查看及匯出數據分析資料

數據分析可讓您深入瞭解應用程式的使用趨勢、搜尋品質和使用者參與度。控制台提供採用 Looker 技術的互動式資訊主頁。本頁說明如何查看應用程式的數據分析。

注意： 指標大約每 6 小時重新整理一次，因此建立應用程式後，可能需要數小時才能使用「Analytics」(數據分析) 頁面。

事前準備

確認應用程式已連結至資料儲存庫。資料儲存庫連結至應用程式後，才會提供應用程式指標。

如果沒有資料儲存庫，請連結 Google 資料來源或第三方資料來源至應用程式。

警告： 如果資料儲存庫與應用程式取消連結，可能會遺失部分應用程式指標。如果資料是使用 CMEK 加密，則無法擷取這些特定的應用程式指標。

用於數據分析的使用者事件

本節說明 Gemini Enterprise 用來產生搜尋相關指標 (例如搜尋次數和點閱率) 的使用者事件。如果透過使用者介面使用 Gemini Enterprise 助理搜尋及取得答案，則不需進行額外設定。不過，如果您在自己的應用程式中使用 Gemini Enterprise API，則必須在應用程式中設定搜尋功能，以擷取使用者事件，然後將使用者事件匯入應用程式。

Gemini Enterprise 應用程式需要下列使用者事件，才能取得指標：

• 搜尋事件。點閱率的必要欄位。
• view_item 事件。點閱率的必要欄位。

下列資訊也會用於部分分析：

• 曝光。您可以在擷取使用者事件時，將相關項目納入 UserEvent.Documents，提供可歸因於 Google 的曝光 (項目檢視或點擊)。這項資訊用於歸因和計算每次搜尋指標。
• 歸因權杖。歸因權杖是 Google 產生的專屬 ID，會隨每項搜尋要求傳回。請務必將該歸因符記做為 UserEvent.attributionToken，與搜尋產生的任何使用者事件一併納入。這項資訊可用來判斷搜尋是否由 API 提供。只有具備 Google 產生歸因權杖的使用者事件，才會用於計算指標。
• 搜尋記錄。搜尋記錄是根據搜尋要求產生。為讓 Google 識別使用者工作階段，以便提供個別工作階段的數據分析和更優質的搜尋結果，強烈建議您設定選填欄位 SearchRequest.UserPseudoId。

如果沒有搜尋記錄或使用者事件，所有指標都會顯示預設值。

查看 Gemini Enterprise 數據分析

注意： 如果是美國和歐盟多區域的應用程式，查看搜尋數據分析的功能目前為公開預先發布版。搜尋數據分析功能已在全球正式發布。

您可以查看應用程式的搜尋數據分析，瞭解與應用程式搜尋呼叫相關的指標。如果應用程式連結至多個資料儲存庫，建議您指定 engine 資源，向應用程式發出搜尋呼叫，這樣就能從所有連結的資料儲存庫取得結果。

請按照下列操作說明查看應用程式的數據分析。

1. 前往 Google Cloud 控制台的「Gemini Enterprise」頁面。

   Gemini Enterprise

2. 按一下要查看數據分析的應用程式名稱。

3. 按一下「數據分析」。

4. 按一下分頁標籤，即可查看該指標群組：

   • 採用率：使用者採用狀態的指標。

   • 使用情形和品質：使用者意見回饋和應用程式使用情形的指標。

   • 代理：Gemini Enterprise 網頁應用程式中的代理指標，包括 Google 建立的代理、Gemini Notebook Enterprise，以及貴組織建立並註冊至 Gemini Enterprise 的代理。

   • 價值：使用者透過應用程式查詢資料，所節省成本的指標。

   • 使用者層級：指標包括組織中使用者的使用者 ID (電子郵件地址或專屬 ID)，以及他們與 Google 製作的代理、組織建立並註冊 Gemini Enterprise 的代理之間的互動。

   注意： 您必須在許可清單中，才能查看「使用者層級」分頁中的資料。 如要加入許可清單，請與帳戶團隊或銷售團隊聯絡。

   

