> For the complete documentation index, see [llms.txt](https://library.zoom.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://library.zoom.com/technical-library/nl/zakelijke-services/zoom-virtual-agent/zoom-virtual-agent-analytics-reporting.md).

# Analyse en rapportage

Verken Zoom Virtual Agent-rapporten, Dashboard-metrieken, filters en betrokkenheidsinzichten.

### Analyse en rapportage voor Zoom Virtual Agent

Beheerders kunnen één abonnement maken met de verschillende rapporten die in deze sectie worden beschreven. Ze kunnen abonnementen filteren op specifieke agents, agentgroepen of rapporttypen zoals Overzicht, Virtual Agent Performance, Knowledge Performance, Query Insight, Gespreksdetails en Consumer Engagement Surveys. Ontvangers ontvangen één E-mail met alle geselecteerde rapporten, gelabeld op rapporttype en agentbereik.

Rapportageabonnementen bieden nu een uitgebreidere leveringsfrequentie, Dashboard-dekking en E-mailinhoud. Beheerders kunnen elke dag van de week kiezen voor wekelijkse levering of overschakelen naar dagelijkse levering. Een bredere selectie van in aanmerking komende Dashboard-rapporten is Beschikbaar om op te abonneren, en het e-mailsjabloon voor rapporten is herzien zodat het meer metriek en een door Zoom AI gegenereerde samenvatting bevat.

Dashboardfilters ondersteunen ook precisie op tijdstip van de dag en opgeslagen weergaven. Naast datumbereiken kunnen beheerders begin- en eindtijden tot op het uur en de minuut instellen om een periode te isoleren, zoals één enkele werkdienst of een piekperiode, en relatieve datumbereiken zijn ook beschikbaar. Een gefilterd Dashboard kan worden opgeslagen als een benoemde weergave waarin de filters en grafiekselecties worden vastgelegd voor snel hergebruik, en een opgeslagen weergave kan worden gedeeld met alle gebruikers in het account.

In de rapporten Conversation Details en Query Insight wordt in een opgeslagen weergave ook de tabelindeling bewaard: de kolomselectie, de kolomvolgorde en de sorteerrichting. Wanneer je de weergave opnieuw opent, wordt de tabel precies hersteld zoals die was ingesteld. Beheerders hoeven de kolommen dus niet bij elk bezoek opnieuw te rangschikken of te sorteren.

Rapportabonnementen kunnen een opgeslagen weergave leveren. Bij het instellen van een abonnement kunnen beheerders een opgeslagen weergave selecteren. Geplande leveringen tonen dan die weergave in plaats van de Standaardversie van het rapport. De rapporten in e-mails hebben zo dezelfde gegevensindeling als de rapporten die beheerders op het Scherm analyseren.

#### <mark style="color:blauw;">Data Dictionary biedt transparante metriekdefinities voor Virtual Agent-analyse</mark>

Zoom Virtual Agent-analyse bevat een geïntegreerd Data Dictionary. Beheerders kunnen datasets en rapporten doorbladeren om metriekdefinities, berekeningen, filters en Tolkdienst-richtlijnen te begrijpen. Definities kunnen worden geëxporteerd om te delen, zodat KPI's duidelijker worden en adoptie binnen teams wordt gestimuleerd.

#### <mark style="color:blauw;">Dashboard-metrieken ondersteunen drill-down op locatie en kolomtooltips</mark>

Beheerders kunnen op elke metriek in het Zoom Virtual Agent Dashboard klikken om door te klikken naar de gesprekken erachter. Actieve Dashboard-filters worden automatisch meegenomen, zodat u van de gesprekslijst naar een afzonderlijk transcript en weer terug kunt gaan zonder context te verliezen. In elke rapporttabel worden ook tooltips toegevoegd aan de kolomkoppen. Beweeg de cursor over een metriek om de definitie en een directe link naar de volledige Data Dictionary-vermelding te zien.

