Panneau d'administration → Analytique — usage, coût et trafic de votre base de connaissances. Cette section est accessible uniquement aux rôles Admin et Owner et se divise en cinq onglets : Tableau de bord, Historique de recherche, Tokens, Trafic, Retours.
La sélection de période (Aujourd'hui / 7 jours / 30 jours / 90 jours) est disponible dans les onglets Tableau de bord, Tokens et Retours. L'Historique de recherche utilise une plage de dates arbitraire, et le Trafic utilise une période fixe de 30 jours.
#Tableau de bord
Trois graphiques pour la période sélectionnée :
- Requêtes et qualité — combien de requêtes de recherche les utilisateurs ont soumises pendant la période (via le portail de recherche, le widget, l'API ou le mode de recherche IA), et le score de qualité moyen des réponses produites.
- Répartition de la qualité — un diagramme circulaire : une ventilation de la métrique « Qualité » du premier graphique — comment les réponses se sont réparties selon les niveaux de qualité.
- Sources des réponses — un diagramme circulaire : à partir de quoi les réponses ont été construites (les types sont dans le tableau ci-dessous).
La légende est interactive. Cliquer sur un élément de légende sous n'importe quel graphique active ou désactive cette série de données dans le graphique — par exemple, pour masquer le cache et voir uniquement les réponses générées.
#Types de réponses (source)
| Type | Ce que cela signifie |
|---|---|
| AI-generated (LLM) | Une réponse fraîche générée par l'IA à partir de vos articles. |
| Cache (CACHE_HIT) | La réponse a été servie depuis le cache — cette question, ou une question similaire, a déjà été posée et la réponse a été enregistrée. Elle est renvoyée instantanément et ne dépense pas de tokens. |
| Technical answer (fallback) | L'IA n'a pas pu produire une réponse de qualité à partir de vos articles : soit aucune information pertinente n'a été trouvée, soit le service IA était temporairement indisponible. Au lieu d'en générer une, le système a renvoyé une réponse technique préparée. |
| Error | La requête n'a pas pu être traitée pour une raison technique : la base n'est pas encore indexée ou l'indexation est en cours, une erreur d'index s'est produite, ou la requête a été bloquée par un filtre (saisie dénuée de sens). L'indisponibilité de l'IA ne relève pas de ce cas — ce cas relève de « Technical answer ». |
#Historique de recherche
Une liste chronologique de toutes les requêtes. Filtres : recherche par texte de question, plage de dates (de / à), langue, type de réponse. Le bouton CSV — export vers un fichier.
Colonnes du tableau :
| Colonne | Ce qu'elle affiche |
|---|---|
| Question | Le texte de la requête de l'utilisateur |
| Langue | La langue de la requête |
| Type | Type de réponse : AI-generated / CACHE_HIT / Technical / Error |
| Cache | HIT — réponse depuis le cache, MISS — générée à nouveau |
| Qualité | Le score de qualité de la réponse en % (pour les réponses en cache — un tiret) |
| Tokens | Combien de tokens la réponse a consommés (pour le cache — un tiret) |
| Latence | Le temps de production de la réponse, ms |
| Pays | Le pays de la requête (par géolocalisation) |
| Date | Quand la requête a été soumise |
#Tokens
Consommation de tokens IA pour la période. Six métriques : Total des requêtes, Total des tokens, Tokens (entrée), Tokens (sortie), Tokens d'indexation (embedding lors de l'indexation des articles), Moy. par requête.
Ce que sont les tokens. Un token est l'unité que les modèles IA utilisent pour mesurer la quantité de texte (environ ¾ d'un mot, ou ~4 caractères). La consommation du LLM est comptée en tokens : pour l'entrée (votre question + les fragments d'articles transmis au modèle) et pour la sortie (la réponse générée). Les tokens d'indexation sont dépensés une seule fois — lorsqu'un article est créé ou modifié et converti en une représentation vectorielle (embedding) pour la recherche. Votre plan inclut une limite mensuelle de tokens, et cet onglet montre précisément cette consommation.
Le graphique « Consommation de tokens » comporte trois séries : Tokens/jour (barres), Total cumulé (ligne) et Limite du plan (pointillés). La légende est interactive — une série peut être masquée en cliquant. En dessous se trouvent deux ventilations :
- Par type de résultat — AI-generated / CACHE_HIT / Technical.
- Par type d'IA — recherche, éditeur, génération, chat, système, indexation (embedding).
#Trafic
Données sur 30 jours. Trois métriques : Total des requêtes, Pays, Langues. En dessous se trouvent des listes avec des parts :
- Par pays — répartition des requêtes par géographie.
- Par langue — répartition par langue de requête.
- Par type de résultat — AI-generated / Technical answer / CACHE_HIT.
- Requêtes populaires — les questions les plus fréquentes de la période avec le nombre d'occurrences (par exemple, « comment créer un nouvel article · 4× »).
#Retours
Les notes « Cet article a-t-il été utile ? » données par les utilisateurs pour la période. Trois métriques : Total des réponses, Positives (%), Négatives. En dessous se trouvent un graphique par jour, une ventilation des raisons des retours négatifs, et une liste des articles avec des retours négatifs (le lien mène à l'éditeur de l'article). Tant qu'il n'y a aucune note, la section affiche « Pas encore de retour ».