Analytics နှင့် Dashboard
Analytics နှင့် Dashboard
Section titled “Analytics နှင့် Dashboard”Analytics dashboard သည် သင့် AI bot နှင့် ပံ့ပိုးကူညီမှုအဖွဲ့၏ စွမ်းဆောင်ရည်ကို ပြည့်စုံစွာ ပြသပေးသည်။ ထိရောက်မှုကို တိုင်းတာရန်၊ အသိပညာကွာဟချက်များကို ဖော်ထုတ်ရန်နှင့် bot ကို အဆက်မပြတ် ပိုမိုကောင်းမွန်အောင် ပြုလုပ်ရန် ၎င်းကို အသုံးပြုပါ။
Dashboard အကျဉ်းချုပ်
Section titled “Dashboard အကျဉ်းချုပ်”ပင်မ dashboard တွင် မြင့်မားသော KPI များကို တစ်နည်းနည်းဖြင့် ပြသသည်-
| KPI | ဖော်ပြချက် |
|---|---|
| စုစုပေါင်း စကားဝိုင်းများ | ရွေးချယ်ထားသော ကာလအတွင်း စတင်ထားသော စကားဝိုင်းအရေအတွက် |
| AI ဖြေရှင်းနှုန်း | လူသားများ လွှဲပြောင်းခြင်းမပြုဘဲ bot မှ ဖြေရှင်းနိုင်သော စကားဝိုင်းရာခိုင်နှုန်း |
| ပျမ်းမျှ တုံ့ပြန်ချိန် | အသုံးပြုသူ မက်ဆေ့ချ်မှ bot သို့မဟုတ် agent ၏ ပထမဆုံးတုံ့ပြန်မှုအထိ ပျမ်းမျှကြာချိန် |
| လွှဲပြောင်းနှုန်း | လူသား agent ထံ တင်မြှောက်ထားသော စကားဝိုင်းရာခိုင်နှုန်း |
| တက်ကြွသော အသုံးပြုသူများ | ကာလအတွင်း bot နှင့် အပြန်အလှန် ဆက်ဆံသော ထူးခြားသော အသုံးပြုသူများ |
| အပြုသဘောဆောင်သော Feedback နှုန်း | တင်ပြထားသော Feedback အားလုံးထဲမှ thumbs-up ဖြေကြားမှုရာခိုင်နှုန်း |
ရက်၊ အပတ်၊ လ သို့မဟုတ် စိတ်ကြိုက်အပိုင်းအခြားဖြင့် metrics အားလုံးကို စစ်ထုတ်ရန် date range picker ကို အသုံးပြုပါ။
RAG Analytics
Section titled “RAG Analytics”RAG Analytics အပိုင်းသည် retrieval pipeline ၏ စွမ်းဆောင်ရည်ကို ပြသသည်-
- Retrieval အောင်မြင်နှုန်း — စနစ်က knowledge base တွင် သက်ဆိုင်ရာ အကြောင်းအရာများ ရှာဖွေတွေ့ရှိသော query ရာခိုင်နှုန်း
- အများဆုံး ရယူသော Documents — မည်သည့် documents များကို အများဆုံး ရယူနေသည်ကို ပြသပြီး မြင့်မားသော လိုအပ်မှုရှိသော ခေါင်းစဉ်များကို ညွှန်ပြသည်
- ပျမ်းမျှ Relevance Score — query အားလုံးတွင် re-ranker မှ ပျမ်းမျှ ယုံကြည်မှု score
- နာရီပေါင်းအလိုက် Query ပမာဏ — အသုံးပြုမှု များပြားသောချိန်ကို ဖော်ထုတ်ရန် မက်ဆေ့ချ် ပမာဏ heat map
ဤ data ကို အသုံးပြု၍ ရှားရှားပါးပါး ရယူသော documents များကို ဖော်ထုတ်ပါ — ၎င်းတို့အား ပိုမိုကောင်းသော ခေါင်းစဉ်များ၊ keyword များ သို့မဟုတ် အကြောင်းအရာ ပြန်လည်သုံးသပ်ခြင်း လိုအပ်နိုင်သည်။
မဖြေဆိုနိုင်သော Analytics
