：latest_summary:"*"

无摘要：-latest_summary:"*"
主题（也称为问题） 通过主题建模功能发现的主题或问题

latest_analysis.analysis_result.issues.issue="projects/123456789/locations/us-central1/issueModels/test_model/issues/issue_foo"

latest_analysis.analysis_result.issue_model_id="projects/123456789/locations/us-central1/issueModels/test_model"
转写文稿 匹配对话文本

transcript.transcript_segments.text:"one_positive_term"

transcript.transcript_segments.text:"multiple positive terms"

-transcript.transcript_segments.text:"one_negative_term"

-transcript.transcript_segments.text:"multiple negative terms"
圈数 对话回合数

turn_count>"10"

turn_count<="20"

操作过滤条件

您还可以根据对对话执行的操作所提供的信息来过滤对话。您可以根据以下操作属性过滤对话数据集。

过滤条件 说明 参考代码
创建时间 操作的创建时间

metadata.create_time>"1969-12-31T16:00:10-08:00"

metadata.create_time<="1969-12-31T16:00:20-08:00"
对话 ID 特定对话的字符串 metadata.conversation_id="some_conversation_id"
完成 操作的最终状态

完成日期：done="true"

未完成：done="false"
操作类型 对数据集执行的操作类型

操作类型为：metadata.operation_type="BulkAnalyzeConversations"

操作类型不是：metadata.operation_type!="BulkAnalyzeConversations"
状态 操作的详细状态

已成功完成：status_code="0"

失败但未中止：status_code!="ABORTED"

如需查看运行批量操作时出现的错误，您必须使用 curl 命令。

  • 批量分析操作： 
    curl -X GET \
 -H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
 -H "Content-Type: application/json; charset=utf-8" "https://contactcenterinsights.googleapis.com/v1/projects/$PROJECT/locations/$LOCATION/operations?filter=metadata.operation_type=\"BulkAnalyzeConversations\"&page_size=10"
  • 批量注入操作（转写内容或音频）： 
    curl -X GET \
 -H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
 -H "Content-Type: application/json; charset=utf-8"  "https://contactcenterinsights.googleapis.com/v1/projects/$PROJECT/locations/$LOCATION/operations?filter=metadata.operation_type=\"IngestConversations\"&page_size=10"