التقارير والاستخدام
المسار: /dashboard/analytics · الصلاحية: وحدة التحليلات (Analytics module)
توفر لوحة تحكم التحليلات نظرة ثاقبة حول أداء مساعد الذكاء الاصطناعي الخاص بك، وكيفية تفاعل المستخدمين معه، ومواضع تحول المحادثات إلى عملاء محتملين (Leads). استخدم هذه البيانات لتحسين قاعدة المعرفة، ونموذج الذكاء الاصطناعي، واستراتيجية جلب العملاء.
محدد النطاق الزمني
استخدم أزرار النطاق في الزاوية العلوية اليمنى للتحكم في النافذة الزمنية لجميع المخططات والمقاييس في هذه الصفحة:
| النطاق | يعرض البيانات من |
|---|---|
| 24h | آخر 24 ساعة |
| 7d | آخر 7 أيام |
| 30d | آخر 30 يومًا (افتراضي) |
| 90d | آخر 90 يومًا |
يتم تحديث جميع البطاقات والمخططات والعدادات فورًا عند تغيير النطاق. يظهر النطاق المحدد بين قوسين بجانب عنوان كل قسم.
مخطط حجم التفاعل (Interaction Volume)
يُظهر المخطط الكبير في أعلى اليسار الجلسات والرسائل بمرور الوقت في شكل مخطط خطي/شريطي. تمثل كل نقطة بيانات يومًا واحدًا (أو ساعة واحدة في وضع 24 ساعة).
كيفية قراءة المخطط:
- اتجاه تصاعدي ← البوت يحصل على استخدام أكبر - تأكد من تحديث قاعدة المعرفة لمواكبة ذلك.
- قفزات مفاجئة ← ترتبط بالحملات التسويقية، أو إطلاق المنتجات، أو أحداث الدعم الفني.
- خط مستقيم عند الصفر ← قد لا تكون الأداة (Widget) منشورة، أو البوت غير متاح.
يتم تحديث المخطط في الوقت الفعلي — وتؤكد ذلك علامة خضراء.
مواضيع التفاعل (Engagement Topics)
يُظهر المخطط الدائري في أعلى اليمين توزيع نوايا المستخدمين — أي فئات الأسئلة التي يطرحها الأشخاص بشكل أكبر. يتم اكتشاف المواضيع تلقائيًا بواسطة الذكاء الاصطناعي وعرضها كنسبة مئوية.
كيفية الاستفادة من هذا:
- إذا كان أحد المواضيع مهيمنًا، أضف المزيد من الأسئلة الشائعة (FAQs) والمستندات بخصوص هذا الموضوع.
- إذا كانت نسبة "عام" (general) أو "غير معروف" (unknown) مرتفعة، فقد تحتاج قاعدة المعرفة الخاصة بك إلى تغطية أوسع.
بطاقات المقاييس (الصفوف الأولى)
يعرض الصف الأول من بطاقات المقاييس ما يلي:
| البطاقة | ماذا تقيس | ماذا تراقب |
|---|---|---|
| Total Messages | عدد رسائل المستخدمين في النطاق المحدد | الانخفاض المفاجئ قد يشير إلى مشكلة في الأداة أو الخادم |
| Avg Response Time | سرعة استجابة الذكاء الاصطناعي بالثواني | أقل من 3 ثوانٍ جيد؛ أكثر من 8 ثوانٍ — فكر في نموذج أسرع |
| Knowledge Base | إجمالي العناصر المفهرسة (منذ البداية)، مقسمة إلى Docs / URLs / FAQs | إذا كانت 0، فلن يملك البوت أي مادة للإجابة منها |
| LLM Cost | تقدير التكلفة لدى مزود الذكاء الاصطناعي للنطاق المحدد | تتبع هذا للبقاء ضمن ميزانية OpenRouter الخاصة بك |
بطاقات المقاييس (الصفوف الثانية)
| البطاقة | ماذا تقيس | ماذا تراقب |
|---|---|---|
| Active Sessions | جلسات المستخدمين المميزة في النطاق المحدد | قارنها مع إجمالي الرسائل لقياس عمق المحادثة |
| Feedback | إجمالي تقييمات المستخدمين المستلمة | العدد المنخفض يعني أن وحدة التقييمات قد تكون معطلة |
| Positive Rate | نسبة التقييم الإيجابي (👍) مقابل السلبي (👎) | أقل من 70% — راجع المحادثات السلبية للعثور على الفجوات |
| Tokens Used | إجمالي التوكنز (Tokens) المستهلكة (مدخلات + مخرجات) | الاستهلاك العالي يزيد التكلفة — قلل Max Tokens أو غير النموذج |
قمع التحويل (Conversion funnel)
يتتبع القمع كيفية تقدم الزوار من فتح الأداة إلى أن يصبحوا عملاء محتملين (Leads). تعرض كل مرحلة عدداً ونسبة مئوية لـ معدل التحويل:
| المرحلة | ماذا تحسب | ماذا تظهر النسبة |
|---|---|---|
| Widget Opens | نقر المستخدم على فقاعة الدردشة | 100% (نقطة الأساس) |
| Chat Starts | أرسل المستخدم رسالته الأولى | % من المرات التي تحولت فيها الفتحات إلى دردشات |
| Live Chat Sessions | محادثات تحتوي على 3 تبادلات أو أكثر | % من الدردشات التي أصبحت متفاعلة |
| Leads Captured | أرسل المستخدم نموذج بيانات التواصل | % من الدردشات الحية التي حصلت على عميل محتمل |
معايير التحويل الصحية
| التحويل | النطاق الصحي | إذا كان أقل من النطاق |
|---|---|---|
| من الفتح ← إلى البدء | 40–60% | حسن رسالة الترحيب والأسئلة المقترحة |
| من البدء ← إلى الدردشة الحية | 30–50% | حسن تغطية قاعدة المعرفة — المستخدمون يغادرون مبكراً |
| من الدردشة الحية ← إلى العميل | 15–30% | فعل أو حسن نموذج الهوية (lead form)، وأضف خيار التحويل للبشر للمحادثات الهامة |
قراءة القمع
- فتحات كثيرة، بدايات قليلة ← الأداة مرئية ولكن نص الترحيب ليس جذاباً بما يكفي لبدء محادثة.