#### <mark style="color:blauw;">Het rapport Virtual Agent Performance geeft details over Tool-, Skill- en latentie-uitkomsten tijdens interactie met eindgebruikers</mark>

De rapportage van Virtual Agent Performance levert gegevens voor belangrijke prestatie-indicatoren van de AI-agent.

* **Belangrijke statistieken:** Unieke en totale aangeroepen tools, unieke en totale aangeroepen vaardigheden, latentiemetingen (P90/P50-latentie van het eerste token), latentietrend, insluitingspercentage, escalatiepercentage, gebruik van engagement, en kostenbesparingen.
  * **Metriek voor initiatie**: Een nieuwe, verbeterde metriek die meet wanneer en hoe engagements worden gestart, en zo duidelijker inzicht geeft in hoe gebruikers de Virtual Agent-ervaring betreden. Met deze metriek kunnen beheerders de prestaties van toegangspunten beoordelen, routeringsstrategieën evalueren en begrijpen hoe wijzigingen in workflows of toegangspunten het algemene engagementgedrag beïnvloeden.
  * **Metrieken voor het totale aantal berichten**: Geeft geaggregeerde aantallen van alle berichten die zijn uitgewisseld tijdens engagements met Zoom Virtual Agent en Zoom AI Expert Assist. Met deze metrieken kunnen beheerders het gespreksvolume analyseren, berichtpatronen tussen kanalen vergelijken en de belasting van AI-gestuurde ondersteuningsworkflows in meerdere modaliteiten beter begrijpen.
  * **Veiligheidsmaatregelen**: Een geaggregeerd overzicht van back-endactiviteiten op het gebied van veiligheidsmaatregelen, waaronder het totale aantal overtredingen, het overtredingspercentage per 1.000 engagements, een uitsplitsing per categorie en een trend in de tijd. Als u doorklikt op het geaggregeerde overzicht, worden de betreffende gesprekken geopend in het rapport Gespreksdetails, vooraf gefilterd op de geselecteerde categorie veiligheidsmaatregelen. Rapportage over veiligheidsmaatregelen omvat zowel spraak als chatberichten.
* **Filters:** Datumbereik, agenttype (spraak, chatbericht, chatbot) en specifieke AI-agent.
  * **Topicgroepen** zijn ook beschikbaar als filter en weergavedimensie in analyserapporten, zodat supervisors prestatiegegevens op bedrijfsCategorieniveau kunnen bekijken.
* **Toepassing:** Helpt beheerders de efficiëntie van AI-agents te evalueren, het gebruik van tools en vaardigheden te monitoren en trends in latency en insluiting bij te houden om de prestaties en ROI te verbeteren.

{% hint style="info" %}
**Opmerking**

Het AI Agent-rapport heeft een instelling voor kostenbesparing die de prestaties van de virtuele agent beïnvloedt op basis van een vooraf ingestelde tokenkost.
{% endhint %}

#### <mark style="color:blauw;">Het Knowledge Performance-rapport geeft details over hoe kennisartikelen worden gebruikt tijdens interacties</mark>

Dit rapport biedt inzicht in hoe uw Knowledge Base-artikelen bijdragen aan het oplossen van de problemen van uw Klanten.

* **Belangrijke statistieken**: Engagements met kennisassistentie, percentage engagements met kennisassistentie, geraadpleegde artikelen en gemiddeld aantal geraadpleegde artikelen per engagement.
* **Filters**: Datumbereik, agenttype (spraak, chatbericht, chatbot), specifieke AI-agent en artikelbron.
  * Het artikelbronfilter heeft twee waarden — door AI voorgesteld en handmatig toegevoegd — en elke artikelrij toont een bronlabel, zodat beheerders kunnen controleren in hoeverre de aanbevelingsengine bijdraagt.
* **Toepassing**: Helpt beheerders de effectiviteit van kenniscontent te beoordelen en deze te optimaliseren om het oplossingspercentage te verbeteren.
* **Badges voor actieve/inactieve kennisbankartikelen**: Deze functie voegt een badgeachtig pictogram toe aan kennisbankartikelen die zijn vervangen of bijgewerkt. Zowel de oude als de nieuwe versie blijven zichtbaar in het ZVA-rapport, met duidelijke statusindicatoren die aangeven of elk artikel actief of inactief is.

