> 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/shang-ye-ban-fu-wu/zoom-virtual-agent/zoom-virtual-agent-analytics-reporting.md).

# 分析和报表

探索 Zoom Virtual Agent 报告、仪表板指标、筛选器和参与洞察。

### Zoom Virtual Agent 的分析和报告

管理员可以创建一个包含本节所述不同报告的单一订阅。他们可以按特定坐席、坐席组或报告类型进行筛选，例如“概览”、“虚拟接线员表现”、“知识表现”、“查询洞察”、“对话详情”和“客户参与调查”。接收者会收到一封包含所有所选报告的电子邮件，并按报告类型和坐席范围进行标注。

报告订阅现在提供更灵活的发送频率、仪表板覆盖范围和电子邮件内容。管理员可选择每周任意一天发送，或切换为每日发送。可订阅的授权仪表板范围也更广，报告电子邮件模板已修订，可包含更多指标和 AI 生成的摘要。

仪表板筛选器还支持一天中的时间精度和已保存视图。除了日期范围之外，管理员还可以将开始和结束时间精确到小时和分钟，以隔离一个时间窗口，例如单个班次或高流量时段，并且还提供相对日期范围。筛选后的仪表板可以保存为命名视图，以记录其筛选条件和图表选择，方便快速复用，而且已保存视图可以与账户中的所有用户共享。

在“对话详情”和“查询洞察”报告中，已保存的视图还会保存表格布局：列的选择、列顺序和排序方向。重新打开视图时，表格会恢复为原先配置的样子，因此管理员无需每次访问时重新排列列或再次排序。

报告订阅可以发送已保存的视图。设置订阅时，管理员可以选择一个已保存的视图，定时发送的报告会反映该视图，而非报告的默认版本。这样，邮件中的报告便会与管理员在屏幕上分析的数据结构一致。

#### <mark style="color:蓝色;">数据字典为虚拟接线员分析提供透明的指标定义</mark>

Zoom Virtual Agent 分析包含一个集成的数据字典。管理员可以浏览数据集和报告，以了解指标定义、计算方法、筛选条件和解读指南。定义可导出共享，有助于澄清 KPI，并推动团队采用。

#### <mark style="color:蓝色;">仪表板指标支持就地钻取和列工具提示</mark>

管理员可以点击 Zoom Virtual Agent 仪表板上的任意指标，深入查看其背后的对话。有效的仪表板筛选条件会自动沿用，因此您可以在对话列表和单个转写文字之间来回切换而不会丢失上下文。每个报告表格还会在列标题上添加工具提示。将鼠标悬停在某个指标上，即可查看其定义以及指向完整数据字典条目的直接链接。

#### <mark style="color:蓝色;">虚拟接线员表现报告详细说明终端用户参与期间的工具、技能和延迟结果</mark>

虚拟接线员表现报告提供 AI 智能体关键性能指标数据。

* **关键指标：** 工具调用的唯一数量和总次数、技能调用的唯一数量和总次数、延迟指标（首个令牌延迟 P90/P50）、延迟趋势、拦截率、升级率、参与度使用情况和成本节省。
  * **发起指标**：一项新增的增强型指标，用于衡量互动何时以及如何发起，让管理员更清楚地了解用户如何进入 Virtual Agent 体验。此指标有助于管理员评估入口点的表现、评估路由策略，并了解工作流或入口界面的变更如何影响整体互动行为。
  * **消息总量指标**：汇总统计 Zoom Virtual Agent 和 Zoom AI Expert Assist 互动中交换的所有消息数量。这些指标有助于管理员分析对话量、比较不同渠道的消息模式，并更好地了解 AI 驱动的支持工作流所承受的多模态负载。
  * **安全护栏**：后端安全护栏活动的汇总视图，包括违规总数、每 1,000 次互动的违规率、按类别细分的数据以及随时间变化的趋势。深入查看汇总数据后，会打开“对话详情”报告中受影响的对话，并按所选安全护栏类别预先筛选。安全护栏报告涵盖语音和聊天。
* **筛选条件：** 日期范围、坐席类型（语音、聊天、聊天机器人）和特定 AI 坐席。
  * **主题群组** 也可作为分析报告中的筛选条件和显示维度，让主管能够按业务类别查看性能数据。
* **使用场景：** 帮助管理员评估 AI 坐席的效率、监控工具和技能的使用情况，并跟踪延迟和拦截趋势，以提升性能和 ROI。

