Setelah diluncurkan, Business Messages akan melacak metrik performa utama untuk agen Anda. Anda dapat mengakses metrik melalui Konsol Developer Business Communications atau melalui BigQuery.
Jika memerlukan analisis tambahan untuk mengukur keberhasilan agen, Anda dapat melacak metrik kustom dengan memantau peristiwa dan atribut lainnya dari percakapan agen Anda.
Mengakses metrik Anda
Anda dapat mengakses metrik tingkat partner dan tingkat agen dalam laporan Data Studio melalui Konsol Developer Business Communications. Atau, Anda dapat menggunakan BigQuery untuk menjelajahi atau mengakses metrik agen secara terprogram.
Untuk memberikan akses metrik ke pengguna lain,
- Tambahkan mereka sebagai pengguna di akun partner Anda.
- Berikan petunjuk kepada mereka tentang cara mengakses metrik melalui Konsol Developer Business Communications atau BigQuery.
Metrik tingkat partner
Metrik tingkat partner menampilkan data untuk semua agen yang Anda kelola.
- Buka Konsol Developer Business Communications, lalu login dengan Akun Google Business Messages Anda.
- Di bagian bawah kartu Dasbor Metrik, klik Lihat metrik.
Metrik tingkat agen
Metrik tingkat agen hanya menampilkan data untuk agen yang dipilih.
- Buka Konsol Developer Business Communications, lalu login dengan Akun Google Business Messages Anda.
Pilih agen Anda.
Metrik muncul di kartu Dasbor metrik.
Untuk melihat metrik yang lebih mendetail, klik Analytics di navigasi sebelah kiri.
Metrik melalui BigQuery
BigQuery adalah data warehouse serverless, skalabel, dan hemat biaya dengan machine learning, akses data yang mudah, serta analisis prediktif. Anda dapat mengakses data di BigQuery melalui UI BigQuery atau BigQuery API, tergantung kasus penggunaan Anda. Baca dokumentasi BigQuery.
Data metrik di BigQuery tersedia selama 1,5 tahun.
Untuk mengakses metrik agen di BigQuery, Anda harus memenuhi persyaratan berikut:
- Akses ke platform Google Cloud. Jika Anda adalah admin, pelajari cara mengaktifkan GCP untuk organisasi Anda.
- Akses BigQuery. Pelajari cara mendapatkan BigQuery.
- Project dengan penyiapan penagihan di BigQuery. Pelajari cara menyiapkan penagihan Google Cloud. Jika belum memiliki project dengan penyiapan penagihan, Anda dapat menggunakan data BigQuery di lingkungan uji coba. Pelajari cara mencoba BigQuery.
Jika memiliki akses ke BigQuery, Anda dapat mengakses data agen dalam project, set data, dan tampilan berikut:
- ID Project:
bizcomms-bm-metrics - Set data:
partner_metrics_user_viewsdanpartner_metrics_sa_views - Penayangan:
message_metrics,session_metrics,quality_metrics, danintent_metrics
Misalnya, untuk melihat semua kolom dari tampilan message_metrics, Anda dapat menggunakan kueri berikut:
SELECT * FROM bizcomms-bm-metrics.partner_metrics_user_views.message_metrics
Metrik yang tersedia
Business Messages melacak metrik dalam empat kategori: Pesan, Sesi, Kualitas, dan Intent.