De artikeltabel bevat een kolom **Insluiting** die het insluitingspercentage van elk artikel voor engagements via chatberichten en spraak weergeeft. Het percentage is het aantal ingesloten engagements waarin het artikel is gebruikt, gedeeld door het totale aantal engagements waarin het is gebruikt. Zo zien beheerders welke artikelen daadwerkelijk helpen bij het oplossen van problemen, en niet alleen welke artikelen de agent ophaalt.

Beheerders kunnen ook zien waarom Eindgebruikers een artikel als niet nuttig hebben beoordeeld. De widget **Verdeling van redenen voor ‘Niet nuttig’** , onder **Analyse en rapporten** > **Kennisprestaties**, geeft een uitsplitsing van meldingen dat iets niet nuttig was op basis van de reden die de Eindgebruiker heeft geselecteerd. Als u een reden in de grafiek selecteert, wordt de weergave gefilterd. Zo kunnen beheerders vaststellen waarom specifieke artikelen ondermaats presteren en prioriteit geven aan contentupdates.

#### <mark style="color:blauw;">Het Query Insight-rapport biedt een gedetailleerd overzicht van de consumentvragen die door virtuele agenten worden afgehandeld</mark>

Dit rapport geeft u een vogelvlucht van querygegevens, inclusief queryvolume, matchdekking, koppeling aan interacties en uitkomsten op onderwerpniveau.

* **Belangrijke statistieken:** Totaal aantal zoekopdrachten, gemiddeld aantal zoekopdrachten per engagement, populaire onderwerpen, opgeloste onderwerpen, geëscaleerde onderwerpen en trends in overeenkomende zoekopdrachten.
* **Filters:** Datumbereik, agenttype (spraak, chatbericht, chatbot), AI-agent, type overeenkomst met zoekopdracht, artikel, onderwerp, resultaat van engagement, kennisbank en taal.
* **Toepassing:** Helpt beheerders en analisten het zoekgedrag te begrijpen, de dekking van onderwerpen te beoordelen en verbeterpunten te vinden voor de kwaliteit van antwoorden en de prestaties van automatisering.

Zoom Virtual Agent analyse biedt ook Topic Groups, een hiërarchie met twee niveaus die granulaire onderwerpen automatisch organiseert in Zakelijk afgestemde categorieën zoals "Facturering en betalingen" of "Verzending en levering." Supervisors kunnen belangrijke contactpersoonfactoren in één oogopslag identificeren via het categorieniveau, terwijl ze de mogelijkheid behouden om specifieke onderwerpen dieper te analyseren.

Redactieregels die zijn geconfigureerd in de tenantvoorkeuren van Zoom Virtual Agent zijn nu uniform van toepassing in het Query Insights Dashboard, inclusief de querylijst en drill-downweergaven. Deze schermen gaven voorheen onbewerkte uitspraken weer, ongeacht de geconfigureerde regels; nu respecteren ze dezelfde redactieregels als de rest van het product.

Het Query Insight-rapport biedt drie exportopties: de querytabelweergave, de betrokkenheidsgegevens voor de queries in de tabel en de agenttraces voor die betrokkenheden.

#### <mark style="color:blauw;">Vergelijkingsanalyse: weergave van twee gegevenssegmenten naast elkaar</mark>

Beheerders kunnen twee gegevenssegmenten rechtstreeks vergelijken binnen de Zoom Virtual Agent-Dashboards, zonder te exporteren of van scherm te wisselen. Klik vanuit elk rapport op Vergelijken, Selecteer een set filters en het Dashboard wordt opnieuw gerenderd in een indeling met twee cohorten, zodat u de twee segmenten met elkaar kunt vergelijken. Vergelijkingsanalyse werkt samen met de drill-down- en crossfilteringfuncties van het Dashboard.

