Interpretando métricas de uso e adoção para GitHub Copilot

Use este artigo para interpretar as métricas de uso e adoção nos painéis de métricas de uso Copilot e de impacto, e identificar oportunidades para aumentar a adoção e o engajamento.

Revisão das tendências gerais de uso

Use os principais gráficos de uso no painel para entender os padrões gerais de adoção e engajamento. Esses gráficos ajudam você a identificar onde o uso está crescendo, nivelando ou diminuindo, para que você possa tomar medidas para manter o envolvimento.

Métrica	O que ele mostra	Como interpretá-lo
DAU (usuários ativos diários) do IDE	Usuários exclusivos que interagiram com Copilot cada dia.	O crescimento sustentado da DAU sinaliza uma participação consistente; quedas acentuadas podem indicar problemas de configuração ou juros reduzidos.
WAU (usuários ativos semanais) do IDE	Usuários únicos ativos em um período contínuo de 7 dias.	Uma relação íntegra entre o número de usuários e o número de licenças (>60%) indica um uso contínuo e intenso.
Taxa de aceitação de conclusões de código	Porcentagem de sugestões aceitas.	Uma taxa crescente sugere aumentar a confiança e a utilidade; uma queda pode apontar para sugestões incompatíveis ou atrito de fluxo de trabalho.

Revisão da adoção de recursos

Os gráficos "Solicitações por modo de chat" e "Adoção do agente" mostram como os desenvolvedores estão usando Copilot Chat e Copilot agent.

Sinal	O que isso te diz	O que procurar
Solicitações por modo de chat	Detalhamento das interações de chat por modo — Perguntar, Editar, Planejar ou Agente.	Uma distribuição equilibrada sugere que os usuários estão explorando vários recursos. O uso intenso de um modo pode realçar onde a habilitação deve se concentrar.
Adoção do agente	Percentual de usuários ativos que usaram Copilot agent.	O crescimento ao longo do tempo mostra que os desenvolvedores estão progredindo de completamentos básicos para recursos mais avançados Copilot.

Análise da adoção de personalizações com a API

Para avaliar como os desenvolvedores adotam personalizações em Copilot CLI, VS Code e outros clientes com suporte, use a API de métricas de uso. Ele informa habilidades, agentes personalizados, atividade de conexão com o servidor MCP (Model Context Protocol), comandos com barra e plugins para empresas e organizações. Os campos aparecem em relatórios por usuário e relatórios agregados de 1 dia, relatórios por usuário de 28 dias e relatórios agregados de 28 dias day_totals. Eles não estão disponíveis no painel. Para definições de campo, clientes com suporte e versões mínimas para nomes de relatórios, consulte Dados disponíveis nas métricas de uso do Copilot.

interaction_count representa eventos diferentes para cada categoria: invocações de habilidades, inicializações de agentes personalizados, tentativas de conexão ou reconexão do MCP, invocações de comandos de barra ou invocações de habilidades associadas a plug-ins. Esses valores contam eventos de atividade, não usuários. As contagens de MCP incluem tentativas de conexão bem-sucedidas e com falha, mas não chamadas a ferramentas por meio de um servidor já conectado nem o uso em andamento do servidor. Cada interação de plugin já está incluída nas contagens de interações de habilidades, enquanto as interações de habilidade não associadas a um plugin aparecem apenas nos totais de habilidades. Não some as contagens de interação de plug-ins e habilidades.

Para identificar sinais fortes de adoção, procure nomes de personalização configurados que aparecem nos arrays de muitos usuários. Nomes personalizados aparecem em relatórios por usuário e em relatórios corporativos e de organização agregados. Use relatórios agregados para ver a adoção geral e relatórios por usuário para ver quem usa cada personalização. Cada matriz de personalização retém até 25 entradas nomeadas por registro, além de uma entrada final other para a atividade restante.

Os dados são provenientes da telemetria do cliente e podem subestimar a atividade. Um nome ausente não significa uso zero: a personalização pode estar fora das entradas retidas, seu nome pode estar indisponível ou a telemetria do cliente pode estar ausente. Use esses relatórios para entender as tendências, não para calcular as taxas exatas de adoção ou verificar se apenas as personalizações aprovadas estão em uso.

