Risoluzione dei problemi relativi alle risposte di Qlik Answers con la traccia di ragionamento
La traccia di ragionamento mostra i passaggi che Qlik Answers ha eseguito per elaborare una domanda e generare una risposta. La revisione della traccia aiuta a verificare che siano stati utilizzati i dati corretti e a identificare dove apportare miglioramenti quando una risposta non è quella prevista.
Per gli utenti di Qlik Answers, può aiutare a convalidare le domande o guidare l'utente nel porre domande di follow-up. Per i proprietari di contenuti come assistenti e applicazioni, può aiutare a verificare che i dati dell'applicazione o le knowledge base forniscano le risposte previste o se è necessario apportare miglioramenti
Accesso alla traccia di ragionamento
Dopo che Qlik Answers ha restituito una risposta, fare clic su Visualizza origine sotto la risposta, quindi fare clic su Mostra ragionamento. La traccia si espande per mostrare ogni passaggio eseguito dalla pipeline.
Comprensione della struttura della traccia
La traccia di ragionamento è un registro degli agenti che sono stati eseguiti e delle decisioni che hanno preso. Gli agenti coinvolti e il numero di volte in cui ciascuno viene eseguito dipendono dalla domanda posta e dalle sorgenti dati configurate nell'applicazione. La traccia non segue una sequenza fissa. Una domanda semplice può coinvolgere meno agenti, mentre una domanda complessa in più parti può richiamare lo stesso agente più volte prima di produrre una risposta finale.
I seguenti agenti possono apparire in una traccia:
-
Agente Answers
-
Agente Data Analyst
-
Agente Knowledge Base
Agente Answers
L'agente Answers appare all'inizio e alla fine di ogni traccia. All'inizio, legge la domanda, determina quali sorgenti dati sono necessarie e indirizza il lavoro agli agenti specialisti appropriati. Alla fine, assembla i risultati parziali nella risposta finale mostrata all'utente.
Il blocco di apertura dell'agente Answers descrive ciò che l'agente ha compreso della domanda.
Ragionamento dell'agente Answers
Verificare che l'oggetto e le eventuali entità siano identificati correttamente. Se l'agente ha interpretato male la domanda in questa fase, gli agenti specialisti a valle eseguiranno query nel contesto sbagliato.
Agente Data Analyst
L'agente Data Analyst gestisce le domande che coinvolgono dati strutturati. Cerca nel modello dati i campi e le misure pertinenti, crea espressioni di calcolo e crea gli oggetti grafico che appaiono nella risposta.
Per domande complesse, l'agente Data Analyst può apparire più di una volta nella traccia. Ad esempio, può eseguire un primo passaggio per scoprire i campi, un secondo passaggio per verificare che un valore specifico esista nei dati e un terzo passaggio per creare le visualizzazioni.
Agente Knowledge Base
L'agente Knowledge Base gestisce le domande che coinvolgono contenuti non strutturati, come documenti interni, trascrizioni di riunioni, promemoria o PDF collegati all'applicazione come sorgente dati della knowledge base.
Quando una domanda richiede sia dati strutturati che non strutturati, l'agente Answers indirizza il lavoro sia all'agente Knowledge Base che all'agente Data Analyst. Ogni agente restituisce i propri risultati in modo indipendente e l'agente Answers li combina nella risposta finale.
Se un utente pone una domanda che fa chiaramente riferimento a un documento o a una riunione e l'agente Knowledge Base non appare nella traccia, verificare che una sorgente dati della knowledge base sia collegata all'applicazione e che il contenuto sia stato indicizzato.
Agente Summarization
L'agente Summarization gestisce le domande che coinvolgono contenuti non strutturati nelle knowledge base quando:
-
Gli utenti richiedono un riepilogo o una scomposizione delle fonti non strutturate disponibili nelle knowledge base utilizzate da un assistente.
-
Gli utenti richiedono un riepilogo di una specifica fonte non strutturata in una knowledge base utilizzata dall'assistente.
L'agente Summarization fornisce riepiloghi delle fonti non strutturate disponibili e del loro contenuto.
Lettura dei punteggi di somiglianza
La sezione più importante di qualsiasi traccia è l'output di rilevamento dei campi all'interno dell'agente Data Analyst. Questa sezione elenca ogni campo e voce principale considerati dall'agente, insieme a un punteggio di somiglianza per ciascuno.
