> 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/zh-tw/shang-wu-fu-wu/zoom-virtual-agent/zoom-virtual-agent-analytics-reporting.md).

# 分析與報表

探索 Zoom Virtual Agent 報表、儀表板指標、篩選條件和互動洞察。

### Zoom 虛擬代理的分析與報告

管理員可建立單一訂閱，包含本節所述的不同報表。他們可依特定代理、代理群組或報表類型（例如概覽、虛擬代理效能、知識效能、查詢洞察、對話詳細資料，以及消費者互動調查）來篩選訂閱。收件者會收到一封包含所有選定報表的電子郵件，並依報表類型與代理範圍標示。

報表訂閱現在提供更彈性的傳送頻率、儀表板涵蓋範圍與電子郵件內容。管理員可選擇每週傳送的任一天，或改為每日傳送。可訂閱的授權儀表板選項也更廣，而報表電子郵件範本已更新，納入更多指標與 AI 產生的摘要。

儀表板篩選器也支援一天中的時間精確度和已儲存檢視。除了日期範圍之外，管理員還可設定到小時與分鐘的開始和結束時間，以鎖定像單一班次或流量高峰時段等區間，也可使用相對日期範圍。篩選後的儀表板可儲存為具名檢視，保留其篩選條件與圖表選擇，方便快速重用，而且儲存的檢視可與帳戶中的所有使用者分享。

在「對話詳細資料」和「查詢洞察」報表中，已儲存的檢視也會儲存表格版面配置，包括欄位選取、欄位順序和排序方向。重新開啟檢視時，表格會還原為原先設定的樣子，因此管理員不必每次瀏覽時重新排列欄位或排序。

報表訂閱可以傳送已儲存的檢視。設定訂閱時，管理員可以選取已儲存的檢視，而排程傳送的報表會反映該檢視，而非報表的預設版本。如此一來，電子郵件中的報表就會與管理員在畫面上分析的資料結構一致。

#### <mark style="color:藍色;">資料字典為虛擬代理分析提供透明的指標定義</mark>

Zoom Virtual Agent 分析包含整合式資料字典。管理員可瀏覽資料集與報表，以了解指標定義、計算方式、篩選條件與解讀指引。定義可匯出分享，有助於釐清 KPI 並鼓勵團隊採用。

#### <mark style="color:藍色;">儀表板指標支援就地深入分析與欄位提示</mark>

管理員可點擊 Zoom Virtual Agent 儀表板上的任何指標，以深入查看背後的對話。作用中的儀表板篩選條件會自動延續，因此您可在對話清單與個別逐字稿之間來回切換而不失去脈絡。每個報表表格也會在欄位標題上新增提示。將滑鼠移到指標上，即可查看其定義與資料字典完整條目的直接連結。

#### <mark style="color:藍色;">虛擬代理效能報表會詳細說明終端使用者互動期間的工具、技能與延遲結果</mark>

虛擬代理效能報表提供關鍵 AI 代理效能指標的資料。

* **主要指標：** 呼叫工具的種類數與總次數、呼叫技能的種類數與總次數、延遲指標（首個 Token 延遲的 P90/P50）、延遲趨勢、攔截率、升級率、互動使用情況，以及成本節省。
  * **啟動指標**：這項新增的強化指標可測量互動何時及如何啟動，讓管理員更清楚瞭解使用者如何進入虛擬客服代理體驗。此指標可協助管理員評估進入點的成效、評估路由策略，並瞭解工作流程或入口介面的變更如何影響整體互動行為。
  * **訊息總數指標**：彙總 Zoom Virtual Agent 和 Zoom AI Expert Assist 互動中交換的所有訊息數量。這些指標可協助管理員分析對話量、比較不同管道的訊息模式，並進一步瞭解 AI 支援工作流程所承受的多模態負載。
  * **防護機制**：後端安全防護機制活動的彙總檢視，包括違規總數、每 1,000 次互動的違規率、類別明細，以及一段時間內的趨勢。深入檢視彙總資料時，會在「對話詳細資料」報告中開啟受影響的對話，並依所選防護機制類別預先篩選。防護機制報告涵蓋語音和聊天。
* **篩選條件：** 日期範圍、代理程式類型（語音、聊天、聊天機器人），以及特定 AI 代理程式。
  * **主題群組** 也可用於分析報告中的篩選條件和顯示維度，讓主管能以業務類別層級檢視績效資料。
* **使用案例：** 協助管理員評估 AI 代理程式的效率、監控工具和技能的使用情況，並追蹤延遲和攔截趨勢，以提升績效和投資報酬率。

