Vous êtes ici :
Meilleures pratiques pour ajouter des préférences métiers
Suivez les consignes ci-dessous pour rédiger des Préférences métiers efficaces qui aident Concierge à : Analytics Q&A fonctionne mieux avec votre contexte et votre logique métier.
Mise en forme et structure
Voici comment mettre en forme vos préférences métiers pour vous assurer que les Q&A Analytics les traitent correctement.
- Séparez clairement chaque préférence. Commencez chaque préférence métier sur une nouvelle ligne qui commence par un symbole '#'. Cela aide le système à comprendre et à traiter chaque préférence individuellement.
Exemple :
# C'est la première préférence
# C'est la deuxième préférence
- Faites court. Écrivez des instructions concises et simples pour éviter de désorienter l'agent.
Contenu et objet
Pour améliorer les performances d'Analytics Q&A, suivez les meilleures pratiques ci-dessous en écrivant vos préférences métiers spécifiques.
- Ajoutez Knowledge spécifique au métier. Utilisez les préférences pour guider Analytics Q&A avec des informations sur votre activité, telles que :
- Consignes spécifiques au domaine.
- Terminologie unique pour votre organisation.
- Informations non incluses dans le schéma du modèle sémantique.
- Soyez explicite et précis. Décrivez clairement et concis la logique ou les concepts uniques de votre domaine. Guidez Analytics Q&A avec des champs spécifiques de votre modèle sémantique au lieu de supposer qu'il comprend le modèle de données.
- Évitez les ambiguïtés et les conflits. Veillez à ne pas avoir plusieurs préférences qui entrent en conflit avec l'agent et le désorientent. Plus vous apportez de clarté, meilleurs sont les résultats.
- Décomposez les instructions complexes. Séparez les instructions complexes en préférences plus simples et distinctes pour améliorer les performances de l'agent.
- Suivez des exemples. Consultez les exemples fournis pour des conseils sur le format et le contenu. Adaptez ces exemples à vos besoins. Tenez compte des schémas courants ci-dessous.
- Pour interprétation
# Les comptes « plus grands » ou « plus petits » désignent les comptes dont le total_amount est le plus élevé ou le plus faible, respectivement
# Lorsqu'un utilisateur demande de nouvelles pistes, renvoyer les pistes créées la semaine dernière
# Lorsqu'on se réfère à des opportunités, TPS est un raccourci pour les ventes totales de produits
- Pour sortie
# Lorsque vous demandez des données commerciales, triez toujours par nom de compte
# Lorsque vous demandez des pistes, renvoyez toujours le nom et le statut de la piste
# Lors de l'analyse des affaires, toujours comparer au trimestre précédent
- Pour interprétation
Considerations and Limitations
Lors de l'ajout de préférences métiers, tenez compte des limitations et comportements ci-dessous.
- Taille d'instruction limitée. Vous pouvez ajouter jusqu'à 50 instructions, chaque instruction étant limitée à 300 caractères. Notez que l'ajout d'instructions supplémentaires augmente la taille de l'invite de l'agent, ce qui peut ralentir les temps de réponse.
- Champ d'application limité. Actuellement, les préférences métier affectent uniquement les conversations Q&A Analytics dans l'agent Analytics, pas les autres expériences Tableau Next.
- Les préférences sont des guides, pas des commandes. Analytics Q&A utilise les préférences métiers comme guide, mais il n'est pas garanti de les suivre dans chaque réponse.
- L'entrée utilisateur est prioritaire. Analytics Q&A priorise l'entrée directe d'un utilisateur sur un paramètre de préférence métier. L'entrée utilisateur comprend :
- Préférences spécifiques dans l'entrée de l'utilisateur.
- Contexte de l'historique des conversations récentes.
- Filtres appliqués à la page.
- Aucun contrôle de fonctionnalité. Vous ne pouvez pas utiliser les préférences métiers pour désactiver, modifier ou prioriser des fonctionnalités Q&A Analytics spécifiques dans l'agent Analytics.
