Planejar sua implementação do agente do Tableau para análise conversacional

Definir como o agente do Tableau pode ajudá-lo a trabalhar

Pense na sua experiência diária como analista. Quais consultas sobre dados você se encontra respondendo com frequência? Quais perguntas e respostas você deseja que um agente possa atender para você?

Como analista, você é o especialista em seus dados, seus negócios e os tipos de perguntas que um agente de análise deve responder. Pense no Tableau Agent no Tableau Next como um analista júnior que você está orientando. O tempo que você dedica a coletar casos de uso, obter os dados certos, aprimorar seus modelos semânticos e fornecer contexto para o agente fará desse agente de análise um ativo altamente valioso que, por fim, economiza seu tempo no futuro.

Antes de ativá-lo, considere o melhor uso para o Agente do Tableau em seu negócio. O subagente Análise de dados que habilita o agente do Tableau é altamente eficaz para explorar e responder a perguntas "o que" e "por quê" sobre dados. Ele pode responder às perguntas de dados mais frequentes e economizar tempo para seus analistas.

1. Identifique perguntas de análise comuns para o agente. O agente do Tableau é mais adequado para responder a perguntas analíticas gerais sobre seus dados.

   • Tendências: Perguntas sobre crescimento ou alterações ao longo do tempo, geralmente divididas por região, portfólio ou linha de produto.
   • Classificações e KPIs: Consultas para classificar o desempenho, como identificar as campanhas com melhor desempenho ou os representantes de vendas.
   • Comparações: Analisa como diferentes fatores, como produtos ou contas, contribuem para os negócios em comparação a períodos anteriores.
   • Divisões: Explora como o total é dividido por diferentes categorias.
   • Mocionamento de acompanhamento: Faça uma série de subperguntas para se aprofundar em uma análise.
2. Colete e crie uma lista de exemplos de perguntas de teste (tornas) para o Agente do Tableau. Quais são perguntas comerciais comuns que sua organização deve poder fazer sobre dados? Colete perguntas de usuários de negócios, use sua própria experiência ou faça com que um LLM gere uma lista de consultas prováveis.
3. Determine os dados necessários para as perguntas e os casos de uso escolhidos. Esse processo inclui garantir que você esteja conectado aos dados necessários no Data 360. Os dados podem exigir alguma transformação, seja nos dados de origem (por exemplo, Snowflake) ou no Data 360.

Configurar o agente do Tableau no Tableau Next

Nessa fase, você configurará usuários, ativará recursos da organização e criará e ativará um agente para análise e visualizações no Tableau Next.

1. Configure o Tableau Next para Agentforce e IA. Esta etapa inclui habilitar o Tableau Next, o Einstein e o Agentforce e atribuir conjuntos de permissões de usuário.

2. Ative as configurações para análise agência no Tableau Next. Essas configurações disponibilizam o modelo do agente Analytics e Visualização e seus tópicos e ações no Agentforce.

   Opcionalmente, ative as configurações para dar suporte à criação de um modelo semântico pronto para IA.

3. Crie um agente com o modelo de Análise e Visualização no Agentforce Builder (Jul. 26, Patch 11.0) ou no Agentforce Studio (Jul. 26, Patch 12.0).

Para ver as etapas detalhadas nessa fase, consulte Configurar o agente do Tableau no Tableau Next.

Prepare sua IA de modelo semântico para fornecer contexto para o agente do Tableau

Nessa fase, você seguirá as práticas recomendadas e usará ferramentas disponíveis no Criador de modelos semânticos para preparar o modelo semântico para uso com um agente de análise.

Sua meta ao projetar o modelo semântico é fornecer contexto de negócios para o agente e facilitar a explicação de perguntas, respostas e o modelo semântico sem assistência. Se um analista humano novo no modelo semântico puder entendê-lo sem assistência, o Concierge provavelmente poderá fazer o mesmo.

1. Familiarize-se com os conceitos em Design a Semantic Model for AI-Readyness. Este tópico descreve as práticas recomendadas a serem consideradas ao criar um modelo semântico.
2. Se ainda não tiver feito isso, adicione e crie um modelo semântico no Tableau Next. Isso inclui adicionar objetos de modelo de dados (DMOs) e relacionamentos, seja manualmente ou com assistência de IA. Se necessário, crie campos calculados. Você pode fazer isso manualmente ou com assistência de IA usando o Einstein ou o Data Pro no Criador de modelos semânticos.
3. Defina métricas no modelo semântico para KPIs de alto impacto e campos calculados altamente usados ou medidas de campo. Além disso, revise todas as visualizações, painéis e métricas que você criou no Tableau Next com base no modelo semântico.
4. Adicione descrições para reduzir a ambiguidade em objetos e campos calculados. Você pode fazer isso manualmente ou usando descrições geradas por IA.
5. Adicione preferências de negócio para definir o Knowledge específico da empresa no modelo semântico.
6. Habilite o modelo semântico para uso com um agente de análise criado usando o modelo do Analytics e Visualização. Esta etapa é necessária para poder usar o agente de análise.
   

