• 総ユーザー数：質問をし、回答を受けたユニークユーザー
• アクティブシステムユーザーの%：質問をしたユーザー ÷ このシステムのアクティブユーザー
• 合計質問：ユーザーの回答がないものを除き、回答された質問の合計数
• ユーザーあたりの ユーザーごとの質問：総質問数÷ユニークユーザー
• 未回答の質問総数：AIアンサーが回答できなかった質問 — 一致するナレッジソースがないことまたは質問が不明確だったことが原因です。
• % 未回答率：未回答の質問の合計 ÷ 回答総数

• ユーザーと質問数（トレンドグラフ）： 質問総数とユニークユーザーを経時的に追跡します。 日付にカーソルを合わせると、正確なカウントが表示されます。
• 最も人気のあるトピック（ワードクラウド）： すべてのユーザーチャットからAIが生成したトピック。 より大きく、暗い色のトピックは、最も多くの質問があります。 トピックにカーソルを合わせると、質問の数と人気ランキングが表示されます。
• トピックの概要（表）：トピックごとのユーザー、質問、失敗した回答、およびポジティブ/ネガティブフィードバックの内訳。 ユーザー属性によってセグメント化されたディープ分析円グラフを表示するには、トピックのユーザー数をクリックします。

• 未回答率が高くなる → 最も一般的な未回答のトピックについて、AIセンターのナレッジソースを確認し、拡張します
• 失敗率が高いトピック→それらのトピックのカスタムQ&Aエントリを追加または更新します
• トピックに関するネガティブフィードバックが多い → ナレッジソースのコンテンツとその領域のプロンプトの正確性を確認します
• アクティブシステムユーザーに対する総ユーザー数が少ない → AIアンサーが有効になり、このシステムのProメニューに表示されていることを確認します

（準備中です！）

• アクティブユーザー：WalkMeアイテムとのインタラクションに関係なく、WalkMeが読み込まれている間にシステムを訪問したユーザー
• 表示されたユーザー：画面にアクションバーウィジェットが表示されたユニークユーザー
• インタラクションしたユーザー：ランチャーをクリックした、またはアクションバーでアクションを実行したユニークユーザー
• % of アクティブシステムユーザー：アクションバーを見たユーザー ÷ アクティブユーザーの合計
• % of WalkMeが利用可能だったユーザー：アクションバーアクションを使用したユーザー ÷ アクションバーを利用可能なユーザー
• 出力ビュー：ランチャーから完全に表示された出力の総数（カウントするには、出力を完全に表示する必要があります）
• コピー/挿入番号：生成された出力がユーザーによってコピーまたは挿入された番号
• ポジティブ/ネガティブフィードバック：ランチャーごとのユーザーフィードバッククリック数

（準備中です！）

• ユーザー分析ファネル： アクティブユーザー → 表示されたユーザー → インタラクションを行ったユーザー。 各ステージでのドロップオフを表示し、パーセンテージ比率を計算します。
• ユーザー導入トレンド：ファネルの時系列ビュー — 新しいランチャーのデプロイメントまたはユーザーコミュニケーションの影響を追跡するのに役立ちます。
• ランチャーの概要（表）： ステータス、総ユーザー数、クリック総数、出力ビュー、コピー/挿入時間、フィードバックが記載されたすべてのアクションバーランチャー。 2つのビュー：
  • ビルダー作成 — すぐに使えるコンソール構築のランチャー（クイックアクション、ライティング/リーディングツールなど）
  • エンドユーザーが作成したランチャー — アクションバーのカスタムアクション機能を介してエンドユーザーが作成したランチャー
• ランチャーの詳細掘り下げ：ランチャーをクリックして、出力ビュー、コピー/挿入、フィードバックの傾向など、経時的な詳細なパフォーマンスを確認できます。

• 露出が多く、インタラクションが少ない→ランチャーのラベルが曖昧すぎる可能性があるため、明確さと具体性を改善するためにマイクロコピーの原則を適用してください
• 出力コピー/挿入率が低い→生成されたコンテンツがユーザーのニーズを満たしていない可能性があるため、ランチャーのプロンプトを確認し、改良してください
• エンドユーザーが作成したランチャーが大量に存在 → ユーザーがビルダー作成アクションのギャップを特定している可能性があるため、一般的なカスタムアクションを確認してプロモートしてください
• ランチャーに関する一貫したネガティブフィードバック → その特定のアクションのプロンプト、ナレッジソース、または出力フォーマットを確認します