Section titled “မဖြေဆိုနိုင်သော Analytics”မဖြေဆိုနိုင်သော Analytics အပိုင်းသည် bot မဖြေဆိုနိုင်သော မေးခွန်းများကို ဖော်ထုတ်သည်-
- မဖြေဆိုနိုင်သော မေးခွန်းစာရင်း — ယုံကြည်မှုနည်းသော တုံ့ပြန်မှု သို့မဟုတ် လွှဲပြောင်းခြင်းဖြင့် အဆုံးသတ်သော မေးခွန်းများ၏ အချိန်နှင့်အညီ စာရင်း
- Document မရှိသော ခေါင်းစဉ်များ — မဖြေဆိုနိုင်သော မေးခွန်းများတွင် မကြာခဏ ပေါ်လာသော်လည်း knowledge base တွင် ကိုက်ညီသော document မရှိသော ခေါင်းစဉ်များ
မဖြေဆိုနိုင်သော မေးခွန်းစာရင်းကို CSV အဖြစ် ဒေါင်းလုပ်ရန် သို့မဟုတ် ဘာသာရပ်ကျွမ်းကျင်သူများနှင့် မျှဝေရန် Export ခလုတ်ကို အသုံးပြုပါ။
မက်ဆေ့ချ် Feedback
Section titled “မက်ဆေ့ချ် Feedback”အသုံးပြုသူများသည် chat widget တွင် bot တုံ့ပြန်မှုများကို တိုက်ရိုက် အဆင့်သတ်မှတ်နိုင်သည်-
- 👍 Thumbs Up — တုံ့ပြန်မှု အထောက်အကူဖြစ်ခဲ့သည်
- 👎 Thumbs Down — တုံ့ပြန်မှု အထောက်အကူမဖြစ်ခဲ့
Analytics dashboard သည် ဤ feedback ကို စုစည်းပြီး ပြသသည်-
- ကာလတစ်ခုအတွင်း Feedback ပမာဏ
- အများဆုံး downvote ရသော တုံ့ပြန်မှုများ — စစ်ဆေးနိုင်ပြီး ပိုမိုကောင်းမွန်အောင် ပြုလုပ်နိုင်ရန် မူလမေးခွန်းနှင့် bot ၏ ဖြေကြားချက်နှင့်အတူ
- Feedback ကြောင်းကြောင်းဆက် — ကျေနပ်မှု တိုးလာသည် သို့မဟုတ် ကျဆင်းနေသည်
Sentiment Analytics
Section titled “Sentiment Analytics”
Sentiment Analytics အပိုင်းသည် စကားဝိုင်းများတစ်လျှောက် customer sentiment ၏ ML-powered ခွဲခြမ်းစိတ်ဖြာမှုကို ပေးသည်-
- Sentiment ဖြန့်ဝေမှု — ရှာဖွေတွေ့ရှိသော sentiment (အပြုသဘော၊ သဘောမရ၊ အနုတ်သဘော) ဖြင့် စကားဝိုင်းများ ခွဲခြားမှု
- Sentiment ကြောင်းကြောင်းဆက် — ကာလတစ်ခုအတွင်း customer sentiment ပြောင်းလဲပုံ
- အနုတ်သဘောဆောင်သော Sentiment သတိပေးချက်များ — အနုတ်သဘောဆောင်သော sentiment ဖြင့် အလံစိုက်ထားသော စကားဝိုင်းများကို ဦးစားပေး ပြန်လည်သုံးသပ်ရန် ဖော်ထုတ်သည်
- ခေါင်းစဉ်အလိုက် Sentiment — မည်သည့်ခေါင်းစဉ်များသည် အနုတ်သဘောဆောင်သော sentiment ဖြစ်ပေါ်စေသည်ကို ပြသပြီး knowledge base တွင် ပြဿနာဖြစ်နေသော နေရာများကို ဖော်ထုတ်ရန် ကူညီသည်
Sentiment data သည် sentiment-aware routing စနစ်ထဲသို့ ထည့်သွင်းသည် (လူသား Handoff ကြည့်ပါ) — ရှာဖွေတွေ့ရှိသော အနုတ်သဘောဆောင်သော sentiment ပါသော စကားဝိုင်းများကို လူသား agent ၏ ပိုမိုမြန်ဆန်သော တုံ့ပြန်မှုအတွက် အလိုအလျောက် ဦးစားပေးနိုင်သည်။
Admin Metrics
