Praca z aplikacjami w Qlik Answers

Aplikacje pozwalają Qlik Answers na udzielanie odpowiedzi ze strukturalnych źródeł danych. Aplikacje mogą być dodawane jako źródło treści dla asystentów. Aplikacje mogą być również indywidualnie udostępniane dla Qlik Answers.

Qlik Answers może również generować wykresy i arkusze dla użytkownika, umożliwiając szybkie tworzenie zawartości aplikacji.

Qlik Answers indeksuje aplikacje w celu utworzenia wewnętrznych definicji danych aplikacji. Są one następnie używane do odpowiadania na pytania użytkowników oraz generowania wykresów i arkuszy. Aplikacje są indeksowane po dodaniu do asystenta lub po udostępnieniu dla Qlik Answers. Są one ponownie indeksowane przy każdym przeładowaniu.

Qlik Answers używa następujących elementów do zrozumienia danych aplikacji:

• Model danych

  Pola i model danych aplikacji to podstawowe informacje używane przez Qlik Answers.

• Model logiczny

  Model logiczny utworzony przez logikę biznesową jest używany przez Qlik Answers, ale tylko informacje w sekcjach Przegląd i Pola i grupy.

  Pola ukryte w modelu logicznym nie są używane przez Qlik Answers.

• Elementy główne

  Qlik Answers priorytetowo traktuje użycie wymiarów i miar głównych podczas indeksowania modelu danych, ponieważ są one tworzone przez użytkownika.

• Opisy aplikacji i elementów głównych

  Nieustrukturyzowane dane z opisów są używane do dostarczania dodatkowych informacji kontekstowych dla pól i ich użycia.

• Synonimy logiki biznesowej

  Terminy dodane jako synonimy są używane w celu zapewnienia alternatywnej terminologii dla pytań użytkowników.

Aby uzyskać informacje na temat przygotowywania aplikacji do użycia z Qlik Answers, zobacz Najlepsze praktyki przygotowywania aplikacji do Qlik Answers.

Najlepsze praktyki dotyczące przygotowywania aplikacji dla Qlik Answers

Chociaż każda aplikacja może być używana dla Qlik Answers, czas poświęcony na przygotowanie aplikacji do użycia z Qlik Answers poprawia jakość odpowiedzi.

Przejrzystość i kontekst to najważniejsze czynniki zapewniające dobre wyniki z Qlik Answers. Przejrzystość ułatwia Qlik Answers zrozumienie danych w aplikacji. Kontekst pomaga Qlik Answers interpretować i poprawnie używać danych w aplikacji. Następujące najlepsze praktyki dotyczące przygotowywania aplikacji pomagają zapewnić przejrzystość i kontekst:

• Używaj jednoznacznych i opisowych nazw pól

• Usprawnij swój model danych

• Sprawdź formaty danych pól

• Używaj elementów głównych

• Używaj słownictwa logiki biznesowej do dodawania terminologii

• Usuń niepotrzebne pola ze swojego modelu danych

Używaj jednoznacznych i opisowych nazw pól

Twój model danych powinien używać pól, które są opisowe i jednoznaczne. Nazwy pól powinny:

• Wyjaśniać znaczenie biznesowe każdego pola.

• Stosować jasne, dostosowane do biznesu nazewnictwo, które określa różnice lub podobieństwa do innych pól.

Spróbuj wykonać następujące czynności, aby pomóc uczynić pola jasnymi dla Qlik Answers:

• Używaj pełnych sformułowań, takich jak Customer Name zamiast CUST_NM. Pomaga to dostosować pola do pytań w języku naturalnym.

• Podawaj kwalifikatory kontekstowe w nazwach pól, aby pomóc w ujednoznacznieniu pól. Na przykład:

• Uczyń lokalizacje jasnymi. Używaj Customer City i Store City zamiast dwóch pól o nazwie City.

• Uczyń datę/czas jasnymi. Używaj Order Date i Shipment Date zamiast dwóch pól o nazwie Date.

• Spróbuj wskazać rolę i typ pola. Włącz słowa takie jak liczba, suma, kwota lub procent, aby wyjaśnić ich agregacyjny charakter. Na przykład Order Count. Jeśli nazwy Twoich pól używają wartości logicznych, powinny być odczytywane jako przyimki, na przykład poprzez użycie przedrostków takich jak is_active lub has_churned.

• W przypadku pól klucza poprzedź je kontekstem. Na przykład customer_id i order_id są preferowane w stosunku do ogólnego pola, takiego jak ID lub cust_ref.