{% hint style="info" %}
**注意**

AI 智能体报告有一个节省成本设置，会基于预设的令牌成本影响虚拟接线员表现。
{% endhint %}

#### <mark style="color:蓝色;">知识表现报告提供知识文章在互动期间如何被使用的详细信息</mark>

此报告可帮助您了解知识库文章如何帮助解决客户的问题。

* **关键指标**：知识辅助互动、知识辅助互动率、引用的文章数，以及每次互动平均引用的文章数。
* **筛选条件**：日期范围、坐席类型（语音、聊天、聊天机器人）、特定 AI 坐席和文章来源。
  * 文章来源筛选条件有两个值——AI 建议和手动添加——并且每篇文章行都会显示来源标签，因此管理员可以审核推荐引擎的贡献程度。
* **使用场景**：帮助管理员评估知识内容的有效性并优化内容，从而提高问题解决率。
* **知识库有效/无效徽章**：此功能会为已被替换或更新的知识库文章添加徽章式图标。在 ZVA 报告中，旧版和新版文章都会继续显示，并清楚标明每篇文章的有效或无效状态。

文章表格包含一个 **拦截率** 列，显示每篇文章在聊天和语音互动中的拦截率。该比率为使用该文章且问题得到解决的互动次数除以使用该文章的互动总次数。这样，管理员就能了解哪些文章确实有助于解决问题，而不只是被坐席检索到。

管理员还可以查看最终用户认为文章没有帮助的原因。位于 **“无帮助原因分布”** 小组件（位于 **“分析和报告”** > **中的“知识表现”**）会按最终用户选择的原因细分“无帮助”反馈。选择图表中的某个原因即可筛选视图，帮助管理员找出特定文章表现不佳的原因，并优先更新相关内容。

#### <mark style="color:蓝色;">查询洞察报告提供虚拟接线员处理的客户查询的详细视图</mark>

此报告为您提供查询数据的鸟瞰视图，包括查询量、匹配覆盖率、互动关联和主题级结果。

* **关键指标：** 查询总数、每次互动的平均查询数、热门主题、已解决主题、已升级主题以及查询匹配趋势。
* **筛选条件：** 日期范围、坐席类型（语音、聊天、聊天机器人）、AI 坐席、查询匹配类型、文章、主题、互动结果、知识库和语言。
* **使用场景：** 帮助管理员和分析师了解查询行为、评估主题覆盖情况，并找出提升回复质量和自动化性能的改进领域。

Zoom Virtual Agent 分析还提供主题群组，这是一种两级层次结构，可自动将细粒度主题整理为与商业版对齐的类别，例如“账单和付款”或“运输和配送”。主管可通过类别级别一目了然地识别关键联系人驱动因素，同时仍可深入分析特定主题。

在 Zoom Virtual Agent 租户首选项中配置的脱敏规则现会统一应用于查询洞察仪表板，包括查询列表和深入查看视图。这些界面此前无论配置何种规则集都会呈现原始话语；现在会遵守与产品其余部分相同的脱敏规则集。

“查询洞察”报告支持三种导出选项：查询表格视图、表格中所列查询的互动数据，以及这些互动对应的坐席跟踪记录。

#### <mark style="color:蓝色;">比较分析并排显示两个数据切片</mark>

管理员可以直接在 Zoom Virtual Agent 仪表板中比较两个数据切片，无需导出或切换屏幕。在任意报告中，单击“比较”，选择一组筛选条件，仪表板便会以双群组布局重新呈现，以便您对照查看两个切片。比较分析可与仪表板的深入查看和交叉筛选功能/特性配合使用。

#### <mark style="color:蓝色;">交叉筛选按维度重新计算仪表板可视化内容</mark>

主管可在查询洞察、会话详情、知识绩效和坐席绩效页面中单击维度值，以对页面上的每个可视化内容进行交叉筛选。可单击的值包括主题、坐席、工具或图表分段。

筛选条件标签会显示当前选项；点击 **x**、再次选择该值或点击其外部即可清除。多个交叉筛选条件可以彼此组合，也可以与现有筛选栏设置组合，以显示交集结果。将鼠标悬停在可筛选元素上时，会显示指针光标和预览操作的工具提示。

#### <mark style="color:蓝色;">会话详情报告为虚拟坐席提供基于互动的会话洞察</mark>

会话详情报告提供关键 AI 坐席互动指标的数据。

* **关键指标：** 互动总数、多轮互动数、平均和总交互时长，以及包含元数据（主题、工具、技能、升级原因和响应者）的互动日志。对于多实例部署，报告还会添加一个 **实例** 列，用于标识处理每次互动的实例。
* **筛选条件：** 日期范围、坐席类型（语音、聊天、聊天机器人）、AI 坐席、工具、互动结果、最后响应者、技能、主题、是否接受转接（仅限语音）、AI 坐席结束时触发的安全护栏（仅限语音）；对于多实例部署，还包括实例和实例群组。
* **使用场景：** 帮助管理员分析互动质量、跟踪 AI 坐席和技能的表现，并查看对话级行为，以进行优化、运营监督和内部报告。

