ניתוח שימוש ב-Copilot לעומק

By Mirko Peters · 2026-03-20 · Updated 2026-09-13

למדו כיצד לעקוב אחר השימוש, האימוץ והפעילות של Microsoft 365 Copilot באמצעות דוחות ולוחות מחוונים של מנהלים, כולל מגבלות גישה, פרטיות ודיווח.

Automatically translated with AI from the original post. Read the English original

Titelbild: Copilot Usage Analytics Explained

ניתוח השימוש ב-Copilot מאפשר לארגונים לראות בדיוק כיצד Microsoft Copilot נמצא בשימוש בסביבות Microsoft 365 ו-Azure. מעקב אחר שיעורי האימוץ של המשתמשים ועד למדידה של התכונות מבוססות הבינה המלאכותית שבהן המשתמשים באמת עושים שימוש, הניתוחים האלה מספקים תובנות ברורות וישימות.

המדריך הזה מפרט את כל מה שחשוב לדעת, שלב אחר שלב. תלמדו כיצד להשתמש בניתוחים כדי להגביר את האימוץ של Copilot, לשפר את הפרודוקטיביות ולוודא שהממשל השלטוני תחת שליטה. אם אתם מחפשים טיפים מעשיים והגדרות ברורות לשיטות, לכלים, ללוחות מחוונים, לאבטחה ולדיווח, הגעתם למקום הנכון. בין אם אתם רק מתחילים ובין אם אתם מבקשים לכוונן פריסה קיימת, המאמר הזה מכסה אתכם.

6 עובדות מפתיעות על ניתוח שימוש ב-Copilot

שיעורי קבלת ההצעות משתנים מאוד לפי הקשר: קבלת הצעות של Copilot יכולה לנוע בין פחות מ-10% למעל 60% בהתאם לסוג המשימה. קוד סטנדרטי ותבניות חוזרות מתקבלים בשיעור גבוה, בעוד שקוד אלגוריתמי מורכב מתקבל בשיעור נמוך בהרבה.
פרומפטים קצרים נוטים להניב תוצאות טובות יותר מארוכים: הניתוחים מראים שמפתחים מקבלים לעיתים קרובות הצעות מועילות יותר מפרומפטים תמציתיים וממוקדים מאשר מפרומפטים ארוכים ומפורטים מאוד. הקיצור עוזר למודל להתמקד בכוונה המרכזית.
השפה והפריימוורק משפיעים על ההתנהגות יותר מהוותק: דפוסי השימוש וההסתמכות על Copilot קשורים בחוזקה רבה יותר לשפת התכנות ולפריימוורק בשימוש (למשל JavaScript/TypeScript לעומת Rust) מאשר לרמת הניסיון של המפתח.
שיאי האימוץ מתרחשים בחלונות הדיבוג: האנליסטים מזהים עליות באינטראקציות עם Copilot בשעות אחר הצהריים המאוחרות ולפני דדליינים של שחרורים, כלומר בזמנים שבהם מפתחים מאתרים באגים או מבצעים איטרציות מהירות, ולא מתכננים ארכיטקטורה חדשה.
שימוש דמוי השלמה אוטומטית גובר על עזרה ארכיטקטונית: ברוב הסשנים Copilot משמש כהשלמה אוטומטית מתקדמת לקטעי קוד קטנים, לבדיקות ולתיעוד, ולא לתכנון בקנה מידה גדול או להנחיות לריפקטורינג. זה מנוגד לחלק מהציפיות.
עריכות הקשורות לפרטיות מופיעות לעיתים קרובות לאחר הצעות: חלק ניכר מההצעות נערך או מוסר מיד מטעמי אבטחה או רישוי. צוותים רבים מטמיעים תהליכי בדיקה לאחר ההצעה כדי לצמצם את החשיפה לדפוסים רגישים.

מהם ניתוחי שימוש ב-Copilot

ניתוחי השימוש ב-Copilot הם כלים ודוחות מבוססי נתונים שעוקבים אחר האופן שבו משתמשים מתקשרים עם Microsoft Copilot ב-Microsoft 365 וב-Azure. בליבתם, הניתוחים האלה אוספים מידע על שיעורי אימוץ, שימוש בתכונות, מעורבות משתמשים ופעילות כללית.

לצוותי IT, הניתוחים מספקים פרטים חיוניים על מי משתמש ב-Copilot, באיזו תדירות ובאילו הקשרים. המידע תומך בכל דבר, החל מזיהוי תכונות AI פופולריות ועד איתור המקומות שבהם משתמשים עשויים להזדקק להדרכה נוספת. בתמונה הרחבה, ניתוחי השימוש ב-Copilot מספקים את המודיעין הנדרש כדי להניע פריסות מוצלחות, לנטר שימוש שוטף ולאכוף תקני ממשל לאורך כל סביבת Microsoft שלכם.

