You need to enable JavaScript to run this app.
文档中心
数据智能体 DataAgent(私有化)

数据智能体 DataAgent(私有化)

复制全文
下载 pdf
用户研究Agent体验与入门
用户研究Agent用户学习路径
复制全文
下载 pdf
用户研究Agent用户学习路径

在实际应用场景中,我们将用户研究 Agent 的使用者划分为应用者、建设者、管理者三大核心角色,不同角色在产品功能的学习和实际应用过程中,有着不同的关注重点与使用目标。为了帮助您更有针对性的开展学习,快速掌握产品核心功能与实操技巧,本文为不同角色梳理专属学习路径,并整合配套学习资源,助力您高效上手使用用户研究 Agent。

什么是用户研究 Agent

用户研究 Agent 基于火山引擎增长分析 DataFinder 的数据采集、行为流分析等能力,为您提供 AI 行为研究、Agent 运营分析功能。

  • AI 行为研究
    基于 DataFinder 采集到的用户行为数据、用户属性数据,可通过模型能力分析总结用户画像,并对待洞察分析的问题场景识别并分析关键的用户行为流,最终总结分析指定用户在某些问题场景下的原因洞察。详情请参见AI 行为研究
    Image
  • Agent 运营分析
    依托火山引擎在 Agent 领域的领先落地实践,面向企业各类智能 Agent 全生命周期的“后链路”,为企业建设的各类 Agent 应用提供运营分析、数据观测以及质量评测能力。企业可以将 Agent 分析所需的各类数据(如 Trace、埋点等)接入运营分析平台,并自定义各类 Agent 场景下的评测集、评估器和评估报告输出,同时按照业务需求定义 Agent 运营分析维度、分析看板,最终实现对 Agent运行和使用情况的深度洞察和理解,用数据驱动 Agent 迭代优化。详情请参见Agent 运营分析概述
    Image

试用准备

产品功能

试用准备

AI 行为研究

  • 当前 AI 行为研究功能依赖火山引擎 DataFinder 产品,且功能当前为 Beta 版本,正在邀测阶段,如果您希望使用此功能,需先购买开通 DataFinder 产品,并联系技术支持人员申请邀测试用权限。
  • 如果已申请开通邀测试用,使用时仍然提示无法使用“AI 行为研究”,请联系您的项目管理员开通功能权限。详情请参见权限管理

Agent 运营分析

  • 已购买 Agent 运营分析。若未采购需先了解产品功能,请联系商务人员。
  • 如果您所在的公司或您个人已经购买私有化部署版本,需要找管理员添加用户,详情请参见管理用户

使用流程

AI 行为研究

Image

流程

流程名称

流程概述

概览

第一步

准备数据

将用户行为数据接入增长分析 DataFinder。

Image

如需分群探查,则需在增长分析 DataFinder 内创建好用户分群。

Image

第二步

创建业务空间

结合业务场景、业务分类等因素,为需要集中分析的业务场景规划并创建业务空间,创建完成后,在业务空间内上传本业务场景相关的埋点范围、埋点相关知识,帮助模型理解背景知识、理解埋点意义,提高模型在后续分析过程中的专注度、提高分析结果质量。

Image

上传埋点与知识

业务空间创建完成后,给业务空间上传业务相关的埋点和埋点知识。

Image

第三步

配置分析任务

在“分群探查”页面中选择已圈选好的用户分群,并配置任务参数进行群体洞察分析。

Image

在“user_id 探查”页面,输入用户 ID 与任务参数进行个体洞察分析。

Image

第四步

查看分析结果

画像分析结果:AI 行为研究基于 DataFinder 采集到的用户行为数据、用户属性数据,可通过模型能力分析总结用户画像,包括用户标识和行为特性、用户兴趣等画像结论。