Contagens distintas mostram quantos identificadores de item diferentes tinham atividade. No escopo corporativo e da organização, um identificador conta uma vez, mesmo que muitos usuários interagiram com ele, portanto, não adicione contagens distintas por usuário para reproduzir um valor agregado. Compare contagens distintas entre registros ou day_totals para ver se a variedade de personalizações com a atividade está mudando.

Sinal	O que ele sugere	Ação sugerida
Uma habilidade nomeada, um agente personalizado, um comando de barra ou um plugin tem um alto número de interações entre muitos usuários	A personalização é amplamente útil e pode ser uma boa candidata à padronização.	Promova-o por meio de exemplos internos, materiais de integração ou uma biblioteca de personalização compartilhada.
Uma personalização nomeada aparece nas entradas retidas para apenas alguns usuários, mas tem altas contagens de interação para esses usuários	A atividade observada está concentrada entre um pequeno grupo. Outros usuários podem ter atividade fora de seus itens nomeados retidos.	Peça a esses usuários para compartilhar fluxos de trabalho de exemplo. Em seguida, use comentários do desenvolvedor ou outros dados internos para avaliar uma adoção mais ampla antes de expandir a habilitação.
Contagens distintas são altas, mas a maioria das interações é agrupada em other ou custom	Os nomes personalizados podem estar indisponíveis, filtrados porque se parecem com caminhos de arquivo ou fora das entradas retidas.	Verifique as versões do cliente e a cobertura de telemetria antes de tirar conclusões sobre quais personalizações estão em uso.
As contagens de interação permanecem baixas para uma habilidade, um agente personalizado, um comando de barra ou um plug-in que você espera que os desenvolvedores usem	Os desenvolvedores podem não saber se a personalização existe ou quando ela é útil.	Melhore a descoberta com exemplos focados em tarefas e inclua a personalização em sessões de integração ou habilitação relevantes.
A atividade de conexão MCP é maior ou menor do que o esperado	Os desenvolvedores podem estar se reconectando repetidamente, enfrentando falhas nas tentativas de conexão, ou a implementação planejada pode não ter alcançado o público pretendido. Somente as contagens de conexão não mostram se os desenvolvedores estão usando ativamente as ferramentas mcp.	Verifique a configuração do MCP e o processo de distribuição e use outros dados internos ou comentários do desenvolvedor para avaliar o uso contínuo do servidor.
A adoção cresce após uma atividade de habilitação	A atividade pode ter ajudado os desenvolvedores a descobrir personalizações úteis.	Compare vários períodos de relatórios e reúna comentários do desenvolvedor antes de decidir se deseja expandir a atividade.

Revisão da adoção do modelo

Os gráficos "Uso de modelo por dia" e "Uso de modelo por modo de chat" ajudam você a entender quais modelos de IA são usados com mais frequência.

Gráfico	Description	Percepções para extrair
Utilização do modelo por dia	Mostra quais modelos de IA alimentam a atividade Copilot Chat.	Identifique se os usuários estão se envolvendo principalmente com modelos padrão ou experimentando com os mais recentes.
Uso de modelo por modo de chat	Analisa o uso do modelo por modo de chat (Perguntar, Editar, Planejar, Agente).	Monitore como a adoção do modelo evolui à medida que novos modelos são lançados.

Revisão do uso do idioma

Os gráficos "Uso de linguagens" e "Uso de linguagens por dia" mostram quais linguagens de programação os desenvolvedores usam com mais frequência com Copilot.

Gráfico	Description	Como usar
Uso do idioma	Mostra a distribuição da atividade de Copilot Chat por linguagem de programação.	Identifique onde Copilot Chat fornece mais valor e onde o suporte ou habilitação adicional pode ajudar.
Uso de idioma por dia	Acompanha as flutuações diárias na atividade de linguagem.	Detectar mudanças no foco de desenvolvimento ou confirmar se novas equipes ou projetos estão impulsionando o aumento da atividade.

Análise de coortes de adoção

A distribuição das coortes de adoção do painel de impacto mostra a proporção de usuários em cada fase e como essa distribuição muda ao longo do tempo. Para saber o que cada fase significa e como a classificação funciona, consulte Métricas de uso do GitHub Copilot.