למה לנטר את השימוש ב-Copilot ב-Microsoft 365

ניטור השימוש ב-Copilot ב-Microsoft 365 עוסק בעיקר במיקסום ההשקעה, בשמירה על עמידה בדרישות הציות ובהבנה של האופן שבו הכלי באמת משפיע. כאשר עוקבים אחר נתוני השימוש, ניתן לזהות מגמות אימוץ, לראות אילו צוותים מצליחים עם Copilot, ולאתר פיגור כלשהו באימוץ.

באמצעות מעקב אחר השימוש, מקבלים גם את הנתונים הדרושים להתאמת הרישוי, כדי להימנע מהוצאות מיותרות, ולטיפול בצווארי בקבוק בפרודוקטיביות. ניטור טוב אינו עניין טכני בלבד; הוא חיוני גם לתוצאות עסקיות, כמו דיווח על ציות וחוויית המשתמש. התוצאה? החלטות מושכלות, שקט נפשי מול רגולציה ותוכנית עבודה לשיפורים ממוקדים של Copilot בכל הארגון.

מדדי הליבה שנאספים בניתוחי Copilot

משתמשים פעילים: מדד זה מציג כמה משתמשים ייחודיים מתקשרים באופן פעיל עם Copilot במשך פרק זמן מסוים. הוא עוזר לזהות מגמות אימוץ, לאתר משתמשים מוקדמים ולהשוות את היקף ההגעה של Copilot בין מחלקות או אזורים.
תדירות השימוש בתכונות: כאן מפורטים הנתונים הanalytics המראים באיזו תדירות ניגשים לתכונות ספציפיות של Copilot, כמו סיכום, כתיבת טיוטות או הערות לפגישה. שימוש בתדירות גבוהה יכול להעיד על ערך עסקי, בעוד שימוש נמוך עלול לחשוף פערי הדרכה או יכולות שאינן מנוצלות במלואן.
סוגי אינטראקציות: מעקב זה עוקב אחר סוגים שונים של פרומפטים, משימות או שאילתות שנשלחים ל-Copilot. הוא חושף כיצד העובדים מנצלים בינה מלאכותית, בין אם לשאלות ותשובות בסיסיות, לאוטומציה של תהליכי עבודה או ליצירת מסמכים יצירתיים.
יעילות הפרומפטים: מדד זה בוחן את שיעור הפרומפטים של המשתמשים שמניבים תוצאות מוצלחות או מועילות. הוא מדגיש אם Copilot מספק תשובות בעלות ערך, או שהמשתמשים נתקעים בבעיות ללא מוצא, וזה קריטי לשיפור הגדרות Copilot ולמשאבי התמיכה.
משך ותדירות הסשנים: הנתונים יכולים לומר לכם כמה זמן וכמה לעיתים קרובות המשתמשים מפעילים סשנים של Copilot. סשנים קצרים או שימוש לא סדיר עשויים להעיד על מכשולים, כמו ממשקים מבלבלים, בעוד שסשנים יציבים וארוכים יותר מעידים על שיפור מתמיד בפרודוקטיביות.
שיעורי שגיאות וחריגות: מדדים אלה מתעדים בקשות שנכשלו, שגיאות הרשאות או אי-הבנות של הבינה המלאכותית, ונותנים לצוותי ה-IT את הרמזים הנדרשים לפתרון תקלות ולתמיכה פרואקטיבית.

יחד, המדדים האלה עוזרים להניע קמפיינים ממוקדים לאימוץ, הדרכות מותאמות אישית והחלטות ממשל מבוססות נתונים, והופכים פעילות גולמית לאסטרטגיית Copilot שניתן לפעול לפיה.

איך פועלים נתוני השימוש ב-Copilot במערכת האקולוגית של Microsoft

במערכת האקולוגית של Microsoft, נתוני השימוש ב-Copilot נאספים באמצעות תהליכים משולבים שחוצים את Microsoft 365, Azure ו-Power Platform. כשהמשתמשים מקיימים אינטראקציה עם Copilot, נוצרים אוטומטית נתוני אירועים וטלמטריה, שמצטברים באופן מרכזי בתוך התשתית המאובטחת של Microsoft.

מרכז הניהול של Microsoft 365 הוא נקודת המגע הראשונה עבור רוב הארגונים, ומציע לוחות מחוונים להצצה מהירה ודוחות שימוש מפורטים. מאחורי הקלעים, Microsoft Graph, ממשק ה-API המרכזי לנתוני M365, משמש כצינור שמקשר בין פעולות המשתמשים לכלי הניתוח ולהמחשות.

ארגונים יכולים גם להיעזר ב-Power Platform לניתוחים מותאמים אישית מתקדמים, ולהשתמש בכלי Azure לניטור בצד השרת, להתראות ולשמירת יומנים. הנתונים מתעדכנים במחזורים קבועים, לרוב מדי יום, אם כי חלק מהמדדים עשויים להתעדכן כמעט בזמן אמת, בהתאם לרישוי ולהגדרות.

