Советы по повышению производительности в консьерже: Вопросы и ответы Analytics

Просмотр поддерживаемых версий.

Полный обзор этапов, необходимых для внедрения консьержа, см. в разделе «Планирование внедрения консьержа в Tableau Next».

Подготовка набора данных намеренно

• Дизайн присоединяется осторожно. Избегайте объединений «Многие ко многим» или нестрогих (например, МЕЖДУ), которые расширяют наборы результатов и медленные запросы. Пример: При присоединении функции «Возможности к организациям» убедитесь в уникальности ключей объединения (например, AccountID) для предотвращения взрыва результатов.
• Внедрите сложность в ETL. Тяжелые вычисления или извлеченные поля (например, «Прогнозируемый доход») должны быть предварительно вычислены в трансформациях Data Cloud, а не пересчитаны во время выполнения.

  Пример: Вместо вычисления прогнозируемого уровня закрытия возможности в среде выполнения, вычислите его в ETL и отобразите в качестве показателя.

• Вдумчиво обрабатывайте большие таблицы фактов (>100 миллионов строк). Предварительно вычислите агрегации (например, итоговые суммы ежемесячного дохода) или примените фильтры семантической модели для уменьшения сканирования данных во время выполнения.

  Пример: В таблице фактов продаж с 500 миллионами строк предварительно агрегируйте ACV по кварталам, чтобы помочь консьержу ответить «Показать мне ACV по кварталу», не сканируя полный набор данных.

Следование рекомендациям по созданию семантической модели

• Добавьте только объекты и поля, необходимые для предприятия.
• Упрощенные семантические модели обеспечивают более быстрое создание запросов и повышают точность соотнесений полей.

Подробные рекомендации по созданию и настройке семантической модели в Tableau Next см. в разделе «Разработка семантической модели для готовности на основе искусственного интеллекта» и «Создание семантической модели на основе искусственного интеллекта».

Предопределенные показатели

Определите показатели в семантической модели, которые напрямую поддерживают часто задаваемые реплики.

• Показатели предоставляют контекст, который может помочь агентам аналитики понять, где и когда применяется определенная логика.
• Определение показателей улучшает задержку, избегая дорогостоящих путей ситуативных запросов и обеспечивая согласованность в организации.

  Пример: "Какой у меня ACV?" создает показатель ACV один раз в семантической модели. Будущие реплики, ссылающиеся на "ACV", выигрывают от более быстрой маршрутизации и последовательной логики.

Задать целевые вопросы

Задавайте целевые вопросы, а не открытые вопросы в консьерже. Целевые вопросы уменьшают объем данных, подлежащих анализу, улучшают задержку запросов и предотвращают истечение времени ожидания в очень больших наборах данных.

• Ограничьте диапазон вопросов (реплик), чтобы сократить область запроса.
• Задавайте вопросы, четко определяющие диапазоны времени. Пример: «Показать продажи за I квартал 2025 года» по сравнению с «Показать продажи»
• Упростите вопросы, чтобы добавить меньше категорий, мер или агрегаций.
• Избегайте запросов длинных списков записей. Задавайте вопросы, которые не требуют тысяч записей, чтобы сократить область запроса. Пример: "Какие лучшие 10 возможностей?" против "Показать мне все возможности?"