#### <mark style="color:blauw;">Crossfiltering herberekent visualisaties per dimensie in het Dashboard</mark>

Supervisors kunnen op een dimensionale waarde klikken op de pagina's Query Insights, Conversation Details, Knowledge Performance en Agent Performance om elke visualisatie op de pagina te crossfilteren. De aanklikbare waarden omvatten onderwerpen, agents, tools of grafieksegmenten.

Een filterchip toont de actieve selectie en kan worden gewist door op **x**, de waarde opnieuw te selecteren of erbuiten te klikken. Meerdere kruislings toegepaste filters kunnen met elkaar en met de bestaande instellingen van de filterbalk worden gecombineerd om resultaten te tonen die aan alle filters voldoen. Als u de aanwijzer boven een filterbaar element houdt, verschijnt een aanwijzercursor en een tooltip met een voorbeeld van de actie.

#### <mark style="color:blauw;">Het rapport Conversation Details biedt op betrokkenheid gebaseerde gespreksinzichten voor virtuele agenten</mark>

De rapportage Conversation Details biedt gegevens voor belangrijke indicatoren voor betrokkenheid van AI-agenten.

* **Belangrijke statistieken:** Totaal aantal engagements, engagements met meerdere beurten, gemiddelde en totale interactieduur en engagementlogboeken met metadata (onderwerpen, tools, vaardigheden, redenen voor escalatie en responders). Voor implementaties met meerdere instanties voegt het rapport ook een kolom **Instantiе** toe, die aangeeft welke instantie elk engagement heeft afgehandeld.
* **Filters:** Datumbereik, agenttype (spraak, chatbericht, chatbot), AI-agent, tool, resultaat van engagement, laatste responder, vaardigheid, onderwerp, overdracht geaccepteerd (alleen spraak), activering van de veiligheidsmaatregel ‘AI-agent heeft beëindigd’ (alleen spraak), en — voor implementaties met meerdere instanties — instantie en instantie-Groep.
* **Toepassing:** Stelt beheerders in staat de engagementkwaliteit te analyseren, de prestaties van AI-agents en vaardigheden bij te houden en gedrag op gespreksniveau te beoordelen voor optimalisatie, operationeel toezicht en interne rapportage.

Wanneer een gesprek een back-endveiligheidsguardrail activeert, markeert het rapport Conversation Details dit met een guardrail badge op de betreffende interactie en een panel dat laat zien welke guardrailcategorieën zijn geactiveerd en op welke beurt. Beheerders kunnen de interactielijst filteren op schendingscategorie — bijvoorbeeld gewelddadige misdrijven, misbruik van code-Tolk, privacy of smaad — om alleen de gesprekken te bekijken die een regel hebben geactiveerd. Dit zijn Zoom's back-endveiligheidsguardrails, niet de guardrails die een beheerder in Agent Guidance schrijft.

Conversation Details bevat ook een configureerbare visualisatiestrook bovenaan het dashboard. Je kunt je eigen visualisaties voor variabelen maken — zowel systeem- als aangepaste — waarbij je kunt kiezen tussen cirkel-, staaf- en lijndiagrammen. Visualisaties kunnen worden toegevoegd, verplaatst en in grootte worden aangepast, en je Instellingen blijven op accountniveau bewaard voor je Volgende sessie. Vastgemaakte grafieken houden rekening met de Actieve filters van de pagina, zodat je een duidelijk beeld krijgt van de variabeleverdeling precies waar je het nodig hebt.

#### <mark style="color:blauw;">Het rapport Consumer Engagement Surveys presenteert Feedback van consumenten die zijn verzameld uit enquêtes na interactie in Zoom Virtual Agent</mark>

Dit rapport bundelt Feedback uit enquêtes na interactie om consumententevredenheid, oplossingssucces en verbeterkansen te meten.

