> 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/tr/isletme-hizmetleri/zoom-virtual-agent/zoom-virtual-agent-analytics-reporting.md).

# analiz ve Raporlama

Zoom Virtual Agent raporlarını, Pano metriklerini, filtreleri ve etkileşim içgörüleri keşfedin.

### Zoom Virtual Agent için analiz ve raporlama

Yöneticiler, bu bölümde açıklanan farklı raporları içeren tek bir abonelik oluşturabilir. Abonelikleri belirli temsilcilere, temsilci gruplarına veya Genel Bakış, Sanal Temsilci Performansı, Bilgi Performansı, Sorgu İçgörüsü, Konuşma Ayrıntıları ve Tüketici Etkileşim Anketleri gibi rapor türlerine göre filtreleyebilirler. Alıcılar, rapor türü ve temsilci kapsamına göre etiketlenmiş tüm seçili raporları içeren tek bir e-posta alır.

Raporlama abonelikleri artık genişletilmiş teslimat sıklığı, Pano kapsamı ve e-posta içeriği sunuyor. Yöneticiler haftalık teslimat için haftanın herhangi bir gününü Seçebilir veya günlük teslimata geçebilir. Abone olunabilecek yetkili Pano seçenekleri daha geniştir ve rapor e-posta şablonu daha fazla metrik ve yapay zeka tarafından oluşturulmuş bir özet içerecek şekilde güncellenmiştir.

Pano filtreleri günün saati hassasiyetini ve kaydedilmiş görünümleri de destekler. Tarih aralıklarının ötesinde yöneticiler, tek bir çalışma vardiyası veya yoğun trafik dönemi gibi bir zaman penceresini ayırmak için başlangıç ve bitiş saatlerini saat ve dakika düzeyinde ayarlayabilir; göreli tarih aralıkları da kullanılabilir. Filtrelenmiş bir pano, filtrelerini ve grafik seçimlerini hızlı yeniden kullanım için yakalayan adlandırılmış bir görünüm olarak kaydedilebilir ve kaydedilmiş bir görünüm hesaptaki tüm kullanıcılarla paylaşılabilir.

Conversation Details ve Query Insight raporlarında kaydedilmiş bir görünüm, tablo düzenini de saklar: sütun seçimi, sütun sırası ve sıralama yönü. Görünüm yeniden açıldığında tablo, yapılandırıldığı hâliyle geri yüklenir; böylece yöneticilerin her ziyaretlerinde sütunları yeniden düzenlemesi veya sıralamayı yeniden ayarlaması gerekmez.

Rapor abonelikleri, kaydedilmiş bir görünümü iletebilir. Yöneticiler abonelik oluştururken kaydedilmiş bir görünüm seçebilir; planlanmış gönderimler de raporun varsayılan sürümü yerine bu görünümü yansıtır. Böylece e-postayla gönderilen raporlar, yöneticilerin ekranda analiz ettiği veri yapısıyla eşleşir.

#### <mark style="color:mavi;">Veri Sözlüğü, Sanal Temsilci analiz için şeffaf metrik tanımları sağlar</mark>

Zoom Virtual Agent analiz, entegre bir Veri Sözlüğü içerir. Yöneticiler; metrik tanımlarını, hesaplamaları, filtreleri ve Tercüme rehberliğini anlamak için veri kümelerine ve raporlara göz atabilir. Tanımlar paylaşım için dışa aktarılabilir; bu da KPI'ları netleştirmeye ve ekipler genelinde benimsenmeyi teşvik etmeye yardımcı olur.

#### <mark style="color:mavi;">Pano metrikleri yerinde ayrıntıya inme ve sütun araç ipuçlarını destekler</mark>

Yöneticiler, arkasındaki konuşmaların ayrıntılarını incelemek için Zoom Virtual Agent Pano üzerindeki herhangi bir metriğe tıklayabilir. Aktif Pano filtreleri otomatik olarak korunur; böylece bağlamı kaybetmeden konuşma listesinden tek tek bir döküme gidip geri dönebilirsiniz. Her rapor tablosu ayrıca sütun başlıklarına araç ipuçları ekler. Tanımını ve tam Veri Sözlüğü girdisine doğrudan bağlantıyı görmek için bir metriğin üzerine gelin.

