Gode fremgangsmåter for å legge til forretningspreferanser

Formatering og struktur

Slik formaterer du forretningspreferansene for å sikre at Analytics kan behandle dem riktig.

• Tydelig skille hver preferanse. Start hver forretningspreferanse på en ny linje som starter med #-symbolet. Dette hjelper systemet med å forstå og behandle hver preferanse individuelt.

  Eksempel:

  # Dette er den første preferansen

  # Dette er den andre preferansen

• Hold det kort. Skriv presise, enkle instruksjoner for å unngå å forvirre agenten.

Innhold og formål

Følg disse anbefalte fremgangsmåtene når du skriver forretningsspesifikke preferanser for å hjelpe Analytics med å utføre spørsmål og svar effektivt.

• Legg til forretningsspesifikk Knowledge. Bruk preferanser til å veilede Analytics-spørsmål og svar med informasjon om virksomheten, som
  • Domene-spesifikke retningslinjer.
  • Unik terminologi for organisasjonen.
  • Informasjon som ikke er inkludert i semantisk modellskjema.
• Vær eksplisitt og spesifikk. Beskriv domenets unike logikk eller konsepter tydelig og presist. Veiled Analytics med spesifikke felt fra den semantiske modellen i stedet for å anta at den forstår datamodellen.
• Unngå tvetydighet og konflikter. Forsikre deg om at du ikke har flere preferanser som er i konflikt med og forvirrer agenten. Jo mer klarhet du gir, desto bedre resultat.
• Del opp komplekse instruksjoner. Skill komplekse instruksjoner i enklere, distinkte preferanser for å forbedre agentens ytelse.
• Følg eksempler. Se gjennom de medfølgende eksemplene for å få veiledning om format og innhold. Tilpass disse eksemplene til behovene dine. Vurder disse vanlige mønstrene.
  • For tolkning

    # ‘største’ eller ‘småste’ kontoer henviser til kontoene med henholdsvis høyeste eller laveste totalbeløp.

    # Når en bruker spør om nye salgsemner, returneres salgsemner opprettet i løpet av den siste uken

    # Når det gjelder salgsmuligheter, er TPS en forkortelse for totalt produktsalg

  • For utdata

    Når du spør om salgsdata, sorterer du alltid etter kontonavn

    # Når du spør om salgsemner, alltid returnere salgsemnets navn og status

    Når du analyserer avtaler, må du alltid sammenligne med forrige kvartal

Considerations and Limitations

Vær oppmerksom på disse begrensningene og virkemåtene når du legger til forretningspreferanser.

• Begrenset instruksjonsstørrelse. Du kan legge til opptil 50 instruksjoner, der hver instruksjon er begrenset til 300 tegn. Husk at å legge til flere instruksjoner øker størrelsen på agentens ledetekst, noe som kan føre til tregere responstider.
• Begrenset innvirkning. Forretningspreferanser påvirker for øyeblikket bare Analytics-spørsmål og svar i analyserepresentanten, ikke andre Tableau Next-opplevelser.
• Preferanser er veiledning, ikke kommandoer. Analytics Q&A bruker forretningspreferanser som veiledning, men det er ikke garantert å følge dem i alle svar.
• Brukerinndata har prioritet. Analytics Q&A prioriterer en brukers direkte inndata foran en forretningspreferanseinnstilling. Brukerinndata inkluderer følgende:
  • Spesifikke preferanser i brukerens inndata.
  • Kontekst fra nylig samtalehistorikk.
  • Filtre brukt på siden.
• Ingen funksjonskontroll. Du kan ikke bruke forretningspreferanser til å slå av, endre eller prioritere bestemte Analytics-funksjoner for spørsmål og svar i analyserepresentanten.

Teste og gjenta

Optimalisering av forretningspreferanser er en gjentagende prosess. Eksperimenter med forskjellige instruksjoner og observere agentens svar for å finne ut hva som fungerer best for modellen og brukerne.

• Start lite: Start med enkle forretningspreferanser før du legger til mer kompleks logikk.
• Test din agent: Når du har lagt til en forretningspreferanse, tester du agentens svar.
• Gjenta gradvis: Legg til flere forretningspreferanser én etter én ved å teste agentens svar etter hver tilføjelse.

Tillatelser og systemvirkemåte

Forstå hvordan forretningspreferanser fungerer i forskjellige systemer og miljøer.