   Nota Os administradores podem criar listas de fallback de modelos semânticos por agente para cenários em que o contexto semântico não está claro. Para obter mais informações, consulte Configurar o escopo do agente para o agente do Tableau.

Para ver as etapas detalhadas dessa fase, consulte Criar um modelo semântico pronto para IA.

Otimizar, testar e calibrar o modelo semântico

A implementação é um processo iterativo, não linear. Durante cada etapa de definir e refinar o modelo semântico, use o feedback disponível no Criador de modelos semânticos para verificar seus resultados, revisar suas pressuposições, fazer novas perguntas, fazer ajustes e tentar novamente. Conforme você ajusta sua abordagem, cada melhoria pode ajudar a aumentar a precisão e as respostas.

O Criador de modelos semânticos pode oferecer sugestões para otimizar diferentes partes do modelo. O teste manual ajuda a determinar se o modelo está concluído e gera as consultas que você espera. A Calibração de perguntas e respostas facilita o teste de perguntas no agente do Tableau e a criação de uma lista de perguntas verificadas para melhorar a precisão do agente.

Durante essa fase, otimize, teste e refine o modelo semântico para reconhecer perguntas e fornecer respostas relevantes sobre os dados usando o Tableau Agent. O objetivo desse processo é melhorar a precisão das respostas por meio de um ciclo contínuo de teste e refinamento.

• Use as sugestões de Otimização de modelo de IA semântica (beta) para melhorar a integridade do modelo semântico. Essa ferramenta executa uma série de verificações automatizadas em relação ao modelo semântico e calcula a integridade geral do modelo para prontidão para IA.
• Use a Calibração de perguntas e respostas (beta) para testar perguntas no Agent do Tableau e classificar as respostas como Verificadas ou Inexatas. Quando uma resposta for imprecisa, investigue os motivos sugeridos pela Calibração de perguntas e respostas. Você também pode revisar a lógica de consulta usada para a resposta. Que consulta ela usou? Quais partes da consulta estão erradas? Em seguida, você pode calibrar seu modelo usando as calibrações sugeridas, personalizadas para suas perguntas. As calibrações incluem adicionar ou atualizar preferências de negócios, campos e cálculos.

Nota Você deve ter permissões de analista e administrador para usar a Otimização de modelo de IA semântica e a Calibração de perguntas e respostas.

Conforme você faz alterações no modelo semântico, teste as perguntas novamente no Agente do Tableau e continue testando e atualizando até obter as respostas esperadas.

Para ver as etapas detalhadas desta fase, consulte Otimizar e testar o modelo semântico.

Distribuir progressivamente o agente do Tableau em sua organização

Quando terminar a fase de teste, comece a implantar progressivamente o Tableau Agent em sua organização para aprender mais sobre as perguntas reais que as pessoas fazem, não apenas o que você pensava que elas fariam.

1. Comece com 2 a 5 colegas que gostam de testar soluções de software de análise na sua organização. Por exemplo, comece com seus colegas de análise. Observe quais perguntas eles fazem ao agente e como ele responde. As respostas fornecidas pelo Tableau Agent são úteis?
2. Expanda seu conjunto de perguntas de teste ao longo do tempo conforme você vê os tipos de perguntas que os usuários reais estão fazendo.

   Conforme você continua testando e obtém resultados aprimorados, experimente um piloto com 20 a 50 pessoas na sua organização. Continue monitorando as perguntas e teste e calibre o modelo semântico.

   Adicione perguntas comuns com respostas precisas à Calibração de perguntas e respostas e marque-as como Verificadas. Isso ajuda o agente a aprender e responder a perguntas semelhantes com mais precisão, em uma linguagem personalizada para a sua organização.

3. Quando você se sentir confiante sobre o desempenho do Tableau Agent, tente distribuí-lo para um grupo ou departamento inteiro e, em seguida, para toda a organização.

   Conforme você distribui o Agente do Tableau, forneça aos usuários orientação e contexto para ajudá-los a ter sucesso ao fazer perguntas. Oriente-os sobre os tipos de perguntas que eles podem fazer e quais tipos de perguntas não têm suporte. Para obter mais informações, consulte Faça perguntas com o agente do Tableau no Tableau Next e Perguntas e apresentações com suporte para o agente do Tableau.