#### <mark style="color:mavi;">Sanal Temsilci Performansı raporu, son kullanıcı etkileşimi sırasında Araç, Beceri ve gecikme sonuçlarını ayrıntılandırır</mark>

Sanal Temsilci Performansı raporlaması, temel yapay zeka temsilcisi performans göstergeleri için veri sağlar.

* **Temel Metrikler:** Benzersiz ve toplam çağrılan araç sayısı, benzersiz ve toplam çağrılan beceri sayısı, gecikme metrikleri (P90/P50 ilk belirteç gecikmesi), gecikme eğilimi, kapsama oranı, üst seviyeye aktarma oranı, etkileşim kullanımı ve maliyet tasarrufu.
  * **Başlatılan metrik**: Etkileşimlerin ne zaman ve nasıl başlatıldığını ölçen, kullanıcıların Sanal Asistan deneyimine nasıl girdiğine ilişkin daha net görünürlük sağlayan yeni ve geliştirilmiş bir metriktir. Bu metrik, yöneticilerin giriş noktası performansını değerlendirmesine, yönlendirme stratejilerini incelemesine ve iş akışlarındaki veya giriş yüzeylerindeki değişikliklerin genel etkileşim davranışını nasıl etkilediğini anlamasına yardımcı olur.
  * **Toplam mesaj metrikleri**: Zoom Virtual Agent ve Zoom AI Expert Assist etkileşimlerinde gönderilen tüm mesajların toplam sayılarını sağlar. Bu metrikler, yöneticilerin konuşma hacmini analiz etmesine, kanallar arasındaki mesaj örüntülerini karşılaştırmasına ve yapay zekâ destekli destek iş akışlarındaki çok modlu yükü daha iyi anlamasına yardımcı olur.
  * **Güvenlik önlemleri**: Arka uçtaki güvenlik önlemi etkinliklerinin toplu görünümüdür. Toplam ihlal sayısını, 1.000 etkileşim başına ihlal oranını, kategori dökümünü ve zaman içindeki eğilimi içerir. Toplam görünümde ayrıntıya inildiğinde, etkilenen konuşmalar Konuşma Ayrıntıları raporunda seçilen güvenlik önlemi kategorisine göre önceden filtrelenmiş olarak açılır. Güvenlik önlemi raporlaması hem sesli hem de sohbet etkileşimlerini kapsar.
* **Filtreler:** Tarih aralığı, temsilci türü (sesli, sohbet, sohbet robotu) ve belirli yapay zekâ temsilcisi.
  * **Konu Grupları** da analiz raporlarında filtre ve gösterim boyutu olarak kullanılabilir; bu sayede yöneticiler performans verilerini işletme kategorisi düzeyinde görüntüleyebilir.
* **Kullanım Alanı:** Yöneticilerin yapay zekâ temsilcisi verimliliğini değerlendirmesine, araç ve beceri kullanımını izlemesine, performansı ve ROI'yi iyileştirmek için gecikme ve kapsama eğilimlerini takip etmesine yardımcı olur.

{% hint style="info" %}
**Not**

Yapay Zeka Temsilcisi raporunda, önceden ayarlanmış bir belirteç maliyetine dayalı olarak sanal temsilci performansını etkileyen bir maliyet tasarrufu ayarı bulunur.
{% endhint %}

#### <mark style="color:mavi;">Bilgi Performansı raporu, bilgi makalelerinin etkileşimler sırasında nasıl kullanıldığına ilişkin ayrıntılar sağlar</mark>

Bu rapor, Bilgi Tabanı makalelerinizin Müşterilerinizin sorunlarının çözümüne nasıl katkıda bulunduğuna dair içgörü sunar.

* **Temel Metrikler**: Bilgi destekli etkileşimler, bilgi destekli etkileşim oranı, başvurulan makaleler ve etkileşim başına ortalama başvurulan makale sayısı.
* **Filtreler**: Tarih aralığı, temsilci türü (sesli, sohbet, sohbet robotu), belirli yapay zekâ temsilcisi ve makale kaynağı.
  * Makale kaynağı filtresinin iki değeri vardır — yapay zeka tarafından önerilen ve manuel olarak eklenen — ve her makale satırı bir kaynak etiketi gösterir; böylece yöneticiler öneri motorunun ne kadar katkı sağladığını denetleyebilir.
* **Kullanım Alanı**: Yöneticilerin bilgi içeriğinin etkililiğini değerlendirmesine ve çözüm oranlarını artırmak için içeriği optimize etmesine yardımcı olur.
* **Bilgi Bankası Aktif/Pasif Rozeti**: Bu Özellikler, değiştirilen veya güncellenen bilgi bankası makalelerine rozet biçiminde bir simge ekler. Hem eski hem de yeni sürümler ZVA Raporu'nda görünür kalır ve her makalenin aktif ya da pasif olduğunu gösteren net durum göstergeleri sunulur.

