Sie können Interaktionsprotokolle nach BigQuery exportieren. Nach der Konfiguration werden alle Protokolle zu Liveinteraktionen in Ihre BigQuery-Tabelle geschrieben. So stehen Ihnen erweiterte Analysetools zur Verfügung, mit denen Sie Ihren Bot debuggen und verbessern sowie Muster in Unterhaltungsdaten erkennen können.
Beschränkungen
Es gelten folgende Einschränkungen:
- Pro Unterhaltung können maximal 500 Sätze exportiert werden.
Projektübergreifende Berechtigungen
Wenn sich Ihr Dialogflow-Agent und Ihre BigQuery-Daten nicht im selben Projekt befinden, muss das Dienstkonto, das mit Ihrem Dialogflow-Google Cloud-Projekt verknüpft ist, auch die IAM-Berechtigung roles/bigquery.dataEditor für das BigQuery-Dataset in Ihrem BigQuery-Google Cloud-Projekt haben.
Format des Dienstkontos: service-<dialogflow-project-number>@gcp-sa-dialogflow.iam.gserviceaccount.com
Der Nutzer, der den Export in Dialogflow konfiguriert, muss Berechtigungen für das BigQuery-Projekt haben. Andernfalls wird das BigQuery-Projekt in der Dialogflow Console nicht als Option angezeigt.
Die Mindestberechtigung für das BigQuery-Projekt, damit der Nutzer es in Dialogflow sehen kann, ist resourcemanager.projects.get.
Alternativ können Sie eine der folgenden vordefinierten Google Cloud-Rollen zuweisen, die diese Berechtigung enthalten, für die der Nutzer aber keinen Zugriff auf das BigQuery-Dataset benötigt: roles/browser oder roles/bigquery.metadataViewer.
Tabellenbeschreibung
Jede Zeile der Tabelle enthält einen Gesprächsschritt mit den folgenden Spalten:
| Spalte | Typ | Beschreibung |
|---|---|---|
| project_id | STRING | Die Projekt-ID. |
| agent_id | STRING | Die Kundenservicemitarbeiter-ID. |
| conversation_name | STRING | Der voll qualifizierte Ressourcenname für die Sitzung. |
| turn_position | INTEGER | Die Nummer der Unterhaltungsrunde. |
| request_time | TIMESTAMP | Der Zeitpunkt der Unterhaltungsrunde. |
| language_code | STRING | Das Sprach-Tag. |
| Anfrage | JSON | Die Anfrage zur Intent-Erkennung. |
| Antwort | JSON | Die Antwort vom Erkennen des Intents. |
| partial_responses | JSON | Teilantworten, falls zutreffend |
| derived_data | JSON | Zusätzliche Metadaten für diesen Gesprächsschritt. |
| conversation_signals | JSON | NLU-bezogene Analysedaten. Das JSON-Schema finden Sie unter ConversationSignals. |
| bot_answer_feedback | JSON | Feedback beantworten, falls vorhanden. |
Konfiguration
So konfigurieren Sie den Export von Interaktionsprotokollen:
- Prüfen Sie, ob das Interaktions-Logging aktiviert ist.
- Folgen Sie dem Leitfaden zum Erstellen von BigQuery-Datasets, um ein Dataset zu erstellen. Notieren Sie sich den Namen des Datensatzes, da Sie ihn im nächsten Schritt benötigen.
Folgen Sie dem BigQuery-Leitfaden zum Erstellen von Tabellen, um eine Tabelle mit einer SQL-Schemadefinition zu erstellen. Verwenden Sie die folgende SQL-Anweisung zum Erstellen:
CREATE TABLE <your_dataset_name>.dialogflow_bigquery_export_data( project_id STRING, agent_id STRING, conversation_name STRING, turn_position INTEGER, request_time TIMESTAMP, language_code STRING, request JSON, response JSON, partial_responses JSON, derived_data JSON, conversation_signals JSON, bot_answer_feedback JSON );Aktivieren Sie in den Kundenservicemitarbeiter-Einstellungen den BigQuery-Export und geben Sie die oben erstellten Dataset- und Tabellennamen an.