Unikaj używania nazw pól, które robią następujące rzeczy:

• Używają niejasnych kodów lub żargonu technicznego.

• Używają słowa Flag lub samego przymiotnika, takiego jak Active dla pola logicznego, ponieważ może to utrudnić interpretację przez Qlik Answers.

• Używają niejednoznacznych lub ogólnych rzeczowników bez kontekstu. Pole o nazwie Amount, na przykład, nie komunikuje, czego to jest kwota. Wiele ogólnych pól może utrudnić Qlik Answers niezawodne mapowanie zapytań w języku naturalnym na właściwe pole.

• Używają zagadkowych skrótów, takich jak cust_no dla numeru klienta lub txn dla transakcji. Utrudniają one Qlik Answers zrozumienie pola.

Usprawnij swój model danych

Usprawnienie modelu danych poprzez usunięcie niepotrzebnych pól zapewnia dokładniejsze, przewidywalne odpowiedzi z Qlik Answers. Wyselekcjonowany wybór pól zmniejsza szanse na nieprawidłowy wybór pola lub pomyłkę ze strony Qlik Answers. Usprawnione modele danych są również szybsze do indeksowania. Aby usprawnić swój model danych:

• Ukryj pola techniczne.

• Skonsoliduj nadmiarowe lub prawie zduplikowane pola w jedną autorytatywną wersję.

Ukryj pola techniczne

Twój model danych powinien prezentować Qlik Answers pola, które zawierają rzeczywistą wartość analityczną. Unikaj dołączania pól technicznych, które nie przyczyniają się do zrozumienia aplikacji przez Qlik Answers. Pola techniczne zawierają informacje takie jak: 

• Identyfikatory

• Klucze

• Znaczniki czasu ładowania

• Kolumny przejściowe

Możesz usunąć niepotrzebne pola, ukrywając je. Ukryte pola są nadal dostępne dla logiki skryptu lub wewnętrznych obliczeń, ale są wykluczone z analizy Qlik Answers.

• W skrypcie ładowania lub Menedżerze danych dodaj prefiks % w ich nazwie (na przykład %Discount2)

• W modelu logicznym w logice biznesowej ustaw ich widoczność na Ukryte.

  Więcej informacji zawiera temat Widoczność.

Konsoliduj i zmieniaj nazwy pól

Należy skonsolidować nadmiarowe lub prawie zduplikowane pola w jedną autorytatywną wersję. Niejednoznaczne pola utrudniają Qlik Answers prawidłową interpretację danych.

Zmień nazwy lub skonsoliduj pola, aby model danych był jak najbardziej przejrzysty do zrozumienia dla Qlik Answers.

Przykład: Usprawnianie modelu danych poprzez naprawę niejednoznacznych pól

Rozważ następujące nazwy pól z modelu danych:

• Discount_Amount

• Discount_Value

• Discount1

• Discount2

Te nazwy pól stwarzają szereg problemów dla Qlik Answers, gdy próbuje je zinterpretować:

• Wiele pól konkuruje o termin discount, tworząc niejednoznaczność dla Qlik Answers.

• Przyrostki numeryczne (1, 2) i niejasne nazwy pól nie zapewniają jasnego znaczenia biznesowego.

• Mieszane konwencje nazewnictwa zmniejszają przejrzystość.

Aby rozwiązać te problemy, należy zmienić nazwy pól podczas przygotowywania aplikacji do użycia z Qlik Answers. Jeśli pola reprezentują różne koncepcje, należy zmienić ich nazwy, aby były jaśniejsze w odniesieniu do ich użycia i celu. Na przykład:

• Product Discount

• Promotional Discount

• Coupon Discount

• Loyalty Discount

Jeśli reprezentują tę samą koncepcję, powinny zostać skonsolidowane w jedno autorytatywne pole, takie jak Discount Amount. Jeśli którekolwiek z tych pól są techniczne lub starszego typu, powinny zostać ukryte.

Formatuj pola daty/czasu ładowane jako zwykły tekst

Niektóre pola zawierają informacje o dacie/czasie, ale są ładowane jako zwykły tekst w modelu danych. Ponieważ nie są one klasyfikowane jako pola daty/czasu, ale raczej jako pola tekstowe, nie będą poprawnie używane w analizach Qlik Answers, ponieważ nie będą traktowane jako prawdziwe pola daty.

Jeśli pole zawierające informacje o dacie/czasie jest oznaczone lub przechowywane jako tekst, przekonwertuj je na odpowiedni format podczas ładowania, używając narzędzi w Menedżerze danych lub funkcji daty w skrypcie ładowania. Zapewnia to, że:

• Pole jest rozpoznawane jako zawierające daty.

