Concierge의 성능 향상을 위한 팁: Analytics Q&A

지원되는 Edition을 확인하세요.

Concierge 구현에 필요한 단계에 대한 전체 개요는 Tableau Next에서 Concierge 구현 계획을 참조하십시오.

데이터 집합을 의도적으로 준비합니다.

• 조인을 신중하게 설계합니다. 결과 집합을 확장하고 쿼리를 느리게 만드는 다대다 또는 비정규 조인(예: BETWEEN)을 피하십시오. 예: 계정에 기회를 조인하는 경우 조인 키가 고유한지(예: AccountID) 확인하여 결과가 폭발하지 않도록 합니다.
• 복잡성을 ETL에 푸시합니다. 대량 계산 또는 파생 필드(예: 예측 매출액)는 런타임 시 다시 계산되지 않고 Data Cloud 변환에서 사전 계산되어야 합니다.

  예: 런타임에서 예측된 기회 마감률을 계산하는 대신 ETL로 계산하고 메트릭으로 노출합니다.

• 대규모 팩트 테이블(천만 개 이상의 행)을 신중하게 처리합니다. 집계(예: 월간 매출 총액)를 미리 계산하거나 시맨틱 모델 필터를 적용하여 런타임 시 스캔된 데이터를 줄입니다.

  예: 500만 개의 행이 있는 세일즈 팩트 테이블의 경우 전체 데이터 집합을 스캔하지 않고도 컨시어지의 "분기별로 ACV 표시" 답변에 도움이 되도록 분기별로 ACV를 미리 집계합니다.

시맨틱 모델 설계에 대한 모범 사례 따르기

• 비즈니스에 필요한 개체 및 필드만 포함합니다.
• 간소화된 시맨틱 모델은 쿼리를 더 빠르게 생성하고 필드 매핑의 정확성을 향상합니다.

Tableau Next에서 시맨틱 모델을 설계하고 세분화하는 자세한 지침은 AI 준비를 위한 시맨틱 모델 설계 및 AI용 시맨틱 모델 구축을 참조하십시오.

미리 정의 메트릭

자주 묻는 발화를 직접 지원하는 시맨틱 모델의 메트릭을 정의합니다.

• 메트릭은 분석 에이전트가 특정 논리가 적용되는 위치 및 시기를 이해하는 데 도움이 되는 컨텍스트를 제공합니다.
• 메트릭을 정의하면 비용이 많이 드는 임시 쿼리 경로를 피하고 조직 전체에서 일관성을 보장하여 대기 시간이 향상됩니다.

  예: "내 ACV는 무엇입니까?"는 시맨틱 모델에서 ACV 메트릭을 만듭니다. "ACV"를 참조하는 향후 발화는 더 빠른 라우팅과 일관된 논리의 혜택을 누릴 수 있습니다.

목적 질문하기

Concierge에서 열린 질문 대신 표적 질문을 합니다. 대상이 지정된 질문은 분석해야 하는 데이터 양을 줄이고, 쿼리 대기 시간을 향상하고, 매우 큰 데이터 집합의 시간 초과를 방지합니다.

• 질문 범위를 제한하여 쿼리 범위를 줄입니다.
• 시간 범위를 명확하게 지정하는 질문을 합니다. 예: "2025년 1분기의 세일즈 표시" 및 "세일즈 표시" 비교
• 범주, 측정값 또는 집계를 더 적게 포함하도록 질문을 간소화합니다.
• 긴 레코드 목록을 요청하지 마십시오. 쿼리 범위를 줄이기 위해 수천 개의 레코드가 필요하지 않은 질문을 합니다. 예: "상위 10개 기회는 무엇입니까?"와 "모든 기회 표시" 비교