למנהלי IT ולאנליסטים, הגישה מנוהלת באמצעות הרשאות והרשאות מנהל מוגדרות. תהליכי נתונים סטנדרטיים מקלים לעקוב אחר השימוש ב-Copilot מדי יום, לפתור תקלות ולשתף תובנות עם בעלי העניין, והכול תוך שמירה על אבטחת הנתונים בתוך גבולות האמון של Microsoft.

מקורות הנתונים המרכזיים לניתוח Copilot

Microsoft Graph: עמוד השדרה של רוב נתוני השימוש, Microsoft Graph שואב נתוני פעילות ומעורבות מפורטים מכל מערכת ה-M365, ומזין לוחות דוחות וצינורות ניתוח מותאמים אישית.
יומני ביקורת של M365: יומנים אלה מתעדים פעולות משתמשים, שימוש בתכונות ופעילות מנהלים. הם חיוניים לציות, לביקורת אבטחה ולאימות דפוסי שימוש. לצלילה מעמיקה בשימוש ביומני ביקורת, ראו מדריך זה לביקורת פעילות משתמשים עם Microsoft Purview Audit.
יומני פעילות משתמשים: יומנים אלה עוקבים אחר פעולות אישיות של משתמשים ב-Copilot, ומתעדים היסטוריית סשנים, שאילתות ותשובות. הם בעלי ערך רב הן לפתרון תקלות והן לאופטימיזציה של ביצועים.
נתוני טלמטריה: Copilot שולח באופן מתמיד נתוני טלמטריה על בריאות המערכת, שיעורי אינטראקציה עם התכונות ודפוסי שגיאות. נתוני הרקע הללו חיוניים לניטור ביצועים ולהבנת מגמות כלליות.

יחד, מקורות נתונים אלה נקלטים ומעובדים בצינור הניתוח של Microsoft, ומספקים חומר גלם אמין לדיווח שניתן לפעול לפיו ולתובנות מתקדמות. הם גם מהווים את הבסיס להרחבות ניתוח מותאמות אישית ולשלבי פתרון תקלות.

הצגה חזותית של נתוני Copilot עם לוחות מחוונים מובנים

Microsoft מציעה לוחות מחוונים מובנים לניתוח Copilot בעיקר במרכז הניהול של Microsoft 365 וב-Power BI. לוחות מחוונים אלה מציגים מגוון מדדים, כמו משתמשים פעילים, שיעורי ניצול תכונות ומגמות מעורבות, באמצעות תרשימים, גרפים וטבלאות.

תוכלו לפרש במהירות שיעורי אימוץ, לראות אילו תכונות של Copilot פופולריות, ולזהות מחלקות או צוותים עם שימוש גבוה או נמוך. לוחות מחוונים מציגים מדדי KPI נפוצים, ולכן הם מתאימים במיוחד לשיתוף עם הנהלה או לשימוש בסקירות תפעוליות שוטפות. כדי להפיק את המירב מהוויזואליזציות האלה, בדקו אילו מדדים קשורים ליעדים הספציפיים שלכם – בין אם מדובר בהגדלת האימוץ, בצמצום העומס על התמיכה, או בהכוונת החלטות על המשך ההטמעה.

ניתוח מתקדם עם Power BI ו-Microsoft Fabric

עבור ארגונים שרוצים לחרוג מהדוחות הסטנדרטיים, Power BI ו-Microsoft Fabric פותחים אפשרויות רציניות לאנליטיקה מותאמת אישית ולתובנות AI מעמיקות יותר. עם Power BI תוכלו להתחבר ישירות למערכי נתונים הקשורים ל-Copilot, ולשלב נתוני שימוש ומעורבות עם כלי אינטליגנציה עסקית רחבים יותר.

באמצעות Microsoft Fabric, ארגונים יכולים לאחד ניהול נתונים, להשתמש באחסון מדרגי כמו OneLake, ולבנות שכבות אנליטיקה – מנתוני טלמטריה גולמיים ועד סיכומים למנהלים. יחד, Power BI ו-Fabric מאפשרים לכם לעצב לוחות מחוונים מותאמים אישית, להחיל אבטחה ברמת השורה, ולמפות את הגישה לאנליטיקה להרשאות של קבוצות Azure AD, כפי שמפורט במדריך זה על אבטחה ב-Power BI וב-Fabric.

אפשר לאטמט את הדיווח במלואו, להגדיר תובנות מבוססות מנויים וליצור ויזואליזציות ייעודיות המקושרות ישירות לתוצאות עסקיות. למבט רחב יותר על ממשל ארכיטקטורה התומכים באנליטיקה של Copilot ב-Fabric, האזינו לפרק הפודקאסט על Microsoft Fabric כמערכת נתונים מאוחדת. בסופו של דבר, הפלטפורמות האלה מעבירות אתכם מניטור פשוט לאינטליגנציית AI רחבת ארגון ואמינה.