Image

行为细查结果:查看当前用户洞察分析过程中的核心会话链路,包括核心会话列表、各会话中的关键行为链路。

Image

行为洞察结果:查看各个洞察分析结论及其论据;并支持下钻查看论据中的详细会话和行为流详情。

Image

汇总报告:在完成多个个体用户的洞察分析后,可查看“汇总报告”,AI 行为研究会为您汇总分析当前所有指定用户、并生成对应指定人群的群体特征生成汇总报告。

Image

Agent 运营分析

Image

流程

流程名称

流程概述

概览

第一步

创建业务空间

在正式使用 Agent 运营分析功能之前,您需要创建业务空间,用于承载各类待分析评测的 Agent 应用。

Image

第二步

配置 Agent

添加待分析评测的 Agent,并完成数据配置。

Image

第三步

分析与评测

运营工具:Agent 运营分析提供基于规则、LLM 的打标工具,支持针对线上真实数据发起运营分析任务,基于打标结果可针对 Agent 的业务使用情况、线上效果情况提供分析报告和分析看板,洞察更多 Agent 指标增长。

Image

评测工具:Agent 运营分析的评测工具提供评测数据管理、自动化评估器和综合评测实验结果统计,您可以根据评测结果,在效果、性能和成本等方面优化 Agent。

Image

观测数据:Agent 运营分析内置的观测工具,为您提供可视化的全链路请求调用记录。

Image

学习路径

用户研究 Agent 应用者学习路径

角色定义

用户研究 Agent 应用者通常是一线业务运营、用户研究、数据分析或客户成功团队成员,需要使用用户研究 Agent 完成业务数据的洞察分析、问题定位和结果复核,并把分析结果转成业务优化动作。

目标愿景

作为应用者,通过学习路径可习得的目标是:围绕真实业务问题,能够独立完成“提出问题—查看结果—下钻验证—形成建议”的基础闭环,能借助 AI 行为研究与 Agent 运营分析更快推动体验、转化、留存或运营策略优化。

  • AI 行为研究
    • 理解 AI 行为研究适合解决什么问题,例如新用户动机分析、体验问题分析、消费体验诊断、特定人群行为特征提炼。
    • 尝试发起分群探查与个体探查,理解问题描述、探查时间、用户范围、事件过滤等核心配置项。
    • 尝试阅读画像分析、行为细查、行为洞察、汇总报告,并能通过追问与重新分析完成结果验证。
  • Agent 运营分析
    • 理解 Agent 运营分析适合解决 Agent 的哪些问题,例如会话异常排查、过程性指标观测、线上效果评测。
    • 尝试构建并使用评测实验,分析 Agent 的输入输出过程,进行异常检测,并推动持续集成流程的优化。
    • 尝试构建并执行评估任务,对接入的 Agent 数据进行评估打标,洞察数据指标、会话意图、问题和优化建议等详细数据。

学习路径

AI 行为研究

章节

学习任务

任务简介

第一章 快速了解

背景信息

初步了解产品功能。

第二章 正式使用

  1. 配置分析任务:分群探查

尝试选择用户分群,并指定分析任务参数,进行群体洞察分析。

  1. 配置分析任务:个体探查

尝试指定用户 ID,并指定分析任务参数,进行个体洞察分析。

  1. 查看分析结果

查看与理解行为研究报告,将其转化为业务优化动作。报告包含:

  • 画像分析结果
  • 行为细查结果
  • 行为洞察结果
  1. 总结群体特征

完成多个个体用户的洞察分析后,可对用户群体做汇总分析,获取由 AI 智能分析生成的用户群体特征报告。

  1. 追问与重新分析

若对行为研究报告的结果有疑问,可选择追问智能体,获取进一步信息;可选择重新分析。

Agent 运营分析

章节

学习任务

任务简介

第一章 快速了解

Agent 运营分析概述

初步了解产品功能。

第二章 正式使用

  1. 添加 Agent

尝试添加需要做运营分析的 Agent,并接入具体数据。

  1. 管理标签与标签规则组
  2. 管理运营评估任务

为 Agent 发起运营评估任务。任务会根据设定的标签规则、评估时间范围、评估用户范围以及抽样方式,对接入的 Agent 数据进行评估打标,并输出评估报告,报告内容包含智能洞察结果、核心数据指标、会话意图分析、问题和优化建议等详细数据。

