如何使用 AI 创建网络研讨会参会报告：完整指南
线上研讨会出席报告将注册和出席导出数据整合为一个视图，展示谁出席了、停留了多长时间以及下一步该做什么。平台会为每个活动提供一个文件。而将其中几个文件转化为趋势分析则是您需要完成的工作。本指南将涵盖这两种途径。
线上研讨会出席报告能解答什么问题
原始导出数据只能回答一个问题：谁在会议室里。而一份有用的报告则能回答四个问题。
- 出席率。 注册人员中实际出席的比例。
- 单场留存率。 人们是什么时候离开的，以及是否集中在某个特定时刻。
- 细分群体差异。 客户的行为是否与潜在客户不同。
- 跨活动趋势。 上个月对邀请函做出的调整是否有帮助。
在单个活动的文件中只能看到前两个指标。另外两个指标需要合并多个文件，这就是为什么这项工作不仅仅是下载文件那么简单。
开始前您需要准备什么
每个活动需要两份导出数据，它们存放在不同的地方。
- 注册报告，包含报名参加的人员。
- 出席报告，包含实际加入的人员。
Microsoft 的文档对这两者进行了清晰的区分。注册报告显示“有多少人浏览了注册网站、注册了活动或取消了注册”。出席报告则涵盖了活动本身进行期间发生的情况。
您还需要一个跨活动的一致标识符。电子邮件地址通常是唯一保留下来的字段，因此请在每次导出中都保留它。
开始前还有一件事很有帮助：每个活动的流程表及时间安排。如果没有它，留存曲线的下降就只是一个数字，而无法找出原因。
平台实际为您提供的内容
在围绕文件设计报告之前，确切了解文件中的内容是非常值得的。
Microsoft 的线上研讨会报告页面详细列出了出席报告所包含的内容：
- 活动开始和结束时间
- 参会者角色
- 活动总时长
- 首次加入和最后离开时间
- 参会者人数
- 每位参会者在活动中的停留时间
The 出席报告页面介绍了获取权限。组织者和共同组织者“可以在活动结束后约五分钟在活动聊天中查看并下载出席报告”。从那里，您可以“选择‘下载’以将出席报告下载为 .csv 文件”。
该文档中的三个限制决定了具体的工作方式。
每次会议一份报告。 该页面指出“定期会议的每个实例都将有一份独特的出席报告”。每月一次的线上研讨会系列是一个包含多个独立文件的文件夹，而不是单个数据集。
报告与组织者绑定。 Microsoft 指出“如果活动组织者离开组织，报告将被永久删除且无法检索”。
参会者可以退出身份识别。 同一页面记录了一项隐私设置，用于在出席报告中隐藏您的身份，因此您的文件可能确实是不完整的。
这并不是缺陷。它只是意味着跨活动视图必须在其他地方进行组装。
如何手动构建报告
方案 1：直接读取单个活动的文件
打开下载的文件，查看参会者名单和停留时长。对于受众较少的单个活动，这已经足够了。
但一旦有人问起本月与上月的对比情况，这种方法就失效了。
方案 2：在电子表格中合并注册和出席数据
将两份导出数据放入同一个工作簿中，并通过电子邮件地址进行匹配以计算出席率。这是该报告第一个真正有用的版本。
难点在于匹配。注册时记录的是人们输入的任何地址，而出席时记录的是他们加入时使用的账户，这两者不一致的情况比您预期的要频繁得多。
方案 3：将多个活动堆叠到一张表中
为每个文件添加活动名称和日期列，将它们追加合并，然后对堆叠后的数据进行分析。现在就可以获取趋势和细分群体数据了。
这是正确的结构，但也是最繁琐的。每个新活动都意味着又一次下载、另外两个文件以及又一次追加，这正是那种最容易被漏掉的每月例行琐事。
如何利用 AI 创建线上研讨会出席报告
步骤 1：上传该期间的所有导出文件
打开 Powerdrill Bloom 并上传您想要涵盖的所有活动的注册和出席文件。请一起上传它们，而不是一次上传一个。
然后用自然语言说明哪个文件属于哪个活动，以及哪一列包含参会者标识符。两句背景说明就可以避免以后出现的大多数合并问题。
步骤 2：在生成任何图表之前，先索要合并后的表格