שיטות עבודה מומלצות לפירוש נתוני השימוש ב-Copilot

קביעת נקודות ייחוס ברורות: הגדירו מהו אימוץ או שימוש "טוב" בהקשר שלכם, כך שתוכלו למדוד מול יעדים מציאותיים ולא רק מול ממוצעים ענפיים.
קישור השימוש לתוצאות: אל תסתכלו רק על המספרים – קשרו את נתוני השימוש למדדי פרודוקטיביות, לפניות לתמיכה או ל-KPI עסקיים, כדי לזהות היכן Copilot באמת מניע תוצאות.
זיהוי פערי אימוץ: שימו לב למחלקות או צוותים שמפגרים בשימוש. אלה המועמדים הטובים ביותר להדרכה או לתקשורת ממוקדת.
ניתוח שימוש בתכונות: בדקו אילו תכונות נמצאות בשימוש רב ואילו מתעלמים מהן. אימוץ גבוה של תכונות נישה עשוי להעיד על מנועי פרודוקטיביות נסתרים; אימוץ נמוך עשוי להעיד על חיכוך או על צורך בהדרכה.
הימנעו from פרשנות יתר של ירידות בודדות: ירידות חד-פעמיות עשויות לנבוע מחופשות, ממחזורים עסקיים או משינויים בתוכנה. חפשו מגמות מתמשכות ולא חריגות נקודתיות.
שיפור מבוסס משוב: שלבו אנליטיקה עם משוב ממשתמשים כדי לקבל תמונה מלאה יותר. לעיתים המספרים לא יגידו לכם את ה"למה" בכוחות עצמם – דברו עם המשתמשים, ואז התאימו את הגישה שלכם.
קידום שיפור מתמיד: השתמשו בתובנות לא רק לפתרון תקלות, אלא כדלק מתמשך לעדכון מדיניות, לשיפור תכני ההדרכה ולהתפתחות הממשל של Copilot לאורך זמן.

אבטחת נתוני האנליטיקה של Copilot

בקרות גישה מחמירות: הגבילו את הגישה לנתוני אנליטיקה לאנשי הצוות הנדרשים בלבד, באמצעות הרשאות מבוססות תפקידים וקבוצות ב-Microsoft Entra ID. הרשאות רחבות עלולות לחשוף תובנות רגישות, ולכן בקרות הדוקות הן חיוניות.
אנונימיזציה של נתונים: הסירו מזהים אישיים מהדוחות במידת האפשר, במיוחד כשמשתפים אנליטיקה מעבר לצוותי ה-IT המרכזיים. הדבר מגן על הפרטיות ותומך בציות רגולטורי.
נתיבי ביקורת רציפים: השתמשו בפתרונות כמו Microsoft Purview Audit כדי לשמור תיעוד מפורט של מי ניגש לנתוני האנליטיקה ומתי. זה קריטי לאחריותיות ולחקירת אירועים.
מינוף DLP ותוויות רגישות: הרחיבו את מדיניות ה-DLP ואת תיוג הרגישות – כפי שמתואר במדריך האבטחה הזה של Copilot – גם למערכי נתוני אנליטיקה, כדי לוודא שנתונים מונעי AI לא עוקפים את הבקרות הקיימות שלכם.
מודלים של אבטחת Zero Trust: יישמו את העקרונות מתוך Zero Trust by Design של Microsoft כדי לאמת באופן מתמיד את הגישה לאנליטיקה, לאכוף MFA אדפטיבי ולשמור על הפרדה הדוקה בין התפקידים.

איזון בין תובנות לסיכון הוא עניין מרכזי. השקיעו בבקרות ששומרות על אבטחת האנליטיקה שלכם גם כשהשימוש בה גדל.

אנליטיקה לשימוש ב-Copilot ודיווח תאימות

אנליטיקה לשימוש ב-Copilot עוזרת לארגונים לעמוד בחובות תאימות ולהתכונן לביקורות רגולטוריות, על ידי תיעוד מי ניגש לאילו נתונים, מתי ואיך. הנתונים האלה מראים עמידה במדיניות הארגונית ובמסגרות הרגולטוריות, ומספקים יומני מעקב ודוחות מוכנים לביקורת.

Microsoft מציעה כלים מובנים, כמו Purview ויומני הביקורת המפורטים של M365, שמאפשרים לייצא בקלות נתוני שימוש ופעילות בפורמטים סטנדרטיים לצורך מסלולי ביקורת. בתעשיות עם דרישות מחמירות לשמירת נתונים ולניהול רשומות, אנליטיקה של Copilot היא ראיה מרכזית. אם תרצו להעמיק באתגרים סביב מדידת תאימות אמיתית ב-Microsoft 365, כדאי לקרוא את המדריך הזה על compliance drift.