• 総ユーザー数：AIスマートチップの提案が表示されたユニークユーザー（ユーザーは、カウントされるためにスマートチップバブルを開く必要はありません）
• 総提案：ユーザーに表示されるAIスマートチップの提案の合計番号
• 総成功数：ユーザーの入力がAIによって有効として受け入れられた番号
• 成功率：総成功数÷提案総数 — スマートチップの有効性のコア測定値
• トピック：AIが生成したテーマごとのスマートチップのグループ化により、関連フィールドセットの分析をより簡単にできるようになります

• 提案と成功（トレンドグラフ）： 提案数と成功率を経時的に追跡します。 成功率の上昇は、ユーザーがAIガイダンスに応答して入力を改善しているか、またはプロンプトが効果的に洗練されたことを示します。
• スマートチップの使用状況トレンド： SmartTipの露出の時系列ビュー スマートチップがデプロイ後にユーザーに届いていることを確認し、システム変更後のドロップオフを表示します。
• スマートチップの概要（表）： 提案、成功、および成功率を示す、トピックごとにグループ化されたSmartTipごとの内訳 任意のアイテムをクリックして、時間の経過に伴うパフォーマンスが記載された詳細なサイドパネルを開きます。

• 特定のSmartTipの成功率が低い → プロンプトが厳格すぎるか、ユーザーの書き方に一致していない可能性があります。プロンプトの言語を洗練させてください
• 経時的な成功率の改善なし → ユーザー向けのフィードバックメッセージが行動変更をガイドするのに十分に具体的であることを確認してください
• 提案がゼロのスマートチップ → 公開ステータス、セグメンテーションのルール、フィールドがアクティブに使用されているかどうかを確認します
• 一貫して成功率が低いトピック→AI SMEにエスカレーションするか、検証基準はポリシーまたはプロセスのレビューが必要となる場合があります

• 総ユーザー数：入力がAIルールの評価をトリガーしたユニークユーザー
• 総検証数：AIルールがユーザー入力を評価した番号の合計
• トリガー率：条件が満たされ、アクションが実行された評価の割合
• 真有効検証：検証が真（条件が満たされた）と評価された番号の合計
• 偽検証：検証が偽（条件が満たされていない）と評価された番号の合計回数

• ユーザーと検証（トレンドグラフ）：AIルールが入力を評価する頻度と、時間の経過とともに影響を受けるユーザーの数を追跡します。
• ルールの概要（表）： 総検証数とトリガーされたレートを含むすべてのアクティブなAIルール 任意のルールをクリックして、詳細なサイドパネルを開きます。
• AIルールの詳細な分析：時間の経過とともに真の検証と偽の検証を受け取ったユニークユーザーの割合を比較する折れ線グラフ。 注：ルールは、より大きな表示条件の一部である可能性があるため、検証の合計数は、コンテンツの再生数と等しくならない場合があります。

• 非常に高いトリガー率 → 条件が広すぎる可能性があります。条件ビルダーのプロンプト基準を絞り込みます
• トリガー率が非常に低い→条件が期待どおりにユーザー入力と一致していない可能性があります。実際の例でテストし、プロンプトを調整してください。
• 時間の経過とともに一貫性のないトリガー率 → 基盤となるプロセスまたはポリシーの変更がユーザー入力パターンに影響を与えているかどうかを確認してください

• Systems Overview（システム概要） メインインサイトのランディングページ 監視対象システムを選択して、AIダッシュボードタブを含むダッシュボードにアクセスできます。
• AIダッシュボードタブ： システム概要内のアプリバーから利用できます。 AIパッケージに基づいて、最大4つのタブを表示します：AIアンサー、AIアクションバー、AIスマートチップ、およびAI条件＆ルールエンジン。
• カスタムダッシュボード 異なるシステムからメトリックウィジェットを追加することで、パーソナライズされたダッシュボードを作成できます。 AIメトリクスをステークホルダーレポート用の標準DAPメトリクスと組み合わせるために使用します。
• レポート＆レポートビルダー： スケジュールされたレポートを構築し、ステークホルダーを自動配信に登録します。 外部レポートツールまたはエグゼクティブプレゼンテーションで使用するために、ウィジェットをCSVまたはXLSXにエクスポートします。
• フロー分析：ユーザーがワークフローをどのように移動するか。 注：AIデプロイ可能アイテムはフロー分析では利用できません。AI固有のファネルデータについては、AIダッシュボードを使用してください。