자동 응답의 통합된 학습

MicroStrategy ONE (2024년 9월)부터 대시보드 작성자는 자동 응답에서 직접 사용자 생성 학습을 다운로드하고 분석할 수 있습니다. 이는 사용자 상호 작용 및 피드백에서 파생된 인사이트의 광범위한 데이터 세트를 제공하며, 이는 자동 응답이 활용하는 지식 기반의 기존 간격을 이해하는 데 필수입니다.

이 다양한 데이터 세트를 통해 파워 사용자는 반복되는 패턴을 완전히 분석 및 식별하고 가장 유용한 인사이트를 구분할 수 있습니다. 대시보드 또는 애플리케이션 레벨에서 이러한 인사이트를 개선하고 지식 자산으로 레벨을 올리면 파워 사용자가 기존 지식 기반의 간격을 효과적으로 메울 수 있습니다. 이 프로세스는 자동 응답의 정밀도와 적용 가능성을 개선하여 시스템을 사용자 요구에 보다 가깝게 정렬합니다.

사용자 학습 다운로드

새 대시보드를 만들거나 기존 대시보드를 엽니다.
선택파일 > 대시보드 속성 .
왼쪽 창에서 을(를) 클릭합니다. 자동 .
통합 학습에서 을(를) 클릭합니다. 다운로드 .

다운로드 파일 구조 이해

다운로드된 CSV 파일에는 여러 개의 주요 열이 포함되어 있으며, 각 열에는 사용자 학습에 대한 중요한 데이터가 포함되어 있습니다.

정의사용자 상호 작용을 통해 학습한 내용의 실제 텍스트 또는 콘텐츠입니다.
다른 개체에서 생성되었지만 이 특정 봇/대시보드의 대화 중에 적용된 실제 텍스트 또는 콘텐츠입니다.
사용 시간관련성 및 유용성을 나타내는 시스템 내에서 각 학습을 참조하거나 활용한 횟수입니다.
마지막 사용이 학습이 마지막으로 사용된 날짜 및 시간입니다.
생성일이 학습의 생성 날짜 및 시간입니다.
명의 사용자이 학습을 생성한 사용자입니다.

학습 자료 다운로드 활용

대시보드에서 통합 학습이 포함된 CSV 파일을 다운로드한 경우 이 파일을 사용하여 조직의 지식 기반을 보강할 수 있습니다.

다음은 봇, 대시보드 또는 애플리케이션 레벨에서 이러한 학습을 지식 자산으로 업로드하기 위한 단순화된 프로세스입니다.

다운로드한 CSV 파일을 Microsoft Excel에서 엽니다. 이를 통해 학습 목록을 광범위하게 정렬, 필터링 및 편집하여 정확하게 대상을 지정하고 관련성을 보장할 수 있습니다.
광범위하게 공유할 때 가장 큰 혜택을 제공하는 학습을 주의하여 선택하십시오. 각 학습의 적용 가능성과 잠재적 영향을 고려하여 특정 봇, 특정 대시보드 또는 전체 애플리케이션 중에서 봇을 상승해야 할 위치를 결정합니다.
목록을 수정 및 완료한 후 Excel 파일을 저장합니다.
다음의 지식 자산을 업로드하십시오. 대시보드 , 봇 , 또는환경레벨. 환경 레벨에서 업로드한 후에는애플리케이션으로 가져오기 .