השוואה בין פתרונות אנליטיקה מובנים לפתרונות מותאמים אישית ל-Copilot

אנליטיקה מובנית: היא מגיעה עם M365 Admin Center ומספקת לוחות מחוונים מוכנים לשימוש, מדדי KPI סטנדרטיים והמחשות מוכנות מראש. היא קלה להגדרה ודורשת תחזוקה מועטה, אך מציעה התאמה אישית מוגבלת.
פתרונות מותאמים אישית ב-Power Platform: באמצעות Power BI ו-Power Automate ניתן לבנות לוחות מחוונים מותאמים, לשלב מערכי נתונים ייחודיים ולאוטומט תהליכי דיווח. הגישה הזו גמישה, אך דורשת כישורים טכניים והשקעת זמן.
אינטגרציות באמצעות API ו-Microsoft Graph: חיבור ישיר ל-Graph API מאפשר לשלוף נתוני שימוש מפורטים ולשלב אותם עם מערכות עסקיות אחרות לקבלת תובנות מותאמות. אפשרות זו מספקת עומק חסר תקדים, אך כרוכה בנטל טכני ורגולטורי גדול יותר.
כלי אנליטיקה של צד שלישי: כלים אלה עשויים להביא יכולות מתקדמות, כמו המלצות מבוססות AI או ניתוח חוצה דיירים, אך דורשים בדיקה קפדנית של התאמה לדרישות האבטחה והתאימות.

הבחירה בין אנליטיקה מובנית לאנליטיקה מותאמת תלויה בשני דברים: כמה גמישות אתם צריכים, וכמה מורכבות טכנית אתם מוכנים לנהל.

שיקולי ממשל לאנליטיקה של Copilot

בעלות על הנתונים וניהולם: הגדירו בבירור מי הבעלים של נתוני האנליטיקה של Copilot, בדרך כלל IT או צוות ממשל נתונים ייעודי, ומנו אחראים (stewards) שיעקבו אחר הגישה לנתונים ואחר דיוקם.
יכולת ביקורת: שמרו על מסלולי ביקורת מקצה לקצה של איסוף הנתונים, הגישה אליהם ושיתוף הדוחות, באמצעות כלים כמו Microsoft Purview ו-Sentinel, כפי שמתואר במדריך האבטחה והממשל של Copilot.
התאמה למדיניות: ודאו שפריסת האנליטיקה תואמת את מסגרות המדיניות הארגוניות והרגולטוריות, כפי שמוסבר ברשימת הבדיקה לממשל של Copilot. כולל חוזים, ניהול תפקידים ואכיפה טכנית, וכל אלה קריטיים לתמיכה באימוץ אנליטיקה מאובטח.
אוטומציה של הממשל: השתמשו בכלי אוטומציה לתיוג, להחלת DLP ולאכיפת מדיניות, כך שהממשל לא יהיה משימה חד-פעמית אלא תהליך מתמשך ומותאם.
מעורבות מועצת AI Governance: שלבו את ההנהלה בסקירות תקופתיות של השימוש באנליטיקה ושל הממשל, כדי לוודא שנתוני Copilot תומכים ביעדי הארגון באופן בר-קיימא.

הפעלת אנליטיקה של Copilot: דרישות הגדרה והרשאות גישה

כדי להפעיל אנליטיקה לשימוש ב-Copilot, תצטרכו רישיונות מסוג Microsoft 365 או Azure הכוללים את יכולות Copilot ותכונות האנליטיקה. רק משתמשים עם תפקידי ניהול מתאימים, כמו Global Administrator או Reports Reader, יכולים לגשת ללוחות המחוונים והדוחות האלה.

התחילו באישור שה-Copilot מופעל בדייר שלכם, ולאחר מכן הפעילו דיווח שימוש דרך M365 Admin Center או דרך פורטל Azure המתאים. ודאו שההרשאות ניתנו לאנליסטים הנכונים של IT או לקציני התאימות. ההגדרה הבסיסית הזו מכינה את הקרקע לאנליטיקה מאובטחת ומדויקת כבר מהיום הראשון.

