Anda dapat mengekspor histori percakapan ke BigQuery. Setelah dikonfigurasi, semua histori percakapan langsung akan ditulis ke tabel BigQuery Anda. Hal ini memberi Anda alat analisis lanjutan yang dapat membantu Anda men-debug dan meningkatkan kualitas agen serta menemukan pola dalam data percakapan.
Batasan
Batasan berikut berlaku:
- Maksimal 500 interaksi dapat diekspor untuk setiap percakapan.
Izin lintas project
Jika agen Dialogflow dan data BigQuery Anda tidak berada di
project yang sama, akun layanan
yang terkait dengan project Dialogflow Google Cloud Anda juga harus memiliki izin IAM
roles/bigquery.dataEditor untuk set data BigQuery di
project BigQuery Google Cloud Anda.
Format akun layanan: service-<dialogflow-project-number>@gcp-sa-dialogflow.iam.gserviceaccount.com
Pengguna yang mengonfigurasi ekspor di Dialogflow harus memiliki izin di project BigQuery. Jika tidak, project BigQuery tidak akan muncul sebagai opsi di Konsol Dialogflow.
Izin minimum yang diperlukan di project BigQuery agar pengguna dapat melihatnya di Dialogflow adalah resourcemanager.projects.get.
Atau, Anda dapat menetapkan salah satu peran yang telah ditetapkan berikut Google Cloud yang mencakup izin ini, tetapi tidak mengharuskan pengguna memiliki akses ke
set data BigQuery: roles/browser atau roles/bigquery.metadataViewer.
Deskripsi tabel
Setiap baris tabel berisi satu interaksi percakapan dengan kolom berikut:
| Kolom | Jenis | Deskripsi |
|---|---|---|
| project_id | STRING | ID project. |
| agent_id | STRING | ID agen. |
| conversation_name | STRING | Nama resource yang sepenuhnya memenuhi syarat untuk sesi. |
| turn_position | INTEGER | Nomor interaksi percakapan. |
| request_time | TIMESTAMP | Waktu interaksi percakapan. |
| language_code | STRING | Tag bahasa . |
| request | JSON | Permintaan deteksi intent. |
| response | JSON | Respons deteksi intent. |
| partial_responses | JSON | Respons parsial jika ada. |
| derived_data | JSON | Metadata tambahan untuk interaksi percakapan ini. |
| conversation_signals | JSON | Data analisis terkait NLU. Lihat ConversationSignals untuk skema JSON. |
| bot_answer_feedback | JSON | Masukan jawaban jika diberikan. |
Konfigurasi
Untuk mengonfigurasi ekspor histori percakapan:
- Pastikan histori percakapan diaktifkan.
- Ikuti panduan pembuatan set data BigQuery untuk membuat set data. Catat nama set data, karena Anda akan memerlukannya di langkah berikutnya.
Ikuti panduan pembuatan tabel BigQuery untuk membuat tabel dengan definisi skema SQL. Gunakan pernyataan SQL berikut untuk pembuatan:
CREATE TABLE <your_dataset_name>.dialogflow_bigquery_export_data( project_id STRING, agent_id STRING, conversation_name STRING, turn_position INTEGER, request_time TIMESTAMP, language_code STRING, request JSON, response JSON, partial_responses JSON, derived_data JSON, conversation_signals JSON, bot_answer_feedback JSON );Konfigurasi setelan agen Anda untuk mengaktifkan ekspor BigQuery, dan untuk memberikan nama set data dan tabel yang dibuat di atas.