   查看採用率的數據分析資料

5. 如要篩選指標，請指定指標分頁可用的篩選器，然後按一下「Refresh」(重新整理) 按鈕套用。

指標定義

下表說明指標的定義。

指標群組	指標名稱	指標定義	附註
採用率	使用者總數	在所選日期範圍內，Gemini Enterprise 的不重複活躍使用者人數。	如果使用者登入並觸發任何 API 呼叫 (例如到達首頁時)，就會視為活躍使用者。由於計數是不重複的，因此如果使用者呼叫助理、解答和搜尋 API 方法，在總數中只會計入一次。
	使用者呼叫助理	呼叫 AssistantService 方法或使用助理生成答案的使用者人數。
	使用者撥打電話	呼叫 ConversationalSearchService 和 GenerativeSearchAnswerService 方法來生成答案的使用者人數。
	使用者呼叫搜尋	呼叫 SearchService 方法取得搜尋結果的使用者人數。
	呼叫其他 API 方法的使用者	呼叫 streamAssist、streamAnswer 和 engines.servingConfigs.search 以外 API 方法的使用者人數。例如呼叫驗證 API 方法的使用者。
	每日活躍使用人數	每日活躍使用者人數	如果使用者登入並觸發任何 API 呼叫 (例如到達首頁時)，就會視為活躍使用者。
	每週活躍使用人數	每週活躍使用者人數。每週從星期一開始，到星期日結束。
	每月活躍使用人數	每月活躍使用者人數
	7 天回訪率	目前 7 天期間內的回訪者人數/前 7 天期間內的活躍使用者人數	如果使用者在當前 7 天和前 7 天期間內都處於活躍狀態，則視為回訪者。
	7 天成長率	目前七天期間與前一個七天期間的活躍使用者人數差異百分比
	7 天流失率	目前 7 天期間內流失的使用者人數 / 前 7 天期間內的活躍使用者人數	如果使用者在過去 7 天內曾有活動，但在最近 7 天內沒有活動，則視為流失。
	28 天回訪率	目前 28 天期間內的回訪者人數 / 前 28 天期間內的活躍使用者人數
	28 天成長率	目前 28 天期間與前 28 天期間的活躍使用者人數差異百分比
	28 天流失率	目前 28 天期間內流失的使用者人數 / 前 28 天期間內的活躍使用者人數
	購買的帳戶名額	機構購買的授權 (名額) 數量	包含註冊 Gemini Enterprise 後購買的所有授權。
	已領取的席位	已指派給貴機構人員且獲接受的使用者授權數量	包括註冊 Gemini Enterprise 後認領的所有席位。
使用情形和品質	搜尋次數	使用者向 Gemini Enterprise 提出的搜尋查詢總數。
	答案數量	Gemini Enterprise 生成答案來回覆使用者查詢的總次數。	代理生成的回覆不計入這項計數。
	動作數量	互動總次數，例如在 Gemini Enterprise 上傳檔案、建立資料夾或使用連接器動作。	包括建立電子郵件範本等動作。
	每次搜尋的點閱率 (CTR)	搜尋點擊次數 / 搜尋次數	搜尋點擊次數包括搜尋結果和內部參考資料的點擊次數。
	各類別的網頁瀏覽	每個類別頁面的總瀏覽次數
	喜歡和不喜歡的意見回饋數量	使用者表示喜歡和不喜歡的次數	記錄應用程式使用者傳送的「喜歡」/「不喜歡」意見回饋。
	意見回饋不喜歡原因細目	不喜歡原因的百分比	如果使用者不喜歡生成的答案，可以選取多個原因來說明。百分比代表各原因的選取頻率。
	搜尋成功率	成功搜尋次數 / 搜尋次數
	成功回答率	成功回答次數 / 回答次數
代理	每月活躍代理使用者	每月使用代理的活躍使用者總數。	只要使用者在代理、研究或構思模式下，向代理發起 Google 助理通話，就會計為該代理的活躍使用者。這包括代理建立者在 Workflow Builder 預覽或測試期間的活動，因為這些動作會產生含有代理 ID 的一般 Assistant 呼叫，與任何使用者互動類似。只有未指派代理程式 ID 的未儲存草稿互動，才會排除在這項計數之外。
	每月代理即時通訊工作階段	使用者每月與特定代理互動而發起的即時通訊工作階段總數。	對話工作階段是指使用者在同一天內，與同一個對話討論串中的代理互動。如果使用者在後續幾天繼續在同一個即時通訊會話串中對話，系統會將其視為新的工作階段。從 Workflow Builder 啟動的預覽和測試工作階段會計入，因為這些工作階段會透過與使用者工作階段相同的 Google 助理 API 路徑流動，並接收工作階段 ID。
	每月使用的代理	每月至少有一位活躍使用者的代理總數。	活躍使用者的定義與每月活躍代理使用者相同。
	每月對話工作階段總數	使用者與代理互動時，每月發起的即時通訊工作階段總數。	對話工作階段是指使用者在同一天內，與同一個對話討論串中的代理互動。如果使用者在後續幾天繼續在同一個即時通訊會話串中對話，系統會將其視為新的工作階段。從 Workflow Builder 啟動的預覽和測試工作階段會計入，因為這些工作階段會透過與使用者工作階段相同的 Google 助理 API 路徑流動，並接收工作階段 ID。
	每月建立的代理	上個月建立的代理總數。
	代理名稱	代理的顯示名稱，顯示在「排行榜」的「代理名稱」欄中，位於「代理 ID」欄中的代理 ID 旁邊。	如果代理已重新命名，排行榜會顯示最新的顯示名稱。如果代理沒有顯示名稱，「Agent Name」(代理名稱) 欄會顯示代理 ID。
