Praca z aplikacjami w Qlik Answers

Aplikacje umożliwiają Qlik Answers udzielanie odpowiedzi na podstawie strukturyzowanych źródeł danych. Aplikacje można dodawać jako źródło zawartości dla asystentów. Aplikacje można również udostępniać indywidualnie dla Qlik Answers.

Qlik Answers może również generować wykresy i arkusze dla użytkownika, co pozwala na 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 obszarach Przegląd i Pola i grupy.

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

• Elementy główne

  Qlik Answers traktuje priorytetowo 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 dotyczących pól i ich użycia.

• Synonimy logiki biznesowej

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

Informacje na temat przygotowywania aplikacji do użycia z Qlik Answers zawiera temat Najlepsze praktyki przygotowywania aplikacji do Qlik Answers.

Tworzenie indeksu wyszukiwania przy przeładowaniu

Możesz dodać zmienną CreateSearchIndexOnReload, aby indeks wyszukiwania dla Qlik Answers został utworzony przy następnym przeładowaniu.

Jeśli nie dodasz tej zmiennej, pierwsze pytanie zadane w Qlik Answers przy użyciu tej aplikacji zajmie więcej czasu, ponieważ Qlik Answers będzie tworzyć indeks wyszukiwania, jednocześnie odpowiadając na pytanie.

Wykonaj następujące czynności:

1. W aplikacji otwórz Edytor ładowania danych.
2. Dodaj następujący kod do skryptu ładowania: SET CreateSearchIndexOnReload = 1;
3. Kliknij opcję Ładuj dane.

Najlepsze praktyki dotyczące przygotowywania aplikacji dla Qlik Answers

Chociaż z Qlik Answers można używać dowolnej aplikacji, czas poświęcony na przygotowanie aplikacji do użycia z Qlik Answers poprawia jakość odpowiedzi.

Jasność i kontekst to najważniejsze czynniki zapewniające dobre wyniki w Qlik Answers. Jasność ułatwia Qlik Answers zrozumienie danych w aplikacji. Kontekst pomaga Qlik Answers interpretować i prawidłowo wykorzystywać dane w aplikacji. Poniższe najlepsze praktyki dotyczące przygotowywania aplikacji pomagają zapewnić jasność i kontekst:

• Używanie jednoznacznych i opisowych nazw pól

• Usprawnianie modelu danych

• Sprawdzanie formatów danych pól

• Używanie elementów głównych

• Używanie słownika logiki biznesowej do dodawania terminologii

• Usuwanie niepotrzebnych pól z modelu danych

Używanie jednoznacznych i opisowych nazw pól

Model danych powinien zawierać pola, które są opisowe i jednoznaczne. Nazwy pól powinny:

• Wyjaśniać biznesowe znaczenie każdego pola.

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

Spróbuj wykonać następujące czynności, aby ułatwić Qlik Answers zrozumienie pól:

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

• Podaj kwalifikatory kontekstowe w nazwach pól, aby ułatwić rozróżnienie między polami. Na przykład:

• Jasno określaj lokalizacje. Użyj nazw Customer City i Store City zamiast dwóch pól o nazwie City.

• Jasno określaj datę/godzinę. Użyj nazw Order Date i Shipment Date zamiast dwóch pól o nazwie Date.

• Staraj się wskazywać rolę i typ pola. Uwzględniaj słowa takie jak count, total, amount lub percentage, aby wyjaśnić ich agregacyjny charakter. Na przykład Order Count. Jeśli nazwy pól używają wartości logicznych (Boolean), powinny brzmieć jak przyimki, na przykład poprzez użycie przedrostków takich jak is_active lub has_churned.

Unikaj używania nazw pól, które:

• Używają niejasnych kodów lub żargonu technicznego.

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

• Używają dwuznacznych lub ogólnych rzeczowników bez kontekstu. Na przykład pole o nazwie Amount nie informuje, czego dotyczy ta kwota. Wiele pól ogólnych może utrudnić Qlik Answers niezawodne mapowanie zapytań w języku naturalnym na odpowiednie pole.

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

Usprawnianie modelu danych

Usprawnienie modelu danych poprzez usunięcie niepotrzebnych pól pozwala uzyskać dokładniejsze i bardziej przewidywalne odpowiedzi z Qlik Answers. Starannie dobrany zestaw pól zmniejsza ryzyko nieprawidłowego wyboru pola lub dezorientacji ze strony Qlik Answers. Usprawnione modele danych są również szybciej indeksowane. Aby usprawnić model danych:

• Ukryj pola techniczne.