• Generowanie automatycznego kalendarza działa.

• Pytania użytkowników oparte na czasie poprawnie mapują się na pola daty/czasu.

• Sortowanie i filtrowanie zachowują się poprawnie.

Używaj elementów głównych

Elementy główne poprawiają zdolność Qlik Answers do interpretacji danych aplikacji. Podczas interpretacji pytań Qlik Answers przywiązuje większą wagę do elementów głównych niż do pól w modelu danych, ponieważ są one tworzone przez użytkownika. Są one ważne, ponieważ użytkownik uznał je za wystarczająco ważne, aby je utworzyć.

Elementy główne dodają przejrzystości i zmniejszają niejednoznaczność, tworząc jedną, zaufaną wersję każdej ważnej metryki lub pola w modelu danych. Pomaga to również w utrzymaniu spójności podobnych odpowiedzi wśród użytkowników. Kiedy ktoś pyta o Profit margin i istnieje odpowiadająca mu miara główna, odpowiedź opiera się na tej samej definicji, bez względu na to, kto pyta lub jak sformułowane jest pytanie.

Jednym z najważniejszych elementów elementów głównych są opisy. Opisy są używane przez Qlik Answers do zapewnienia kontekstu do interpretacji elementów głównych. Dobre opisy w elementach głównych jasno wyjaśniają:

• Intencję

• Znaczenie

• Kontekst biznesowy

Opisy elementów głównych ułatwiają Qlik Answers zrozumienie wymiaru lub miary głównej i wybranie właściwej metryki, nawet jeśli użytkownicy zadają pytania w nieoczekiwany sposób.

Dodatkowe najlepsze praktyki dotyczące elementów głównych i Qlik Answers można znaleźć w temacie Pisanie opisów elementu głównego dla Qlik Answers.

Przykład: Przydatny opis elementu głównego

Miara główna: Customer Acquisition Cost

Opis: Average cost to acquire a new customer. Calculated as total marketing and sales spend divided by the number of newly acquired customers. Excludes retention or renewal spend. Also known as CAC.

Używaj synonimów logiki biznesowej, aby dodać wartość

Synonimy logiki biznesowej pomagają udoskonalić sposób, w jaki Qlik Answers interpretuje terminologię. Chociaż Qlik Answers rozumie powszechny język biznesowy, Twój model danych może zawierać terminologię, której model LLM naturalnie by nie rozpoznał lub nie zinterpretował poprawnie. Synonimy pomagają Qlik Answers zrozumieć terminologię unikalną dla danych Twojej organizacji. Następujące kategorie terminów zyskują na dodaniu synonimów:

• Żargon lub akronimy specyficzne dla organizacji

• Wewnętrzne nazwy wskaźników KPI

• Kody produktów lub procesów, które pełnią również funkcję terminów biznesowych

• Metryki, które wydają się podobne, ale mają odrębne definicje wewnętrzne

• Język specyficzny dla domeny, który nie jest powszechnie używany poza Twoją branżą

Staraj się unikać synonimów, które robią następujące rzeczy:

• Dodają niejednoznaczność. Włączenie na przykład top lub bottom może powodować problemy, ponieważ nie są one jasne. Na przykład 0 może oznaczać 5 najlepszych, 10% najlepszych, najlepszych pod względem przychodów lub liczby transakcji.

  Dodawanie synonimów, które duplikują wartości z pól, może również dodawać niejednoznaczność.

• Duplikują słownictwo dla tych samych terminów, na przykład dodając synonim sales do dwóch oddzielnych pól.

• Zawierają słowa ignorowane (stop words), ponieważ mogą one powodować odrzucanie pytań.

Aby dowiedzieć się więcej, zobacz Dodawanie synonimów.

Qlik Answers i aplikacje dystrybuowane z Qlik Sense Enterprise on Windows

Qlik Answers obsługuje aplikacje dystrybuowane do Qlik Cloud z Qlik Sense Enterprise on Windows. Przed dystrybucją aplikacji do Qlik Cloud należy wykonać jedną z następujących czynności:

• Udostępnić aplikację dla Czat Wniosków.

• Dodać zmienną crossAppsSearchEnabled z definicją 1.

Po dystrybucji do Qlik Cloud aplikacja zostanie automatycznie zindeksowana dla Qlik Answers po przeniesieniu z przestrzeni przejściowej do zarządzanej.