当会话触发后端安全护栏时，会话详情报告会在受影响的互动上以护栏徽章进行标记，并显示一个讨论小组/面板，说明触发了哪些护栏类别以及在哪一轮触发。管理员可按违规类别筛选互动列表——例如暴力犯罪、代码传译员滥用、隐私或诽谤——以便仅审查触发规则的会话。这些是 Zoom 的后端安全护栏，并非管理员写入坐席指导中的护栏。

会话详情还包含仪表板顶部的可配置可视化栏。您可以为变量（包括系统变量和自定义变量）构建自己的可视化内容，并选择饼图、柱状图和折线图。可添加、移动和调整可视化内容的大小，您的设置会保留在账户级别，供您在下次会议中使用。已置顶/已固定图表会遵循页面的有效筛选条件，让您可在所需位置清晰查看变量分布。

#### <mark style="color:蓝色;">消费者互动调查报告显示在 Zoom Virtual Agent 中通过互动后调查收集的消费者反馈</mark>

此报告汇集互动后调查反馈，以衡量消费者满意度、解决成功率和改进机会。

* **关键指标：** 分配给坐席的数量、启动次数、回复数、回复率、完成率、启动趋势、调查问题回复数和自由文本反馈分布。
* **筛选条件：** 日期范围、AI 代理和机器人（如果存在多个变体，也包括这些变体）。
* **使用场景：** 帮助管理员评估消费者情绪、衡量聊天机器人的表现，并发现提升互动质量和用户满意度的机会。

#### <mark style="color:蓝色;">隐式解决指标根据互动行为推断客户结果</mark>

管理员可以借助隐式解决来评估虚拟坐席性能，该功能会基于实际行为（例如工作流完成情况和互动程度）自动推断用户是否解决问题以及满意度。

当显式 CSAT 回复率较低时，此指标可作为传统调查的替代方案。它也会与现有的基于调查的指标协同工作，而不是取而代之。隐式解决数据可在 Zoom web门户、API 或可下载报告中获取，帮助管理员优化 Zoom Virtual Agent 的效果。

用于确定隐式解决的逻辑已增强，可更准确地读取会话，从而减少两个方向上的错误分类。因此，解决率能更准确地反映实际结果。随着此改进生效，管理员可能会看到指标略有变化。

Zoom Virtual Agent 分析还会报告一项 **已解决且未返回** 指标，适用于语音和聊天。当互动得到妥善处理，且同一客户在定义的回访时间窗口内没有再次联系时，即计为已解决且未返回。由于该指标将问题是否得到妥善处理与客户之后的行为结合起来，因此比单独衡量问题是否得到妥善处理更能帮助管理员判断问题是否真正解决。

每个代理的报告相关设置都在其配置中的专用报告设置部分进行配置。该部分汇集了三项设置：已达成的目标、对话结果，以及解决后未再次联系。这些设置仅影响报告，不会影响代理的行为。“已达成的目标”和“对话结果”适用于外拨代理，“解决后未再次联系”适用于拨入代理。

#### <mark style="color:蓝色;">互动日志提供每次 AI 和语音坐席交互的详细记录，包括结果、时长和供审查的转写文字</mark>

<div data-with-frame="true"><img src="https://2325962437-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>

