การเพิ่มประสิทธิภาพการทำงานสำหรับเวิร์กโหลดแอปพลิเคชันอัจฉริยะ
ประสิทธิภาพการทำงานคือความสามารถของภาระงานของคุณในการปรับขนาดอย่างมีประสิทธิผลเพื่อตอบสนองความต้องการของผู้ใช้ การตรวจสอบประสิทธิภาพการทำงานของเวิร์กโหลดแอปพลิเคชันอัจฉริยะของคุณถือเป็นสิ่งสำคัญเพื่อให้แน่ใจว่าทำงานได้อย่างมีประสิทธิภาพและมีประสิทธิผล
ทีมงานเวิร์กโหลดจำเป็นต้องกำหนดมาตรวัดประสิทธิภาพที่สำคัญ ตรวจสอบประสิทธิภาพระบบเป็นประจำ และวินิจฉัยปัญหาต่างๆ อย่างรวดเร็ว ขั้นตอนการตรวจสอบและการวินิจฉัยที่มีประสิทธิภาพช่วยรักษาความน่าเชื่อถือของระบบและความพึงพอใจของผู้ใช้
กำหนดเป้าหมายประสิทธิภาพ
การระบุมาตรวัดประสิทธิภาพที่สำคัญเกี่ยวข้องกับการกำหนดการวัดที่จำเป็นที่จะติดตามความคืบหน้าในการบรรลุเป้าหมายประสิทธิภาพภาระงาน ตัวชี้วัดเหล่านี้ให้วิธีที่วัดผลได้เพื่อวัดและปรับปรุงประสิทธิภาพการทำงาน
เมื่อคุณระบุตัวชี้วัดหลักที่จะมุ่งเน้น ให้พิจารณาตัวชี้วัดที่เกี่ยวข้องกับความจุ เวลา การตอบ อัตราการเปลี่ยนแปลง และการมีส่วนร่วมและผลลัพธ์:
ความจุ: ปริมาณงานและการทำงานพร้อมกันเป็นตัวชี้วัดความจุตัวอย่าง ปริมาณงานที่ส่งผ่าน หมายถึงความสามารถในการจัดการธุรกรรมจำนวนหนึ่งภายในระยะเวลาที่กำหนด ตัวอย่างเช่น นักบินผู้ช่วยอาจจัดการเซสชันแชท 200,000 เซสชันต่อเดือน พิจารณาถึงการเปลี่ยนแปลงตามฤดูกาลและจำนวนสูงสุดที่คาดว่าจะเกิดการสนทนาพร้อมกันด้วย การทำงานพร้อมกัน คือการวัดจำนวนผู้ใช้หรือการดำเนินการพร้อมกัน ตัวอย่างเช่น นักบินผู้ช่วยอาจจัดการการสนทนาพร้อมกันได้สูงสุด 5,000 รายการในช่วงฤดูกาลท่องเที่ยว การทำความเข้าใจปริมาณเป้าหมายจะช่วยตรวจสอบสถาปัตยกรรมและขนาดของเป้าหมายได้
การตอบ เวลา: ความหน่วงและเวลาโหลดเป็นหน่วยวัดเวลา การตอบ ทั่วไป เวลาแฝง คือเวลาที่ใช้ในการตอบสนองต่อคำขอ (200 มิลลิวินาที) เวลาโหลด คือเวลาที่ผู้ช่วยนักบินใช้ในการเปิดใช้งานและตอบกลับข้อความแรก ทำความเข้าใจความล่าช้าสูงสุดที่คาดไว้สำหรับผู้ช่วยนักบินในการตอบคำถาม และกำหนดแนวทางในการจัดการการดำเนินการที่ใช้เวลานาน (เช่น การรอให้ระบบภายนอกส่งคืนข้อมูล)
