Vous pouvez exporter des journaux d'interaction 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, et 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 vos données BigQuery ne se trouvent pas dans le même projet, le compte de service associé à votre projet Google Cloud Dialogflow doit également disposer de l'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
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 | Nombre du tour de 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 ConversationSignals pour le schéma JSON. |
| bot_answer_feedback | JSON | Répondez aux commentaires, le cas échéant. |
Configuration
Pour configurer l'exportation des journaux d'interaction:
- Assurez-vous que la journalisation des interactions est activée.
- Suivez le guide de création d'un ensemble 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 tables BigQuery pour créer une table avec une définition de schéma SQL. Utilisez l'instruction SQL suivante pour créer le code:
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 votre agent pour activer l'exportation vers BigQuery, et pour fournir les noms d'ensemble de données et de table créés ci-dessus.