Sinal	O que ele sugere	Ação sugerida
Reduzindo a participação da Fase 1, aumentando a participação da Fase 2 ou da Fase 3	Os usuários estão progredindo de conclusões de código para fluxos de trabalho controlados por agente.	Continue com a capacitação atual; considere compartilhar histórias internas de sucesso para manter o ritmo.
Alta ou crescente proporção de usuários inativos	Muitos usuários licenciados ainda não atingiram o limite de envolvimento de uma fase.	Verificar a atribuição de licença e a configuração do IDE; oferecer integração para reengajar usuários inativos. Verifique também se os usuários afetados dependem principalmente de uma superfície que não faz parte dos critérios de classificação de qualquer fase, como Copilot Chat em GitHub.com.
Progressão paralisada da Fase 1 para a Fase 2	Os usuários estão familiarizados com as conclusões e o chat, mas ainda não adotaram as superfícies de agente.	Siga um cartão de recomendação, como configurar Copilot cloud agentou executar uma demonstração de fluxos de trabalho do agente.
Progressão paralisada da Fase 2 para a Fase 3	Os usuários adotaram uma interface de agente, mas não adicionaram interfaces de agente adicionais.	Siga uma recomendação, como habilitar Copilot code review, para introduzir uma segunda superfície de agente.
A fase de um usuário muda de um dia para o outro sem uma alteração em seus hábitos	A atribuição de fase é recalculada diariamente com base nos últimos 28 dias, portanto, a fase de um usuário muda à medida que os dias anteriores expiram.	Esse é o comportamento esperado, não um erro de dados; nenhuma ação necessária.

Quando você vir uma recomendação no painel, como configurar Copilot cloud agent, habilitar Copilot code review, ou enviar um lembrete de integração, siga o guia passo a passo vinculado para concluir a configuração. Cada recomendação é gerada a partir da distribuição de coorte atual da sua organização e tem como alvo a lacuna mais provável para mover os usuários para uma adoção mais profunda.

Revisando o multiplicador de adoção

O multiplicador de adoção compara usuários engajados (Fase 1, 2 ou 3) com usuários passivos em relação ao código entregue (pull requests mesclados por usuário por mês) e ao tempo para mesclar pull requests. Isso mostra o impacto relativo de uma adoção mais profunda, independentemente de quantos usuários se enquadram em cada fase.

Sinal	O que ele sugere	Ação sugerida
Usuários engajados mesclam mais solicitações de pull por usuário por mês do que usuários passivos	Uma maior adoção Copilot está associada a uma produtividade individual mais alta.	Use esta comparação para sustentar o argumento a favor do investimento contínuo em capacitação.
Usuários engajados mesclam menos solicitações de pull por usuário por mês do que usuários passivos	Os usuários envolvidos podem estar gastando mais tempo em trabalhos maiores ou mais complexos, ou a comparação pode refletir diferenças na composição da equipe em vez da profundidade de adoção.	Antes de tirar conclusões, compare os dados com a distribuição da coorte de adoção e os dados em nível de equipe; evite tratar o multiplicador como uma medida isolada de produtividade.
Usuários engajados mesclam solicitações de pull mais rapidamente do que usuários passivos	Uma maior adoção está associada a um ciclo de vida mais curto de uma pull request.	Use essa comparação juntamente com as métricas de ciclo de vida da solicitação de pull para avaliar o impacto geral da entrega.
O multiplicador permanece estável apesar do crescimento na participação da Fase 2 ou Fase 3	A adoção do agente ainda não resultou em uma diferença mensurável nos resultados entre usuários engajados e passivos.	Verifique se o uso do agente está concentrado em alguns usuários ou equipes e se o tempo suficiente passou desde a distribuição para que o impacto seja mostrado.

Revisando comparações do setor

O widget de comparação do setor compara a adoção de IA agêntica da sua empresa e sua alavancagem com os resultados agregados dos pares participantes. Examine a classificação de percentil, a mediana dos pares, o decil superior e a distribuição de pares juntos. Não trate nenhum valor único como uma meta.