互动日志详细展示由您的 AI 或语音坐席处理的每次交互。它可帮助您分析每次会话的处理方式、是否由 AI 完成处理或升级至人工坐席，以及该互动的关键绩效指标。

此报告对需要了解坐席效能、客户体验和系统绩效的主管、管理员和分析师很有价值。

**互动日志中的关键列**

* **互动 ID**：每次互动的唯一标识符。您可以使用此 ID 搜索和查看特定对话。
* **频道**：指明互动是通过聊天代理还是语音代理进行的。
* **来源**：显示互动的发起入口，例如 Zoom 呼叫中心。
* **消费者**：发起互动的客户或最终用户。语音通话中可能显示为电话号码，聊天会话中则可能显示为用户名。
* **AI 代理**：标识处理此次互动的 AI 代理。
* **工具 / 技能 / 主题 / 文章**：显示 AI 代理在互动期间使用的工具、技能或知识资源，例如“获取工单状态”或“代理转接请求”。
* **互动结果**：互动的最终结果。“自行解决”表示 AI 代理在未升级处理的情况下解决了问题。“升级处理”表示互动已转接给人工代理。如适用，还会显示升级原因，例如“按设计升级处理”或“请求升级处理”。
* **开始时间 / 结束时间**：互动开始和结束的时间戳。
* **最后响应者**：指明完成此次互动的是 AI 代理，还是升级处理后接手的人工代理。
* **互动时长**：互动持续的总时间。
* **交互轮数**：AI 代理与客户之间来回交流的次数。
* **交互时长**：客户参与互动的时长，对语音通话尤其有用。
* **转接已接受 / AI 代理已退出**：显示转接给人工代理是否成功，以及 AI 代理是否已退出此次互动。

此报告通过提供审计跟踪来支持可审计性、审查和培训，并可提升 AI 和人工坐席的绩效。

例如，如果 IT 服务台坐席在创建工单任务中显示出大量升级，主管可以审查转写文字，确定用户为何请求人工坐席，并更新 AI 的配置或培训数据。

**Agent Tracing 可逐步查看虚拟座席的决策过程**

审查互动时，管理员可以使用坐席追踪查看从输入处理到最终响应的完整决策链。这有助于进行故障排除、质量保证审查和绩效优化。

坐席追踪提供与特定互动关联的统一且易于理解的追踪记录。它包含完整的客户转写文字以及系统操作。每个管道步骤都带有开始和结束时长的时间戳。

坐席追踪包括：

* 输入捕获
* NLU/意图分类
* 搜索和检索步骤（即查询重写和来源选择）
* LLM 推理
* 工具/函数呼叫
* 响应呈现

坐席追踪还提供互动级摘要，可加快故障排除。工具呼叫摘要会列出互动期间调用的每个工具及其成功或失败状态，因此管理员无需再逐轮扫描追踪记录来查找特定呼叫。变量摘要会汇总展示同一互动期间设置的每个变量。这些摘要可一目了然地呈现脚本执行、技能触发以及整体交互路径。

坐席追踪还会捕获内置工具的详细追踪和调试信息，包括短信工具、电子邮件工具、保存响应和结束会话。对于每次工具调用，追踪记录会记录选择该工具的原因、传递的输入参数、变量解析输出、执行状态及返回的任何错误。追踪还会显示会话结束的原因，包括其是否由指令触发，还是在提示重试后因超时触发。

{% hint style="info" %}
**注意**

您可以在虚拟坐席分析中找到坐席追踪。审查单个交互时，可从互动日志访问它。
{% endhint %}

如需在部署前验证坐席更改，请参阅以下评估部分。

#### <mark style="color:蓝色;">评估通过方案测试和版本比较，在部署前验证坐席更改</mark>

更改坐席的配置、指导、技能或工具时，管理员需要在发布到生产环境之前确认这些更改不会降低绩效。评估为此提供结构化测试环境。

管理员可以针对任何已发布或历史坐席版本运行评估，而不只是当前草稿。评估会针对所选版本快照以只读方式运行，因此不会修改有效坐席。这会将结果锚定到特定的已知配置。

然后，您可以使用同一方案集并排评估两个坐席版本。结果会显示每个版本的指标（如方案成功率、行为匹配分数等），使管理员能准确了解版本之间的绩效变化。详细的转写文字视图使管理员能够深入查看各个测试用例，了解响应有何不同。

评估执行前，系统会验证测试用例完整性，包括检查缺失的工具、未定义的变量或架构不匹配。这可防止浪费评估运行，并消除由配置错误而非实际坐席行为导致的假阴性结果。

评估支持管理员进行可投入生产的坐席更改，这有助于加快迭代周期并管理风险。结合坐席追踪，它可创建强大的诊断和验证工作流。

#### <mark style="color:蓝色;">ZVA 接待员仪表板为较小规模的部署提供单屏绩效视图</mark>

对于不需要完整分析套件的较小规模 ZVA 接待员部署，单屏仪表板以简明语言呈现绩效。每个值均从现有指标汇总得出，因此无需新的检测工具。主行显示已处理呼叫数、已处理通话时间（以小时表示）和节省的成本。遏制环与升级次数及“阅读这些会话”链接配合使用，可直接深入查看相关的底层互动。仪表板还显示人员呼叫的主要原因、已解决/未解决结果细分，以及每坐席表格和简化会话日志——所有内容均由单一筛选行限定范围。


---

# 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/shang-ye-ban-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.