  1. 管理评测集
  2. 管理评估器
  3. 管理评测实验

构建评测实验,建立评估指标与策略,评估 Agent 综合标签是否达标,并根据评测结果调优 Agent。

用户研究 Agent 建设者学习路径

角色定义

用户研究 Agent 建设者通常是企业中的 IT 团队或部门管理成员,是用户研究 Agent 的运营与治理负责人,是项目落地过程中的“建设者”,需要把业务问题转化成可运行的产品配置与数据方案,完成从基础数据准备到首个可用场景落地的全过程。

目标愿景

作为建设者,通过学习路径可习得的目标是:围绕客户真实业务场景,完成用户研究 Agent 基础数据建设与完整功能的测试、跑通以及调优,让 AI 行为研究与 Agent 运营分析都能在可用数据、明确权限和统一业务的基础上稳定运行。

  • AI 行为研究
    • 明确 AI 行为研究依赖的前提条件:DataFinder 数据接入、用户属性准备、用户分群与业务空间。
    • 创建业务空间、上传埋点与业务知识、检查解析结果,并让模型具备足够的业务语义上下文。
    • 完成一次可跑通的分群探查配置,为应用者提供首个可消费样例。
  • Agent 运营分析
    • 明确 Agent 运营分析依赖的前提条件:业务空间、成员管理、Agent、旅程定义、评测接入以及 Trace / Session / 埋点数据接入。
    • 创建业务空间、添加 Agent、配置旅程窗口、关注事件与评测接口。
    • 完成最小可用看板或分析链路,让应用者能持续准确获取到运营分析结果。

学习路径

AI 行为研究

章节

学习任务

任务简介

第一章 快速了解

背景信息

了解产品功能。

第二章 准备工作

前提与准备

在增长分析 DataFinder 内接入用户行为数据、构建用户分群。

第三章 正式使用

  1. 创建业务空间

创建业务空间并授权、上传埋点与知识。

  1. 配置分析任务:分群探查

选择用户分群,并指定分析任务参数,进行群体洞察分析。

  1. 配置分析任务:个体探查

指定用户 ID,并指定分析任务参数,进行个体洞察分析。

  1. 查看分析结果

查看与理解行为研究报告,将其转化为业务优化动作。报告包含:

  • 画像分析结果
  • 行为细查结果
  • 行为洞察结果
  1. 总结群体特征

完成多个个体用户的洞察分析后,可对用户群体做汇总分析,获取由 AI 智能分析生成的用户群体特征报告。

  1. 追问与重新分析

若对行为研究报告的结果有疑问,可选择追问智能体,获取进一步信息;可选择重新分析。

Agent 运营分析

章节

学习任务

任务简介

第一章 快速了解

Agent 运营分析概述

了解产品功能。

第二章 正式使用

  1. 创建业务空间

创建业务空间,用于承载各类待分析评测的 Agent 应用。

  1. 添加 Agent
  2. 管理 Agent

添加需要做运营分析的 Agent,并接入具体数据。

  1. 管理标签与标签规则组
  2. 管理运营评估任务

为 Agent 发起运营评估任务。任务会根据设定的标签规则、评估时间范围、评估用户范围以及抽样方式,对接入的 Agent 数据进行评估打标,并输出评估报告,报告内容包含智能洞察结果、核心数据指标、会话意图分析、问题和优化建议等详细数据。

  1. 管理评测集
  2. 管理评估器
  3. 管理评测实验

构建评测实验,建立评估指标与策略,评估 Agent 综合标签是否达标,并根据评测结果调优 Agent。

  1. 观测数据

使用观测工具,可以帮助您:

  • 了解模型在不同任务上的运行时间和资源消耗情况,以便进行性能优化。
  • 当模型出现错误输出时,通过 Trace 可以追踪计算过程,定位错误发生的位置。
  • 确保模型的使用符合安全和合规要求。通过 Trace 可以记录模型的输入和输出,以及中间计算过程,以便进行审计和监管,同时检测潜在的安全漏洞和恶意攻击。