	Gemini Notebook Enterprise 每日活躍使用者	Gemini Notebook Enterprise 每日活躍使用者人數。	Gemini Notebook Enterprise 指標是以專案為單位計算，而非以引擎為單位。 注意：Gemini Notebook Enterprise 指標包括 Notebook 建立、Notebook 共用、語音摘要建立，以及整體活躍使用者人數。其他生成成品的指標 (例如心智圖、影片摘要、簡報、資訊圖表和自訂報告) 尚未顯示在這個資訊主頁上。
	Gemini Notebook Enterprise 每日建立的筆記本數量	每天建立的 Gemini Notebook Enterprise 筆記本數量。	Gemini Notebook Enterprise 指標是以專案為單位計算，而非以引擎為單位。
	每位使用者每天建立的 Gemini Notebook Enterprise 筆記本數量	每位使用者每天建立的 Gemini Notebook Enterprise 筆記本數量。	Gemini Notebook Enterprise 指標是以專案為單位計算，而非以引擎為單位。
	Gemini Notebook Enterprise 每日筆記本共用次數	每天共用的 Gemini Notebook Enterprise 筆記本數量。	Gemini Notebook Enterprise 指標是以專案為單位計算，而非以引擎為單位。
	Gemini Notebook Enterprise 每日建立的語音摘要	每天建立的 Gemini Notebook Enterprise 語音摘要數量。	Gemini Notebook Enterprise 指標是以專案為單位計算，而非以引擎為單位。
	Gemini Notebook Enterprise 每月活躍使用者	Gemini Notebook Enterprise 每月活躍使用者人數。	Gemini Notebook Enterprise 指標是以專案為單位計算，而非以引擎為單位。
	Gemini Notebook Enterprise 每月建立的筆記本數量	每月建立的 Gemini Notebook Enterprise 筆記本數量。	Gemini Notebook Enterprise 指標是以專案為單位計算，而非以引擎為單位。
	Gemini Notebook Enterprise 每位使用者每月建立的筆記本數量	每位使用者每月建立的 Gemini Notebook Enterprise 筆記本平均數量。	Gemini Notebook Enterprise 指標是以專案為單位計算，而非以引擎為單位。
	Gemini Notebook Enterprise 每月共用的筆記本	每月共用的 Gemini Notebook Enterprise 筆記本數量。	Gemini Notebook Enterprise 指標是以專案為單位計算，而非以引擎為單位。
	Gemini Notebook Enterprise 每月建立的語音摘要	每月建立的 Gemini Notebook Enterprise 語音摘要數量。	Gemini Notebook Enterprise 指標是以專案為單位計算，而非以引擎為單位。
Value (公開預先發布版)
	成功搜尋	成功搜尋的次數。	系統會根據使用者在搜尋後的行為，判斷搜尋成功的次數。如果發生下列任一情況，搜尋即視為成功： 在開始新搜尋前，使用者點選了搜尋結果。 如果搜尋回應包含人物搜尋結果，且兩分鐘內未進行其他搜尋。這是因為使用者搜尋結果會顯示在搜尋結果網頁上，通常不需要點擊。
	成功回答	成功回答的次數	系統會根據使用者在生成答案後的行為，判斷答案是否成功。 成效評估依據為使用者提供的意見回饋，或提出後續問題的速度。 如果使用者對答案表示喜歡，則視為查詢成功。 如果使用者未提供意見回饋，且在 30 秒內未提出其他查詢，系統會假設查詢成功。
	所選日期範圍內節省的員工工時	(成功搜尋次數 + 成功回答次數) x 每次成功回答節省的分鐘數
	已儲存所選日期的值	所選日期範圍內省下的時數 ✕ 員工平均時薪	如要查看這項指標，請在「Value」(價值) 分頁的「Employee Hourly Rate」(員工時薪) 欄位中指定時薪。
	預估每年可省下的員工時數	(成功搜尋次數 + 成功回答次數) x 每次成功搜尋節省的分鐘數	預計年度成功搜尋次數是根據所選日期範圍內的成功搜尋次數推算而得。根據 Google 內部研究，每項查詢預估可節省三分鐘。
	預估每年節省的金額	預計每年節省的員工工時 ✕ 員工平均時薪	如要查看這項指標，請在「Value」(價值) 分頁的「Employee Hourly Rate」(員工時薪) 欄位中指定時薪。
使用者層級
	注意：您必須在許可清單中，才能查看「使用者層級」指標。 如要加入許可清單，請與帳戶團隊或銷售團隊聯絡。
	使用者 ID	貴組織中每位使用者的電子郵件地址。如果沒有電子郵件地址，系統會顯示使用者的原始專屬 ID。
	訊息總數	使用者傳送至 Gemini Enterprise 網頁應用程式的訊息總數。	包括使用者傳送的所有訊息，不限於與 Gemini Enterprise 代理的對話。
	傳送給 Google 建構代理的訊息	在所選日期和時間範圍內，使用者傳送給 Google 製作的代理的訊息總數。
	傳送給服務專員的訊息	在所選日期和時間範圍內，使用者傳送給機構建立並註冊 Gemini Enterprise 的代理訊息總數。