פתרון בעיות בנתוני הניתוח של Copilot

נתונים או מדדים חסרים: בדקו אם הרישיון או התכונה הנדרשים מופעלים. לעיתים תכונות ניתוח קשורות למנויי פרימיום או להרשאות מסוימות. ודאו שאתם בתפקיד הניהול הנכון ושהשירות מופעל ברמת הדייר.
רענון נתונים איטי: בדרך כלל, מערכות הצד האחורי של Microsoft מרעננות את רוב מערכי הנתונים של הניתוח אחת ליום. כדאי לוודא שהציפיות שלכם תואמות את מחזורי הרענון בפועל. אם הנתונים נשארים ישנים, בדקו אם יש עיכובים בשירותי הצד האחורי או בעיות סנכרון בפורטל הניהול.
אי התאמות בדוחות: השוו את לוחות המחוונים של הניתוח ליומני הביקורת הגולמיים של Microsoft 365 או לפלטים של Microsoft Graph כדי לזהות חוסר עקביות. סקירה של מדריך הביקורת של פעילות המשתמשים עשויה לעזור באימות מקור הנתונים.
בעיות גישה: אם משתמשים אינם יכולים לצפות בנתוני הניתוח, בדקו שוב את התפקידים, ההרשאות וההקצאות לקבוצות ב-Entra ID או ב-Azure AD.
הסלמה של בעיות מתמשכות: תעדו את תהליך פתרון הבעיות ופנו לתמיכה של Microsoft או לספק הרישיונות שלכם בתקלות חמורות או בהפסקות שירות. לתמיכה יש כלי אבחון נוספים ומסלולי הסלמה משלה.

שמירה על שלמות הנתונים היא קריטית. אל תהססו לגייס עזרה נוספת או להתייעץ בפורומים של הקהילה לגבי באגים נדירים או חדשים בניתוח.

מקרי שימוש מהעולם האמיתי בניתוח השימוש ב-Copilot

קידום אימוץ: צוות IT אחד עקב אחר השימוש ב-Copilot בין המחלקות, ואז השיק הדרכה מותאמת לצוותים עם שימוש נמוך. התוצאה: האימוץ יותר מהוכפל תוך פחות משני חודשים.
אופטימיזציה של הוצאות על רישיונות: ארגון אחד גילה שכמה משתמשים כלל לא עשו שימוש ב-Copilot. הם התאימו את הקצאות הרישיונות, חסכו עלויות משמעותיות והעבירו תקציבים לצוותים שעושים שימוש נרחב ב-Copilot.
תמיכה בטרנספורמציה דיגיטלית: על ידי בחינת שיעורי ההצלחה של הנחיות ופופולריות התכונות, עסק אחד זיהה יכולות בינה מלאכותית בעלות ערך גבוה, והבליט אותן בתקשורת של ניהול השינוי, מה שסייע להניע שינוי תרבותי דיגיטלי רחב יותר.
חיזוק האבטחה: הניתוח חשף דפוסי גישה חריגים הקשורים ליצירת תוכן רגיש. צוות ה-IT התערב במהירות, חיזק את מדיניות מניעת אובדן המידע (DLP) ובדק את יומני הביקורת כדי למנוע חשיפת מידע פוטנציאלית.
דיווח על ציות ומדיניות: בארגון מפוקח אחד, יומני Copilot מפורטים אפשרו להכין במהירות סיכומים מוכנים לביקורת, המציגים עמידה בהנחיות המדיניות במהלך בדיקת ציות בלתי צפויה.

מגמות מתעוררות בניתוח Copilot ובאימוץ הבינה המלאכותית

מחקרים אחרונים מראים שארגונים שמשתמשים בניתוח כדי לנטר את Copilot ופתרונות בינה מלאכותית generative אחרים רואים עד פי 3 עלייה בפרודוקטיביות ושיעורי אימוץ מהירים יותר. מומחי תעשייה צופים כעת שעד 2026 רוב פריסות Copilot בארגונים יכללו ניתוח חזוי, ולא רק דיווח לאחור.

אנחנו עדים לעלייתן של המלצות מונעות בינה מלאכותית, שבהן פלטפורמות הניתוח מציעות משאבי הדרכה, מסמנות חריגות אבטחה ואף מייעלות רישוי באופן אוטומטי. מפת הדרכים של Microsoft כוללת שילוב הדוק יותר בין ניתוח Copilot, פלטפורמות חוויית מקום העבודה הדיגיטלי ולוחות מחוונים של מצב האבטחה, מה שהופך את התובנות לפעילות עוד יותר עבור מנהלי IT ומנהיגים עסקיים כאחד.

מאמצים מוקדמים משלבים את ניתוח Copilot עם ניתוח סנטימנט ואוטומציה של תהליכי עבודה, ויוצרים לולאות משוב שמניעות שיפור מתמיד. אם אתם מתכננים קדימה, צפו שהניתוח יהפוך לחכם יותר, חזותי יותר ושזור בכלים שכבר אתם משתמשים בהם.

צעדים הבאים לניצול ניתוח השימוש ב-Copilot

כדי להפיק את המירב מניתוח השימוש ב-Copilot, תזמנו סקירות נתונים קבועות והפכו זאת למאמץ קבוצתי, עם שיתוף של צוות ה-IT, ניהול השינוי ויחידות העסק. השקיעו בשמירה על עדכניות של כלי הניתוח, תפקידי הניהול ומשאבי ההדרכה ככל ש-Copilot מתפתח.