Test et itération
L'optimisation des préférences métiers est un processus itératif. Expérimentez avec différentes instructions et observez les réponses de l'agent pour déterminer ce qui convient le mieux à votre modèle et à vos utilisateurs.
- Commencer petit : Commencez par de simples préférences métiers avant d'ajouter une logique plus complexe.
- Testez votre agent : Après avoir ajouté une préférence métier, testez la réponse de l'agent.
- Mettre progressivement en œuvre : Ajoutez d'autres préférences métiers une par une, en testant la réponse de l'agent après chaque ajout.
Autorisations et comportement système
Comprenez le comportement des préférences métiers dans différents systèmes et environnements.
- Héritage des préférences : Les modèles sémantiques de base ou les applications étendues ne transmettent pas automatiquement les préférences métiers. Définissez-les spécifiquement pour chaque modèle sémantique que vous utilisez.
-
Modalités de déplacement des préférences entre les systèmes :
- Empaquetage et synchronisation : Lorsqu'un modèle sémantique est empaqueté dans un kit de données, ses préférences métiers sont incluses et partagées avec d'autres organisations connectées.
- Promotion en production : Les préférences métiers évoluent vers l'environnement de production avec le modèle sémantique.
- Résolution des conflits : En cas de conflit entre les préférences pendant une promotion, un administrateur doit sélectionner la version à conserver.
Quand utiliser une préférence métier
Les préférences métiers correspondent aux règles, au jargon et à la logique spécifiques qu'une équipe ou une unité commerciale particulière applique aux données. Ils ajoutent une couche de contexte métier, indiquant à Analytics Q&A et à l'agent Analytics dans Tableau Next comment interpréter et utiliser les données pour répondre à des questions spécifiques au domaine.
Les principaux éléments d'une préférence métier comprennent :
- Jargon unique : Ils définissent des termes spécifiques à l'entreprise (par exemple, « Une 'piste chaude' est toute piste avec un score supérieur à 90 »).
- Logique métier : Ils expliquent comment les différents champs de données sont liés les uns aux autres en fonction de règles métiers.
- Consignes d'utilisation : Ils fournissent des instructions sur la façon dont les données doivent être appliquées dans des rapports ou des analyses spécifiques.
Quand ne pas utiliser les préférences métiers
Les préférences métiers fournissent un guide sémantique à l'agent, mais elles n'effectuent pas de calculs et ne contrôlent pas le comportement principal d'un agent. Pour des besoins plus complexes, utilisez à la place les outils recommandés.
Le tableau ci-dessous répertorie les préférences métiers qui ne sont pas prises en charge ou qui doivent être traitées différemment. Les exemples fournis montrent ce qu ' il ne faut pas faire.
| CAS D'UTILISATION | Recommandation | Explication | Exemple à éviter |
|---|---|---|---|
| Définitions qui nécessitent des formules ou des expressions | Créez un champ calculé. | Améliore la cohérence et préserve l'intégrité de votre modèle sémantique. | Les ventes par client correspondent aux ventes divisées par le nombre de clients |
| Manipuler les résultats sur le champ (par exemple, effectuer une addition, une soustraction, une multiplication, une division, ou calculer des pourcentages ou des ratios) | Créez un champ calculé. | Ce cas d'utilisation n'est pas pris en charge. | Multiplier les pourcentages par 100 Scores toujours arrondis |
| Contexte commercial général | Écrivez un guide direct et actionnable. | Les Q&A Analytics et l'agent Analytics ont besoin d'instructions spécifiques sur l'interprétation ou l'affichage des données, pas d'informations générales. | Le locataire est une instance produit Salesforce spécifique. Un Compte peut avoir de nombreux Locataires, même de même type |
| Blocage de rubriques ou de questions | Gérez les autorisations au niveau de la source de données. | Ce cas d'utilisation n'est pas pris en charge. | Ne répondez à aucune question sur les opportunités |
| Ajuster les sorties spécifiques au rôle | Créez des modèles sémantiques ou des vues séparés pour chaque rôle. | Ce cas d'utilisation n'est pas pris en charge. | Lorsqu'un commercial pose des questions sur les performances financières, agrégez toujours par trimestre et affichez la tendance moyenne de la taille des affaires |
| Modifier la structure des réponses. | Ce cas d'utilisation n'est pas pris en charge. Analytics Q&A détermine la meilleure structure de réponse. | En répondant, n'affichez pas de visualisation. Dans chaque réponse, dites d'abord à l'utilisateur 'Merci', puis affichez la réponse, puis terminez par 'Au revoir'. | |
| Mise en forme visuelle. | Ce cas d'utilisation n'est pas pris en charge. | En affichant des métriques commerciales au fil du temps, utilisez un graphique en courbes |
Préférences métiers par rapport aux descriptions
Les préférences métiers sont différentes des descriptions. Les descriptions expliquent ce que sont les données et les préférences métiers comment une entreprise spécifique utilise ces données.