อัตราการเบี่ยงเบน: ในบริบทของ AI เชิงสนทนา การเบี่ยงเบน เป็นตัวบ่งชี้ที่แสดงถึงเปอร์เซ็นต์ของคำขอที่ได้รับการทำให้เสร็จสมบูรณ์ในลักษณะบริการตนเอง ซึ่งมิฉะนั้นจะได้รับการจัดการโดยตัวแทนสด กล่าวอีกนัยหนึ่ง หมายถึงจำนวนงานที่ทีมไม่ต้องจัดการอีกต่อไปเนื่องจากระบบอัตโนมัติ การเพิ่มประสิทธิภาพอัตราการเบี่ยงเบนของนักบินผู้ช่วยถือเป็นหนึ่งในพื้นที่เป้าหมายสูงสุดที่องค์กรต่างๆ ให้ความสำคัญเพื่อบรรลุเป้าหมายทางธุรกิจ ไม่ว่าจะเป็นผลตอบแทนจากการลงทุน (ROI) และความพึงพอใจของลูกค้า (CSAT) ไปจนถึงการปรับปรุงประสิทธิภาพโดยรวมของนักบินผู้ช่วย Copilot Studio ให้ภาพรวมเกี่ยวกับประสิทธิภาพการทำงานของผู้ช่วยนักบินของคุณ รวมถึงตัวบ่งชี้ที่สำคัญเช่น อัตราการแก้ไข อัตราการเพิ่มระดับ และ CSAT
การมีส่วนร่วมและผลลัพธ์: การติดตามการมีส่วนร่วมในการสนทนาและผลลัพธ์ถือเป็นกุญแจสำคัญในการวัดผลประสิทธิภาพของผู้ช่วยนักบินและระบุพื้นที่สำหรับการปรับปรุง เรียนรู้เพิ่มเติมได้ที่ การวัดผลการมีส่วนร่วมของนักบินผู้ช่วย และ การวัดผลลัพธ์ของนักบินผู้ช่วย
การวางแผนการดำเนินงาน
ทรัพยากรในเวิร์กโหลดของคุณมีข้อจำกัดด้านประสิทธิภาพ ข้อจำกัดด้านประสิทธิภาพใช้กับคุณลักษณะภายในแต่ละบริการ คุณต้องเข้าใจข้อจำกัดของทรัพยากรในเวิร์กโหลดของคุณและคำนึงถึงข้อจำกัดเหล่านั้นในการตัดสินใจออกแบบของคุณ ตัวอย่างเช่น คุณควรทราบว่าข้อจำกัดของทรัพยากรกำหนดให้คุณต้องเปลี่ยนวิธีการออกแบบหรือต้องเปลี่ยนทรัพยากรทั้งหมด
- เข้าใจปริมาณเป้าหมาย ปริมาณเป้าหมายช่วยตรวจสอบสถาปัตยกรรมและขนาดของเป้าหมาย แง่มุมการออกใบอนุญาตของผู้ช่วยนักบิน และผลกระทบที่อาจเกิดขึ้นต่อพื้นที่เก็บข้อมูลสำหรับบันทึกการสนทนา Dataverse
- ทำความเข้าใจ ข้อจำกัดของแพลตฟอร์ม เมื่อทำการบูรณาการเวิร์กโหลดแอปพลิเคชันอัจฉริยะของคุณกับระบบภายนอก เช่น ผ่านทาง Power Automate หรือคำขอ HTTP สิ่งสำคัญคือต้องตรวจสอบว่าส่วนประกอบทุกส่วนสามารถจัดการกับโหลดได้
- ระบุคอขวด วัดปริมาณงานและเวลา การตอบ เพื่อระบุส่วนประกอบของระบบของคุณที่อาจกลายเป็นปัญหาได้เมื่อปริมาณงานเพิ่มขึ้น ระบุคอขวดในกระบวนการครบวงจรโดยใช้ความสามารถในการวิเคราะห์กระบวนการ เช่น การแก้ไขงานและการวิเคราะห์หาสาเหตุหลัก
เรียนรู้เพิ่มเติม: คำแนะนำสำหรับการวางแผนประสิทธิภาพ
