Analytics & Dashboard
Analytics & Dashboard
Section titled “Analytics & Dashboard”แดชบอร์ด Analytics ให้ภาพรวมที่ครบถ้วนเกี่ยวกับประสิทธิภาพของบอท AI และทีมสนับสนุนของคุณ ใช้เพื่อวัดประสิทธิผล ระบุช่องว่างในฐานความรู้ และปรับปรุงบอทอย่างต่อเนื่อง
Dashboard Overview
Section titled “Dashboard Overview”แดชบอร์ดหลักแสดง KPI ระดับสูงแบบรวดเร็ว:
| KPI | คำอธิบาย |
|---|---|
| Total Conversations | จำนวนการสนทนาที่เริ่มต้นในช่วงเวลาที่เลือก |
| AI Resolution Rate | เปอร์เซ็นต์ของการสนทนาที่บอทแก้ไขได้โดยไม่ต้องส่งต่อให้มนุษย์ |
| Avg. Response Time | เวลาเฉลี่ยตั้งแต่ข้อความของผู้ใช้จนถึงการตอบกลับครั้งแรกของบอทหรือเจ้าหน้าที่ |
| Handoff Rate | เปอร์เซ็นต์ของการสนทนาที่ถูกส่งต่อให้เจ้าหน้าที่มนุษย์ |
| Active Users | ผู้ใช้ที่ไม่ซ้ำกันที่โต้ตอบกับบอทในช่วงเวลาที่กำหนด |
| Positive Feedback Rate | เปอร์เซ็นต์ของการกด thumbs-up จากทั้งหมดของ Feedback ที่ส่งมา |
ใช้ตัวเลือกช่วงวันที่เพื่อกรองเมตริกทั้งหมดตามวัน สัปดาห์ เดือน หรือช่วงเวลาที่กำหนดเอง
RAG Analytics
Section titled “RAG Analytics”ส่วน RAG Analytics แสดงประสิทธิภาพของ retrieval pipeline:
- Retrieval Success Rate — เปอร์เซ็นต์ของคำค้นหาที่ระบบพบเนื้อหาที่เกี่ยวข้องในฐานความรู้
- Top Retrieved Documents — เอกสารที่ถูกดึงมาบ่อยที่สุด ซึ่งบ่งชี้หัวข้อที่มีความต้องการสูง
- Avg. Relevance Score — คะแนนความเชื่อมั่นเฉลี่ยจาก re-ranker ในทุกคำค้นหา
- Query Volume by Hour — แผนที่ความร้อนของปริมาณข้อความเพื่อระบุช่วงเวลาที่ใช้งานสูงสุด
ใช้ข้อมูลนี้เพื่อระบุเอกสารที่ถูกดึงมาน้อย — เอกสารเหล่านั้นอาจต้องการหัวข้อที่ดีกว่า คำสำคัญเพิ่มเติม หรือการตรวจสอบเนื้อหา
Unanswered Analytics
Section titled “Unanswered Analytics”ส่วน Unanswered Analytics แสดงคำถามที่บอทไม่สามารถตอบได้:
- Unanswered Questions List — รายการคำถามตามลำดับเวลาที่ส่งผลให้ได้รับการตอบสนองที่มีความเชื่อมั่นต่ำหรือถูกส่งต่อ
- Topic Clustering — คำถามถูกจัดกลุ่มตามหัวข้อโดยอัตโนมัติ เพื่อให้คุณสามารถมองเห็นรูปแบบได้
- Topics Without Docs — หัวข้อที่ปรากฏบ่อยในคำถามที่ไม่ได้รับคำตอบแต่ไม่มีเอกสารที่ตรงกันในฐานความรู้
ใช้ปุ่ม Export เพื่อดาวน์โหลดรายการคำถามที่ไม่ได้รับคำตอบเป็นไฟล์ CSV สำหรับการตรวจสอบแบบออฟไลน์หรือแชร์กับผู้เชี่ยวชาญด้านเนื้อหา
Message Feedback
Section titled “Message Feedback”ผู้ใช้สามารถให้คะแนนการตอบสนองของบอทได้โดยตรงในวิดเจ็ตแชท:
- 👍 Thumbs Up — การตอบสนองมีประโยชน์
- 👎 Thumbs Down — การตอบสนองไม่มีประโยชน์
แดชบอร์ด Analytics รวบรวม Feedback นี้และแสดง:
- ปริมาณ Feedback ตามช่วงเวลา
- การตอบสนองที่ถูก downvote มากที่สุด — พร้อมคำถามต้นฉบับและคำตอบของบอท เพื่อให้คุณสามารถตรวจสอบและปรับปรุงได้
- แนวโน้ม Feedback — ว่าความพึงพอใจกำลังดีขึ้นหรือลดลงตามเวลา
Sentiment Analytics
Section titled “Sentiment Analytics”
ส่วน Sentiment Analytics ให้การวิเคราะห์ความรู้สึกของลูกค้าในการสนทนาโดยใช้ ML:
- Sentiment Distribution — การแบ่งการสนทนาตามความรู้สึกที่ตรวจพบ (เชิงบวก กลาง เชิงลบ)