Section titled “Admin Metrics”Admin များသည် ဤ နောက်ထပ် လုပ်ငန်းဆိုင်ရာ metrics များကို ဝင်ရောက်ကြည့်ရှုနိုင်သည်-
- Agent တုံ့ပြန်ချိန် — လူသား agent များသည် စကားဝိုင်းကို ရယူပြီးနောက် မည်မျှမြန်မြန် တုံ့ပြန်သည်
- SLA ကျော်လွန်နှုန်း — SLA ပန်းတိုင်ကို ကျော်လွန်သော handoff စကားဝိုင်းရာခိုင်နှုန်း (လူသား Handoff ကြည့်ပါ)
- Channel အလိုက် စကားဝိုင်းပမာဏ — Web Widget၊ LINE OA နှင့် အခြား channel များဖြင့် စကားဝိုင်းခွဲခြမ်းမှု
- Knowledge Base ကာမိမှု — Document အရေအတွက်၊ index ထည့်သွင်းထားသော chunk အစုစုနှင့် နောက်ဆုံးအပ်ဒိတ်ချိန်များ
- စကားဝိုင်းတစ်ခုလျှင် ကုန်ကျစရိတ် — ဖြေရှင်းပြီးသော စကားဝိုင်းတစ်ခုလျှင် ခန့်မှန်းသော AI inference ကုန်ကျစရိတ် (Enterprise plan)
Admin metrics အားလုံးကို CSV အဖြစ် export နိုင်သည် သို့မဟုတ် dashboard တွင် ဇယားများအဖြစ် ကြည့်ရှုနိုင်သည်။
ဘာသာစကား ရှာဖွေတွေ့ရှိမှု Analytics
Section titled “ဘာသာစကား ရှာဖွေတွေ့ရှိမှု Analytics”ဘာသာစကား ရှာဖွေတွေ့ရှိမှု Analytics စာမျက်နှာ (Analytics → Language Detection) သည် admin များအား စကားဝိုင်းများတစ်လျှောက် ဧည့်သည်ဘာသာစကားများ မည်သို့ ရှာဖွေတွေ့ရှိနေသည်ကို မြင်နိုင်စွမ်းပေးသည်။
အဓိက metrics များ-
| Metric | ဖော်ပြချက် |
|---|---|
| ထိပ်တန်း ဘာသာစကားများ | ရွေးချယ်ထားသော ကာလအတွင်း စကားဝိုင်းအားလုံးတွင် ရှာဖွေတွေ့ရှိသော ဘာသာစကားများ ဖြန့်ဝေမှု |
| ရှာဖွေတွေ့ရှိမှုနည်းလမ်း ခွဲခြားမှု | ဘာသာစကားတစ်ခုစီကို မည်သို့ ဖော်ထုတ်ခဲ့သည် — Unicode script ခွဲခြမ်းစိတ်ဖြာမှု၊ browser ဘာသာစကား header၊ diacritics သို့မဟုတ် စကားဝိုင်း ဆက်ကြောင်း |
| ရှာဖွေတွေ့ရှိနှုန်း | ဘာသာစကား အောင်မြင်စွာ ရှာဖွေတွေ့ရှိသော၊ org ဘာသာစကားသို့ မူလပြန်မကျသော စကားဝိုင်းရာခိုင်နှုန်း |
| နေ့စဉ် ဘာသာစကား ကြောင်းကြောင်းဆက် | ကာလတစ်ခုအတွင်း ဘာသာစကားတစ်ခုချင်းစီလျှင် စကားဝိုင်းပမာဏ |
Date range: နောက်ဆုံး 7၊ 14၊ 30 သို့မဟုတ် 90 ရက်ဖြင့် စစ်ထုတ်ရန် ညာဘက်အပေါ်ရှိ selector ကို အသုံးပြုပါ။
ဤ data ကို အသုံးပြု၍-
- သင့် customer base အတွက် ဘာသာစကား ရှာဖွေတွေ့ရှိမှု မှန်ကန်ကြောင်း အတည်ပြုပါ
- သတ်မှတ်ထားသော locale များအတွက် Widget ဘာသာစကား Selector ကို ဖွင့်ရန် ဆုံးဖြတ်ပါ
- Customer များသည် သင့် knowledge base တွင် ကိုယ်စားပြုမှုနည်းသော ဘာသာစကားများကို အသုံးပြုနေသည်ကို ဖော်ထုတ်ပါ