Sie können Interaktionsprotokolle nach BigQuery exportieren. Nach der Konfiguration werden alle Protokolle zu Liveinteraktionen in Ihre BigQuery-Tabelle geschrieben. So stehen Ihnen erweiterte Analysetools zur Verfügung, mit denen Sie Ihren Kundenservicemitarbeiter optimieren und Muster in Unterhaltungsdaten erkennen können.
Beschränkungen
Es gelten folgende Einschränkungen:
- Pro Unterhaltung können maximal 500 Sätze exportiert werden.
Projektübergreifende Berechtigungen
Wenn sich Ihr Dialogflow-Agent und Ihre BigQuery-Daten nicht im selben Projekt befinden, muss dem Dienstkonto, das mit Ihrem Dialogflow Google Cloud -Projekt verknüpft ist, auch die IAM-Berechtigung roles/bigquery.dataEditor für das BigQuery-Dataset in Ihrem BigQuery Google Cloud -Projekt zugewiesen sein.
Format des Dienstkontos: service-<dialogflow-project-number>@gcp-sa-dialogflow.iam.gserviceaccount.com
Der Nutzer, der den Export in Dialogflow konfiguriert, muss Berechtigungen für das BigQuery-Projekt haben. Andernfalls wird das BigQuery-Projekt in der Dialogflow Console nicht als Option angezeigt.
Die Mindestberechtigung für das BigQuery-Projekt, damit der Nutzer es in Dialogflow sehen kann, ist resourcemanager.projects.get.
Alternativ können Sie eine der folgenden Google Cloud vordefinierten Rollen zuweisen, die diese Berechtigung enthalten, für die der Nutzer aber keinen Zugriff auf das BigQuery-Dataset benötigt: roles/browser oder roles/bigquery.metadataViewer.
Tabellenbeschreibung
Jede Zeile der Tabelle enthält einen Gesprächsschritt mit den folgenden Spalten:
| Spalte | Typ | Beschreibung |
|---|---|---|
| project_id | STRING | Die Projekt-ID. |
| agent_id | STRING | Die Kundenservicemitarbeiter-ID. |
| conversation_name | STRING | Der voll qualifizierte Ressourcenname für die Sitzung. |
| turn_position | INTEGER | Die Nummer der Unterhaltungsrunde. |
| request_time | TIMESTAMP | Der Zeitpunkt der Unterhaltungsrunde. |
| language_code | STRING | Das Sprach-Tag. |
| Anfrage | JSON | Die Anfrage zur Intent-Erkennung. |
| Antwort | JSON | Die Antwort vom Erkennen des Intents. |
| partial_responses | JSON | Teilantworten, falls zutreffend |
| derived_data | JSON | Zusätzliche Metadaten für diesen Gesprächsschritt. |
| conversation_signals | JSON | NLU-bezogene Analysedaten. Das JSON-Schema finden Sie unter ConversationSignals. |
| bot_answer_feedback | JSON | Feedback geben, falls verfügbar. |
Konfiguration
So konfigurieren Sie den Export von Interaktionsprotokollen:
- Prüfen Sie, ob das Interaktions-Logging aktiviert ist.
- Folgen Sie dem Leitfaden zum Erstellen von BigQuery-Datasets, um ein Dataset zu erstellen. Notieren Sie sich den Namen des Datensatzes, da Sie ihn im nächsten Schritt benötigen.
Folgen Sie dem BigQuery-Leitfaden zum Erstellen von Tabellen, um eine Tabelle mit einer SQL-Schemadefinition zu erstellen. Verwenden Sie die folgende SQL-Anweisung zum Erstellen:
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 );Aktivieren Sie in den Kundenservicemitarbeitereinstellungen den BigQuery-Export und geben Sie die oben erstellten Dataset- und Tabellennamen an.