- Sentiment Trend — ความรู้สึกโดยรวมของลูกค้าเปลี่ยนแปลงอย่างไรตามเวลา
- Negative Sentiment Alerts — การสนทนาที่ถูกตั้งค่าสถานะด้วยความรู้สึกเชิงลบจะถูกนำเสนอเพื่อการตรวจสอบแบบจัดลำดับความสำคัญ
- Sentiment by Topic — หัวข้อใดที่มักสร้างความรู้สึกเชิงลบ ช่วยให้คุณระบุพื้นที่ที่มีปัญหาในฐานความรู้ได้
ข้อมูล Sentiment ส่งข้อมูลเข้าสู่ระบบ sentiment-aware routing (ดู Human Handoff) — การสนทนาที่ตรวจพบความรู้สึกเชิงลบสามารถจัดลำดับความสำคัญโดยอัตโนมัติเพื่อให้เจ้าหน้าที่มนุษย์ตอบสนองได้เร็วขึ้น
Conversations Trend Chart
Section titled “Conversations Trend Chart”แดชบอร์ดมีกราฟ area chart แบบ interactive Conversations Over Time ที่แสดงปริมาณการสนทนารายวันเป็นกราฟพื้นที่แบบ gradient เรียบ กราฟใช้สีหลักของธีมของคุณและให้:
- แกนวันที่ — แสดงวันที่ตามแนวแกนนอน
- จำนวนการสนทนา — แกนแนวตั้งแสดงจำนวนการสนทนาต่อวัน
- Hover tooltip — วางเมาส์เหนือจุดข้อมูลใดก็ได้เพื่อดูวันที่และจำนวนการสนทนาที่แน่นอน
- Responsive layout — ปรับขนาดโดยอัตโนมัติให้พอดีกับความกว้างของแดชบอร์ด
ใช้กราฟนี้เพื่อระบุแนวโน้มในปริมาณการสนทนา ค้นหาวันที่ใช้งานสูงสุด และเชื่อมโยงการเปลี่ยนแปลงของปริมาณกับเหตุการณ์ต่างๆ เช่น การเปิดตัวผลิตภัณฑ์หรือแคมเปญการตลาด
Admin Metrics
Section titled “Admin Metrics”ผู้ดูแลระบบมีสิทธิ์เข้าถึงเมตริกการดำเนินงานเพิ่มเติม:
- Agent Response Time — เจ้าหน้าที่มนุษย์ตอบสนองเร็วเพียงใดหลังจากรับช่วงการสนทนา
- SLA Breach Rate — เปอร์เซ็นต์ของการสนทนาที่ส่งต่อซึ่งเกินเป้าหมาย SLA (ดู Human Handoff)
- Conversation Volume by Channel — การแบ่งการสนทนาตาม Web Widget, LINE OA และช่องทางอื่นๆ
- Knowledge Base Coverage — จำนวนเอกสาร ชิ้นส่วนที่จัดทำดัชนีทั้งหมด และเวลาอัปเดตล่าสุด
- Cost per Conversation — ต้นทุนการประมวลผล AI โดยประมาณต่อการสนทนาที่แก้ไขได้ (แผน Enterprise)
เมตริกผู้ดูแลระบบทั้งหมดสามารถส่งออกเป็น CSV หรือดูเป็นกราฟในแดชบอร์ดได้
Language Detection Analytics
Section titled “Language Detection Analytics”หน้า Language Detection Analytics (Analytics → Language Detection) ให้ผู้ดูแลระบบมองเห็นการตรวจจับภาษาของผู้เยี่ยมชมในการสนทนา
เมตริกหลัก:
| เมตริก | คำอธิบาย |
|---|---|
| Top Languages | การกระจายของภาษาที่ตรวจพบในการสนทนาทั้งหมดในช่วงเวลาที่เลือก |
| Detection Method Breakdown | วิธีที่แต่ละภาษาถูกระบุ — การวิเคราะห์ Unicode script, header ภาษาของเบราว์เซอร์, เครื่องหมายกำกับเสียง หรือความต่อเนื่องของการสนทนา |
| Detection Rate | เปอร์เซ็นต์ของการสนทนาที่ตรวจจับภาษาได้สำเร็จเทียบกับการใช้ภาษาเริ่มต้นขององค์กร |
| Daily Language Trend | ปริมาณการสนทนาต่อภาษาตามเวลา |
ช่วงวันที่: ใช้ตัวเลือกที่มุมบนขวาเพื่อกรองตาม 7, 14, 30 หรือ 90 วันล่าสุด
ใช้ข้อมูลนี้เพื่อ:
- ตรวจสอบว่าการตรวจจับภาษาทำงานได้อย่างถูกต้องสำหรับฐานลูกค้าของคุณ
- ตัดสินใจว่าจะเปิดใช้งาน Widget Language Selector สำหรับภาษาเฉพาะหรือไม่
- ระบุว่าลูกค้ากำลังใช้ภาษาที่มีตัวแทนน้อยในฐานความรู้ของคุณหรือไม่