GitHub Copilot の使用状況と導入メトリックの解釈

Copilot使用状況メトリック ダッシュボードを表示したら、この記事を使用して各グラフを解釈し、導入とエンゲージメントを向上させる機会を特定できます。

全体的な使用状況の傾向の確認

ダッシュボードの主な使用状況グラフを使用して、全体的な導入パターンとエンゲージメント パターンを理解します。 これらのグラフは、使用量が増加している場所、平準化されている場所、または減少している場所を特定するのに役立ちます。そのため、エンゲージメントを維持するためのアクションを実行できます。

メトリック	表示される内容	それを解釈する方法
IDE の毎日のアクティブ ユーザー (DAU)	毎日 Copilot を操作した一意のユーザー。	持続的なDU成長は、一貫したエンゲージメントを示します。急激な減少は、構成の問題または関心の低下を示している可能性があります。
IDE の毎週アクティブなユーザー (WAU)	7日間のスライディングウィンドウでアクティブなユニークユーザー。	正常な WAU とライセンスの比率 (>60%) は、強力な継続的な使用状況を示します。
コード補完の受け入れ率	受け入れられた提案の割合。	上昇率は、信頼と有用性を高めることを示唆しています。ドロップは、不一致の提案やワークフローの摩擦を指している可能性があります。

機能導入のレビュー

"チャット モードごとの要求数" グラフと "エージェント導入" グラフは、開発者が Copilot Chat と Copilot agentをどのように使用しているかを示しています。

シグナル	それがあなたに伝えるもの	注意点
チャット モードあたりの要求数	モード別のチャット操作の内訳 - Ask、Edit、Plan、または Agent。	バランスの取れた分散は、ユーザーが複数の機能を探索していることを示しています。 1 つのモードを大量に使用すると、有効化がフォーカスする必要がある場所が強調表示される場合があります。
エージェントの導入
Copilot agentを使用したアクティブ ユーザーの割合。	時間の経過に伴う増加は、開発者が基本的な完了からより高度な Copilot 機能に進んでいることを示しています。

API を使用 Copilot CLI カスタマイズの導入を確認する

開発者が Copilot CLI カスタマイズを採用する方法を評価するには、使用状況メトリック API を使用します。 企業および組織のスキル、カスタム エージェント、モデル コンテキスト プロトコル (MCP) サーバー接続アクティビティ、スラッシュ コマンド、プラグインを報告します。 フィールドは、ユーザーごとのレポートと集計された 1 日のレポート、ユーザーごとの 28 日間のレポート、および集計された 28 日間の day_totalsに表示されます。 これらはダッシュボードでは使用できません。 フィールド定義については、 Copilot使用状況メトリックで使用可能なデータ を参照してください。

interaction_count は、カテゴリごとに異なるイベントを表します。スキル呼び出し、カスタム エージェントの開始、MCP 接続または再接続の試行、スラッシュ コマンドの呼び出し、またはプラグインに関連付けられたスキル呼び出しです。 これらの値は、ユーザーではなくアクティビティ イベントをカウントします。 MCP の数には、成功した接続試行と失敗した接続試行の両方が含まれますが、既に接続されているサーバーまたは進行中のサーバーの使用を介したツール呼び出しは含まれません。 すべてのプラグインの相互作用は既にスキルの相互作用数に含まれていますが、プラグインに関連付けられていないスキルの相互作用はスキルの合計にのみ表示されます。 プラグインとスキルの相互作用の数を一緒に追加しないでください。

強力な導入シグナルを特定するには、多くのユーザーの配列に表示される名前付きカスタマイズを探します。 各配列には、そのレコードの相互作用数が最も多い 5 つのエントリのみが含まれます。 したがって、存在しないエントリをゼロ使用法として解釈したり、配列を使用して正確な導入率を計算したりしないでください。

個別のカウントは、アクティビティを持っていたさまざまな項目識別子の数を示します。 企業および組織のスコープでは、多くのユーザーが操作した場合でも識別子は 1 回カウントされるため、集計値を再現するためにユーザーごとの個別のカウントを追加しないでください。 レコードまたは day_totals 間で個別の数を比較して、アクティビティを含むカスタマイズの多様性が変化しているかどうかを確認します。

シグナル	提案内容	推奨されるアクション
名前付きスキル、カスタム エージェント、スラッシュ コマンド、またはプラグインは、多くのユーザー間で高い相互作用数を持ちます	カスタマイズは広く役立ち、標準化の候補となる可能性があります。	社内の事例、オンボーディング資料、または共有のカスタマイズライブラリを通じて普及させましょう。
名前付きカスタマイズは、少数のユーザーに対してのみ上位 5 に表示されますが、それらのユーザーの操作数は多くなります	観察された活性は、小グループ間で濃縮される。 他のユーザーは、上位 5 つのエントリ以外のアクティビティを持っている可能性があります。	これらのユーザーにサンプル ワークフローを共有するよう依頼します。 その後、開発者のフィードバックやその他の内部データを使用して、有効化を拡大する前に、より広範な導入を評価します。
個別カウントは多いですが、ほとんどのインタラクションは other に分類されています	開発者は、レポートで名前が公開されていないユーザー定義のカスタマイズを多数使用しています。	内部カスタマイズ ソースとカタログを確認して、重複するオプションを統合、文書化、または管理する機会を特定します。
開発者による利用が見込まれるスキル、カスタム エージェント、スラッシュ コマンド、またはプラグインのインタラクション数は低いままです	開発者は、カスタマイズが存在するか、役に立つときを知らない可能性があります。	タスクに重点を置いた例を使用して検出可能性を向上させ、関連するオンボードまたは有効化セッションにカスタマイズを含めます。
MCP 接続アクティビティが予想以上または低い	開発者は、再接続を繰り返したり、接続試行に失敗したり、計画されたロールアウトが意図した対象ユーザーに到達していない可能性があります。 接続数だけでは、開発者が MCP ツールを積極的に使用しているかどうかは示されません。	MCP の構成とロールアウト プロセスを確認し、他の内部データまたは開発者フィードバックを使用して、継続的なサーバーの使用を評価します。
導入は有効化アクティビティの後に拡大する	このアクティビティは、開発者が便利なカスタマイズを見つけ出すのに役立つ可能性があります。	アクティビティを拡張するかどうかを決定する前に、複数のレポート期間を比較し、開発者のフィードバックを収集します。

モデルの導入の確認

"[Model usage per day](1 日あたりのモデル使用量) グラフと [Model usage per chat mode](チャットモードごとのモデル使用量) グラフは、最も頻繁に使用される AI モデルを理解するのに役立ちます。"

チャート	Description	派生するインサイト
1 日あたりのモデル使用量	どの AI モデルが Copilot Chat アクティビティに電力を供給するかを示します。	ユーザーが主に既定のモデルに関心を持っているか、新しいモデルを試しているかを特定します。
チャット モードごとのモデルの使用状況	チャット モード (Ask、Edit、Plan、Agent) でモデルの使用状況を分類します。	新しいモデルがリリースされると、モデルの導入がどのように進化するかを監視します。

言語の使用状況の確認

"言語の使用状況" グラフと "1 日あたりの言語使用量" グラフは、開発者が Copilot で最もよく使用するプログラミング言語を示しています。

チャート	Description	使用方法
言語の使用方法	プログラミング言語による Copilot Chat アクティビティの共有を示します。
Copilot Chatが最も価値のある場所と、追加のサポートまたは有効化が役立つ可能性がある場所を特定します。
1 日あたりの言語使用量	言語アクティビティの毎日の変動を追跡します。	開発の焦点の変化を見つけるか、新しいチームやプロジェクトが活動の増加を促進しているかどうかを確認します。

導入コホートの検証

Impact ダッシュボードの導入コーホート分布では、各フェーズにおけるユーザーの割合と、その分布が時間の経過とともにどのように変化するかが示されます。 各フェーズの意味と分類のしくみについては、 GitHub Copilotの使用状況メトリクス を参照してください。

シグナル	提案内容	推奨されるアクション
フェーズ1の割合の縮小、フェーズ2またはフェーズ3の割合の拡大	ユーザーは、コード補完からエージェント駆動型ワークフローに進んでいます。	現在の有効化を続行します。は、勢いを維持するために、社内の成功事例を共有することを検討します。
高い、または増加している受動的ユーザーの割合	ライセンスを持つユーザーの多くは、フェーズのエンゲージメントしきい値にまだ達していません。	ライセンスの割り当てと IDE のセットアップを確認する。非アクティブなユーザーを再び関与させるためにオンボードを提供します。 また、影響を受けるユーザーが、Copilot ChatのGitHub.comなど、フェーズの分類基準の一部ではないサーフェスに主に依存しているかどうかを確認します。
フェーズ1からフェーズ2への移行の停滞	ユーザーは完了とチャットに慣れているが、エージェント サーフェスを採用していない。
Copilot cloud agentの構成などの推奨事項カードに従うか、エージェント ワークフローのデモを実行します。
フェーズ 2 からフェーズ 3 への移行の停滞	ユーザーは 1 つのエージェント サーフェスを採用しましたが、追加のエージェント サーフェスに重ねていません。
Copilot code reviewの有効化などのレコメンデーション カードに従って、2 つ目のエージェント サーフェスを導入します。
ユーザーのフェーズは、習慣を変更することなく、ある日から次の日に変わります	フェーズの割り当ては、末尾の 28 日間のウィンドウから毎日再計算されるため、ユーザーのフェーズは、古い日がウィンドウからロールアウトされるとシフトします。	これは予期される動作であり、データ エラーではありません。アクションは必要ありません。