Makaleler tablosunda bir **Kapsama** sütunu bulunur. Bu sütun, her makalenin sohbet ve sesli etkileşimlerdeki kapsama oranını gösterir. Oran, makalenin kullanıldığı kapsanan etkileşimlerin sayısının, makalenin kullanıldığı tüm etkileşimlerin sayısına bölünmesiyle hesaplanır. Bu sayede yöneticiler, temsilcinin yalnızca hangi makaleleri getirdiğini değil, hangi makalelerin sorunları gerçekten çözmeye yardımcı olduğunu da görebilir.

Yöneticiler, son kullanıcıların bir makaleyi neden yararlı bulmadığını da görebilir. Şu bölümün altında bulunan **Yararlı Bulunmama Nedeni Dağılımı** bileşeni, **Analiz ve Raporlar** > **Bilgi Performansı**, yararlı bulunmayan bildirimleri son kullanıcının seçtiği nedene göre ayrıştırır. Grafikte bir neden seçildiğinde görünüm filtrelenir; böylece yöneticiler belirli makalelerin neden düşük performans gösterdiğini belirleyebilir ve içerik güncellemelerine öncelik verebilir.

#### <mark style="color:mavi;">Sorgu İçgörüsü raporu, sanal temsilciler tarafından işlenen tüketici sorgularının ayrıntılı bir görünümünü sunar</mark>

Bu rapor; sorgu hacmi, eşleşme kapsamı, etkileşim bağlantısı ve konu düzeyindeki sonuçlar dâhil olmak üzere sorgu verilerinin kuş bakışı görünümünü sunar.

* **Temel Metrikler:** Toplam sorgu sayısı, etkileşim başına ortalama sorgu sayısı, popüler konular, çözülen konular, üst seviyeye aktarılan konular ve sorgu eşleşme eğilimleri.
* **Filtreler:** Tarih aralığı, temsilci türü (sesli, sohbet, sohbet robotu), yapay zekâ temsilcisi, sorgu eşleşme türü, makale, konu, etkileşim sonucu, bilgi bankası ve Dil.
* **Kullanım Alanı:** Yöneticilerin ve analistlerin sorgu davranışını anlamasına, konu kapsamını değerlendirmesine ve yanıt kalitesini ve otomasyon performansını iyileştirecek alanları belirlemesine yardımcı olur.

Zoom Virtual Agent analizi ayrıca Topic Groups, ayrıntılı konuları otomatik olarak "Faturalama ve Ödemeler" veya "Kargo ve Teslimat" gibi İşletme uyumlu kategorilere düzenleyen iki seviyeli bir hiyerarşi de sunar. Yöneticiler, kategori düzeyi üzerinden temel iletişim nedenlerini bir bakışta belirleyebilirken belirli konuları daha derinlemesine analiz etme yeteneğini korur.

Zoom Virtual Agent kiracı tercihlerinde yapılandırılan maskeleme kuralları artık sorgu listesi ve ayrıntıya inme görünümleri dahil olmak üzere Query Insights Pano'su genelinde tutarlı şekilde uygulanır. Bu yüzeyler daha önce yapılandırılmış kural kümesinden bağımsız olarak ham ifadeleri gösteriyordu; artık ürünün geri kalanıyla aynı maskeleme kural kümesine uyar.

Query Insight raporu üç dışa aktarma seçeneğini destekler: sorgu tablosu görünümü, tabloda listelenen sorguların etkileşim verileri ve bu etkileşimlere ait aracı izleri.

#### <mark style="color:mavi;">Karşılaştırma analizi iki veri dilimini yan yana gösterir</mark>

Yöneticiler, dışa aktarmaya veya ekran değiştirmeye gerek kalmadan Zoom Virtual Agent panoları içinde doğrudan iki veri dilimini karşılaştırabilir. Herhangi bir raporda Karşılaştır'a tıklayın, bir filtre kümesi seçin ve pano, iki dilimi birbirine karşı okuyabilmeniz için iki kohortlu bir düzende yeniden oluşturulur. Karşılaştırma analizi, panonun ayrıntıya inme ve çapraz filtreleme özellikleriyle birlikte çalışır.

