Dasbor pemantauan

Anda dapat menggunakan dasbor Pemantauan untuk mengevaluasi performa aplikasi agen Anda dari waktu ke waktu dan menemukan area yang perlu ditingkatkan. Pemantauan berguna dalam situasi berikut:

  • Pemantauan performa: Analisis data real-time dan historis tentang performa aplikasi agen, seperti jumlah interaksi yang ditangani, jumlah giliran rata-rata per sesi, dan rasio eskalasi.
  • Deteksi dan penyelesaian masalah: Mengidentifikasi pola atau tren dalam interaksi pengguna akhir di mana aplikasi agen mungkin kesulitan memahami permintaan atau memberikan respons yang akurat. Hal ini dapat membantu Anda mengidentifikasi masalah dan melakukan tindakan korektif, seperti mengisolasi kegagalan alat, masalah latensi, atau memperbarui skrip aplikasi agen, atau memberikan pelatihan tambahan.
  • Insight pengguna akhir: Dapatkan insight berharga tentang perilaku, preferensi, dan masalah pengguna akhir dengan menganalisis data dari interaksi aplikasi agen. Anda dapat menggunakan informasi ini untuk lebih memahami kebutuhan pengguna akhir, menyesuaikan respons aplikasi agen, dan meningkatkan kualitas pengalaman pengguna akhir secara keseluruhan.
  • Alokasi resource: Analisis data tentang workload, ketersediaan, dan performa aplikasi agen, sehingga Anda dapat mengoptimalkan alokasi resource. Misalnya, Anda dapat mengidentifikasi jam sibuk saat aplikasi agen tambahan mungkin diperlukan untuk menangani peningkatan pertanyaan atau menetapkan aplikasi agen berdasarkan keahliannya.

Membuka dasbor pemantauan

Untuk membuka dasbor pemantauan:

  1. Pastikan Anda telah mengaktifkan pencatatan interaksi di setelan aplikasi agen.
  2. Di bagian atas pembuat agen, klik Monitor. Dasbor pemantauan akan muncul.
  3. Rentang tanggal untuk data secara default adalah 1 hari terakhir, tetapi Anda dapat mengklik rentang tanggal ini untuk mengubahnya.
  4. Klik kolom Rentang tanggal untuk memilih rentang tanggal, yang secara default ditetapkan ke 24 jam
  5. Klik Lihat Percakapan untuk dialihkan ke CX Insights guna melihat log lengkap percakapan dan melakukan analisis detail percakapan dan transkrip.

Kartu dasbor

Dasbor pemantauan menampilkan kartu berikut:

  • Total Sesi: Total jumlah percakapan (sesi) yang dilakukan aplikasi agen dengan pengguna akhir. Data ini juga ditampilkan sebagai deret waktu.
  • Rasio eskalasi: Persentase interaksi saat aplikasi agen tidak dapat menangani masalah dan masalah tersebut dieskalasikan ke agen manusia. Hal ini dapat disebabkan oleh kompleksitas masalah atau ketidakmampuan aplikasi agen untuk memahami permintaan. Data ini juga ditampilkan sebagai deret waktu.
  • Jumlah Eskalasi: Jumlah total eskalasi.
  • Giliran per sesi: Jumlah rata-rata giliran per sesi.
  • Latensi End-to-End: Latensi end-to-end (E2E) adalah jumlah waktu antara akhir ucapan pengguna dan awal ucapan agen berikutnya. Metrik ini menghitung latensi E2E untuk setiap interaksi agen pengguna dalam percakapan chat dan suara.
  • Perincian latensi End-to-End: Menggambarkan latensi E2E di tingkat ucapan. Sumbu y menampilkan waktu dalam kelipatan 50 milidetik. Sumbu x menunjukkan bahwa Anda dapat melihat latensi E2E untuk alat, model bahasa besar (LLM), dan text-to-speech (TTS). Terakhir, grafik menampilkan latensi E2E sebagai batang terpisah untuk tiga kategori persentil: P50 adalah persentil ke-50, P90 adalah persentil ke-90, dan P99 adalah persentil ke-99. Misalnya, jika latensi P99 LLM adalah 5 detik, 99% nilai latensi LLM tingkat ucapan kurang dari 5 detik.
  • Tingkat kegagalan alat: Persentase panggilan alat yang gagal di semua penggunaan alat dalam percakapan untuk agen tertentu dalam jangka waktu yang dipilih dan untuk media percakapan yang ditentukan.
  • Latensi alat: Latensi rata-rata panggilan alat di semua penggunaan alat dalam percakapan untuk agen tertentu, dalam jangka waktu dan media percakapan yang dipilih.
  • Sentimen keseluruhan: Skor sentimen rata-rata selama percakapan yang ditangani oleh agen ini. Nilai ini berada dalam skala -1 hingga 1, dengan 0 netral dan 1 positif.
  • Perincian sentimen: Diagram batang berkode warna untuk menggambarkan jumlah percakapan agen ini per kategori sentimen tingkat percakapan: negatif, netral, atau positif.
  • Hasil percakapan: Menampilkan jumlah percakapan yang berakhir dengan setiap kemungkinan hasil berikut, dengan hasil percakapan komputasi menggunakan pertanyaan yang telah ditentukan sebelumnya dalam kartu skor bawaan di CX Insights:
    • Diabaikan
    • Sebagian terselesaikan
    • Dieskalasi
    • Dialihkan
    • Berhasil diselesaikan
    • Tidak diketahui