התמקדו בשיפורים שניתן לבצע בפועל: השתמשו בממצאי הניתוח לקמפיינים ממוקדים לאימוץ, לניהול רישיונות חכם יותר ולממשל מדויק יותר. אם ההדרכה הנוכחית שלכם אינה מניבה תוצאות, שקלו גישה מרוכזת ומתמשכת יותר, כמו Governed Copilot Learning Center. פעולה יזומה מבטיחה שתהפכו תובנות לתוצאות ממשיות ולא תפגרו בדרך לניתוח נתונים מתקדם.

רשימת בדיקה לניתוח השימוש ב-Copilot

הגדירו יעדים ברורים לניתוח השימוש ב-Copilot (לדוגמה: אימוץ, פרודוקטיביות, עלות ואיכות)
תעדו מדדים מרכזיים והגדרות שלהם (משתמשים פעילים, סשנים, פרומפטים לסשן, זמן שנחסך, הצעות מוצלחות)
זהו את האירועים והמאפיינים הנדרשים למדידה (מזהה משתמש, מזהה ארגון, דגלי תכונות, חותמת זמן, הקשר, סוג פרומפט)
יישמו מדידה עקבית בכל הלקוחות והפלטפורמות (דפדפן, סביבות פיתוח משולבות והרחבות)
הבטיחו פרטיות נתונים וציות לרגולציה (צמצום מידע מזהה אישי, הסכמה, דרישות GDPR ו-CCPA)
עשו אנונימיזציה או גיבוב למזהים במקומות המתאימים
קבעו מדיניות לשמירה ומחיקה של נתונים
הקימו צינורות לקליטת אירועים, אימות ואחסון (בזרם ובאצווה)
הגדירו אסטרטגיית דגימה או הגבלת קצב אם נפח האירועים גבוה
יצרו בדיקות איכות נתונים והתראות על אירועים חסרים או פגומים
בנו לוחות מחוונים לבעלי העניין המרכזיים (מוצר, הנדסה, כספים ותמיכה)
ספקו דוחות בשירות עצמי למנהלי מוצר ולאנליסטים של נתונים
מדדו ניסויי A/B ובדיקות השפעה של תכונות Copilot
עקבו אחר שיעורי קבלה, שינוי ודחייה של הצעות
מדדו תוצאות במורד הזרם (השלמת משימות, איכות קוד, זמן לפתרון)
קשרו בין השימוש למדדים עסקיים (שימור, המרות, עומס תמיכה)
נטרו מדדי עלות (שימוש ב-API, מחשוב, אחסון) ובצעו אופטימיזציה
הגדירו התראות על חריגות בשימוש או על עליות וירידות חדות
הגדירו פילוח משתמשים (משתמשי על, משתמשים חדשים, צוותים) לניתוח ממוקד
נרמלו אירועים בין גרסאות ושינויי מוצר
תחזקו קטלוג מדדים עם בעלים ו-SLA
ספקו הדרכה ותיעוד לפירוש הנתונים
בדקו את הניתוחים באופן קבוע ושפרו את המדידה ואת מדדי ה-KPI
תכננו ממשל לבקרת גישה ולטיפול במידע רגיש

שאלות נפוצות: דוח השימוש ב-Microsoft 365 Copilot ולוח המחוונים של Copilot

מהו ניתוח השימוש ב-Copilot ומדוע הוא חשוב?

ניתוח השימוש ב-Copilot מתייחס לאיסוף ולפירוש של מדדי שימוש ופעילות מ-Microsoft 365 Copilot ומ-Copilot Chat, במטרה לסייע למנהלי IT ולמנהיגים עסקיים להבין את האימוץ, השימוש הפעיל ומגמות השימוש. ניתוחים אלה חושפים את פעילות Copilot, הפרומפטים ל-Microsoft 365 Copilot ואת השימוש בסוכנים, כך שהארגון יוכל לקבל החלטות מבוססות נתונים לגבי הדרכה, רישוי והפצת תכונות.

היכן אפשר למצוא דוחות שימוש ומדדי שימוש של Microsoft 365 Copilot?

ניתן לצפות בדוחות השימוש ובמדדי השימוש של Microsoft 365 Copilot במרכז הניהול של Microsoft 365 או בלוחות מחוונים ייעודיים ל-Copilot, כגון לוח המחוונים של Microsoft Copilot או אינטגרציות ב-Viva Insights. חפשו דוחות במרכז הניהול תחת Microsoft 365 Reports או בקטע דיווח השימוש ב-Copilot, כדי לקבל תובנות על השימוש בצ'אט של Microsoft 365 Copilot ועל פעילות Copilot הרחבה יותר.

