Bonnes pratiques d'utilisation de la logique métier
Découvrez comment créer un vocabulaire et un modèle logique utiles pour les utilisateurs d'applications. La création d'une logique métier propre aux utilisateurs permet à ces derniers d'utiliser vos applications rapidement et efficacement.
En quoi consiste la logique métier dans Qlik Cloud ?
La logique métier définit la manière dont Insight Advisor interprète les données et gère les termes alternatifs des valeurs du modèle de données. La logique métier de Qlik Cloud comporte deux parties : le modèle logique et le vocabulaire.
En quoi consiste le modèle logique ?
Le modèle logique d'une application est le modèle conceptuel utilisé par Insight Advisor lors de la génération de visualisations. Il est créé à partir du modèle de données sous-jacent d'une application. Chaque application a un seul modèle logique. Les champs et les éléments principaux sont les composants essentiels du modèle logique. Ils sont organisés en groupes. Les groupes indiquent une relation ou une association conceptuelle entre les champs ou les éléments principaux. Le modèle logique contient également des informations sur les relations possibles entre les groupes.
Le modèle logique influence directement le mode de fonctionnement d'Insight Advisor. Par exemple, quand un utilisateur sélectionne un champ pour afficher une analyse des tendances, Insight Advisor tente de trouver un champ de date faisant partie d'un groupe de calendriers principal. Si le champ est Ventes, Insight Advisor donne la priorité à un champ tel que Date de commande plutôt qu'à un champ Date d'anniversaire de l'employé.
Les développeurs d'applications peuvent garantir à leurs utilisateurs une expérience cohérente en créant un modèle logique lors de la phase de développement, avant la publication d'une application.
En quoi consiste le vocabulaire ?
Vous créez des vocabulaires dans Vocabulaire sous Logique métier dans le menu de navigation de l'application. Les vocabulaires permettent d'améliorer les performances des questions en langage naturel. Par exemple, vous pouvez utiliser du vocabulaire pour :
-
Ajouter des noms alternatifs de champs, d'éléments principaux et de valeurs.
-
Définir des noms de valeurs codées.
-
Définir le type d'analyse Insight Advisor à utiliser avec certains termes ou questions.
-
Fournir des exemples de question que les utilisateurs peuvent poser.
Création d'exemples de question pour les utilisateurs
Vous pouvez créer des exemples de question pour guider les utilisateurs de votre application en leur suggérant les types de question qu'ils peuvent poser à Insight Advisor dans une application. Les questions doivent correspondre au type d'analyse que les utilisateurs de votre application souhaitent effectuer. Les exemples de question aident les utilisateurs à comprendre les exigences à respecter en matière de structure et d'entrées pour pouvoir poser leurs propres questions.
Vos exemples de question doivent aider les utilisateurs à poser des questions simples et directes facilement reconnues par Insight Advisor. Les utilisateurs doivent utiliser la terminologie standard de l'industrie, même si cela dépend de l'ajout de synonymes à la logique métier.
Par exemple, Insight Advisor ne reconnaît pas les éléments qui ne figurent pas dans le modèle de données. Si vous demandez, Afficher les marchés que nous avons remportés, Insight Advisor ne comprendra pas les termes que nous avons remportés. Au lieu de cela, vous devriez demander Afficher les marchés où, suivi du champ qui correspond à gagner est égal à vrai.
Pour des instructions sur la création d'exemples de question, voir Ajout d'exemples de question à Insight Advisor.
Création de synonymes pour Insight Advisor
De nombreuses entreprises ont leur propre terminologie en ce qui concerne les mesures telles que revenus, rentabilité, voire même performances. Vous pouvez ajouter des synonymes au vocabulaire de votre logique métier pour permettre aux utilisateurs de poser des questions employant leur propre terminologie. L'ajout de termes personnalisés à votre vocabulaire garantit que les utilisateurs qui n'utilisent pas l'orthographe exacte d'un champ puissent tout de même poser des questions et utiliser Insight Advisor.
Insight Advisor reconnaît les mesures, les dimensions et les champs définis dans votre application. Par exemple, si vous demandez, Quelles sont mes ventes, et si votre modèle de données contient une mesure nommées revenus, Insight Advisor ne saura pas que ces termes sont synonymes. Si vous ajoutez ventes comme synonyme de la mesure revenus, Insight Advisor répondra correctement aux questions. Vous pouvez utiliser une logique métier pour connecter ces termes et lier d'autres termes.
Pour des instructions sur la création de synonymes, voir Ajout de synonymes à Insight Advisor.
Association de termes à une analyse personnalisée
Vous pouvez ajouter un mappage d'analyse personnalisée de sorte que certains termes ou expressions renvoient des analyses spécifiques dans Insight Advisor. Cela permet aux utilisateurs d'obtenir les résultats escomptés lorsqu'ils posent des questions à Insight Advisor.
Par exemple, un directeur général peut préférer voir les ventes toujours sous forme de classement des représentants commerciaux. Vous pouvez lier le terme performances de sorte qu'il renvoie toujours un graphique de classement lorsqu'il est employé dans une question.
Pour des instructions sur la création d'analyses personnalisées, voir Ajout d'analyses personnalisées à Insight Advisor.
Gestion des nouvelles données dans le modèle logique
Si vous ajoutez de nouvelles données à votre application après avoir créé une logique métier, ces éléments, champs et mesures s'afficheront sous forme d'éléments non groupés (indépendants) dans votre modèle logique. Insight Advisor n'utilise pas d'éléments non groupés. Vous devez les regrouper manuellement dans le modèle logique pour qu'ils soient disponibles dans Insight Advisor.