การตรวจสอบประสิทธิภาพ
การปรับประสิทธิภาพให้เหมาะสมต้องใช้ข้อมูลในการวัดประสิทธิภาพปัจจุบันของเวิร์กโหลดหรือโฟลว์เทียบกับเป้าหมายด้านประสิทธิภาพ รวบรวมข้อมูลที่มีปริมาณเพียงพอและหลากหลายเพื่อวัดประสิทธิภาพของโค้ดและโครงสร้างพื้นฐานอย่างแม่นยำเมื่อเทียบกับเป้าหมายประสิทธิภาพที่ตั้งไว้ ตรวจสอบให้แน่ใจว่าทุกส่วนประกอบและโฟลว์ภายในเวิร์กโหลดจะสร้างเมตริกและไฟล์บันทึกที่ต่อเนื่องและมีความหมายโดยอัตโนมัติ
ตรวจสอบประสิทธิภาพการทำงานของเวิร์กโหลดแอปพลิเคชันอัจฉริยะของคุณอย่างใกล้ชิดเพื่อให้แน่ใจว่าทำงานได้อย่างมีประสิทธิผลและประสิทธิภาพสูงสุด
Copilot Studio มอบการวิเคราะห์ที่ครอบคลุมและพร้อมใช้งานทันที ซึ่งช่วยให้คุณเข้าใจการใช้งานของผู้ช่วยนักบินและตัวบ่งชี้ประสิทธิภาพหลัก
คุณสามารถดูรายงานที่เกี่ยวข้องกับ:
- ประสิทธิภาพและการใช้งาน
- ความพึงพอใจของลูกค้า
- ข้อมูลเซสชัน
- การใช้งานหัวข้อ
- เซสชันที่เรียกเก็บเงิน
นอกเหนือจากฟีเจอร์วิเคราะห์ดั้งเดิมภายใน Copilot Studio แล้ว คุณยังสามารถส่งข้อมูลระยะไกลไปยัง Application Insights ได้อีกด้วย เรียนรู้เพิ่มเติมใน จับภาพระยะไกลด้วย Application Insights ตรวจสอบประสิทธิภาพอย่างต่อเนื่องและตรวจจับความผิดปกติโดยใช้เครื่องมือเช่น Azure Monitor, Log Analytics และการแจ้งเตือน Application Insights
กำหนดตัวชี้วัดประสิทธิภาพหลัก (KPI) ที่คุณตั้งใจจะตรวจสอบเพื่อวัดความสำเร็จของเวิร์กโหลดแอปพลิเคชันอัจฉริยะของคุณ เช่น อัตราการมีส่วนร่วม อัตราการแก้ไข และอัตราการเบี่ยงเบน ขั้นแรก ตรวจสอบแดชบอร์ดดั้งเดิมเพื่อทำความเข้าใจข้อมูลที่มีอยู่ จากนั้นตัดสินใจว่าการสร้างรายงานแบบกำหนดเองจะตอบสนองความต้องการเฉพาะของคุณได้ดีกว่าหรือไม่
เรียนรู้เพิ่มเติม:
การเพิ่มประสิทธิภาพการทำงานอย่างต่อเนื่อง
การเพิ่มประสิทธิภาพการทำงานเชิงรุกเกี่ยวข้องกับการนำมาตรการต่างๆ มาใช้เพื่อปรับปรุงและเพิ่มประสิทธิภาพการทำงานของปริมาณงานก่อนที่จะเกิดปัญหาใดๆ มาตรการเชิงรุก ได้แก่ การระบุคอขวดที่อาจเกิดขึ้น การตรวจสอบมาตรวัดประสิทธิภาพ และการนำการปรับให้เหมาะสมมาใช้เพื่อให้แน่ใจว่าเวิร์กโหลดทำงานอย่างมีประสิทธิภาพและบรรลุเป้าหมายด้านประสิทธิภาพ