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

Ukrywanie pól technicznych

Model danych powinien prezentować dla Qlik Answers pola, które zawierają rzeczywistą wartość analityczną. Unikaj dołączania pól technicznych, które nie pomagają Qlik Answers w zrozumieniu aplikacji. Pola techniczne zawierają informacje takie jak: 

• Identyfikatory (ID)

• Klucze

• Znaczniki czasu ładowania

• Kolumny przejściowe (staging)

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

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

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

  Więcej informacji zawiera temat Widoczność.

Konsolidowanie i zmiana nazw pól

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

Zmień nazwy pól lub skonsoliduj je, aby model danych był jak najbardziej zrozumiały dla Qlik Answers.

Przykład: usprawnianie modelu danych poprzez eliminowanie dwuznacznych pól

Rozważmy następujące nazwy pól z modelu danych:

• Discount_Amount

• Discount_Value

• Discount1

• Discount2

Te nazwy pól stwarzają szereg problemów dla Qlik Answers podczas próby ich interpretacji:

• Wiele pól rywalizuje o termin discount, co powoduje dwuznaczność dla Qlik Answers.

• Sufiksy numeryczne (1, 2) i niejasne nazwy pól nie niosą ze sobą jasnego znaczenia biznesowego.

• Mieszane konwencje nazewnictwa zmniejszają jasność.

Aby rozwiązać te problemy, należy zmienić nazwy pól podczas przygotowywania aplikacji do użycia z Qlik Answers. Jeśli pola reprezentują różne pojęcia, należy zmienić ich nazwy, aby lepiej odzwierciedlały ich zastosowanie i cel. Na przykład:

• Product Discount

• Promotional Discount

• Coupon Discount

• Loyalty Discount

Jeśli reprezentują one to samo pojęcie, należy je skonsolidować w jedno autorytatywne pole, takie jak Discount Amount. Jeśli którekolwiek z tych pól ma charakter techniczny lub historyczny (legacy), należy je ukryć.

Formatowanie pól daty/godziny ładowanych jako zwykły tekst

Niektóre pola zawierają informacje o dacie/godzinie, ale są ładowane do modelu danych jako zwykły tekst. Ponieważ nie są one klasyfikowane jako pola daty/godziny, lecz jako pola tekstowe, nie będą prawidłowo używane w analizach Qlik Answers, ponieważ nie będą traktowane jako prawdziwe pola daty.

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

• Pole zostanie rozpoznane jako zawierające daty.

• Automatyczne generowanie kalendarza będzie działać.

• Pytania użytkowników oparte na czasie będą prawidłowo mapowane na pola daty/godziny.

• Sortowanie i filtrowanie będą działać prawidłowo.

Używanie elementów głównych

Elementy główne poprawiają zdolność Qlik Answers do interpretowania danych aplikacji. Podczas interpretowania pytań Qlik Answers przypisuje większą wagę elementom głównym niż polom w modelu danych, ponieważ są one tworzone przez użytkownika. Są one ważne, ponieważ użytkownik uznał je za wystarczająco ważne, aby je utworzyć.

Elementy główne zwiększają jasność i zmniejszają dwuznaczność, tworząc jedną, zaufaną wersję każdego ważnego wskaźnika lub pola w modelu danych. Pomaga to również zachować spójność podobnych odpowiedzi u różnych użytkowników. Gdy ktoś pyta o Profit margin i istnieje odpowiadająca mu miara główna, odpowiedź opiera się na tej samej definicji, bez względu na to, kto pyta i 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 właściwego wskaźnika, nawet jeśli użytkownicy zadają pytania w nieoczekiwany sposób.

Dodatkowe najlepsze praktyki dotyczące elementów głównych i Qlik Answers zawiera temat 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.

Używanie synonimów logiki biznesowej w celu dodania wartości

Synonimy logiki biznesowej pomagają doprecyzować sposób, w jaki Qlik Answers interpretuje terminologię. Chociaż Qlik Answers rozumie powszechny język biznesowy, Twój model danych może zawierać terminologię, której model LLM nie rozpoznałby naturalnie ani nie zinterpretowałby prawidłowo. Synonimy pomagają Qlik Answers zrozumieć terminologię unikalną dla danych Twojej organizacji. Dodanie synonimów przynosi korzyści w przypadku następujących kategorii terminów:

• Żargon lub akronimy specyficzne dla organizacji

• Wewnętrzne nazwy potoczne 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 danej dziedziny, nieużywany powszechnie poza Twoją branżą

Staraj się unikać synonimów, które:

• Wprowadzają dwuznaczność. Na przykład uwzględnienie słów 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 wprowadzać dwuznaczność.

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

• Zawierają słowa ignorowane (stop words), ponieważ mogą one spowodować odrzucenie pytań.

Aby dowiedzieć się więcej, zobacz temat Dodawanie synonimów.

Korzystanie z funkcji Dostęp do sekcji i Qlik Answers