Interpretación del uso y las métricas de adopción para GitHub Copilot

Después de ver el panel de métricas de uso, puede usar este artículo para interpretar cada gráfico e identificar oportunidades para aumentar la Copilot adopción y la participación.

Revisión de las tendencias generales de uso

Use los gráficos de uso principales del panel para comprender los patrones generales de adopción y participación. Estos gráficos le ayudan a identificar dónde aumenta el uso, se reduce o disminuye, por lo que puede tomar medidas para mantener la interacción.

Métrica	Lo que muestra	Cómo interpretarlo
Usuarios activos diarios del IDE (DAU)	Usuarios únicos que interactuaron con Copilot cada día.	El crecimiento sostenido de la DAU indica un compromiso coherente; los descensos agudos pueden indicar problemas de configuración o interés reducido.
Usuarios activos semanales del IDE (WAU)	Usuarios únicos activos en una ventana móvil de 7 días.	Una relación de WAU a licencia saludable (>60%) indica un uso activo continuo.
Tasa de aceptación de finalizaciones de código	Porcentaje de sugerencias aceptadas.	Una tasa creciente sugiere un aumento de la confianza y la utilidad; Un descenso puede apuntar a sugerencias no coincidentes o fricción en el flujo de trabajo.

Revisión de la adopción de características

Los gráficos "Solicitudes por modo de chat" y "Adopción del agente" muestran cómo los desarrolladores usan Copilot Chat y Copilot agent.

Señal	Lo que te dice	Qué se debe tener presente
Solicitudes por modo de chat	Desglose de las interacciones de chat por modo: Pregunte, Edite, Plan o Agente.	Una distribución equilibrada sugiere que los usuarios están explorando varias funcionalidades. Un uso intensivo de un modo puede resaltar dónde debe centrarse la habilitación.
Adopción de agente	Porcentaje de usuarios activos que usaron Copilot agent.	El crecimiento con el tiempo muestra que los desarrolladores están progresando desde finalizaciones básicas hasta características más avanzadas Copilot .

Revisión de la adopción de la personalización Copilot CLI mediante la API

Para evaluar cómo los desarrolladores adoptan Copilot CLI personalizaciones, use la API de métricas de uso. Informa sobre habilidades, agentes personalizados, la actividad de conexión al servidor de Model Context Protocol (MCP), comandos de barra diagonal y complementos para empresas y organizaciones. Los campos aparecen en los informes diarios por usuario y agregados, en los informes de 28 días por usuario y en los informes agregados de 28 días day_totals. No están disponibles en el panel. Para obtener definiciones de campo, consulte Datos disponibles en métricas de uso de Copilot.

interaction_count representa un evento diferente para cada categoría: invocaciones de habilidades, inicios de agentes personalizados, intentos de conexión o reconexión de MCP, invocaciones de comandos con barra o invocaciones de habilidades asociadas a complementos. Estos valores cuentan eventos de actividad, no usuarios. El recuento de MCP incluye tanto los intentos de conexión satisfactorios como los fallidos, pero no las llamadas a herramientas realizadas a través de un servidor ya conectado ni el uso continuado del servidor. Cada interacción del complemento ya está incluida en los recuentos de interacciones de habilidades, mientras que las interacciones de habilidades que no están asociadas a un complemento solo aparecen en los totales de habilidades. No sumes los recuentos de interacciones de plugins y habilidades.

Para identificar indicios claros de adopción, busque personalizaciones identificadas por nombre que aparezcan en las listas de muchos usuarios. Cada matriz contiene solo las cinco entradas con los recuentos de interacción más altos para ese registro. Por lo tanto, no interprete una entrada ausente como uso cero ni use las matrices para calcular una tasa de adopción exacta.

Los recuentos distintos muestran cuántos identificadores de elemento diferentes tenían actividad. En el ámbito de empresa y organización, un identificador cuenta una vez aunque muchos usuarios interactúen con él, por lo que no agreguen recuentos distintos por usuario para reproducir un valor agregado. Compara los recuentos distintos entre registros o day_totals para ver si está cambiando la variedad de personalizaciones con actividad.