หากต้องการปรับปรุงปริมาณงานแอปพลิเคชันอัจฉริยะของคุณอย่างต่อเนื่อง ควรกำหนดตารางการตรวจสอบประสิทธิภาพการทำงานของผู้ช่วยนักบินเป็นประจำ:
| ตัวบ่งชี้ประสิทธิภาพ | ข้อกำหนด |
|---|---|
| อัตราการแก้ปัญหา | เปอร์เซ็นต์ของคำขอของผู้ใช้ที่ได้รับการแก้ไขสำเร็จโดยผู้ช่วยนักบินโดยไม่ต้องส่งต่อไปยังเจ้าหน้าที่ที่เป็นมนุษย์ |
| อัตราการมีส่วนร่วม | เปอร์เซ็นต์ของเซสชันที่มีส่วนร่วมทั้งหมด เซสชันจะถือว่ามีส่วนร่วมเมื่อผู้ใช้โต้ตอบกับผู้ช่วยนักบินในลักษณะที่มีความหมาย เช่น การกระตุ้น หัวข้อ ที่ไม่ใช่ระบบ การยกระดับเซสชัน หรือการเรียกใช้ หัวข้อสำรอง |
| อัตราการยกเลิก | เปอร์เซ็นต์ของเซสชันที่มีส่วนร่วมซึ่งสิ้นสุดลงโดยไม่มีการแก้ไขปัญหาหรือการยกระดับปัญหา โดยพื้นฐานแล้ว จะวัดว่าผู้ใช้ออกจากหรือหยุดโต้ตอบกับผู้ช่วยนักบินบ่อยแค่ไหน ก่อนที่ปัญหาจะได้รับการแก้ไขหรือส่งต่อไปยังเจ้าหน้าที่ |
| อัตราการส่งต่อ | เปอร์เซ็นต์ของเซสชันที่มีส่วนร่วมซึ่งจะถูกส่งต่อไปยังตัวแทนที่เป็นมนุษย์ ตัวชี้วัดนี้เป็นสิ่งสำคัญในการทำความเข้าใจว่าบ่อยครั้งเพียงใดที่ผู้ช่วยนักบินไม่สามารถแก้ปัญหาข้อสงสัยของผู้ใช้ด้วยตนเองได้และต้องมีการแทรกแซงจากมนุษย์ |
| ถ้อยคำที่ไม่รู้จัก | เกิดขึ้นเมื่อโมเดล ความเข้าใจภาษาธรรมชาติ (NLU) ของผู้ช่วยนักบินไม่สามารถจับคู่อินพุตของผู้ใช้กับเจตนาที่กำหนดไว้ล่วงหน้าหรือ หัวข้อ ได้ ระบบไม่สามารถระบุเจตนาของผู้ใช้ได้จากข้อมูลที่ให้มา |
| CSAT | ความพึงพอใจของลูกค้า |
| หัวข้อที่มีความละเอียดต่ำ | หมายความถึงหัวข้อสนทนาที่บ่อยครั้งไม่สามารถแก้ไขปัญหาข้อสงสัยของผู้ใช้ได้อย่างมีประสิทธิภาพ หัวข้อเหล่านี้มักจะนำไปสู่ความไม่พอใจของผู้ใช้ การละทิ้ง หรือการโอนสายไปยังเจ้าหน้าที่ |
การตรวจสอบนี้ช่วยจัดลำดับความสำคัญของการอัปเดต copilot ค้างอยู่ ตัวอย่างเช่น หากมีการส่งถ้อยคำที่ไม่รู้จักไปยังตัวแทนที่เป็นมนุษย์บ่อยครั้ง ให้ใช้โอกาสนี้ในการปรับปรุงการเบี่ยงเบนคำพูด วิเคราะห์รูปแบบผู้ใช้ที่กระตุ้นการตอบกลับและคำพูดที่ไม่รู้จัก จากนั้นฝึกหัวข้อที่มีอยู่หรือสร้างหัวข้อใหม่เพื่อเตรียมผู้ช่วยให้สามารถตอบสนองความต้องการของผู้ใช้ได้ดีขึ้น
เรียนรู้เพิ่มเติม: