엔터프라이즈에서 Copilot 라이선스를 할당한 후 Copilot 사용 메트릭 대시보드 및 API를 사용하여 라이선스가 활성 상태인지 확인하고 초기 사용 추세를 모니터링할 수 있습니다. 이렇게 하면 출시가 적절한 사용자에게 도달하고 있는지 여부를 평가하고 채택이 예상보다 느린 경우 빠른 조치를 취할 수 있습니다.
더 넓은 채택 보기를 얻으려면 대시보드 인사이트를 정성적 피드백(예: 짧은 펄스 설문 조사 또는 팀 체크 인)과 결합할 수 있습니다.
전제 조건
사용 메트릭에 액세스 Copilot 하려면 "Copilot 사용 메트릭" 정책을 사용하도록 설정해야 합니다.
사용 메트릭에 액세스 Copilot 하려면 "Copilot 사용 메트릭" 정책을 사용하도록 설정해야 합니다.
- 귀하의 기업으로 이동하세요. 예를 들어 GitHub.com의 Enterprises 페이지에서.
-
**인사이트** 탭을 클릭합니다.
1단계: 사용 메트릭 대시보드에 접근하십시오.
- 귀하의 기업으로 이동하세요. 예를 들어 GitHub.com의 Enterprises 페이지에서.
-
**인사이트** 탭을 클릭합니다.
대시보드는 개발자 IDE의 종합된 텔레메트리를 표시하며 매일 업데이트됩니다. 그러나 데이터는 UTC 기준으로 최대 3일 전의 상태일 수 있습니다.
| 2단계: 라이선스 활성화 추적 | "IDE 활성 사용자" 및 "IDE 일일 활성 사용자" 차트를 사용하여 개발자가 할당된 라이선스를 사용하기 시작하는지 확인합니다. | Metric |
|---|---|---|
| 그것은 당신에게 무엇을 알려줍니다 | 행동하는 방법 | IDE 활성 사용자 이번 달에 Copilot을 최소 한 번 이상 사용한 라이선스 개발자는 몇 명입니까? |
| 할당된 총 라이선스와 비교합니다. | 숫자가 훨씬 낮으면 IDE 설정을 확인하거나 활성화 단계를 팀에 전달하세요. | IDE 일일 활성 사용자 매일 Copilot를 사용하는 고유 사용자는 몇 명입니까? |
| 출시 후 처음 2주 동안 상승 추세를 찾습니다. | 플랫 라인은 사용자에게 추가 사용 또는 설정 지침이 필요하다는 신호를 보낼 수 있습니다. | IDE 주간 활성 사용자 7일 동안의 활성 사용자 총계 롤링 |
참고
Copilot 사용 통계는 지원되는 IDE에서의 활동만을 반영합니다. 공동 파일럿 채팅의 사용량은 GitHub.com, GitHub Mobile, Copilot 코드 검토, 코파일럿 CLI 대시보드 데이터에 합산되지 않습니다.
이를 사용하여 일관성을 추적합니다.
꾸준히 또는 증가하는 WAU는 성공적인 활성화 및 되풀이 사용을 나타냅니다.
| Copilot | 3단계: 초기 채택 신호 식별 | 라이선스가 활성화되면 정상적인 조기 채택을 나타내는 메트릭에 집중합니다. |
|---|---|---|
| 신호 | 대시보드에서 찾을 수 있는 위치 | 살펴봐야 할 것 |
| 일관된 DAU 증가 | "IDE 일일 활성 사용자" 그래프 | 첫 달 동안 일별 사용자가 꾸준히 증가합니다. |
| 기능 다양성 | "채팅 모드당 요청" 그래프 | 여러 채팅 모드(질문, 편집, 계획, 에이전트)를 시도하는 개발자는 호기심과 참여를 제안합니다. |
초기 에이전트 사용
"에이전트 도입" 카드
초기에 작은 에이전트 채택(5-10%)조차도 실험의 긍정적인 신호입니다.
| 건전한 조기 도입은 일반적으로 첫 달 이내에 할당된 사용자의 60~80%가 활동하는 것을 포함합니다. | 4단계: 제한된 채택 신호에 대한 조치 | 메트릭에 제한된 채택이 표시되는 경우 다음 전략 중 하나를 시도해 보세요. |
|---|---|---|
| 증상 | 가능한 원인 | 무엇을 해야 할지 |
| 낮은 총 활성 사용자 | 사용자가 IDE에서 라이선스를 활성화하거나 Copilot을(를) 구성하지 않았습니다. | 온보딩 자료를 다시 공유하거나 짧은 "활성화 확인" 세션을 실행합니다. |
| 일정한 일일 사용량 | 개발자들이 Copilot을 한 번 시도했지만 다시 돌아오지 않고 있습니다. | Copilot 프롬프트나 내부 성공 사례와 같은 지원 자료를 제공하십시오. |
에이전트 사용 없음 팀은 코파일럿 에이전트에 대해 알지 못할 수 있습니다.
What patterns might explain low adoption across some teams in the Copilot metrics export?
What patterns might explain low adoption across some teams in the Copilot metrics export?
What patterns might explain low adoption across some teams in the Copilot metrics export?
탐색을 장려하기 위해 고급 사용 사례의 예를 공유합니다.
공동 파일럿 채팅를 사용하여 문제를 진단할 수도 있습니다.
- 다음은 그 예입니다.
- 5단계: 프로그래밍 방식으로 활성화 추적
- 이제 사용할 수 있는 채택 데이터와 롤아웃에 대해 데이터가 알려주는 내용을 파악했으므로 API를 사용하여 시간이 지남에 따라 채택을 계속 모니터링하는 것이 좋습니다.
**엔터프라이즈 사용량 엔드포인트**를 사용하여 엔터프라이즈의 모든 조직에 대해 집계된 데이터를 검색합니다.
`day` 또는 `user_login`으로 내보내기를 필터링하여 새로 활성화된 사용자를 식별하십시오. 라이선스 할당 후 사용자가 적극적으로 참여하고 있는지를 확인하기 위해 `user_initiated_interaction_count`과 `code_acceptance_activity_count`를 비교합니다.
-
6단계: 심층 분석을 위해 사용자 수준 데이터 내보내기
-
경우에 따라 심층 분석 또는 내부 BI 도구와 통합하기 위해 사용자 수준 활동 데이터가 필요할 수 있습니다. 내보내기 기능은 장기적인 추세를 분석하거나 채택을 다른 메트릭(예: 생산성 또는 활성화 활동)과 상호 연결하려는 경우에 가장 유용합니다.
Copilot prompt * Summarize which organizations show the largest increase in `loc_added_sum` this month. * Identify users with high `user_initiated_interaction_count` but low `code_acceptance_activity_count`.
* Summarize which organizations show the largest increase in `loc_added_sum` this month. * Identify users with high `user_initiated_interaction_count` but low `code_acceptance_activity_count`.
* Summarize which organizations show the largest increase in `loc_added_sum` this month. * Identify users with high `user_initiated_interaction_count` but low `code_acceptance_activity_count`.
대시보드에서 오른쪽 상단의 JSON 내보내기를 클릭하세요.
- NDJSON 파일을 다운로드한 후, 공동 파일럿 채팅을(를) 사용해서 데이터를 분석하세요.
- 예를 들어 다음을 요청합니다.