匯出指標

請按照下列步驟，將指標匯出至Google Cloud 專案中的 BigQuery 資料表：

1. 確認您具備必要權限和角色。

   • 您必須具備 Discovery Engine 檢視者 角色，才能呼叫 API。
   • 建立 BigQuery 資料集的必要權限
   • 建立資料表所需的權限。

2. 建立 BigQuery 資料集

   1. 在 Google Cloud 控制台開啟「BigQuery」頁面。

      前往「BigQuery」頁面

   2. 在「Explorer」面板中，選取 Gemini Enterprise 應用程式所在的專案，以便建立資料集。

   3. 按一下「」選項，然後點選「Create dataset」(建立資料集)。

   4. 在「Create dataset」(建立資料集) 頁面：

      • 在「Dataset ID」部分，輸入不重複的資料集名稱。您需要資料集名稱，才能透過 API 匯出指標。

      • 下表說明如何將 BigQuery 位置對應至 Gemini Enterprise 應用程式位置，以設定「Location type」(位置類型)：

        注意： 資料集建立後即無法變更位置。

        Gemini Enterprise 應用程式多區域位置	BigQuery 多區域位置
        全球	US (多個美國區域)
        US (多個美國區域)	US (多個美國區域)
        EU (多個歐盟區域)	EU (多個歐盟區域)

   5. 點選「建立資料集」。

3. 為您建立的資料集建立空白 BigQuery 資料表。

   1. 在「Explorer」面板中展開專案，然後選取您建立的資料集。
   2. 在「Dataset info」(資料集資訊) 部分，按一下「Create table」(建立資料表)。
   3. 在「Create table」(建立資料表) 面板中，於「Table」(資料表) 欄位指定資料表名稱。您需要資料表名稱，才能透過 API 匯出指標。
   4. 點選「建立資料表」。

4. 呼叫 analytics:exportMetrics 方法，擷取過去 30 天 (包括當天) 的指標資料。

   注意： Google Cloud 專案每天只能呼叫 analytics:exportMetrics 方法 5 次，Google Cloud 組織每天則可呼叫 25 次。

   REST

   curl -X POST \
   -H "Authorization: Bearer $(gcloud auth print-access-token)" \
   -H "Content-Type: application/json" \
   -H "X-Goog-User-Project: PROJECT_ID" \
   -d '{
      "analytics": "projects/PROJECT_ID/locations/LOCATION/collections/default_collection/engines/APP_ID",
      "outputConfig":
         {
            "bigqueryDestination":
            {
               "datasetId": "BIGQUERY_DATASET_ID",
               "tableId": "BIGQUERY_TABLE_ID"
            }
         }
      }' \
   "https://ENDPOINT_LOCATION-discoveryengine.googleapis.com/v1alpha/projects/PROJECT_ID/locations/LOCATION/collections/default_collection/engines/APP_ID/analytics:exportMetrics"
   

   更改下列內容：

   • ENDPOINT_LOCATION：API 要求適用的多區域。請指定下列其中一個值：
     • us 適用於美國多區域
     • eu 代表歐盟多區域
     • global 適用於全域位置
     詳情請參閱「為資料儲存庫指定多區域」。
   • LOCATION：資料儲存庫的多區域：global、us 或 eu
   • PROJECT_ID： Google Cloud 專案的 ID。
   • APP_ID：要匯出指標的應用程式 ID。
   • BIGQUERY_DATASET_ID：您建立的 BigQuery 資料集 ID。
     資料集 ID 採用 <PROJECT_ID>.<DATASET_ID> 格式。您只需要提供 <DATASET_ID>。
   • BIGQUERY_TABLE_ID：您建立的 BigQuery 資料表 ID。
     在「傳統版 Explorer」檢視畫面中，資料表 ID 的格式為 <PROJECT_ID>.<DATASET_ID>.<TABLE_ID>。您只需要提供 <TABLE_ID>。