Item berikut bersifat umum di seluruh kategori metrik:
| Metrik | Definisi | Nilai contoh |
|---|---|---|
date |
Hari (dalam UTC) saat sesi dibuat. |
2021-12-31Lihat Jenis tanggal BigQuery. |
agent_id |
ID agen yang informasi sesinya sedang dihitung. |
12345678-9012-3456-789012345678
|
agent_name |
Nama agen. |
Growing Tree Bank
|
brand_id |
ID merek yang dimiliki agen. |
12345678-9012-3456-789012345678
|
brand_name |
Nama merek yang mencakup agen. |
Growing Tree International
|
partner_id |
ID partner yang mewakili brand. |
12345678-9012-3456-789012345678
|
partner_name |
Nama partner yang mewakili brand. |
XYZ Messaging
|
Metrik pesan
Metrik pesan diambil dari jumlah total pesan yang dikirim pada hari tertentu. Metrik ini mencakup item berikut:
| Metrik | Definisi | Nilai contoh |
|---|---|---|
message_sender |
Siapa yang mengirim pesan. |
USER,AGENT
|
message_type |
Jenis pesan. |
TEXT,RICH_TEXT,PHOTO,RICH_CARD
|
representative_type |
Jenis perwakilan yang mengirim pesan ini. Kosong untuk pesan yang dikirim oleh pengguna. |
BOT,HUMAN
|
total_messages |
Jumlah total pesan yang dikirim. |
11
|
Metrik sesi
Sesi adalah pengelompokan interaksi yang terikat waktu, seperti pesan dan peristiwa dalam percakapan. Sesi dimulai saat pesan dikirim dan sesi saat ini tidak aktif. Sesi ditutup ketika
- tidak ada pesan selama 24 jam kerja (untuk agen dengan ketersediaan pesan Khusus manusia] (/business-communications/business-messages/guides/how-to/agents /availability). Jika ada < 24 jam kerja dalam 7 hari ke depan, kami akan menggunakan 24 jam.)
- tidak ada pesan selama 30 menit (untuk agen dengan ketersediaan pesan khusus Bot)
- Anda mengirimkan survei kepada pengguna
- pengguna menghapus percakapan
- pengguna memblokir agen
Metrik sesi diambil dari jumlah total sesi, baik aktif maupun selesai, untuk hari tertentu. Metrik ini mencakup item berikut:
| Metrik | Definisi | Nilai contoh |
|---|---|---|
session_initiator |
Siapa yang memulai sesi. |
USER,AGENT
|
session_initiating_entry_point |
Titik entri yang memulai sesi. | Lihat EntryPoint. |
session_containment_type |
Jenis interaksi perwakilan dalam percakapan, mulai dari tidak ada pesan perwakilan, hingga pesan bot saja hingga pesan agen langsung. |
UNRESPONDED,BOT_ONLY_CONVERSATION,LIVE_AGENT_REQUEST_UNFULFILLED,LIVE_AGENT_CONVERSATION,CALL_INITIATED
|
has_agent_response |
Sesi memiliki setidaknya satu respons dari agen. |
TRUE,FALSE
|
has_live_agent_response |
Sesi ini memiliki setidaknya satu respons dari agen langsung. |
TRUE,FALSE
|
has_live_agent_request |
Sesi ini memiliki setidaknya satu permintaan agen langsung. |
TRUE,FALSE
|
session_depth_bucket |
Jumlah pesan yang dipertukarkan selama sesi. |
1,2-3,4-9,10-24,25-
|
survey_sent |
Apakah survei untuk sesi ini telah dikirim. |
TRUE,FALSE
|
survey_responded |
Apakah pengguna merespons survei. |
TRUE,FALSE
|
positive_survey_response |
Apakah respons survei memiliki rating positif. Hanya berguna jika survey_responded adalah TRUE. |
TRUE,FALSE
|
total_sessions |
Total jumlah sesi. |
1000
|
average_session_depth |
Jumlah rata-rata pesan yang dipertukarkan selama sesi. |
23.11
|
Metrik kualitas
Metrik kualitas diambil dari total jumlah sesi yang diselesaikan untuk hari tertentu. Metrik ini mencakup item berikut:
| Metrik | Definisi | Nilai contoh |
|---|---|---|
date_calculated |
Hari (dalam UTC) yang menunjukkan kapan metrik dihitung. |
2021-12-31Lihat Jenis tanggal BigQuery. |
state |
Status agen saat ini. |
GOOD_STANDING,REQUIRES_ATTENTION
|
survey_count |
Jumlah survei yang digunakan untuk menghitung skor survei. Jika ada kurang dari 10 respons survei selama 7 hari terakhir, survei terbaru (maksimum 9) dari 35 hari terakhir akan digunakan. Jika tidak, semua respons survei selama 7 hari terakhir akan digunakan. |
84
|
survey_score |
Persentase respons positif survei. |
Rentang dari 0 sampai 1.
|
session_count |
Jumlah sesi yang digunakan untuk menghitung MRR. Jika ada kurang dari 3 sesi selama 7 hari terakhir, sesi terbaru (maksimum 9) dari 35 hari terakhir akan digunakan. Jika tidak, semua sesi selama 7 hari terakhir akan digunakan. |
143
|
mrr |
Rasio respons penjual (MRR). Jumlah sesi yang memiliki respons agen (bot atau agen langsung) relatif terhadap jumlah total sesi. |
Rentang dari 0 sampai 1.