{% hint style="info" %}
**注意**

AI 代理報表具有成本節省設定，會根據預設的詞元成本影響虛擬代理效能。
{% endhint %}

#### <mark style="color:藍色;">知識效能報表提供知識文章在互動期間的使用詳細資料</mark>

此報表可讓您了解知識庫文章如何協助解決客戶問題。

* **主要指標**：知識輔助互動、知識輔助互動率、參照的文章數，以及每次互動平均參照的文章數。
* **篩選條件**：日期範圍、代理程式類型（語音、聊天、聊天機器人）、特定 AI 代理程式，以及文章來源。
  * 文章來源篩選有兩個值——AI 建議與手動新增——而每個文章列都會顯示來源標籤，因此管理員可稽核建議引擎的貢獻程度。
* **使用案例**：協助管理員評估知識內容的成效，並進行最佳化以提高解決率。
* **知識庫文章啟用／停用標記**：此功能會在已取代或更新的知識庫文章旁新增徽章圖示。舊版和新版文章都會保留在 ZVA 報告中，並以清楚的狀態指示標示每篇文章是否為啟用或停用狀態。

文章表格包含 **攔截率** 欄，顯示每篇文章在聊天和語音互動中的攔截率。計算方式為使用該文章且已成功攔截的互動數，除以使用該文章的所有互動數。這能讓管理員瞭解哪些文章實際有助於解決問題，而不只是代理程式會擷取哪些文章。

管理員也可以查看終端使用者認為文章沒有幫助的原因。「 **認為沒有幫助的原因分佈** 」小工具位於「 **分析與報告** > **知識成效**」中，會依終端使用者選擇的原因細分「沒有幫助」的回報。選取圖表中的原因即可篩選檢視，讓管理員找出特定文章成效不佳的原因，並優先更新相關內容。

#### <mark style="color:藍色;">查詢洞察報表可詳細檢視虛擬代理處理的消費者查詢</mark>

此報表為您提供查詢資料的全貌，包括查詢量、匹配涵蓋率、互動關聯，以及主題層級結果。

* **主要指標：** 查詢總數、每次互動的平均查詢數、熱門主題、已解決的主題、已升級的主題，以及查詢比對趨勢。
* **篩選條件：** 日期範圍、代理程式類型（語音、聊天、聊天機器人）、AI 代理程式、查詢比對類型、文章、主題、互動結果、知識庫和語言。
* **使用案例：** 協助管理員和分析師瞭解查詢行為、評估主題涵蓋範圍，並找出改善回覆品質和自動化效能的方向。

Zoom Virtual Agent Analytics 也提供「主題群組」，這是一個兩層級的階層架構，可自動將細緻主題整理成與業務對齊的類別，例如「帳單與付款」或「運送與配送」。主管可透過類別層級一眼辨識主要聯絡驅動因素，同時仍可更深入分析特定主題。

在 Zoom Virtual Agent 租戶偏好設定中設定的遮罩規則，現在會一致套用到 Query Insights 儀表板的所有位置，包括查詢清單和向下鑽取檢視。這些畫面先前無論設定的規則集為何，都會顯示原始語句；現在則會遵循與產品其他部分相同的遮罩規則集。