   注意： 如要再次匯出指標資料並保留先前匯出的資料，請先建立新的 BigQuery 資料表並更新 BIGQUERY_TABLE_ID，再呼叫 analytics:exportMetrics 方法。

   回應會包含作業名稱和 ID。記下作業 ID，以便在下一個步驟中使用。
   例如：

   {
      "name": "projects/my-project-123/locations/global/collections/default_collection/engines/my-app/operations/OPERATION_ID",
      "metadata": {
         "@type": "type.googleapis.com/google.cloud.discoveryengine.v1alpha.ExportMetricsMetadata"
      }
   }
   

   指令與結果範例

   curl -X POST \
   -H "Authorization: Bearer $(gcloud auth print-access-token)" \
   -H "Content-Type: application/json" \
   -H "X-Goog-User-Project: my-project-123" \
   -d '{
      "analytics": "projects/my-project-123/locations/global/collections/default_collection/engines/my-app",
      "outputConfig":
         {
            "bigqueryDestination":
            {
               "datasetId": "123456789012345678901",
               "tableId": "123456789012345678901"
            }
         }
      }' \
   "https://discoveryengine.googleapis.com/v1alpha/projects/my-project-123/locations/global/collections/default_collection/engines/my-app/analytics:exportMetrics"
   
   {
     "name": "projects/123456/locations/global/collections/default_collection/engines/my-app/operations/export-metrics-123456789012345678901",
     "metadata": {
       "@type": "type.googleapis.com/google.cloud.discoveryengine.v1alpha.ExportMetricsMetadata"
     }
   }
   

5. 如要查看匯出指標作業的狀態，請呼叫 engines.operations.get 方法：

   REST

   curl -X GET \
   -H "Authorization: Bearer $(gcloud auth print-access-token)" \
   "https://ENDPOINT_LOCATION-discoveryengine.googleapis.com/v1alpha/projects/PROJECT_ID/locations/LOCATION/collections/default_collection/engines/APP_ID/operations/OPERATION_ID"
   

   更改下列內容：

   • ENDPOINT_LOCATION：API 要求適用的多區域。請指定下列其中一個值：
     • us 適用於美國多區域
     • eu 代表歐盟多區域
     • global 適用於全域位置
     詳情請參閱「為資料儲存庫指定多區域」。
   • LOCATION：資料儲存庫的多區域：global、us 或 eu
   • APP_ID：要取得長時間執行作業的應用程式 ID。
   • OPERATION_ID：執行匯出指標指令時，回應中傳回的匯出指標作業 ID。

   指令與結果範例

   指令範例：

   curl -X GET \
   -H "Authorization: Bearer $(gcloud auth print-access-token)" \
   "https://discoveryengine.googleapis.com/v1alpha/projects/my-project-123/locations/global
   /collections/default_collection/engines/my-app/operations/export-metrics-123456789012345678901"
   

   作業成功完成時的回應範例：

   {
     "name": "projects/123456/locations/global/collections/default_collection/engines/my-app/operations/export-metrics-123456789012345678901",
     "metadata": {
       "@type": "type.googleapis.com/google.cloud.discoveryengine.v1alpha.ExportMetricsMetadata",
       "createTime": "2025-09-17T20:04:30.449781Z",
       "updateTime": "2025-09-17T20:04:35.089617Z"
     },
     "done": true,
     "response": {
       "@type": "type.googleapis.com/google.cloud.discoveryengine.v1alpha.ExportMetricsResponse"
     }
   }
   

   作業發生錯誤時的回應範例：

   {
     "name": "projects/123456/locations/global/collections/default_collection/engines/my-app/operations/export-metrics-123456789012345678901",
     "metadata": {
       "@type": "type.googleapis.com/google.cloud.discoveryengine.v1alpha.ExportMetricsMetadata",
       "createTime": "2025-09-17T20:04:30.449781Z",
       "updateTime": "2025-09-17T20:04:35.089617Z"
     },
     "done": true,
     "error": {
       "code": 3,
       "message": "BigQuery job failed with error: Not found: Dataset my-project-123:123456789012345678901 was not found in location US at [1:24]"
     }
   }