Il punteggio di somiglianza indica quanto bene la ricerca semantica ha abbinato un campo o una voce principale alla domanda dell'utente. L'agente utilizza i campi e le voci principali con il punteggio più alto per creare la risposta. Se un campo o una voce principale che ci si aspettava venisse utilizzato è assente dall'elenco, o è presente ma ha ottenuto un punteggio inferiore rispetto a un campo o a una voce principale concorrente, la risposta è stata probabilmente creata utilizzando dati diversi da quelli previsti.
Interpretazione dei punteggi
| Punteggio | Cosa significa |
|---|---|
| 0,88 e superiore | Corrispondenza forte. L'agente è sicuro che questo campo o voce principale sia pertinente alla domanda. |
| 0,82 – 0,87 | Buona corrispondenza. Il campo o la voce principale viene selezionato in modo affidabile per la maggior parte delle domande di questo tipo. |
| 0,75 – 0,81 | Corrispondenza moderata. Il campo o la voce principale può essere selezionato, ma un campo o una voce principale concorrente con un punteggio più alto potrebbe avere la precedenza. |
| Inferiore a 0,75 | Corrispondenza debole. È improbabile che il campo o la voce principale venga utilizzato, o potrebbe essere sostituito con un campo o una voce principale meno pertinente. |
Cosa cercare
Quando si esamina l'elenco dei campi e delle voci principali, controllare quanto segue:
-
Il campo o la voce principale previsto è presente?
Se manca del tutto, l'etichetta e la descrizione del campo o della voce principale potrebbero non corrispondere alla lingua utilizzata nella domanda.
-
Il campo o la voce principale previsto ha un punteggio più alto rispetto ai campi o alle voci principali concorrenti?
Se un campo o una voce principale diverso ha ottenuto un punteggio più alto ed è stato utilizzato al suo posto, la risposta potrebbe sembrare corretta ma attingere dai dati sbagliati.
-
Ci sono campi o voci principali nell'elenco che non dovrebbero esserci?
Un campo o una voce principale che ottiene un punteggio inaspettatamente alto potrebbe distogliere l'attenzione dal campo o dalla voce principale corretto.
I campi e le voci principali più importanti per rispondere alle domande degli utenti dovrebbero ottenere costantemente punteggi più alti rispetto a qualsiasi altro campo e voce principale con cui l'agente potrebbe confonderli.
Miglioramento dei punteggi di somiglianza
I punteggi di somiglianza vengono calcolati dai nomi, dalle descrizioni e dai metadati dei campi e delle voci principali. Il loro miglioramento aumenta direttamente il punteggio per le domande pertinenti.
Aggiornamento dei metadati dei campi e delle voci principali
Procedere come indicato di seguito:
-
Nell'applicazione, aprire Gestione dati o Editor caricamento dati.
-
Individuare il campo o la voce principale con un punteggio di somiglianza basso o mancante.
-
Aggiornare il nome del campo o della voce principale per utilizzare un linguaggio aziendale semplice che rifletta il modo in cui gli utenti lo chiederanno.
Per Gestione dati, vedere Modifica di una tabella
Per Editor caricamento dati, vedere Ridenominazione dei campi.
Per le voci principali, vedere:
-
Aggiungere o espandere la descrizione della voce principale per spiegare chiaramente cosa contiene la voce principale, quale concetto aziendale rappresenta e quando dovrebbe essere utilizzata. Vedere:
-
Ricaricare l'applicazione.
-
Porre di nuovo la stessa domanda e aprire la traccia di ragionamento per verificare che il punteggio sia migliorato.
Un campo denominato NETWR senza descrizione otterrà un punteggio significativamente inferiore rispetto a un campo etichettato Importo vendite nette con una descrizione che recita "Ricavi totali dalle transazioni di vendita completate, dopo l'applicazione degli sconti." Più i metadati riflettono il linguaggio aziendale naturale, più alto sarà il punteggio del campo quando gli utenti pongono domande pertinenti.
Risoluzione dei conflitti tra campi e voci principali
Quando due campi o voci principali coprono concetti simili e competono per la stessa query, l'agente seleziona quello con il punteggio più alto. Se viene utilizzato il campo o la voce principale sbagliato, è necessario rivederlo.
Procedere come indicato di seguito:
-
Rivedere i metadati per entrambi i campi o le voci principali.
-
Rendere il nome e la descrizione del campo o della voce principale previsti più specifici e più direttamente allineati con il termine aziendale che gli utenti stanno cercando.