מה דוח שימוש ב-Microsoft 365 Copilot כולל בדרך כלל?

דוח שימוש ב-Microsoft 365 Copilot כולל בדרך כלל את מספר משתמשי Copilot, סשנים של Copilot Chat, פעילות Copilot לפי משתמש או צוות, פרומפטים ל-Microsoft 365 Copilot, שימוש בסוכנים ב-Microsoft 365 Copilot ומגמות לאורך זמן. הדוח לצפייה בשימוש מציג לרוב שימוש פעיל, מדדי אימוץ ושימוש, ויכול לפרט את השימוש באפליקציות כמו Copilot ב-Word או ב-PowerPoint.

כיצד מפרשים את הניתוחים ומדדי השימוש של Microsoft 365 Copilot?

כדי לפרש את הניתוחים של Microsoft 365 Copilot, התמקדו במדדים המרכזיים: משתמשים פעילים לאורך זמן (מגמות שימוש), תדירות האינטראקציות ב-Copilot Chat, הפרומפטים וההקשרים המובילים, ושימוש בסוכנים. השוו את נתוני דוח השימוש של Microsoft 365 Copilot ליעדים העסקיים כדי להעריך את האימוץ ולזהות צורכי הדרכה או התאמות רישוי, כגון הקצאת רישיונות Copilot.

האם נדרש רישיון Copilot מיוחד כדי לראות דיווח שימוש ב-Copilot?

צפייה בדוח השימוש ב-Copilot דורשת בדרך כלל הרשאות ניהול מתאימות ב-Microsoft 365 admin center, וכן גישה לתכונות הדיווח הזמינות במנוי Microsoft 365 או Office 365 ובתוספת הרישיון ל-Copilot. מנהלים שיש להם גישה לדוחות במרכז הניהול יכולים להפיק דוח שימוש ב-Microsoft 365 Copilot ולקבל תובנות על הפעילות של Microsoft 365 Copilot ועל מדדי Copilot.

האם ניתוחי השימוש ב-Copilot יכולים להציג פעילות של משתמשים בודדים, ואילו שיקולי פרטיות חלים בכך?

כן, ניתוחי השימוש ב-Copilot יכולים להציג נתוני שימוש של כל המשתמשים או מגמות מצטברות, אך כלי הדיווח של Microsoft ומדיניות הפרטיות של הארגון שלכם קובעים את רמת הפירוט. על מנהלים לאזן בין הצורך בתובנות על פעילות Copilot ושימוש בסוכנים לבין הציות לדרישות, ולוודא שמידע מזהה אישית מטופל בהתאם לכללי הפרטיות, ושרק מנהלים מורשים ניגשים לפירוט של השימוש ב-Microsoft 365 Copilot Chat.

באיזו תדירות מתעדכנים מדדי השימוש בדוחות של Copilot?

תדירות העדכון משתנה לפי הדוח ולפי ה-admin center. דוחות רבים של מדדי השימוש ב-Microsoft 365 Copilot ושל השימוש ב-Microsoft 365 Copilot Chat מתעדכנים מדי יום או בעיכוב קצר. בדקו את תדירות הרענון בדוח שב-Microsoft 365 admin center, ואם אתם זקוקים לתצוגה כמעט בזמן אמת של מגמות השימוש ושל הפעילות של Copilot בארגון, השתמשו בלוח המחוונים של Copilot או בשילובי microsoft copilot dashboard.

איך אפשר להשתמש בניתוחי השימוש ב-Copilot כדי לקדם אימוץ ושימוש ב-Copilot?

השתמשו בניתוחי השימוש ב-Copilot כדי לזהות משתמשי כוח, תרחישי שימוש נפוצים וצוותים שמנצלים את Copilot בפחות מדי. שתפו הדרכה ממוקדת, קדמו פרומפטים מוצלחים ב-Microsoft 365 Copilot, התאימו את הרישוי, כגון הקצאות Copilot קיימות, ועקבו אחרי מדדי האימוץ והשימוש כדי למדוד את ההשפעה. הדוחות ב-admin center ולוח המחוונים של Copilot יעזרו לכם לעקוב אחר ההתקדמות ולחדד את אסטרטגיית ההטמעה.

האם יש משאבים שאפשר ללמוד מהם יותר על הטמעה של ניתוחים ודיווח עבור Copilot?

Microsoft Learn, התיעוד של Microsoft 365 וה-admin center – Microsoft 365 מספקים הנחיות להגדרת דיווח שימוש ב-Copilot, לקריאת דוחות Microsoft 365 Copilot ולפירוש מדדי Copilot. חפשו מדריכים לדוחות Microsoft 365 Copilot, לוחות מחוונים לדוגמה ושיטות עבודה מומלצות לניצול ניתוחי Microsoft 365 Copilot כדי לתמוך במשתמשים במנוי 365 או Office 365 שלכם.