* **Belangrijke statistieken:** Toegewezen aan agent, starts, antwoorden, responspercentage, voltooiingspercentage, trend in starts, antwoorden op enquêtevragen en verdeling van feedback in vrije tekst.
* **Filters:** Datumbereik, AI-agent en bot (inclusief varianten als er meerdere bestaan).
* **Toepassing:** Hiermee kunnen beheerders het sentiment van klanten beoordelen, de prestaties van chatbots meten en mogelijkheden vinden om de kwaliteit van de interactie en de gebruikerstevredenheid te verbeteren.

#### <mark style="color:blauw;">Impliciete oplossingsmetriek leiden klantuitkomsten af uit interactiegedrag</mark>

Beheerders kunnen de prestaties van de virtuele agent meten met impliciete oplossing, die automatisch afleidt of de gebruiker zijn probleem heeft opgelost en tevreden is op basis van werkelijk gedrag, zoals het voltooien van workflows en betrokkenheidsniveaus.

Deze metriek biedt een alternatief voor traditionele enquêtes wanneer de expliciete CSAT-responspercentages laag zijn. Hij werkt ook naast bestaande op enquêtes gebaseerde metriek in plaats van deze te vervangen. Gegevens over impliciete oplossing zijn beschikbaar in de Zoom-webportal, API of downloadbare rapporten en helpen beheerders de effectiviteit van Zoom Virtual Agent te optimaliseren.

De logica die impliciete oplossing bepaalt, is verbeterd om gesprekken nauwkeuriger te lezen, waardoor verkeerde classificaties in beide richtingen worden verminderd. Als gevolg hiervan weerspiegelt de oplossingsratio de werkelijke uitkomsten nauwkeuriger. Beheerders kunnen een lichte verschuiving in de metriek zien terwijl de verbetering effect krijgt.

Zoom Virtual Agent-analyse rapporteert ook de statistiek **opgelost zonder terugkeer** voor spraak en chatberichten. Een interactie telt als opgelost zonder terugkeer wanneer deze zonder escalatie is afgehandeld en dezelfde klant niet binnen het vastgestelde terugkeervenster terugkomt. Omdat deze statistiek afhandeling zonder escalatie combineert met wat de klant daarna doet, geeft zij beheerders een sterker signaal dat het probleem daadwerkelijk is opgelost dan afhandeling zonder escalatie alleen.

Rapportagegerelateerde Instellingen voor elke agent worden geconfigureerd in een aparte sectie met rapportage-instellingen in de configuratie van de agent. In die sectie staan drie instellingen bij elkaar: behaalde doelstellingen, gespreksresultaten en opgelost zonder terugkeer. Deze Instellingen zijn alleen van invloed op de rapportage, niet op het gedrag van de agent. Behaalde doelstellingen en gespreksresultaten zijn van toepassing op Uitgaande agents; opgelost zonder terugkeer is van toepassing op Inkomende agents.

#### <mark style="color:blauw;">Het Engagement Log biedt een gedetailleerd opnemen van elke AI- en voiceagentinteractie, inclusief uitkomsten, duur en transcripties voor beoordeling</mark>

<div data-with-frame="true"><img src="https://3901650588-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FctBXUMeBy4rtLMmMkKRG%2Fuploads%2FBekwbdgq0PzE6LyvSslJ%2Funknown.png?alt=media&amp;token=228a0e64-0379-4341-8546-1567ff1ccd6d" alt=""></div>

Het engagementlogboek biedt een gedetailleerd overzicht van elke interactie die door uw AI- of spraakagenten wordt afgehandeld. Het helpt u analyseren hoe elk gesprek is afgehandeld, of het door de AI is afgehandeld of is geëscaleerd naar een liveagent, en wat de belangrijkste prestatiegegevens van die engagement zijn.

Dit rapport is waardevol voor supervisors, beheerders en analisten die inzicht nodig hebben in de effectiviteit van agenten, de klantervaring en systeemprestaties.