用户研究 Agent 管理者学习路径

角色定义

用户研究 Agent 管理者通常是项目负责人、平台管理员,需要对平台使用边界、权限治理、运营机制和功能管理负责,确保产品功能可以长期稳定、高效、安全的服务于企业业务场景。

目标愿景

作为管理者,通过学习路径可习得的目标是:把用户研究 Agent 建设成一套可持续运营的分析与优化基础设施,在保障角色权限、数据安全的前提下,持续提升业务团队对 AI 行为研究与 Agent 运营分析的使用深度和业务价值。

  • AI 行为研究
    • 建立 AI 行为研究相关的用户权限,明确哪些团队可以创建业务空间、上传知识、发起探查与查看结果。
    • 监测产品功能运转情况,及时发现并处理营销业务运行的异常问题。
  • Agent 运营分析
    • 建立 Agent 运营分析相关的业务空间治理、Agent 接入流程、评测与数据接入责任边界。
    • 明确用户权限范围,确保数据安全。
    • 监测产品功能运转情况,及时发现并处理营销业务运行的异常问题。

学习路径

AI 行为研究

章节

学习任务

任务简介

第一章 快速了解

背景信息

了解产品功能。

第二章 准备工作

前提与准备

在增长分析 DataFinder 内接入用户行为数据、构建用户分群。

第三章 正式使用

  1. 创建业务空间

创建业务空间并授权、上传埋点与知识。

  1. 配置分析任务:分群探查

选择用户分群,并指定分析任务参数,进行群体洞察分析。

  1. 配置分析任务:个体探查

指定用户 ID,并指定分析任务参数,进行个体洞察分析。

  1. 查看分析结果

查看与理解行为研究报告,将其转化为业务优化动作。报告包含:

  • 画像分析结果
  • 行为细查结果
  • 行为洞察结果
  1. 总结群体特征

完成多个个体用户的洞察分析后,可对用户群体做汇总分析,获取由 AI 智能分析生成的用户群体特征报告。

  1. 追问与重新分析

若对行为研究报告的结果有疑问,可选择追问智能体,获取进一步信息;可选择重新分析。

第四章 权限管控

权限管理

精细化管理产品功能、知识数据的使用权限,避免越权操作,保障数据和资源的安全可控。

Agent 运营分析

章节

学习任务

任务简介

第一章 快速了解

Agent 运营分析概述

了解产品功能。

第二章 正式使用

  1. 创建业务空间

创建业务空间,用于承载各类待分析评测的 Agent 应用。

  1. 添加 Agent
  2. 管理 Agent

添加需要做运营分析的 Agent,并接入具体数据。

  1. 管理标签与标签规则组
  2. 管理运营评估任务

为 Agent 发起运营评估任务。任务会根据设定的标签规则、评估时间范围、评估用户范围以及抽样方式,对接入的 Agent 数据进行评估打标,并输出评估报告,报告内容包含智能洞察结果、核心数据指标、会话意图分析、问题和优化建议等详细数据。

  1. 管理评测集
  2. 管理评估器
  3. 管理评测实验

构建评测实验,建立评估指标与策略,评估 Agent 综合标签是否达标,并根据评测结果调优 Agent。

  1. 观测数据

使用观测工具,可以帮助您:

  • 了解模型在不同任务上的运行时间和资源消耗情况,以便进行性能优化。
  • 当模型出现错误输出时,通过 Trace 可以追踪计算过程,定位错误发生的位置。
  • 确保模型的使用符合安全和合规要求。通过 Trace 可以记录模型的输入和输出,以及中间计算过程,以便进行审计和监管,同时检测潜在的安全漏洞和恶意攻击。

第三章 权限管控

管理用户

精细化管理产品功能使用权限,避免越权操作,保障数据和资源的安全可控。

最近更新时间:2026.06.25 11:08:24
这个页面对您有帮助吗?
有用
有用
无用
无用