- بدايات كثيرة، دردشات حية قليلة ← المستخدمون يسألون ولكن لا يحصلون على إجابات مفيدة. راجع Conversations لتحديد الفجوات.
- دردشات حية كثيرة، عملاء قليلون ← المحادثات مثمرة ولكنك لا تلتقط معلومات الاتصال. فعل نموذج الهوية في Settings → Lead Form.
اهتمامات المستخدمين الكبرى (Top User Interests)
يعرض أهم 5 مواضيع يسأل عنها المستخدمون في النطاق المحدد، مرتبة حسب عدد المرات. يتم اكتشاف كل موضوع تلقائيًا بواسطة مصنف النوايا الخاص بالذكاء الاصطناعي.
كيفية الاستفادة من هذا:
- ركز تحسينات قاعدة المعرفة على الموضوعين الأول والثاني.
- إذا ظهر موضوع لا ينبغي للبوت التعامل معه، فقم بتحديث "System Prompt" الخاص بك لإعادة التوجيه أو الرفض.
تفصيل استخدام LLM
توفر لوحتان متجاورتان رؤية حول استهلاك نماذج الذكاء الاصطناعي:
استخدام LLM (حسب النموذج)
يعرض كل نموذج ذكاء اصطناعي تم استخدامه في النطاق المحدد مع:
- اسم النموذج (مثل DeepSeek/DeepSeek-V3)
- عدد طلبات API
- التوكنز المستهلكة (بالآلاف)
- التكلفة التقديرية بالدولار الأمريكي
نصيحة: إذا كان أحد النماذج يستهلك معظم ميزانيتك، ففكر في التبديل إلى خيار أكثر توفيرًا. راجع AI Models.
تفصيل مهام LLM (حسب الغرض)
يوضح كيفية توزيع التوكنز عبر مهام النظام المختلفة:
| المهمة | ماذا تفعل |
|---|---|
| chat | استجابات المحادثة الرئيسية |
| summary | ملخصات المحادثة المولدة بواسطة الذكاء الاصطناعي للعملاء المحتملين |
| intent | تصنيف المواضيع للتحليلات |
| embedding | فهرسة قاعدة المعرفة |
إذا كانت مهمة "chat" هي المهيمنة، فهذا أمر طبيعي. إذا كانت مهمة "embedding" مرتفعة، فقد يعني ذلك أنك تقوم بإعادة الفهرسة بشكل متكرر.
نصائح التحسين
بناءً على ما تخبرك به التحليلات:
- أضف أسئلة شائعة (FAQs) لأهم اهتمامات المستخدمين — هذا يسرع الاستجابات ويحسن الدقة في المواضيع الشائعة.
- انتقل إلى نموذج أسرع إذا تجاوز متوسط وقت الاستجابة 5 ثوانٍ — راجع AI Models لخيارات ذات زمن انتقال منخفض مثل Gemini Flash أو Claude Haiku.
- فعل نموذج الهوية (lead form) إذا كانت جلسات الدردشة الحية عالية ولكن جلب العملاء منخفض.
- راجع المحادثات ذات التقييم المنخفض (بالنقر عبر بطاقة التقييمات) لتحديد جوانب قصور البوت وتحديث قاعدة المعرفة وفقًا لذلك.
- قم بتنقيح الـ System Prompt إذا كان أسلوب البوت أو تنسيق الإجابة لا يلبي التوقعات.
- راقب تكلفة LLM وانتقل إلى نماذج صديقة للميزانية (DeepSeek V3, GPT-4o Mini) للبوتات ذات حجم الاستخدام العالمي.
الأسئلة الشائعة
س: لماذا تظهر التحليلات فارغة؟
- إما أن البوت لم يتلقَ جلسات كافية بعد، أو أنك تنظر إلى نطاق زمني بدون نشاط. حاول توسيع النطاق إلى 90 يومًا.
س: ما الذي يعتبر "جلسة دردشة حية" (live chat session)؟
- الجلسة التي تحتوي على 3 رسائل متبادلة أو أكثر (تبادلات بين المستخدم والبوت). تُحسب الجلسات ذات الرسالة الواحدة كـ "بداية دردشة" ولكن ليس كـ "جلسة دردشة حية".
س: هل التحليلات لكل بوت أم شاملة؟
- لكل بوت على حدة. جميع التحليلات محصورة في مساحة عمل البوت المحدد حاليًا. قم بتبديل البوتات باستخدام القائمة المنسدلة للمقارنة.
س: كم مرة يتم تحديث التحليلات؟
- يتم تحديث التحليلات في الوقت الفعلي مع حدوث المحادثات. قم بتحديث الصفحة لرؤية أحدث البيانات.
س: كيف يتم حساب تكلفة LLM؟
- التكلفة تقديرية بناءً على عدد التوكنز وأسعار كل نموذج من OpenRouter. لا يضيف FRENZY.BOT أي هامش ربح — التكلفة المعروضة مطابقة لما يتقاضاه OpenRouter.