Sinal	O que ele sugere	Ação sugerida
A adoção agêntica está acima da mediana dos pares	Uma parcela maior de seus usuários adotou fluxos de trabalho de agente primeiro ou multi-agente do que na coorte de comparação.	Continue com as práticas de capacitação que dão suporte a fluxos de trabalho agênticos e examine quais equipes ainda têm adoção mais baixa.
A adoção agentic está abaixo da mediana dos pares	Sua empresa tem espaço para expandir a adoção de fluxos de trabalho de agente primeiro e multi-agente.	Examine a distribuição da coorte de adoção e priorize a integração inicial ou a capacitação para equipes que permanecem passivas ou com abordagem code-first.
A alavancagem está acima da mediana do grupo de pares	A proporção entre as taxas de mesclagem de usuários agênticos e não agênticos é maior em sua empresa do que na coorte de pares.	Examine as práticas das equipes com forte adoção agêntica e considere se essas práticas podem ser aplicadas de forma mais ampla.
A alavancagem está abaixo da mediana do grupo de pares	A razão entre as taxas de mesclagem entre usuários agênticos e não agênticos é menor do que para a coorte de comparação.	Verifique a composição da equipe, a complexidade do projeto e o quão recentemente os fluxos de trabalho agênticos foram introduzidos antes de alterar seu plano de distribuição.
Sua classificação melhora em períodos de relatório	A posição da empresa melhorou em relação à coorte de pares participantes.	Confirme se a melhoria aparece juntamente com as tendências sustentadas de adoção e pull request antes de expandir o investimento em capacitação.
Os resultados não estão disponíveis	Não há pares participantes elegíveis suficientes do mesmo tamanho da empresa para fornecer a comparação, mesmo depois que o painel expande a coorte de pares para todos os setores. Os resultados também ficam indisponíveis quando sua própria pontuação não pode ser calculada, como quando não há usuários ativos ou todos os usuários ativos já são usuários agent-first ou multiagente, não restando usuários não agênticos com os quais comparar a alavancagem.	Examine as tendências de adoção e uso da sua própria empresa ou organização, quando disponíveis, até que uma comparação com organizações semelhantes esteja disponível.
Sua classificação muda, mas sua pontuação não	A coorte de pares participantes foi alterada ou o painel comparou você com uma coorte diferente da do período anterior.	Verifique qual coorte de pares a linha de classificação mostra antes de comparar os resultados entre períodos.

As comparações do setor mostram associações, não causalidade. Diferenças na composição da equipe, no tipo de projeto, nas práticas de engenharia e na maturidade da adoção podem afetar ambas as medidas. A coorte de pares participantes também pode mudar entre os períodos de relatório.

Revisando o potencial retorno sobre o investimento

A seção Retorno potencial sobre o investimento compara o custo do Copilot, a porcentagem estimada da folha de pagamento e as solicitações de pull por desenvolvedor por mês nas fases de adoção anteriores e com foco no agente. Trate essas comparações como associações direcionais, não prova de que uma alteração na adoção causou uma alteração na saída.

Sinal	O que ele sugere	Ação sugerida
Usuários com foco no agente mesclam mais solicitações de pull com um custo semelhante ou menor como porcentagem da folha de pagamento	O uso com prioridade para agentes está associado a uma maior produção de pull requests em relação ao investimento estimado.	Compare este sinal com o multiplicador de adoção e as tendências ao longo de vários períodos antes de usá-lo para embasar o investimento em capacitação.
Usuários com foco no agente mesclam menos solicitações de pull ou têm um custo maior como porcentagem da folha de pagamento	Diferenças no tipo de trabalho, na composição da equipe ou na maturidade da adoção podem estar afetando a comparação.	Examine a distribuição de coorte e o contexto de nível de equipe antes de tirar conclusões sobre o retorno sobre o investimento.
O percentual de folha de pagamento muda depois que você seleciona um custo de desenvolvedor diferente	O painel está recalculando a estimativa usando uma suposição de compensação diferente, não mostrando uma alteração no uso.	Use a mesma faixa de compensação ao comparar diferentes períodos ou organizações.

Agindo sobre suas percepções

Use tendências de uso, adoção de recursos e atividade de linguagem para orientar o planejamento de habilitação e distribuição.

Observação	Causa possível	Ação sugerida
Alta adoção em algumas equipes, mas baixa em outras	Algumas equipes podem não ter Copilot Chat habilitado ou configurado corretamente.	Verificar a atribuição de licença e a configuração do IDE; oferecer integração em nível de equipe.
Uso constante, mas adoção baixa por agentes	Os desenvolvedores podem não estar cientes dos Copilot agent recursos.	Compartilhe demonstrações internas ou histórias de sucesso.
Queda na DAU ou taxa de aceitação	Problemas de configuração ou redução da relevância das sugestões.	Incentive comentários e verifique o IDE e as versões de extensão.