#### <mark style="color:mavi;">Çapraz filtreleme, Pano görselleştirmelerini boyuta göre yeniden hesaplar</mark>

Süpervizörler, sayfadaki her görselleştirmeyi çapraz filtrelemek için Query Insights, Conversation Details, Knowledge Performance ve Agent Performance sayfalarındaki bir boyutsal değere tıklayabilir. Tıklanabilir değerler arasında konular, ajanlar, araçlar veya grafik dilimleri bulunur.

Bir filtre etiketi etkin seçimi gösterir ve şu öğeye tıklanarak temizlenebilir: **x**, değerin yeniden seçilmesiyle veya dışına tıklanarak. Birden fazla çapraz filtre, kesişen sonuçları göstermek için hem birbirleriyle hem de mevcut filtre çubuğu Ayarları ile birlikte kullanılabilir. Filtrelenebilir bir öğenin üzerine gelindiğinde işaretçi imleci ve işlemi açıklayan bir araç ipucu gösterilir.

#### <mark style="color:mavi;">Conversation Details raporu, sanal ajanlar için etkileşim tabanlı konuşma içgörüleri sunar</mark>

Conversation Details raporlaması, temel AI ajan etkileşim göstergeleri için veri sağlar.

* **Temel Metrikler:** Toplam etkileşimler, çok turlu etkileşimler, ortalama ve toplam etkileşim süresi ve meta veriler içeren etkileşim günlükleri (konular, araçlar, beceriler, üst seviyeye aktarma nedenleri ve yanıt verenler). Çok örnekli dağıtımlarda rapora ayrıca her etkileşimi hangi örneğin gerçekleştirdiğini belirten bir **Örnek** sütunu eklenir.
* **Filtreler:** Tarih aralığı, temsilci türü (sesli, sohbet, sohbet robotu), yapay zekâ temsilcisi, araç, etkileşim sonucu, son yanıt veren, beceri, konu, aktarımın kabul edilmesi (yalnızca sesli), yapay zekâ temsilcisinin sonlandırdığı (yalnızca sesli) güvenlik önlemi tetikleyicisi ve çok örnekli dağıtımlarda örnek ile örnek grubu.
* **Kullanım Alanı:** Yöneticilerin etkileşim kalitesini analiz etmesini, yapay zekâ temsilcisi ve beceri performansını izlemesini ve optimizasyon, operasyonel gözetim ve kurum içi raporlama için konuşma düzeyindeki davranışları incelemesini sağlar.

Bir konuşma arka uç güvenlik koruma kuralını tetiklediğinde, Conversation Details raporu bunu etkilenen etkileşim üzerinde bir koruma kuralı rozetiyle ve hangi koruma kuralı kategorilerinin hangi turda devreye girdiğini gösteren bir panelle işaretler. Yöneticiler, etkileşim listesini ihlal kategorisine göre — örneğin şiddet suçları, kod yorumlayıcı kötüye kullanımı, gizlilik veya iftira — filtreleyerek yalnızca bir kuralı tetikleyen konuşmaları inceleyebilir. Bunlar Zoom'un arka uç güvenlik koruma kurallarıdır; bir yöneticinin Agent Guidance içine yazdığı koruma kuralları değildir.

Conversation Details ayrıca Pano'nun üst kısmında yapılandırılabilir bir görselleştirme şeridi içerir. Kendi değişken görselleştirmelerinizi — hem sistem hem özel — pasta, çubuk ve çizgi grafikler arasından seçim yaparak oluşturabilirsiniz. Görselleştirmeler eklenebilir, taşınabilir ve yeniden boyutlandırılabilir; Ayarlar hesap düzeyinde sonraki oturumunuz için kalıcı olur. Sabitlendi durumundaki grafikler sayfanın Aktif filtrelerine saygı duyar ve değişken dağılımını tam ihtiyaç duyduğunuz yerde net bir şekilde görmenizi sağlar.

#### <mark style="color:mavi;">Consumer Engagement Surveys raporu, Zoom Virtual Agent içindeki etkileşim sonrası anketlerden toplanan tüketici geri bildirimlerini sunar</mark>

Bu rapor, tüketici memnuniyetini, çözüm başarısını ve iyileştirme fırsatlarını ölçmek için etkileşim sonrası anket geri bildirimlerini bir araya getirir.