「查詢洞察」報表支援三種匯出選項：查詢表格檢視、表格所列查詢的互動資料，以及這些互動的代理程式追蹤記錄。

#### <mark style="color:藍色;">比較分析會並排顯示兩個資料切片</mark>

管理員可直接在 Zoom Virtual Agent 儀表板中比較兩個資料切片，無需匯出或切換畫面。從任何報表中按一下「比較」，選取一組篩選條件，儀表板就會重新繪製為雙群組版面，讓您可將兩個切片相互對照。比較分析可與儀表板的向下鑽取和交叉篩選功能搭配使用。

#### <mark style="color:藍色;">交叉篩選會依維度重新計算儀表板視覺化</mark>

主管可在 Query Insights、Conversation Details、Knowledge Performance 和 Agent Performance 頁面上點選某個維度值，以交叉篩選該頁面上的所有視覺化。可點選的值包括主題、代理、工具或圖表區段。

篩選條件標籤會顯示目前的選取項目；按一下 **x**、再次選取該值，或按一下外部區域，即可清除篩選條件。多個交叉篩選條件可彼此組合，也可與現有的篩選列設定搭配，以顯示交集結果。將游標停留在可篩選的元素上時，會顯示指標游標和預覽操作的工具提示。

#### <mark style="color:藍色;">Conversation Details 報表提供虛擬代理以互動為基礎的對話洞察</mark>

Conversation Details 報表提供關鍵 AI 代理互動指標的資料。

* **主要指標：** 互動總數、多輪互動、平均和總互動時間，以及包含中繼資料（主題、工具、技能、升級原因和回應者）的互動記錄。對於多執行個體部署，報告還會新增「 **執行個體** 」欄，用來識別處理各次互動的執行個體。
* **篩選條件：** 日期範圍、代理程式類型（語音、聊天、聊天機器人）、AI 代理程式、工具、互動結果、最後回應者、技能、主題、轉接是否接受（僅限語音）、AI 代理程式結束（僅限語音）防護機制觸發條件，以及多執行個體部署的執行個體和執行個體群組。
* **使用案例：** 讓管理員能夠分析互動品質、追蹤 AI 代理程式和技能的績效，並檢視對話層級的行為，以進行最佳化、營運監督和內部報告。

當對話觸發後端安全護欄時，Conversation Details 報表會在受影響的互動上以護欄徽章標記，並顯示哪些護欄類別觸發，以及在第幾輪觸發的面板。管理員可以依違規類別篩選互動清單——例如暴力犯罪、程式碼解譯器濫用、隱私或誹謗——只檢視觸發規則的對話。這些是 Zoom 的後端安全護欄，而不是管理員在 Agent Guidance 中撰寫的護欄。

Conversation Details 也包含儀表板頂部可設定的視覺化區塊。您可以為變數——系統變數與自訂變數皆可——建立自己的視覺化，並可在圓餅圖、長條圖和折線圖之間選擇。視覺化可新增、移動與調整大小，您的設定會在帳戶層級保留到下次工作階段。釘選的圖表會遵循頁面目前的篩選條件，讓您在需要的地方即可清楚查看變數分布。

#### <mark style="color:藍色;">Consumer Engagement Surveys 報表呈現從 Zoom Virtual Agent 的互動後問卷中收集的消費者回饋</mark>

此報表彙整互動後問卷回饋，以衡量消費者滿意度、解決成功率，以及可改進之處。

* **主要指標：** 指派給代理程式的項目、啟動次數、回覆數、回覆率、完成率、啟動趨勢、問卷問題的回覆，以及文字意見回饋的分佈。
* **篩選條件：** 日期範圍、AI 代理程式，以及機器人（若有多個版本，也包括各種版本）。
* **使用案例：** 讓管理員能夠評估消費者情緒、衡量聊天機器人的效能，並找出提升互動品質與使用者滿意度的機會。

