分析与仪表板
分析与仪表板
Section titled “分析与仪表板”分析仪表板为您提供 AI 机器人和支持团队绩效的完整概览。使用它来衡量效果、识别知识空白，并持续改进您的机器人。
主仪表板一目了然地显示高层级 KPI：
| KPI | 说明 |
|---|---|
| 总对话数 | 所选时间段内开始的对话数量 |
| AI 解决率 | 机器人无需人工交接即可解决的对话百分比 |
| 平均响应时间 | 从用户消息到机器人或客服首次回复的平均时间 |
| 交接率 | 升级到人工客服的对话百分比 |
| 活跃用户 | 在该时期与机器人互动的独立用户数 |
| 正面反馈率 | 所有提交反馈中点赞的百分比 |
使用日期范围选择器按天、周、月或自定义范围筛选所有指标。
RAG 分析
Section titled “RAG 分析”RAG 分析部分显示检索管道的性能：
- 检索成功率 — 系统在知识库中找到相关内容的查询百分比
- 热门检索文档 — 最常被检索的文档，表明高需求主题
- 平均相关性评分 — 所有查询中重排序器的平均置信度评分
- 按小时查询量 — 消息量热力图，用于识别使用高峰时间
使用此数据识别很少被检索的文档——它们可能需要更好的标题、更多关键词或内容审查。
未解答分析部分显示机器人无法回答的问题：
- 未解答问题列表 — 导致低置信度响应或交接的问题时间列表
- 主题聚类 — 问题按主题自动分组，以便发现规律
- 无文档主题 — 在未解答问题中频繁出现但知识库中没有匹配文档的主题
使用导出按钮将未解答问题列表下载为 CSV，供离线审查或与主题专家共享。
用户可以直接在聊天小部件中对机器人响应进行评分：
- 👍 点赞 — 响应有帮助
- 👎 踩 — 响应没有帮助
分析仪表板汇总此反馈并显示：
- 反馈量随时间变化
- 最多差评的响应 — 包含原始问题和机器人回答，以便调查和改进
- 反馈趋势 — 满意度是否在提升或下降
情感分析部分提供对对话中客户情感的机器学习驱动分析：
- 情感分布 — 按检测到的情感（正面、中性、负面）分类的对话细分
- 情感趋势 — 整体客户情感如何随时间变化
- 负面情感警报 — 带有负面情感标记的对话会被显示出来以供优先审查
- 按主题情感 — 哪些主题往往会产生负面情感，帮助您识别知识库中的问题领域
情感数据会传入情感感知路由系统（参见人工交接）——检测到负面情感的对话可以自动优先处理，以加快人工客服响应速度。
管理员可以访问额外的运营指标：
- 客服响应时间 — 人工客服接手对话后的响应速度
- SLA 违规率 — 超过 SLA 目标的交接对话百分比（参见人工交接）
- 按渠道对话量 — 按 Web 小部件、LINE OA 和其他渠道分类的对话细分
- 知识库覆盖率 — 文档数量、已索引的总块数和最后更新时间戳
- 每次对话成本 — 每次解决对话的估计 AI 推理成本（企业版）
所有管理员指标可以导出为 CSV 或在仪表板中以图表形式查看。
语言检测分析
Section titled “语言检测分析”语言检测分析页面（分析 → 语言检测）让管理员了解访客语言在对话中的检测情况。
关键指标：
| 指标 | 说明 |
|---|---|
| 热门语言 | 所选时段内所有对话中检测到的语言分布 |
| 检测方法细分 | 每种语言的识别方式——Unicode 脚本分析、浏览器语言头、变音符号或对话连续性 |
| 检测率 | 成功检测到语言的对话百分比与默认使用组织语言的百分比 |
| 每日语言趋势 | 随时间变化的每种语言的对话量 |
日期范围： 使用右上角的选择器按最近 7、14、30 或 90 天筛选。
使用此数据可以：
- 验证语言检测对您客户群的工作是否正确
- 决定是否为特定地区启用小部件语言选择器
- 识别客户是否在使用知识库中代表性不足的语言