* **Temel Metrikler:** Temsilciye atanma, başlatmalar, yanıtlar, yanıt oranı, tamamlama oranı, başlatma eğilimi, anket sorularına verilen yanıtlar ve serbest metinli geri bildirim dağılımı.
* **Filtreler:** Tarih aralığı, AI temsilcisi ve bot (birden fazla varsa varyantlar dahil).
* **Kullanım alanı:** Yöneticilerin müşteri duyarlılığını değerlendirmesini, sohbet botu performansını ölçmesini ve etkileşim kalitesini ve kullanıcı memnuniyetini iyileştirme fırsatlarını belirlemesini sağlar.

#### <mark style="color:mavi;">Örtük çözüm metrikleri, müşteri sonuçlarını etkileşim davranışından çıkarır</mark>

Yöneticiler, iş akışı tamamlama ve etkileşim düzeyleri gibi gerçek davranışlara dayanarak kullanıcı çözümünü ve memnuniyetini otomatik olarak çıkaran örtük çözümle sanal temsilci performansını ölçebilir.

Bu metrik, açık CSAT yanıt oranlarının düşük olduğu durumlarda geleneksel anketlere alternatif sağlar. Ayrıca mevcut anket tabanlı metriklerin yerini almak yerine onlarla birlikte çalışır. Örtük çözüm verileri Zoom web portalı, API veya indirilebilir raporlarda kullanılabilir ve yöneticilerin Zoom Virtual Agent etkinliğini optimize etmesine yardımcı olur.

Örtük çözümü belirleyen mantık, konuşmaları daha hassas okumak üzere geliştirilerek her iki yöndeki yanlış sınıflandırmaları azaltmıştır. Sonuç olarak, Çözüm Oranı gerçek sonuçları daha doğru yansıtır. İyileştirme devreye girdikçe yöneticiler metrikte hafif bir değişim görebilir.

Zoom Virtual Agent Analizleri, sesli kanal ve sohbet genelinde bir **geri dönülmeden çözüldü** ölçümünü de raporlar. Bir etkileşim, sonuçlandırılmışsa ve aynı müşteri tanımlanan geri dönüş süresi içinde tekrar iletişime geçmezse geri dönülmeden çözülmüş sayılır. Bu ölçüm, sonuçlandırılma durumunu müşterinin sonraki davranışıyla birlikte değerlendirdiğinden, yöneticilere tek başına sonuçlandırılma oranından daha güçlü bir gerçek çözüm sinyali verir.

Her aracıya ait raporlama ayarları, aracının yapılandırmasındaki özel bir raporlama ayarları bölümünde yapılandırılır. Bu bölüm üç ayarı bir araya getirir: karşılanan hedefler, konuşma sonuçları ve geri dönüş olmadan çözüldü. Bu ayarlar yalnızca raporlamayı etkiler, aracının davranışını etkilemez. Karşılanan hedefler ve konuşma sonuçları Giden aracılar için, geri dönüş olmadan çözüldü ise Gelen aracılar için geçerlidir.

#### <mark style="color:mavi;">Etkileşim Günlüğü, sonuçlar, süre ve inceleme için transkriptler dahil olmak üzere her AI ve ses ajanı etkileşiminin ayrıntılı kaydını sağlar</mark>

<div data-with-frame="true"><img src="https://4003797241-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>

Etkileşim günlüğü, AI veya ses ajanlarınızın yönettiği her etkileşime ayrıntılı bir bakış sağlar. Her konuşmanın nasıl yönetildiğini, AI tarafından çözümlenip çözümlenmediğini veya canlı bir ajana aktarılıp aktarılmadığını ve bu etkileşimin temel performans metriklerini analiz etmenize yardımcı olur.

Bu rapor, ajan etkinliği, müşteri deneyimi ve sistem performansı hakkında görünürlüğe ihtiyaç duyan süpervizörler, yöneticiler ve analistler için değerlidir.