要求每个活动中每个注册人占一行，其中包含注册状态、是否出席、出席分钟数以及活动日期。要求查看有多少注册人未能与出席记录匹配。
那个未匹配的数量就是质量检查。数量较小是正常的，因为人们会用一个地址注册，而用另一个地址加入。数量较大则意味着合并需要使用不同的键（Key）。
只有在表格看起来正确之后，您才应该索要汇总数据。
步骤 3：索要四个视图，然后导出
请求按活动划分的出席率、使用加入和离开时间生成的留存曲线、细分群体分析以及该期间的趋势。定价页面将输出结果描述为包含“图表、表格和导出数据”的有依据的回答。
导出结果并保留合并后的表格，而不仅仅是汇总数据。如果本季度的表格仍然存在，下季度的报告制作成本将会低得多。
报告中应包含的数据
| 指标 | 如何获取 | 为什么重要 |
|---|---|---|
| 注册人数 | 注册导出数据 | 其他所有指标的分母 |
| 出席人数 | 出席导出数据 | 人们最常询问的核心数据 |
| 出席率 | 出席人数除以注册人数 | 衡量邀请效果的唯一数字 |
| 出席时长中位数 | 出席时长字段 | 区分只是顺便看看还是完整参与 |
| 流失点 | 首次加入和最后离开时间 | 指向活动流程中的特定时刻 |
| 仅看回放的受众 | 没有出席记录的注册人 | 通常是最大的群体，对后续跟进至关重要 |
| 按活动划分的趋势 | 多个活动堆叠 | 唯一能显示是否有任何改进的视图 |
在这里，中位数比平均值更重要。少数几个把会议页面挂了一下午的参会者会拉高平均值，从而掩盖了实际单场时长较短的事实。
最佳实践与常见错误
报告出席率，而不是出席人数。 注册名单大幅增加才换来稍微多一点的参会者，这算不上是改进。
不要把未出席视为失败。 许多注册人本就打算观看录像，因此后续跟进应该因群体而异，而不是千篇一律。
及时下载。 因为报告与组织者的账户绑定，所以等待即将离职的同事去执行导出是一项应该避免的风险。
将流程表与留存曲线对照查看。 只有当您知道第 18 分钟屏幕上在播放什么时，第 18 分钟出现的流失才有意义。
在堆叠文件之前规范活动命名。 命名不一致是导致趋势图看起来出错的最常见原因。一次性商定好命名模式，并在下载文件时就应用它，而不是事后再去修改。
将结果反馈到邀请环节。 我们关于如何使用 AI 处理活动管理数据的指南涵盖了操作层面，而我们对活动和线上研讨会分析工具的综述则涵盖了更广泛的工具领域。
如果输出结果变成了一项定期的交付物，AI 报告生成器页面展示了其具体形态。我们关于如何从电子表格构建 KPI 仪表板的演练则涵盖了常态化视图。
结论
平台交给你的是单个活动的准确记录。而您的团队真正想要的报告是对比多个活动，并将注册与出席数据合并，而这种整合工作才是全部的核心任务。
先进行合并，检查未匹配的数量，然后再进行计算。保留合并后的表格，这样下一份报告就可以从一小时的工作量开始，而不是一整天。
手头有上个季度的导出文件夹吗？立即尝试 Powerdrill Bloom，将它们堆叠到同一个视图中。
常见问题解答
线上研讨会出席报告中包含什么？
Microsoft 的文档列出了活动开始和结束时间、参会者角色以及总时长。它还列出了首次加入和最后离开时间、参会者人数以及每位参会者的停留时间。
活动结束后多久我可以下载报告？
活动结束后大约五分钟。Microsoft 的页面指出，组织者和共同组织者届时可以在活动聊天中查看并下载出席报告，格式为 .csv 文件。
线上研讨会系列是生成一份报告还是多份报告？
多份。文档指出，定期会议的每个实例都有一份独特的出席报告。因此，在看到任何趋势之前，必须先将系列活动的数据堆叠起来。
为什么我的注册人名单比出席人名单长？
因为注册和出席是不同的行为。其中的差距就是您的出席率，而这种差异很大程度上通常是因为人们打算观看录像。
报告中会出现参会者遗漏的情况吗？
会的。Microsoft 记录了一项隐私设置，允许个人选择不在出席报告中显示身份，因此文件确实可能是不完整的。