面向支持分析的 BigQuery 集成

Maven AGI 可将对话数据直接导出到 Google BigQuery，让您的数据团队全面访问支持交互数据，用于分析、报表和机器学习。将 Maven 的 AI 客户体验（CX）平台与 BigQuery 数据仓库结合，基于支持历史发现趋势、衡量绩效并构建预测模型。

Maven AGI 如何结合 BigQuery 使用

Maven 将结构化对话数据（包括对话文本、解决结果、响应时间和客户元数据）持续传输到您的 BigQuery 数据集。您的数据团队可以将这些数据与产品使用、营收及其他业务指标一起查询，全面了解客户支持对业务利润的影响。

核心功能

• 自动数据导出。 Maven 持续将对话记录、解决状态和交互元数据导出到 BigQuery 或 Google Cloud Storage，无需手动提取或下载 CSV。
• 结构化对话数据。 每段对话都会拆分为可查询的字段：时间戳、渠道、主题、解决路径、客服操作和客户满意度信号。借助这种结构，您可以在 Looker、Data Studio 或任何连接 BigQuery 的 BI 工具中轻松构建仪表板。
• 跨系统分析。 将 Maven 支持数据与数据仓库中已有的产品使用、账单和 CRM 数据关联分析，找出哪些客户群体产生的工单最多、哪些问题与客户流失相关，以及您的知识图谱存在哪些缺口。
• 满足合规要求的架构。 数据导出遵循 Maven 的企业级安全标准，包括 SOC 2 Type II、HIPAA 和 PCI-DSS Level 1。敏感字段可在进入数据仓库前进行脱敏或排除。
• 历史数据回填。 连接 BigQuery 后，Maven 可回填历史对话数据，让您的分析基于完整数据集，而不是从集成上线当天才开始。

工作原理

1. 连接。 将您的 Google Cloud 项目和 BigQuery 数据集关联到 Maven AGI。Maven 会自动验证权限并创建所需的表结构。
2. 配置。 选择要导出的数据字段，设置刷新间隔，并为敏感信息定义字段级脱敏规则。
3. 分析。 对话数据按您设定的计划流入 BigQuery。您可以直接查询、连接 BI 工具，或将其输入机器学习管道，开展预测性支持分析。

常见应用场景

• 构建管理层仪表板，长期追踪解决率、平均处理时长和客户满意度趋势。
• 将支持对话数据与产品使用指标关联，找出产生支持量最多的功能。
• 开展队列分析，比较 AI 解决的工单与人工解决的工单在客户留存和满意度方面的差异。
• 将对话数据输入机器学习模型，用于预测工单量、识别高风险客户或提出知识库改进建议。
• 将结构化交互记录存储在受治理的数据仓库中，建立合规审计追踪。

相关集成

• Snowflake
• Amazon S3
• Salesforce
• Shopify