开始使用分析

在所选工具中可视化和处理 Rasa 对话机器人指标。

Analytics Data Pipeline 可帮助你在所选工具（BI 工具、数据仓库）中可视化和处理 Rasa 对话机器人指标。通过对生产对话机器人及其对话的可视化和分析，你可以评估投资回报率并随着时间的推移提高对话机器人的性能。

衡量 Rasa 对话机器人的成功并进行战略投资将带来更好的业务成果。它还将帮助你了解最终用户的需求并更好地为他们服务。

Rasa Pro 将使用 Kafka 连接到你的生产对话机器人。一旦 docker 容器成功部署并连接到你的数据仓库和 Kafka 实例，管道就会计算分析。

指标类型

从你的对话机器人收集的指标大致可分为以下几类

• 用户分析：对话机器人的用户是谁，他们对此有何感受？示例：人口统计、频道、情绪分析。
• 使用情况分析：对话机器人的整体健康状况如何，以及有哪些类型的流量？示例：会话总数、每个会话的时间、错误和错误率。
• 对话分析：对话期间发生了什么？示例：发送的消息数、放弃深度、用户引入的主题数、前 N 个意图。
• 业务分析：对话机器人在业务目标方面的表现如何？示例：每个 LoB 的对话机器人投资回报率、对话机器人与代理的时间比较、遏制率。

在此版本的分析管道中，可以测量以下指标：

指标	类型	说明
对话数量	使用情况分析	对话总数
用户数量	使用情况分析	用户总数
会话数量	使用情况分析	对话机器人总流量
使用的频道	使用情况分析	按频道划分的会话
用户会话计数	用户分析	用户会话总数或每个用户的平均会话数
前 N 个意图	对话分析	所有用户的热门意图
平均响应时间	对话分析	对话机器人的平均响应时间
遏制率	业务分析	纯粹由对话机器人处理的对话百分比（未交给人工代理）
放弃率	业务分析	放弃对话的百分比
升级率	业务分析	升级到人工代理的对话百分比

有关如何提取这些指标的示例，请参阅示例查询。

先决条件

• 设置 Rasa Pro 需要 Kafka 的生产部署。我们建议使用 Amazon Managed Streaming for Apache Kafka。

• 数据湖的生产部署需要连接到数据管道。Rasa Pro 直接支持以下数据湖：

  • PostgreSQL（推荐。所有 PostgreSQL >= 11.0 均受支持）
  • Amazon Redshift

  几乎任何其他数据湖都可以配置为与你的 PostgreSQL 部署同步。你可以在连接数据仓库步骤中找到有关如何将你的 PostgreSQL 部署连接到 BigQuery 或 Snowflake 的其他说明。

  我们建议对数据湖进行托管部署，以最大限度地减少维护工作。

连接对话机器人

要将对话机器人连接到 Rasa Pro 服务，你需要将对话机器人连接到事件代理。对话机器人会将所有事件流式传输到事件代理，然后由 Rasa Pro 服务使用。

对话机器人的配置是安装和配置的第一步。无需额外配置即可将对话机器人连接到分析管道。部署对话机器人后，分析管道将从对话机器人接收数据并将其保存到你的数据仓库中，该仓库将在下一步中进行配置。

连接数据仓库

你可以选择配置分析管道，将转换后的对话数据传输到 AWS 中的两种不同类型的数据仓库：

• PostgreSQL
• Redshift

此外，如果任何数据仓库与你的 PostgreSQL 部署同步配置，则均可支持，如 Redshift 所建议的那样。

我们提供了有关将你的 PostgreSQL 部署与以下设备同步的简要说明：

• BigQuery
• Snowflake

PostgreSQL

你可以使用 Amazon Relational Database Service (RDS) 创建 PostgreSQL DB 实例，这是运行 PostgreSQL 数据库的环境。

首先，你必须按照此处列出的说明设置 Amazon RDS。接下来，创建 PostgreSQL DB 实例。你可以按照以下说明集之一进行操作：

• 创建 PostgreSQL DB 实例部分中列出的 AWS Easy 创建说明。
• AWS Standard 创建说明。

要以连接对话机器人部分中指定的 DBAPI 格式构建 DB URL，你必须输入数据库凭证。在创建 PostgreSQL DB 实例的过程中选择数据库身份验证选项后，你必须获取数据库用户名和密码：

• 密码身份验证仅使用数据库凭证，在这种情况下，你必须输入主用户名的用户名，并生成主密码。
• 密码和 IAM DB 身份验证使用 IAM 用户和角色进行数据库用户的身份验证。
• 密码和 Kerberos 身份验证。

最后，在运行 Analytics 管道 Docker 容器时，将环境变量 RASA_ANALYTICS_DB_URL 设置为 PostgreSQL Amazon RDS DB 实例 URL。