**Belangrijkste kolommen in het engagementlogboek**

* **Interactie-ID**: Een unieke Identificatie voor elke interactie. U kunt deze ID gebruiken om specifieke gesprekken te zoeken en te bekijken.
* **Kanaal**: Geeft aan of de interactie via een agent voor chatberichten of een spraakagent verliep.
* **Bron**: Toont het toegangspunt waar de interactie is gestart, zoals Zoom contactcenter.
* **Klant**: De klant of Eindgebruiker die de interactie heeft gestart. Dit kan worden weergegeven als een telefoonnummer voor spraakoproepen of een Gebruikersnaam voor sessies met chatberichten.
* **AI-agent**: Geeft aan welke AI-agent de interactie heeft afgehandeld.
* **Tool / Vaardigheid / Onderwerp / Artikel**: Toont welke tools, vaardigheden of kennisbronnen de AI-agent tijdens de interactie heeft gebruikt, zoals 'ticketstatus ophalen' of 'verzoek tot doorverbinden met agent'.
* **Uitkomst van de interactie**: Het eindresultaat van de interactie. 'Afhandeling zonder escalatie' betekent dat de AI-agent het probleem zonder escalatie heeft opgelost. 'Escalatie' betekent dat de interactie is overgedragen aan een menselijke agent. Indien van toepassing worden de redenen voor escalatie weergegeven, zoals 'Volgens ontwerp geëscaleerd' of 'Escalatie aangevraagd'.
* **Starttijd / Eindtijd**: De tijdstippen waarop de interactie is begonnen en geëindigd.
* **Laatste beantwoorder**: Geeft aan wie de interactie heeft afgerond: de AI-agent of een menselijke agent na escalatie.
* **Duur van de interactie**: De totale duur van de interactie.
* **Interactiewisselingen**: Het aantal uitwisselingen tussen de AI-agent en de klant.
* **Interactieve duur**: Hoelang de klant actief deelnam aan de interactie. Dit is vooral nuttig bij spraakoproepen.
* **Overdracht geaccepteerd / AI-agent heeft interactie verlaten**: Toont of de overdracht aan een menselijke agent is geslaagd en of de AI-agent de interactie heeft verlaten.

Deze rapportage ondersteunt controleerbaarheid, beoordeling en training door audittrails te bieden die de prestaties van zowel AI- als menselijke agenten kunnen verbeteren.

Bijvoorbeeld: als de IT Helpdesk Agent een hoog aantal escalaties voor ticketaanmaaktaken laat zien, kunnen supervisors transcripts bekijken om te achterhalen waarom gebruikers een menselijke agent aanvragen en de configuratie of training van de AI bijwerken.

**Agenttracering biedt stapsgewijze zichtbaarheid in de besluitvorming van virtuele agents**

Wanneer beheerders een betrokkenheid bekijken, kunnen ze Agent Tracing gebruiken om de volledige beslisketen te zien, van invoerverwerking tot en met de eindreactie. Dit ondersteunt probleemoplossing, beoordeling van kwaliteitsborging en prestatie-optimalisatie.

Agent Tracing biedt een uniforme, voor mensen leesbare trace gekoppeld aan een specifieke betrokkenheid. Het bevat een volledig klanttranscript naast systeemacties. Elke pipeline-stap is voorzien van een tijdstempel met begin- en eindduur.

Agent Tracing bevat:

* Invoeropname
* NLU/intentclassificatie
* Zoek- en ophaalstappen (zoals queryherschrijving en bronselectie)
* LLM-inferentie
* Tool-/functieaanroepen
* Weergave van de reactie

Agent Tracing biedt ook samenvattingen op betrokkenheidsniveau die het oplossen van problemen versnellen. Een samenvatting van toolaanroepen vermeldt elke tool die tijdens de betrokkenheid is aangeroepen, samen met de status succesvol of mislukt, zodat beheerders de trace niet langer beurt voor beurt hoeven te scannen om een specifieke bellenactie te vinden. Een variabelensamenvatting geeft een geconsolideerd overzicht van elke variabele die tijdens dezelfde betrokkenheid is ingesteld. Samen geven deze samenvattingen scriptuitvoeringen, skilltriggers en het algehele interactiepad in één oogopslag weer.