|
hmrr |
Rasio respons penjual manusia (HMRR). Jumlah sesi yang memiliki respons agen langsung, relatif terhadap jumlah total sesi yang berisi satu atau beberapa permintaan agen langsung atau respons agen langsung. |
Rentang dari 0 sampai 1.
|
live_agent_request_count |
Jumlah permintaan agen langsung yang digunakan untuk menghitung hmrr. Jika
ada kurang dari 10 permintaan agen langsung selama 7 hari terakhir, 9 permintaan agen langsung yang terbaru dari 35 hari terakhir akan digunakan.
Jika tidak, semua permintaan agen langsung selama 7 hari terakhir akan digunakan. |
42
|
suspension_date |
Hari (dalam UTC) saat agen mungkin ditangguhkan karena kualitasnya rendah. Hanya ditetapkan untuk agen dengan status `REQUIRES_ATTENTION`. |
2021-12-31Lihat Jenis tanggal BigQuery. |
Metrik intent
Metrik intent menggunakan machine learning untuk mengidentifikasi intent sesi dengan agen Anda. Metrik intent diambil dari pesan pengguna dalam sesi yang diselesaikan untuk hari tertentu. Hanya dalam bahasa Inggris. Metrik ini mencakup item berikut:
| Metrik | Definisi | Nilai contoh |
|---|---|---|
intent |
Jenis intent sesi. |
SALES_LEAD,SERVICE
|
count |
Jumlah sesi dengan jenis intent yang ditentukan. |
11
|
Melacak metrik kustom
Jika memiliki preferensi metrik yang berbeda atau memerlukan informasi yang lebih mendalam daripada yang tersedia di laporan kualitas, Anda dapat mengambil data metrik Anda sendiri.
Berikut adalah beberapa metrik yang dapat Anda catat:
- Kepuasan pelanggan. Kirim survei untuk mengetahui dan melacak kepuasan pengguna. Anda dapat menyesuaikan pertanyaan survei agar sesuai dengan persyaratan pengumpulan data Anda.
- Pesan terkirim. Catat detail setiap kali agen Anda mengirim pesan.
- Pesan diterima. Catat detail setiap kali agen Anda menerima pesan.
- Rasio respons agen. Catat seberapa sering agen Anda merespons pesan pengguna. Lacak perbedaan antara rasio respons bot dan agen langsung.
- Waktu respons agen. Catat waktu yang diperlukan agen untuk merespons pesan pengguna. Lacak perbedaan antara waktu respons bot dan agen langsung.
- Tanda terima pengiriman. Ambil gambar peristiwa
DELIVERED. - Tanda dibaca. Ambil gambar peristiwa
READ. - Engagement pengguna. Catat peristiwa
IS_TYPING, jumlah respons pengguna, dan perbedaan waktu antara peristiwaDELIVEREDatauREADdan respons pengguna berikut. Jenis interaksi. Identifikasi cara pengguna menanggapi pesan Anda. Gunakan data postback yang bermakna untuk melacak balasan dan tindakan yang disarankan, serta pantau format respons untuk mengidentifikasi apakah pengguna mengirim gambar atau pesan teks biasa.
Setelah metrik direkam, Anda dapat mengurai dan mengaturnya sesuai kebutuhan bisnis Anda.
Nilai minimum penangguhan dan pemantauan performa
Untuk menilai performa agen, Business Messages melacak beberapa metrik untuk memastikan agen memberikan pengalaman pengguna yang baik. Jika agen berada di bawah batas metrik, Business Messages akan memperingatkan Anda melalui email status agen mingguan. Jika agen tetap berada di bawah nilai minimum selama 28 hari, Business Messages dapat menangguhkan agen. Jika agen Anda ditangguhkan, lihat Memperbaiki agen yang ditangguhkan.