Copilot cloud agentの構成、Copilot code reviewの有効化、オンボード ナッジの送信など、ダッシュボードにレコメンデーション カードが表示されたら、リンクされた方法に従ってセットアップを完了します。 各推奨事項は、組織の現在のコーホート配布から生成され、ユーザーをより深い導入に移行する可能性が最も高いギャップをターゲットとしています。

導入乗数の確認

導入倍率は、コードの出荷量（ユーザー 1 人あたり月ごとにマージされたプル リクエスト数）とプル リクエストがマージされるまでの時間について、積極的なユーザー（フェーズ 1、2、または 3）とパッシブ ユーザーを比較します。 これは、各フェーズに含まれるユーザーの数に関係なく、より深い導入の相対的な影響を示しています。

シグナル	提案内容	推奨されるアクション
アクティブ ユーザーは、非アクティブ ユーザーよりも 1 ユーザーあたり月ごとに多くのプル リクエストをマージします	より深い Copilot 導入は、個々の出力の増加に関連しています。	この比較を使用して、継続的な有効化投資のケースをサポートします。
エンゲージされたユーザーは、パッシブ ユーザーよりも 1 か月あたりのユーザーあたりのプル要求数が少なくなります	関心のあるユーザーは、大規模または複雑な作業により多くの時間を費やしている場合や、比較に導入の深さではなくチーム構成の違いが反映される場合があります。	結論を導き出す前に、導入コーホートの分布やチーム単位のデータと照らし合わせて確認し、乗数を生産性を単独で示す指標として扱わないようにしてください。
関与しているユーザーは、パッシブ ユーザーよりも高速にプル要求をマージします	より深い導入は、より短いプル要求ライフサイクルに関連しています。	この比較を pull request ライフサイクル メトリックと共に使用して、全体的な配信への影響を評価します。
フェーズ 2 またはフェーズ 3 シェアの成長にもかかわらず、乗数は横ばいのまま	エージェントの導入はまだ、関与しているユーザーとパッシブ ユーザーの間の出力の測定可能な違いに変換されていません。	エージェントの使用が少数のユーザーまたはチームに集中しているかどうか、および影響を示すためにロールアウトから十分な時間が経過しているかどうかを確認します。

潜在的な投資収益率の確認

潜在的な投資収益率セクションでは、以前の導入フェーズとエージェント優先導入フェーズで、Copilotコスト、給与の推定パーセンテージ、および開発者ごとのプル要求を月ごとに比較します。 これらの比較は、導入の変化が出力の変化を引き起こしたという証拠ではなく、方向の関連付けとして扱います。

シグナル	提案内容	推奨されるアクション
エージェントファーストのユーザーは、給与総額に対する割合で見て同程度またはそれ以下のコストで、より多くのプルリクエストをマージします	エージェント優先の使用は、推定投資に対するより多くの pull request 出力に関連付けられます。	このシグナルを、有効化投資を通知するために使用する前に、複数の期間にわたる導入の乗数と傾向と比較します。
エージェント優先のユーザーは、マージするプル要求の数が少ないか、人件費に占めるコストの割合が高くなります	作業の種類、チーム構成、または導入の成熟度の違いが、比較に影響を与える可能性があります。	投資収益率に関する結論を導き出す前に、コホートの分布とチーム レベルのコンテキストを確認します。
別の開発者コストを選択した後の給与率の変化	ダッシュボードでは、使用量の変化を示すのではなく、別の補正の前提条件を使用して見積もりを再計算しています。	異なる期間または組織を比較する場合は、同じ補正バンドを使用します。

分析情報に基づいて行動する

使用状況、機能導入、言語アクティビティの傾向を使用して、有効化とロールアウトの計画をガイドします。

観察	考えられる原因	推奨されるアクション
一部のチームでは高い導入が、他のチームでは低い	一部のチームでは、 Copilot Chat が有効になっていないか、正しく構成されていない可能性があります。	ライセンスの割り当てと IDE のセットアップを確認する。チームレベルのオンボーディングを提供します。
使用状況は安定しているが、エージェントの採用率は低い	開発者は、 Copilot agent 機能を認識していない可能性があります。	社内デモや成功事例を共有します。
DAU または受け入れ率の低下	構成の問題または提案の関連性の低下。	フィードバックを推奨し、IDE と拡張機能のバージョンを確認します。