Agent Tracing legt ook gedetailleerde tracing- en debuginformatie vast voor ingebouwde tools, waaronder de sms-tool, de E-mail-tool, reactie opslaan en gesprek beëindigen. Voor elke toolaanroep registreert de trace de reden waarom de tool is geselecteerd, de doorgegeven invoerparameters, de uitvoer van variabele-resolutie, de uitvoeringsstatus en eventuele geretourneerde fouten. De trace toont ook waarom een gesprek is geëindigd, inclusief of dit werd geactiveerd door een instructie of door een time-out na nudge-herhalingen.

{% hint style="info" %}
**Opmerking**

U kunt Agent Tracing vinden binnen Zoom Virtual Agent-analyse. Het is toegankelijk vanuit het betrokkenheidslogboek wanneer u afzonderlijke interacties bekijkt.
{% endhint %}

Voor het valideren van wijzigingen aan de agent vóór implementatie, zie de sectie Evaluatie hieronder.

#### <mark style="color:blauw;">Evaluatie valideert wijzigingen aan de agent vóór implementatie via scenario-tests en versievergelijking</mark>

Wanneer de configuratie, begeleiding, Skills of Tools van een agent worden gewijzigd, moeten beheerders verifiëren dat die wijzigingen de prestaties niet verslechteren voordat ze naar productie worden gepubliceerd. Evaluatie biedt hiervoor een gestructureerde testomgeving.

Beheerders kunnen evaluaties uitvoeren op elke gepubliceerde of historische agentversie, niet alleen op de huidige conceptversie. Evaluaties worden alleen-lezen uitgevoerd tegen de geselecteerde versie-snapshot, zodat de Actief-versie van de agent niet wordt gewijzigd. Dit verankert de resultaten aan een specifieke, bekende configuratie.

Vervolgens kunt u twee agentversies naast elkaar evalueren met dezelfde scenario-set. De resultaten worden per versie weergegeven (zoals scenario-succespercentages, gedragsovereenstemmingsscores en meer), zodat beheerders precies kunnen zien waar de prestaties tussen versies zijn veranderd. Een gedetailleerde transcriptweergave laat beheerders inzoomen op afzonderlijke testcases om te zien hoe reacties verschillen.

Voordat een evaluatie wordt uitgevoerd, valideert het systeem de integriteit van testcases. Dat omvat het controleren op ontbrekende tools, niet-gedefinieerde variabelen of schema-afwijkingen. Dit voorkomt verspilde evaluatieruns en elimineert fout-negatieven veroorzaakt door configuratiefouten in plaats van door daadwerkelijk agentgedrag.

Evaluatie ondersteunt de inspanningen van beheerders om agentwijzigingen productieklaar te maken, wat kan helpen om iteratiecycli te versnellen en risico’s te beheren. In combinatie met Agent Tracing creëert het een robuuste diagnostische en validatieworkflow.

#### <mark style="color:blauw;">Het dashboard van ZVA Receptionist geeft kleinere implementaties een prestatieoverzicht op één scherm</mark>

Voor kleinere ZVA Receptionist-implementaties die de volledige analysesuite niet nodig hebben, presenteert een dashboard op één scherm de prestaties in duidelijke taal. Elke waarde is opgebouwd uit bestaande metrieken, dus er is geen nieuwe instrumentatie nodig. Een hoofdrij toont afgehandelde oproepen, afgehandelde beltijd (uitgedrukt in uren) en bespaarde kosten. Een containmentring gaat samen met een escalatietelling en een link Lees deze gesprekken die rechtstreeks naar de onderliggende betrokkenheden gaat. Het dashboard toont ook de belangrijkste redenen waarom mensen bellen en een uitsplitsing van opgeloste/niet-opgeloste uitkomsten, en een tabel per agent en een vereenvoudigd gesprekslogboek maken het scherm compleet — alles binnen één filterrij.


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://library.zoom.com/technical-library/nl/zakelijke-services/zoom-virtual-agent/zoom-virtual-agent-analytics-reporting.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