#### <mark style="color:藍色;">隱含解決指標會根據互動行為推斷客戶結果</mark>

管理員可以透過隱性解決來評估虛擬代理程式效能，該方式會根據實際行為自動推斷使用者是否已解決問題並感到滿意，例如工作流程完成情況與互動層級。

當顯式 CSAT 回應率偏低時，這項指標可作為傳統調查的替代方案。它也會與現有的問卷型指標並行使用，而不是取而代之。隱性解決資料可在 Zoom 網頁入口網站、API 或可下載報表中取得，協助管理員優化 Zoom Virtual Agent 的成效。

判定隱含解決的邏輯已強化，能更精確地讀取對話，減少兩個方向上的誤判。因此，解決率能更準確反映實際結果。隨著此改進生效，管理員可能會看到指標略有變動。

Zoom Virtual Agent Analytics 也會回報 **解決後未再次聯絡** 指標，適用於語音和聊天互動。若互動問題已獲解決，且同一位客戶在定義的回訪期間內未再次聯絡，該互動便會計為「解決後未再次聯絡」。此指標結合了問題是否獲解決，以及客戶接下來的行為，因此能比單看問題是否獲解決，更有效地協助管理員判斷問題是否真正獲得解決。

每個代理程式的報表相關設定，都在其設定中的專用報表設定區段進行配置。該區段彙整了三項設定：已達成目標、對話結果，以及已解決且未再聯絡。這些設定只會影響報表，不會影響代理程式的行為。「已達成目標」和「對話結果」適用於外撥代理程式；「已解決且未再聯絡」則適用於來電代理程式。

#### <mark style="color:藍色;">互動記錄提供每次 AI 與語音代理互動的詳細記錄，包括結果、持續時間，以及可供檢視的逐字稿</mark>

<div data-with-frame="true"><img src="https://2668295848-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>

互動記錄提供 AI 或語音代理處理的每次互動之詳細檢視。它可協助您分析每段對話是如何被處理、是由 AI 內部完成還是升級給真人代理，以及該互動的關鍵效能指標。

此報表對需要掌握代理效能、客戶體驗與系統效能的主管、管理員和分析師而言非常有價值。

**互動記錄中的主要欄位**

* **互動 ID**：每次互動的唯一識別碼。您可以使用此 ID 搜尋並檢視特定對話。
* **管道**：指出互動是透過聊天代理程式還是語音代理程式進行。
* **來源**：顯示互動的發起入口點，例如 Zoom Contact Center。
* **消費者**：發起互動的客戶或終端使用者。語音通話可能會顯示電話號碼，聊天工作階段則可能會顯示使用者名稱。
* **AI 代理程式**：指出負責處理互動的 AI 代理程式。
* **工具／技能／主題／文章**：顯示 AI 代理程式在互動期間使用的工具、技能或知識資源，例如「取得工單狀態」或「代理程式轉接要求」。
* **互動結果**：互動的最終結果。「問題已解決」表示 AI 代理程式在未轉接的情況下解決了問題。「轉接」表示互動已轉給真人代理程式處理。若適用，也會顯示轉接原因，例如「依設計轉接」或「要求轉接」。
* **開始時間／結束時間**：互動開始與結束的時間戳記。
* **最後回應者**：指出完成互動的人員或代理程式，可以是 AI 代理程式，也可以是轉接後的真人代理程式。
* **互動持續時間**：互動持續的總時間。
* **互動回合數**：AI 代理程式與客戶之間來回交流的次數。
* **互動時間**：客戶參與互動的時間長度，對語音通話特別有用。
* **轉接已接受／AI 代理程式已離開**：顯示轉接至真人代理程式是否成功，以及 AI 代理程式是否已離開該互動。

此報表透過提供稽核軌跡，支援稽核可追溯性、檢視與訓練，進而改善 AI 與真人代理的效能。

例如，如果 IT Helpdesk Agent 顯示在建立工單任務上有大量升級情形，主管可以檢視逐字稿，找出使用者為何要求真人代理，並更新 AI 的設定或訓練資料。