Per i nomi dei campi:
Per Gestione dati, vedere Modifica di una tabella
Per Editor caricamento dati, vedere Ridenominazione dei campi.
Per le voci principali, modificare il nome o la descrizione. Vedere:
-
Se il campo o la voce principale concorrente è meno pertinente, aggiornarne il nome o la descrizione per rifletterne l'ambito effettivo in modo più accurato, in modo che ottenga un punteggio inferiore nelle query non correlate.
Diagnosi di una risposta errata o incompleta
Utilizzare le seguenti indicazioni quando la risposta di Qlik Answers non corrisponde a quanto previsto.
La risposta ha utilizzato il campo o la voce principale sbagliato
Procedere come indicato di seguito:
-
Aprire la traccia di ragionamento e individuare l'output di rilevamento dei campi nell'agente Data Analyst.
-
Trovare il campo o la voce principale che è stato utilizzato e annotarne il punteggio di somiglianza.
-
Trovare il campo o la voce principale che ci si aspettava venisse utilizzato. Se è nell'elenco, confrontare il suo punteggio con il campo o la voce principale che è stato selezionato.
-
Se il campo o la voce principale previsto ha ottenuto un punteggio inferiore, aggiornarne il nome o la descrizione per migliorarne la pertinenza alla domanda.
Per le voci principali, modificare la descrizione. Vedere:
-
Se il campo o la voce principale previsto non è affatto nell'elenco, rivederne il nome e la descrizione. È probabile che sia descritto in termini tecnici che non corrispondono al modo in cui gli utenti formulano le domande.
Un campo o una voce principale manca del tutto dall'elenco
Procedere come indicato di seguito:
-
Aprire l'output di rilevamento dei campi nella traccia.
-
Confermare che il campo o la voce principale esista nel modello dati.
-
Se si utilizza un modello logico di business logic, confermare che il campo o la voce principale non sia separato.
-
Rivedere il nome e la descrizione del campo o della voce principale.
Se uno dei due è assente o utilizza convenzioni di denominazione interne (come i codici di campo SAP per i campi), aggiungere un nome e una descrizione in linguaggio semplice.
Vedere:
-
Ricaricare l'applicazione ed eseguire nuovamente la domanda per verificare che il campo o la voce principale appaia ora nella traccia.
La risposta è corretta ma incompleta
L'output di pianificazione dell'agente Data Analyst descrive quali grafici sono stati creati e quali dimensioni sono state selezionate. Se una dimensione o una misura manca dai grafici pianificati, il suo punteggio di somiglianza era probabilmente abbastanza alto da apparire nell'elenco dei campi e delle voci principali, ma al di sotto della soglia per la selezione del grafico. Il miglioramento dei metadati del campo o della voce principale correlati lo porterà al di sopra della soglia di selezione.
La narrazione e il grafico mostrano numeri diversi
La sintesi finale dell'agente Answers include ID di prova tra parentesi che collegano ogni affermazione nel testo all'oggetto grafico da cui proviene. Ad esempio:
Brand 1 sold 24 vehicles generating total revenue of $1,584,041.82 [d1f09de1-4a5a...]
Se il numero nel testo non corrisponde al grafico, la sintesi ha fatto riferimento a un oggetto grafico diverso da quello visualizzato. Individuare l'oggetto di riferimento utilizzando l'ID e confrontare la sua espressione con il grafico visibile.
Riferimento: Agenti e i loro ruoli
| Agente | Quando appare | Cosa verificare |
|---|---|---|
| Agente Answers (apertura) | Sempre | Oggetto della domanda ed entità corretti identificati. |
| Agente Data Analyst | Quando sono necessari dati strutturati |
Campi e voci principali corretti trovati. I punteggi di somiglianza per i campi chiave e le voci principali sono superiori a 0,82. |
| Agente Knowledge Base | Quando è necessario un contenuto non strutturato |
Documento o promemoria corretto recuperato. La fonte della knowledge base è collegata e indicizzata. |
| Agente Summarization | Quando si riepilogano file indicizzati nelle knowledge base |
File corretto selezionato. Il tipo di riepilogo corrisponde alla richiesta. |
| Agente Answers (chiusura) | Sempre |
La risposta finale assembla correttamente i risultati di tutti gli agenti. Gli ID di prova corrispondono ai grafici visibili. |