• Foretrukket arv: Grunnleggende semantiske modeller eller utvidede programmer overfører ikke automatisk forretningspreferanser. Definer dem spesifikt for hver semantisk modell du arbeider med.
• Hvordan preferanser flyttes mellom systemer:
  • Pakken og synkronisering: Når en semantisk modell pakkes i et datasett, inkluderes forretningspreferansene og deles med andre tilkoblede organisasjoner.
  • Promotering til produksjon: Forretningspreferanser flyttes til produksjonsmiljøet sammen med den semantiske modellen.
  • Løsning av konflikter: Hvis det oppstår en konflikt mellom preferanser under en promotering, må en administrator velge hvilken versjon som skal beholdes.

Når skal en forretningspreferanse brukes

Forretningspreferanser er de spesifikke reglene, jargonet og logikken som et bestemt team eller forretningsenhet bruker på dataene. De legger til et lag med forretningskontekst og forteller Analytics Spørsmål og svar og analyseagenten i Tableau Neste hvordan dataene skal tolkes og brukes til å svare på domene-spesifikke spørsmål.

Viktige elementer i en forretningspreferanse er:

• Unik jargon: De definerer firmaspesifikke termer (for eksempel "Et 'hot lead' er et salgsemne med en score over 90").
• Forretningslogikk: De forklarer hvordan forskjellige datafelt er relatert til hverandre basert på forretningsregler.
• Retningslinjer for bruk: De gir instruksjoner om hvordan data skal brukes i spesifikke rapporter eller analyser.

Når du ikke kan bruke forretningspreferanser

Forretningspreferanser gir semantisk veiledning til agenten, men de utfører ikke beregninger eller kontrollerer en agents kjernevirkemåte. Til mer komplekse behov bruker du i stedet de anbefalte verktøyene.

Tabellen nedenfor viser forretningspreferanser som ikke støttes eller bør håndteres annerledes. Eksemplene viser hva ikke å gjøre.

Forretningspreferanser kontra beskrivelser

Forretningspreferanser er forskjellig fra beskrivelser. Beskrivelser forklarer hva data er, og forretningspreferanser forklarer hvordan en bestemt virksomhet bruker disse dataene.

Beskrivelser: Det faktiske grunnlaget

Beskrivelser er den offisielle, universelle dokumentasjonen for en bit data. De gir en presis, faktuell forklaring som alle i organisasjonen kan forstå, uavhengig av deres spesifikke rolle. Tenk på en beskrivelse som etiketten på en beholder som forteller deg nøyaktig hva som er inne.

Viktige elementer i en god beskrivelse er:

• Objektiv forklaring: En beskrivelse inneholder en tydelig forklaring om dataenes innhold.
• Datakilde: En beskrivelse forklarer hvor informasjonen kommer fra.
• Systemformål: En beskrivelse forklarer hva dataene brukes til (for eksempel "butikkens forsendelsesadresser").
• Tekniske detaljer: En beskrivelse inneholder eventuelle nødvendige begrensninger, for eksempel måleenheter (f.eks. "Vekt i kg").

Eksempel: En salgsdatatabell

Forretningspreferanser kontra beregnede felt

Med et beregnet felt kan du opprette en ny, gjenbrukbar måling eller dimensjon ved å bruke formler og logikk på eksisterende data. Bruk et beregnet felt til å

• Utfør tilpassede beregninger: Definer et presist uttrykk med en formel, for eksempel Profit=Revenue−Cost.
• Bruk betinget logikk: Bruk logikk til å segmentere data i kategorier, som IF[Sales]>1000THEN"Høy"ELSE"Lav".
• Manipulere data: Utfør numeriske operasjoner eller manipuler tekst i eksisterende datafelt.
• Transformer data: Opprett tilpassede forhold, flagg eller datobaserte grupperinger for å klargjøre data for visualiseringer.

Når skal hver felttype brukes

Avgjørelsen mellom et beregnet felt og en forretningspreferanse avhenger av målet ditt. Denne veiledningen beskriver de beste valgene for vanlige scenarier.

Scenario	Bruk Beregnet felt	Bruk forretningspreferanse
Aritmetikk eller logikk for felt
tilpassede grupperinger eller flagg
Juster hvordan analysereagenten tolker terminologi
Påvirke agentisk tolkning eller visning
Trenger presis og gjenbrukbar formel
uttrykke en subjektiv eller kontekstspesifikk regel som ikke er et uttrykk