**Etkileşim günlüğündeki temel sütunlar**

* **Etkileşim Kimliği**: Her etkileşim için benzersiz bir tanımlayıcı. Belirli sohbetleri aramak ve incelemek için bu kimliği kullanabilirsiniz.
* **Kanal**: Etkileşimin bir sohbet temsilcisi veya sesli görüşme temsilcisi aracılığıyla gerçekleşip gerçekleşmediğini belirtir.
* **Kaynak**: Etkileşimin başlatıldığı Zoom İletişim Merkezi gibi giriş noktasını gösterir.
* **Tüketici**: Etkileşimi başlatan müşteriyi veya son kullanıcıyı belirtir. Sesli aramalarda telefon numarası, sohbet oturumlarında ise Kullanıcı Adı olarak görünebilir.
* **Yapay Zekâ Temsilcisi**: Etkileşimi hangi yapay zekâ temsilcisinin yürüttüğünü belirtir.
* **Araç / Beceri / Konu / Makale**: Yapay zekâ temsilcisinin etkileşim sırasında kullandığı araçları, becerileri veya bilgi kaynaklarını gösterir; örneğin "get ticket status" veya "Agent Transfer Request".
* **Etkileşim sonucu**: Etkileşimin nihai sonucu. "Containment", yapay zekâ aracısının sorunu üst kademeye aktarmadan çözdüğü anlamına gelir. "Escalation", etkileşimin canlı bir temsilciye aktarıldığını belirtir. Uygun olduğunda, "Escalated by design" veya "Escalation requested" gibi aktarım nedenleri gösterilir.
* **Başlangıç zamanı / Bitiş zamanı**: Etkileşimin başladığı ve bittiği zaman damgaları.
* **Son yanıt veren**: Etkileşimi tamamlayanın yapay zekâ aracısı mı yoksa aktarım sonrasında bir insan temsilci mi olduğunu belirtir.
* **Etkileşim süresi**: Etkileşimin toplam süresi.
* **Etkileşim turları**: Yapay zekâ aracısı ile müşteri arasındaki karşılıklı mesajlaşma sayısı.
* **Etkileşimli süre**: Müşterinin etkileşimde ne kadar süre kaldığını gösterir; özellikle sesli aramalar için kullanışlıdır.
* **Aktarım kabul edildi / Yapay zekâ temsilcisi etkileşimden ayrıldı**: Canlı bir temsilciye aktarımın başarılı olup olmadığını ve yapay zekâ temsilcisinin etkileşimden ayrılıp ayrılmadığını gösterir.

Bu raporlama, hem yapay zeka hem de insan aracılarının performansını iyileştirebilecek denetim izleri sağlayarak denetlenebilirliği, incelemeyi ve eğitimi destekler.

Örneğin, BT Yardım Masası Aracısı bilet oluşturma görevleri için yüksek sayıda yönlendirme gösteriyorsa, denetçiler kullanıcıların neden bir insan aracısı istediğini belirlemek için dökümleri inceleyebilir ve yapay zekanın yapılandırmasını veya eğitim verilerini güncelleyebilir.

**Agent Tracing, sanal temsilcinin karar verme sürecine adım adım görünürlük sağlar**

Bir etkileşimi incelerken yöneticiler, girdi işlemeden nihai yanıta kadar tüm karar zincirini görmek için Aracı İzleme'yi kullanabilir. Bu, sorun gidermeyi, Kalite Güvencesi incelemesini ve performans optimizasyonunu destekler.

Aracı İzleme, belirli bir etkileşimle bağlantılı, birleşik ve insan tarafından okunabilir bir iz sağlar. Sistem eylemlerinin yanında tam bir müşteri dökümü içerir. Her işlem hattı adımı başlangıç ve bitiş süreleriyle zaman damgalıdır.

Aracı İzleme şunları içerir:

* Girdi yakalama
* NLU/amaç sınıflandırması
* Arama ve alma adımları (ör. sorgu yeniden yazma ve kaynak seçimi)
* LLM çıkarımı
* Araç/işlev çağrıları
* Yanıt oluşturma

Aracı İzleme ayrıca sorun gidermeyi hızlandıran etkileşim düzeyinde özetler sağlar. Araç çağrısı özeti, etkileşim sırasında çağrılan her aracı ve her birinin başarı veya başarısızlık durumunu listeler; böylece yöneticilerin belirli bir çağrıyı bulmak için izi tur tur taraması artık gerekmez. Değişken özeti, aynı etkileşim sırasında ayarlanan her değişkenin birleştirilmiş görünümünü sunar. Bu özetler birlikte, komut dosyası yürütmelerini, beceri tetikleyicilerini ve genel etkileşim yolunu bir bakışta ortaya çıkarır.

