Vous pouvez exporter la journalisation des interactions vers BigQuery. Une fois configurée, la journalisation des interactions en direct est écrite dans votre table BigQuery. Vous disposez ainsi d'outils d'analyse avancés qui peuvent vous aider à déboguer et à améliorer votre agent, ainsi qu'à découvrir des modèles dans les données de conversation.
Limites
Les limites suivantes s'appliquent :
- Vous pouvez exporter jusqu'à 500 tours par conversation.
Autorisations inter-projets
Si votre agent Dialogflow et les données BigQuery ne se trouvent pas dans le même projet, le compte de service associé à votre projet Dialogflow Google Cloud doit également disposer de l'autorisation IAM roles/bigquery.dataEditor pour l'ensemble de données BigQuery de votre projet Google Cloud BigQuery.
Format du compte de service: service-<dialogflow-project-number>@gcp-sa-dialogflow.iam.gserviceaccount.com
L'utilisateur qui configure l'exportation dans Dialogflow doit disposer d'autorisations sur le projet BigQuery. Si ce n'est pas le cas, le projet BigQuery n'apparaîtra pas en tant qu'option dans la console Dialogflow.
L'autorisation minimale requise sur le projet BigQuery pour que l'utilisateur puisse la voir dans Dialogflow est resourcemanager.projects.get.
Vous pouvez également attribuer l'un des rôles prédéfinis Google Cloud suivants, qui incluent cette autorisation, mais ne nécessitent pas que l'utilisateur ait accès à l'ensemble de données BigQuery: roles/browser ou roles/bigquery.metadataViewer.
Description de la table
Chaque ligne de la table contient un tour de conversation avec les colonnes suivantes:
| Colonne | Type | Description |
|---|---|---|
| project_id | STRING | ID du projet. |
| agent_id | STRING | ID de l'agent. |
| conversation_name | STRING | Nom complet de la ressource pour la session. |
| turn_position | INTEGER | Le numéro du tour de la conversation. |
| request_time | TIMESTAMP | Heure du tour de conversation. |
| language_code | STRING | La balise de langue. |
| requête | JSON | Requête de détection d'intent. |
| réponse | JSON | Réponse de détection d'intent. |
| partial_responses | JSON | Réponses partielles, le cas échéant |
| derived_data | JSON | Métadonnées supplémentaires pour ce tour de conversation. |
| conversation_signals | JSON | Données d'analyse liées à la NLU. Consultez la section ConversationSignals pour obtenir le schéma JSON. |
| bot_answer_feedback | JSON | Répondez aux commentaires, le cas échéant. |
Configuration
Pour configurer l'exportation des journaux des interactions:
- Assurez-vous que la journalisation des interactions est activée.
- Suivez le guide de création des ensembles de données BigQuery pour créer un ensemble de données. Notez le nom de l'ensemble de données, car vous en aurez besoin à l'étape suivante.
Suivez le guide de création de table BigQuery pour créer une table avec une définition de schéma SQL. Utilisez l'instruction SQL suivante pour la création:
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 );Configurez les paramètres de l'agent pour activer BigQuery Export, et fournir les noms de l'ensemble de données et de la table créés ci-dessus.