**Agent Tracing 可逐步呈現虛擬代理的決策過程**

在檢視互動時，管理員可使用 Agent Tracing 來查看完整決策鏈，從輸入處理到最終回應皆然。這有助於疑難排解、品質保證檢視和效能最佳化。

Agent Tracing 提供與特定互動關聯的統一、可讀的追蹤記錄。它包含完整的客戶逐字稿以及系統動作。每個管線步驟都會標示開始與結束時間。

Agent Tracing 包含：

* 輸入擷取
* NLU / 意圖分類
* 搜尋與擷取步驟（亦即查詢重寫和來源選擇）
* LLM 推論
* 工具 / 函式呼叫
* 回應呈現

Agent Tracing 也提供互動層級摘要，可加速疑難排解。工具呼叫摘要會列出互動期間呼叫的每一項工具，並標示其成功或失敗狀態，讓管理員不必再逐輪掃描追蹤記錄來找出特定呼叫。變數摘要則會對同一互動期間設定的每個變數提供彙總檢視。這些摘要可一目了然地呈現指令碼執行、技能觸發，以及整體互動路徑。

Agent Tracing 也會為內建工具擷取詳細的追蹤與除錯資訊，包括 SMS 工具、電子郵件工具、儲存回應與結束對話。對每次工具呼叫，追蹤記錄都會記錄選擇該工具的原因、傳入的輸入參數、變數解析輸出、執行狀態，以及傳回的任何錯誤。追蹤記錄也會顯示對話為何結束，包括是由指令觸發，或是在多次提示重試後因逾時而結束。

{% hint style="info" %}
**注意**

您可在 Virtual Agent 分析中找到 Agent Tracing。檢視個別互動時，可從互動記錄中存取。
{% endhint %}

如需在部署前驗證代理變更，請參閱下方的評估區段。

#### <mark style="color:藍色;">評估會透過情境測試和版本比較，在部署前驗證代理變更</mark>

在變更代理的設定、指引、技能或工具時，管理員需要在發布到正式環境前確認這些變更不會降低效能。評估為此提供了一個結構化的測試環境。

管理員可對任何已發布或歷史版本的代理執行評估，不僅限於目前草稿。評估會針對所選版本快照以唯讀方式執行，因此不會修改啟用中的代理。這使結果能綁定到特定且已知的設定。

接著，您可以使用相同的情境集合並排評估兩個代理版本。結果會顯示各版本指標（例如情境成功率、行為符合分數等），讓管理員清楚看到版本之間的效能變化。詳細的逐字稿檢視可讓管理員深入單一測試案例，查看回應有何差異。

在評估執行前，系統會驗證測試案例的完整性。這包括檢查缺少的工具、未定義的變數或結構描述不符。這可避免浪費評估執行，並消除由設定錯誤而非實際代理行為所造成的偽陰性。

評估可支援管理員進行可直接上線的代理變更，有助於加快迭代週期並管理風險。結合 Agent Tracing，它建立了一套強健的診斷與驗證工作流程。

#### <mark style="color:藍色;">ZVA Receptionist 儀表板為較小型部署提供單一畫面的效能檢視</mark>

對於不需要完整分析套件的較小型 ZVA Receptionist 部署，單一畫面的儀表板會以淺顯易懂的語言呈現效能。所有數值都由既有指標彙總而來，因此不需要新增儀器化。重點列會顯示已處理通話數、已處理通話時間（以小時表示）和節省成本。封閉處理環狀圖會搭配升級次數，以及可直接深入底層互動的「閱讀這些對話」連結。儀表板也會顯示來電原因排名前幾名，以及已解決／未解決結果分布，而每位代理的表格和簡化的對話記錄則使畫面內容更完整——ทั้งหมด都受單一篩選列所約束。


---

# 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/zh-tw/shang-wu-fu-wu/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.