Aracı İzleme ayrıca kısa mesaj aracı, e-posta aracı, yanıtı kaydetme ve görüşmeyi sonlandırma dahil olmak üzere yerleşik araçlar için ayrıntılı izleme ve hata ayıklama bilgilerini de yakalar. Her araç çağrısı için iz, aracın seçilme nedenini, iletilen girdi parametrelerini, değişken çözümleme çıktısını, yürütme durumunu ve döndürülen hataları kaydeder. İz ayrıca, bir görüşmenin neden sona erdiğini; bunun bir yönergeyle mi yoksa dürtme yeniden denemelerinin ardından zaman aşımıyla mı tetiklendiğini de gösterir.

{% hint style="info" %}
**Not**

Aracı İzleme'yi Virtual Agent analiz bölümünde bulabilirsiniz. Tek tek etkileşimleri incelerken Etkileşim Günlüğü'nden erişilebilir.
{% endhint %}

Dağıtımdan önce aracı değişikliklerini doğrulamak için aşağıdaki Değerlendirme bölümüne bakın.

#### <mark style="color:mavi;">Değerlendirme, senaryo testi ve sürüm karşılaştırması yoluyla dağıtımdan önce aracı değişikliklerini doğrular</mark>

Bir aracının yapılandırması, yönlendirmesi, Becerileri veya Araçları değiştirilirken yöneticilerin, üretime yayımlamadan önce bu değişikliklerin performansı düşürmeyeceğini doğrulaması gerekir. Değerlendirme bunun için yapılandırılmış bir test ortamı sağlar.

Yöneticiler, yalnızca mevcut taslağa karşı değil, yayımlanmış veya geçmişteki herhangi bir aracı sürümüne karşı değerlendirme çalıştırabilir. Değerlendirmeler seçilen sürüm anlık görüntüsüne karşı salt okunur olarak çalışır; bu nedenle etkin aracı değiştirilmez. Bu, sonuçları belirli ve bilinen bir yapılandırmaya bağlar.

Ardından aynı senaryo kümesini kullanarak iki aracı sürümünü yan yana değerlendirebilirsiniz. Sonuçlar, sürümler arasında performansın tam olarak nerede değiştiğini yöneticilerin görebilmesi için sürüm başına ölçümleri (senaryo başarı oranları, davranış eşleşme puanları ve daha fazlası gibi) gösterir. Ayrıntılı döküm görünümü, yöneticilerin yanıtların nasıl farklılaştığını görmek üzere tek tek test durumlarını ayrıntılı incelemesine olanak tanır.

Bir değerlendirme yürütülmeden önce sistem test durumu bütünlüğünü doğrular. Buna eksik araçların, tanımlanmamış değişkenlerin veya şema uyuşmazlıklarının denetlenmesi dahildir. Bu, boşa harcanan değerlendirme çalıştırmalarını önler ve gerçek aracı davranışından ziyade yapılandırma hatalarının neden olduğu yanlış negatifleri ortadan kaldırır.

Değerlendirme, yöneticilerin üretime hazır aracı değişiklikleri yapma çabalarını destekler; bu da yineleme döngülerini hızlandırmaya ve riski yönetmeye yardımcı olabilir. Aracı İzleme ile birlikte güçlü bir tanılama ve doğrulama iş akışı oluşturur.

#### <mark style="color:mavi;">ZVA Resepsiyonist panosu, daha küçük dağıtımlar için tek ekranda performans görünümü sunar</mark>

Tam analiz paketine ihtiyaç duymayan daha küçük ZVA Resepsiyonist dağıtımları için, tek ekranlı bir pano performansı sade bir dille sunar. Her değer mevcut ölçümlerden toplanır; dolayısıyla yeni araçsal izleme gerekmez. Öne çıkan satır, ele alınan çağrıları, ele alınan telefon süresini (saat olarak ifade edilir) ve tasarruf edilen maliyeti gösterir. Bir kapsama halkası, yönlendirme sayısı ve doğrudan temel etkileşimlere giden "Bu görüşmeleri okuyun" bağlantısıyla eşleştirilir. Pano ayrıca insanların arama nedenlerinin başlıcalarını ve çözülen/çözülmeyen sonuçların dökümünü gösterir; aracı başına tablo ve basitleştirilmiş görüşme günlüğü de ekranı tamamlar — tümü tek bir filtre satırıyla kapsamlandırılmıştır.


---

# 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/tr/isletme-hizmetleri/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.
