数据分析与监控指南 ​

本指南将帮助你了解如何使用数据看板分析与监控对话助手的关键指标，包括对话次数、有效用户数、成功率、Token消耗量及渠道分析。你可以通过筛选时间段和渠道（如网页分享、网页嵌入、对话平台网页、对话平台APP和API访问）来定制数据展示，优化助手性能，并深入分析每个渠道的表现。

第一部分：数据筛选与操作 ​

数据看板提供了多种筛选功能，帮助你按需定制数据展示视图：

1.1 时间筛选 ​

你可以根据需要选择时间范围（如过去一周、一个月或自定义日期）来查看相关的数据，便于分析时间段内的表现波动。

1.2 渠道筛选 ​

支持全选或选择单一渠道进行分析。通过不同的渠道数据，你可以深入了解每个渠道的用户行为和对话表现，进行更精准的优化。

第二部分：概览 ​

概览部分展示了对话助手整体表现的核心指标，提供了一个快速了解当前系统运行状况的视图。

2.1 对话次数与有效用户数 ​

• 对话次数：用户发起的请求总次数，一问一答记一次，不包括调试问答。（以发起提问为标准，回答终止、异常、重复生成均算作一次）。
• 有效用户数：所选时间内，完成至少一轮次对话的用户数量，不包括调试问答（以发起提问为标准，回答终止、异常、重复生成均算作一次）。这一指标有助于分析用户活跃度。

2.2 成功率与Token消耗数 ​

• 成功率：所选时间范围内，用户发起的对话次数中成功执行的比例，不包括调试问答。通过对话成功与失败的比率，帮助你评估智能助手的整体表现。
• Token消耗数：所选时间范围、渠道内，Token消耗总量，不包括调试问答。统计助手为处理请求而消耗的Token数量，便于你对资源使用进行优化和成本控制。

2.3 渠道对话数分布 ​

此部分展示了用户在各渠道发起的请求总次数，一问一答记一次，不包括调试回答。

• 渠道：选择不同的渠道进行分析。
• 对话数：查看不同级别的渠道中，用户与智能助手的对话数量。

第三部分：渠道分析 ​

通过渠道分析，你可以了解各个渠道的具体表现，帮助你评估每个渠道的用户活跃度及成本效益。

3.1 渠道分析指标 ​

此部分展示了按渠道分组的具体分析数据，包括：

• 对话数：该渠道下的总对话次数。
• 活跃用户数：在该渠道下进行互动的独立用户数量。
• 人均对话数：每个活跃用户在该渠道中的平均对话次数。
• Token消耗量：该渠道总共消耗的Token数。

这些指标帮助你判断哪些渠道更有效地吸引了用户，并帮助优化不同渠道的资源分配。

第四部分：稳定性分析 ​

稳定性分析为你提供了对话助手性能的详细评估，确保助手在不同环境下始终保持高效、稳定的表现。

4.1 对话错误数 ​

对话错误数展示了所选时间范围内，用户发起的对话次数中返回失败的对话次数，不包括调试问答。

该数据对于识别系统故障、错误配置或潜在问题非常重要，帮助你快速定位和修复问题。

4.2 Token平均输出速度 ​

显示所选时间范围内，平均每次输出的Token输出速度。

这个指标有助于你了解系统处理请求的效率，优化对话响应速度。

4.3 首字响应时间 ​

应用接收消息后返回用户首字的所用时间，即系统开始响应用户请求的时长。

该指标对于确保用户体验的流畅性至关重要，能够帮助你识别系统响应延迟的原因并进行优化。

总结 ​

通过本数据分析和监控工具，你能够全面了解对话助手的运行状况，识别潜在问题，并优化不同渠道的表现。这将帮助你提升助手的整体效率、用户满意度及资源利用率。