Señal	Lo que sugiere	Acción sugerida
Una habilidad con nombre, un agente personalizado, un comando slash o un complemento registra un alto número de interacciones entre numerosos usuarios.	La personalización es ampliamente útil y puede ser un buen candidato para la normalización.	Promoverlo a través de ejemplos internos, materiales de incorporación o una biblioteca de personalización compartida.
Una personalización con nombre definido figura entre las cinco primeras solo para unos pocos usuarios, pero tiene un número elevado de interacciones para esos usuarios.	La actividad observada se concentra entre un grupo pequeño. Otros usuarios pueden tener actividad fuera de sus cinco entradas principales.	Pida a esos usuarios que compartan flujos de trabajo de ejemplo. A continuación, use los comentarios del desarrollador u otros datos internos para evaluar la adopción más amplia antes de expandir la habilitación.
Los recuentos distintos son altos, pero la mayoría de las interacciones se agrupan en other	Los desarrolladores usan muchas personalizaciones definidas por el cliente cuyos nombres no se exponen en el informe.	Revise los orígenes y catálogos de personalización internos para identificar oportunidades para consolidar, documentar o controlar las opciones superpuestas.
El número de interacciones sigue siendo bajo para una habilidad, un agente personalizado, un comando slash o un complemento que espera que usen los desarrolladores.	Es posible que los desarrolladores no sepan que la personalización existe o cuando resulta útil.	Mejore la detectabilidad con ejemplos centrados en tareas e incluya la personalización en sesiones de incorporación o habilitación pertinentes.
La actividad de conexión de MCP es mayor o inferior a la esperada	Los desarrolladores pueden volver a conectarse repetidamente, encontrar intentos de conexión erróneos o es posible que el lanzamiento planeado no haya alcanzado a la audiencia prevista. Los recuentos de conexiones por sí solos no muestran si los desarrolladores usan activamente herramientas de MCP.	Compruebe el proceso de configuración y lanzamiento de MCP y, a continuación, use otros datos internos o comentarios del desarrollador para evaluar el uso continuo del servidor.
La adopción crece después de una actividad de habilitación	La actividad puede haber ayudado a los desarrolladores a detectar personalizaciones útiles.	Compare varios períodos de informes y recopile comentarios del desarrollador antes de decidir si quiere expandir la actividad.

Revisión de la adopción del modelo

Los gráficos "Uso de modelos por día" y "Uso de modelos por modo de chat" le ayudan a comprender qué modelos de IA se usan con más frecuencia.

Gráfico	Description	Conclusiones que se van a derivar
Uso del modelo por día	Muestra qué modelos de inteligencia artificial potencian Copilot Chat la actividad.	Identifique si los usuarios interactúan principalmente con modelos predeterminados o experimentando con otros más recientes.
Uso del modelo por modo de chat	Desglosa el uso del modelo por modo de chat (Preguntar, Editar, Plan, Agente).	Supervise cómo evoluciona la adopción del modelo a medida que se publican nuevos modelos.

Revisión del uso del idioma

Los gráficos "Uso del lenguaje" y "Uso del lenguaje por día" muestran qué lenguajes de programación usan los desarrolladores con más frecuencia con Copilot.

Gráfico	Description	Cómo usarlo
Uso de idiomas	Muestra la proporción de actividad de Copilot Chat por lenguaje de programación.	Identifique dónde Copilot Chat proporciona el máximo valor y dónde puede ayudar el soporte o la habilitación adicionales.
Uso de idioma por día	Realiza un seguimiento de las fluctuaciones diarias en la actividad del lenguaje.	Identificar cambios en el enfoque de desarrollo o confirmar si los nuevos equipos o proyectos están impulsando una mayor actividad.

Revisión de las cohortes de adopción

La distribución por cohortes de adopción del panel de impacto muestra la proporción de usuarios en cada fase y cómo esa distribución cambia con el tiempo. Para conocer qué significa cada fase y cómo funciona la clasificación, consulte Métricas de uso de GitHub Copilot.

Señal	Lo que sugiere	Acción sugerida
Disminución de la cuota de la fase 1, aumento de la cuota de la fase 2 o de la fase 3	Los usuarios progresan desde finalizaciones de código hacia flujos de trabajo controlados por agentes.	Mantener la capacitación actual; considere compartir casos de éxito internos para mantener el impulso.
Proporción elevada o creciente de usuarios pasivos	Muchos usuarios con licencia aún no han alcanzado el umbral de compromiso de una fase.	Verificar la asignación de licencias y la configuración del IDE; ofrecer un proceso de incorporación para reactivar a los usuarios inactivos. Compruebe también si los usuarios afectados dependen principalmente de una superficie que no forme parte de los criterios de clasificación de ninguna fase, como Copilot Chat en GitHub.com.
Progresión estancada de la fase 1 a la fase 2	Los usuarios se sienten cómodos con las sugerencias de autocompletado y el chat, pero aún no han adoptado las interfaces de agente.	Sigue una tarjeta de recomendación, como configurar Copilot cloud agent, o realiza una demostración de los flujos de trabajo de los agentes.
Progresión estancada de la fase 2 a la fase 3	Los usuarios han adoptado una interfaz de agente, pero no han incorporado interfaces de agente adicionales.	Sigue una tarjeta de recomendación, como habilitar Copilot code review, para introducir una segunda interfaz de agente.
La fase de un usuario cambia de un día a otro sin un cambio en sus hábitos	La asignación de fases se recalcula diariamente a partir de la ventana de los últimos 28 días, por lo que la fase de un usuario cambia a medida que los días más antiguos quedan fuera de la ventana.	Este es el comportamiento esperado, no un error de datos; no es necesario realizar ninguna acción.