Business Messages menggunakan metrik berikut untuk melacak performa agen:
| Metrik | Deskripsi | Nilai minimum volume | Ambang batas volume normal | Ambang batas volume rendah |
|---|---|---|---|---|
| Kepuasan pelanggan (CSAT) | Skor kepuasan pelanggan menunjukkan pengalaman keseluruhan yang dimiliki pelanggan setelah berinteraksi dengan agen. | 10 survei | 80% | 0% |
| Rasio respons penjual (MRR) | Jumlah sesi yang memiliki respons agen (bot atau agen langsung) relatif terhadap jumlah total sesi. | 3 sesi | 95% | 60% |
| Rasio respons penjual manusia (HMRR) | Jumlah sesi yang memiliki respons agen langsung, relatif terhadap jumlah total sesi yang berisi satu atau beberapa permintaan agen langsung atau respons agen langsung | 10 permintaan agen langsung | 95% | 0% |
Volume setiap metrik diukur berdasarkan ambang batas volume metrik independen, di atas atau di bawahnya, menentukan apakah performa agen dapat diukur terhadap ambang batas volume normal atau ambang batas volume rendah untuk metrik tersebut.
Misalnya, jika agen memiliki 9 survei, 10 sesi, dan 9 permintaan agen langsung, performa agen akan diukur berdasarkan nilai minimum 0 untuk CSAT, 95 untuk MRR, dan 0 untuk HMRR. Jika agen berada di bawah salah satu nilai minimum ini, agen akan ditandai dalam status 'Membutuhkan perhatian'.
Jika agen terus berada dalam status 'Perlu diperhatikan' selama 28 hari atau lebih, agen tersebut dapat ditangguhkan.
Meningkatkan metrik Anda
Jika performa agen Anda rendah, pastikan agen Anda melakukan hal berikut.
Memproses dan membalas pesan tanpa masalah teknis
- Konfirmasi bahwa webhook Anda menerima, mengonfirmasi, memproses, dan merutekan semua pesan masuk, terlepas dari jenis pesan atau kontennya.
- Pastikan agen Anda memiliki strategi penggantian yang efektif jika kolom wajib diisi tidak ada dalam payload pesan. Pesan pengguna tidak ada atau dihapus karena kolom tidak ada menyebabkan pengalaman pengguna yang buruk.
- Konfirmasi bahwa agen Anda berhasil mengirim semua jenis pesan yang diharapkan.
Balas dengan cerdas dan penuh belas kasih
- Membalas setiap pesan. Balasan otomatis dapat membantu Anda menjawab pertanyaan umum.
- Perhatikan titik entri percakapan pengguna dan berikan respons yang sesuai. Misalnya, pengguna yang berasal dari Google Maps lebih cenderung tertarik dengan informasi spesifik per lokasi seperti jam buka dan cek saham.
- Untuk pesan berbasis lokasi, arahkan pertanyaan kepada individu yang paling sesuai untuk meresponsnya.
- Jika agen langsung tidak tersedia, gunakan otomatisasi untuk merespons pengguna. Beri tahu mereka jam chat agen dan cara lain untuk menghubungi seseorang (misalnya, nomor telepon dukungan).
Memberikan panduan
- Gunakan pesan selamat datang, yang ditulis dengan nada yang ramah dan bersahabat, untuk menetapkan ekspektasi tentang apa yang bisa dilakukan agen Anda.
- Gunakan pembuka percakapan untuk memandu pengguna melakukan tugas umum atau otomatis.
- Jika pengguna mengajukan pertanyaan yang tidak dapat dijawab oleh agen, respons dengan panduan tentang jenis pertanyaan yang dapat dijawab.
Tangani data dengan cermat
- Jika memungkinkan, kumpulkan lokasi dan data lain dari pesan yang Anda terima, bukan memintanya.
- Jangan meminta informasi sensitif (kredensial login, detail perbankan/kredit, nomor identitas pribadi)
- Hanya minta data saat diperlukan. Jangkauan data yang berlebihan menciptakan pengalaman pengguna yang buruk.
- Saat Anda membutuhkan data, jelaskan mengapa dan bagaimana Anda akan menggunakannya.
Berperilaku asinkron
- Jangan tandai percakapan sebagai tidak aktif. Komunikasi melalui Business Messages bersifat asinkron, sehingga pengguna mungkin tidak segera merespons.
- Jangan menindaklanjuti pengguna yang tidak responsif. Pengguna tidak terputus setelah menavigasi keluar dari percakapan.
Untuk panduan tambahan dalam mencapai performa agen, lihat persyaratan dan panduan.