Elastic - dashboards de monitoramento de chatbots

[RochaCarla]

O maior valor de negócio de um chatbot são dos dados providos da interação com os usuários. Cada dashboard deve ser dedicado a uma única informação e auto-explicativo (legendas, titulos, textos devem estar disponíveis para permitir que qualquer pessoa consiga interpretar os gráficos). Por isso, deve-se criar dashboards didáticos que deixem explícidos as informações importantes, tais como

• Perfil do usuário - características gerais de interação com o dashboard, tais como: (a) quantidade de conversas por dia (usuários por dia), (b) quantidade de perguntas por usuário, (c) nuvem de palavras, (d) filtro de intervalo de tempo desejado (e) rank de perguntas mais realizadas

• Tendências (trending) - aumento na frequência das questões de uma janela de tempo para outra. É diferente do rank de perguntas mais realizadas. Pois aqui o que deve ser explicito é o aumento na demanda de certas perguntas, não sua frequência absoluta.

• Questões não respondidas - principais informações necessárias para compreender as questões que não foram aprendidas pela Tais. A informação deve ser organizada de forma a facilitar o entendimento e priorização das questões não respondidas. Deve ser mostrado as perguntas cruas, para facilitar a equipe técnica utilizar esses dados na formulação de novas intents/utters.

• Desenvolvimento - principais informações para a equipe técnica. Lista das perguntas feitas pelo usuário (para facilitar alimentar o treinamento). Probabilidade das intents. Fallbacks

[guilacerda]

Quando há interação com os gráficos, o Kibana não permite um jeito fácil e intuitivo para voltar para o estado anterior.

Antes

Depois

Neste caso, para voltar ao estados inicial, tem que alterar novamente a data. Poderia ter um jeito mais fácil e intuitivo (LIKE a SETA) para voltar.

Ver no repositório do Kibana se já tem alguma discussão sobre o assunto