Descriptions : The Factual Foundation
Les descriptions sont la documentation officielle et universelle d'un élément de données. Ils fournissent une explication concise et factuelle que tout le monde dans l'organisation peut comprendre, quel que soit son rôle spécifique. Pensez à une description comme l'étiquette d'un contenant qui indique exactement ce qu'il contient.
Les principaux éléments d'une bonne description comprennent :
- Explication objective : Une description indique clairement le contenu des données.
- Origine des données : Une description explique l'origine de l'information.
- Objectif du système : Une description explique à quoi les données servent (par exemple, ., « Magasine les adresses d'expédition des clients »).
- Détails techniques : Une description fournit toutes les contraintes nécessaires, par exemple les unités de mesure (p. ex. « Poids en kilogrammes »).
Exemple : Un tableau de données commerciales
Voici comment ces concepts s'appliquent à un tableau de vente :
- Tableau : sales_transactions
- Description : Enregistre toutes les ventes réalisées, y compris l'ID de produit, le montant de la vente en USD et la date de la transaction
- Préférence métier : Lorsque les utilisateurs posent des questions sur les «régions les plus performantes», ils désignent les régions avec les ventes brutes les plus élevées, en excluant les retours ou les remises
En utilisant à la fois des descriptions et des préférences métiers, vous créez un modèle de données techniquement précis et contextuellement intelligent. Cela permet à l'agent Analytics de donner des réponses plus pertinentes et plus utiles.
Préférences métiers par rapport aux champs calculés
Un champ calculé permet de créer une métrique ou une dimension réutilisable en appliquant des formules et une logique à vos données existantes. Utilisez un champ calculé pour :
- Effectuez des calculs personnalisés : Définissez une expression précise avec une formule, par exemple Profit=Revenu-Coût.
- Appliquer une logique conditionnelle : Appliquez une logique pour segmenter les données en catégories, par exemple IF[Sales]>1000THEN"High"ELSE"Low".
- Manipuler les données : Exécutez des opérations numériques ou manipulez le texte dans des champs de données existants.
- Transformer les données : Créez des ratios personnalisés, des indicateurs ou des regroupements basés sur la date afin de préparer les données pour les visualisations.
Quand utiliser chaque type de champ
Le choix entre un champ calculé et une préférence métier dépend de votre objectif. Ce guide présente les meilleurs choix pour des scénarios courants.
| Scénario | Utiliser un champ calculé | Utiliser la préférence métier |
| Arithmétique ou logique sur les champs |  |
 |
| Regroupements ou indicateurs personnalisés | |
|
| Ajustement de l'interprétation de la terminologie par l'agent Analytics | |
|
| Influencer l'interprétation ou l'affichage par un agent | |
|
| Nécessité d'une formule précise et réutilisable | |
|
| Expression d'une règle subjective ou spécifique au contexte qui n'est pas une expression | |
|