Cuando veas una tarjeta de recomendación en el panel de control, como configurar Copilot cloud agent, habilitar Copilot code review o enviar un recordatorio de incorporación, sigue la guía enlazada para completar la configuración. Cada recomendación se genera a partir de la distribución actual de cohortes de la organización y tiene como objetivo la brecha más probable para mover a los usuarios hacia una adopción más profunda.

Revisión del multiplicador de adopción

El multiplicador de adopción compara los usuarios comprometidos (fase 1, 2 o 3) con los usuarios pasivos en el código enviado (solicitudes de incorporación de cambios combinadas por usuario al mes) y el tiempo para combinar las solicitudes de incorporación de cambios. Esto muestra el impacto relativo de una adopción más profunda, independientemente del número de usuarios que se encuentran en cada fase.

Señal	Lo que sugiere	Acción sugerida
Los usuarios activos fusionan más pull requests por usuario y mes que los usuarios pasivos	Una adopción más amplia de Copilot se asocia con una mayor productividad individual.	Utiliza esta comparación para respaldar la justificación de la inversión continua en capacitación.
Los usuarios activos fusionan menos solicitudes de incorporación de cambios por usuario y mes que los usuarios pasivos.	Los usuarios comprometidos pueden dedicar más tiempo a un trabajo mayor o más complejo, o la comparación puede reflejar diferencias en la composición del equipo en lugar de la profundidad de adopción.	Contrasta estos datos con la distribución de las cohortes de adopción y los datos a nivel de equipo antes de sacar conclusiones; evita considerar el multiplicador como una medida aislada de la productividad.
Los usuarios activos fusionan las solicitudes de incorporación de cambios más rápido que los usuarios pasivos.	Un mayor nivel de adopción se asocia con un ciclo de vida más breve de las pull requests.	Use esta comparación junto con las métricas del ciclo de vida de las solicitudes de incorporación de cambios para evaluar el impacto general en la entrega.
El multiplicador se mantiene estable a pesar del crecimiento de la proporción de la Fase 2 o la Fase 3.	La adopción del agente aún no se ha traducido en una diferencia medible en la salida entre los usuarios activos y pasivos.	Compruebe si el uso del agente se concentra en algunos usuarios o equipos y si ha transcurrido suficiente tiempo desde la implementación para que se muestre el impacto.

Revisión de la posible rentabilidad de la inversión

La sección Rentabilidad potencial de la inversión compara Copilot el coste, el porcentaje estimado de la nómina y las solicitudes de incorporación de cambios por desarrollador al mes en las fases de adopción iniciales y en las de agente primero. Trate estas comparaciones como asociaciones direccionales, no como prueba de que un cambio en la adopción provocó un cambio en la salida.

Señal	Lo que sugiere	Acción sugerida
Los usuarios de agente primero fusionan más solicitudes de incorporación de cambios con un coste similar o inferior como porcentaje de la nómina.	El uso de agente primero se asocia a un mayor número de solicitudes de incorporación de cambios en relación con la inversión estimada.	Compare esta señal con el multiplicador de adopción y las tendencias a lo largo de varios períodos antes de utilizarla como base para la inversión en capacitación.
Los usuarios de agente primero fusionan menos solicitudes de incorporación de cambios o tienen un coste más elevado como porcentaje de la nómina	Las diferencias en el tipo de trabajo, la composición del equipo o la madurez de la adopción pueden afectar a la comparación.	Revise la distribución de cohortes y el contexto de nivel de equipo antes de extraer conclusiones sobre la rentabilidad de la inversión.
El porcentaje de nómina cambia después de seleccionar un costo de desarrollador diferente	El panel vuelve a calcular la estimación mediante una suposición de compensación diferente, no mostrando un cambio en el uso.	Use la misma banda de compensación al comparar períodos o organizaciones diferentes.

Actuar sobre sus conclusiones

Use tendencias en el uso, la adopción de características y la actividad de lenguaje para guiar la habilitación y el planeamiento de la implementación.

Observación	Causa posible	Acción sugerida
Adopción alta en algunos equipos, pero bajo en otros	Es posible que algunos equipos no tengan Copilot Chat habilitado o configurado correctamente.	Comprobar la asignación de licencias y la configuración del IDE; ofrecer incorporación de nivel de equipo.
Uso estable, pero adopción baja del agente	Es posible que los desarrolladores no conozcan las características de Copilot agent.	Comparta demostraciones internas o casos de éxito.
Caída en DAU o tasa de aceptación	Problemas de configuración o menor relevancia de sugerencias.	Anime a los comentarios y compruebe las versiones del IDE y de la extensión.