Export möglich Interaktions-Logging bis BigQuery: Nach der Konfiguration wird das gesamte Live-Interaktions-Logging geschrieben. in Ihre BigQuery-Tabelle ein. Dadurch stehen Ihnen erweiterte Analysetools zur Verfügung. mit denen Sie Fehler beheben und Ihren Agent verbessern können und Muster in Konversationsdaten zu erkennen.
Beschränkungen
Es gelten folgende Einschränkungen:
- Pro Unterhaltung können maximal 500 Runden exportiert werden.
Projektübergreifende Berechtigungen
Wenn sich der Dialogflow-Agent und die BigQuery-Daten nicht im
dem gleichen Projekt, dem Dienstkonto
die mit Ihrem Dialogflow Google Cloud-Projekt verknüpft sind,
roles/bigquery.dataEditor
-IAM-Berechtigung für das BigQuery-Dataset in
Ihr Google Cloud-Projekt in BigQuery.
Dienstkontoformat: service-<dialogflow-project-number>@gcp-sa-dialogflow.iam.gserviceaccount.com
Der Nutzer, der den Export in Dialogflow konfiguriert, muss Berechtigungen für das BigQuery-Projekt. Wenn nicht, wird das BigQuery-Projekt nicht als Option in der Dialogflow-Konsole angezeigt.
Die Mindestberechtigung, die für das BigQuery-Projekt erforderlich ist, um
Der Nutzer, der es in Dialogflow sehen soll, ist resourcemanager.projects.get
.
Alternativ können Sie eine der folgenden vordefinierten Google Cloud-Rollen zuweisen
die diese Berechtigung haben, bei denen der Nutzer aber keinen Zugriff auf die
BigQuery-Dataset: roles/browser
oder roles/bigquery.metadataViewer
.
Tabellenbeschreibung
Jede Zeile der Tabelle enthält eine Unterhaltungsrunde durch die folgenden Spalten:
Spalte | Typ | Beschreibung |
---|---|---|
project_id | STRING | Die Projekt-ID. |
agent_id | STRING | Die Agent-ID. |
conversation_name | STRING | Der voll qualifizierte Ressourcenname für die Sitzung. |
turn_position | INTEGER | Die Nummer der Unterhaltungsrunde. |
request_time | TIMESTAMP | Die Zeit der Gesprächsrunde. |
language_code | STRING | Das Sprach-Tag. |
Anfrage | JSON | Die Anfrage zur Intent-Erkennung. |
Antwort | JSON | Die Antwort zur Intent-Erkennung. |
partial_responses | JSON | Teilantworten, falls zutreffend. |
derived_data | JSON | Zusätzliche Metadaten für diese Unterhaltungsrunde. |
conversation_signals | JSON | NLU-bezogene Analysedaten. Das JSON-Schema finden Sie unter ConversationSignals. |
bot_answer_feedback | JSON | Beantworten Sie das Feedback, sofern vorhanden. |
Konfiguration
So konfigurieren Sie den Logging-Export für Interaktionen:
- Stellen Sie sicher, dass Interaktions-Logging aktiviert ist.
- BigQuery folgen Leitfaden zum Erstellen von Datasets um ein Dataset zu erstellen. Notieren Sie sich den Dataset-Namen, da Sie diesen im nächsten Schritt benötigen.
BigQuery folgen Leitfaden zum Erstellen von Tabellen um eine Tabelle mit einer SQL-Schemadefinition zu erstellen. Verwenden Sie zum Erstellen die folgende SQL-Anweisung:
CREATE TABLE <your_dataset_name>.dialogflow_bigquery_export_data( project_id STRING, agent_id STRING, conversation_name STRING, turn_position INTEGER, request_time TIMESTAMP, language_code STRING, request JSON, response JSON, partial_responses JSON, derived_data JSON, conversation_signals JSON, bot_answer_feedback JSON );
Konfigurieren Sie die Einstellungen für Kundenservicemitarbeiter um den BigQuery-Export zu aktivieren und die Dataset- und Tabellennamen anzugeben die oben erstellt wurden.