Redshift

如果你更愿意将 Amazon Redshift 设置为数据湖，你可以选择将 PostgreSQL 步骤中创建的 Amazon RDS DB 实例中的 PostgreSQL 源数据库的数据流式传输到 Redshift 目标，或直接连接到 Amazon Redshift。

从 PostgreSQL 流式传输到 Redshift

如果你满足使用 Amazon Redshift 数据库作为目标的先决条件，则需要执行两个步骤：

1. 按照以下说明为 AWS 数据库迁移服务 (DMS) 配置 PostgreSQL 源。
2. 按照此处的说明为 AWS DMS 配置 Redshift 目标。

直接连接

你可以按照以下关于创建 Amazon Redshift 集群的资源开始启用与 Redshift 的直接连接。在执行此操作之前，你应该考虑到将历史数据直接流式传输到 Redshift 可能比直接流式传输到或通过 PostgreSQL RDS 实例花费的时间更长。

你必须将 RASA_ANALYTICS_DB_URL 更新为 Redshift 集群 DB URL，该 URL 必须遵循以下格式：

redshift://<USER>:<PASSWORD>@<AWS URL>:5439/<DB NAME>

例如：

redshift://awsuser:4324312adfaGQ@analytics.cp1yucixmagz.us-east-1.redshift.amazonaws.com:5439/analytics

Redshift 写入性能

出于性能方面的考虑，我们强烈建议不要选择直接连接到 Redshift。Redshift 是一个非常适合分析的数据湖，但缺乏直接向其传输数据所需的写入性能。

BigQuery

要将数据从 PostgreSQL 流式传输到 BigQuery，你可以使用 Datastream for BigQuery。Datastream for BigQuery 支持多种 PostgreSQL 部署类型，包括 CloudSQL。

在开始之前，请务必检查 Datastream 先决条件以及其他 Datastream 网络连接要求。

你可以密切关注此快速入门指南，了解如何使用 Datastream 将数据从 PostgreSQL CloudSQL 复制到 BigQuery。

或者，你可以深入了解以下 Datastream 设置指南：

• 配置源 PostgreSQL 数据库
• 可选：使用客户管理的加密密钥
• 为 PostgreSQL 数据库创建连接配置文件
• 创建流

Snowflake

你可以手动或通过自动化合作伙伴解决方案同步你的 PostgreSQL 部署。

手动同步的说明包括以下步骤：

• 使用 COPY INTO 命令将数据从 PostgreSQL 提取到文件。你还应该在提取之前探索 Snowflake 数据加载最佳实践。
• 将提取的数据文件暂存到内部或外部位置，例如 AWS S3、Google Cloud Storage 或 Microsoft Azure。
• 使用 COPY INTO 命令将暂存的文件复制到 Snowflake 表。你可以决定使用批量数据加载到 Snowflake 或使用 Snowpipe 连续加载。或者，你也可以利用此插件将数据加载到现有的 Snowflake 表中。

提取过去的对话（可选）

当 Analytics 连接到你的 Kafka 实例时，它将使用 Kafka 主题上的所有先前事件并将其提取到数据库中。Kafka 对主题上的事件有一个默认为 7 天的保留策略。

如果你想处理比为 Rasa 主题配置的保留策略更早的对话中的事件，你可以手动提取过去对话中的事件。

手动提取过去对话中的数据需要连接到追踪器存储。追踪器存储包含过去的对话和与 Kafka 集群的连接。使用 rasa export 命令将存储在追踪器存储中的事件导出到 Kafka：

rasa export --endpoints endpoints.yml

配置导出以从生产追踪器存储中读取并作为事件代理写入 Kafka，例如：

endpoints.yml

tracker_store:
    type: SQL
    dialect: "postgresql"
    url: "localhost"
    db: "tracker"
    username: postgres
    password: password

event_broker:
    type: kafka
    topic: rasa-events
    url: localhost:29092
    partition_by_sender: true

注意

多次手动提取过去的事件将导致重复事件。Analytics 目前未实现重复数据删除。每个提取的事件都将存储在数据库中，即使它之前已处理过。

连接 BI 解决方案

将 BI 平台连接到数据仓库的方法因平台而异。我们提供了 Metabase 和 Tableau 的示例说明，但你可以使用任何支持 AWS Redshift 或 PostgreSQL 的 BI 平台。

示例：Metabase

Metabase 是一个免费的开源商业智能平台。它提供了一个简单的界面来查询和可视化数据。Metabase 可以连接到 PostgreSQL 或 Redshift 数据库。

• 将 Metabase 连接到 PostgreSQL
• 将 Metabase 连接到 Redshift

示例：Tableau

Tableau 是一个商业智能平台。它提供了一个灵活的界面来构建商业智能仪表板。Tableau 可以连接到 PostgreSQL 或 Redshift 数据库。

• 将 Tableau 连接到 PostgreSQL
• 将 Tableau 连接到 Redshift