Vous pouvez exporter journalisation des interactions à BigQuery : Une fois configuré, la journalisation des interactions en direct est écrite à votre table BigQuery. Vous bénéficiez ainsi d'outils d'analyse avancés qui peuvent vous aider à déboguer et à améliorer votre agent et de 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 Google Cloud Dialogflow doit également disposer du
Autorisation IAM roles/bigquery.dataEditor pour l'ensemble de données BigQuery dans
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
l'utilisateur pour le 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 requièrent pas que l'utilisateur ait accès
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. |
| request | 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:
- Vérifiez que journalisation des interactions est activé.
- Suivez BigQuery Guide de création d'un ensemble de données pour créer un ensemble de données. Notez le nom de l'ensemble de données, car vous en aurez besoin à l'étape suivante.
Suivez BigQuery Guide de création de tables 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 votre paramètres d'agent pour activer BigQuery Export, et pour fournir le nom de l'ensemble de données et de la table créés ci-dessus.