为Qlik Answers准备应用程序的最佳实践

尽管任何应用程序都可以用于Qlik Answers，但花费时间准备应用程序以与Qlik Answers一起使用可以提高响应的质量。

清晰度和上下文是确保从Qlik Answers获得良好结果的最重要因素。清晰度使Qlik Answers易于理解应用程序中的数据。上下文有助于Qlik Answers解释并正确使用应用程序中的数据。准备应用程序的以下最佳实践有助于确保清晰度和上下文：

• 使用明确且描述性的字段名称

• 简化您的数据模型

• 检查字段的数据格式

• 使用主条目

• 使用业务逻辑词汇添加术语

• 从您的数据模型中删除不必要的字段

使用明确且具有描述性的字段名称

您的数据模型应使用具有描述性且明确的字段。字段名称应：

• 阐明每个字段的业务含义。

• 应用清晰的、与业务对齐的命名，以概述与其他字段的差异或相似之处。

以下最佳实践有助于阐明字段及其用途：

• 使用完整措辞，例如Customer Name而不是CUST_NM。这有助于使字段与自然语言问题对齐。

• 在字段名称中提供上下文限定符，以帮助区分字段。例如：

• 使位置清除。使用客户城市和商店城市，而不是两个都命名为城市的字段。

• 使数据/时间清除。使用订单日期和发货日期，而不是两个都命名为日期的字段。

• 尝试指明字段的角色和类型。加入“计数”、“总计”、“金额”或“百分比”等词语，以阐明其聚合性质。例如，订单计数。如果您的字段名称使用布尔值，它们应读作介词，例如使用 is_active 或 has_churned 等前缀。

• 对于关键字段，请为其添加上下文前缀。例如，customer_id 和 order_id 优于 ID 或 cust_ref 等通用字段。

避免使用具有以下特点的字段名称：

• 使用不透明代码或技术术语。

• 对布尔字段使用 Flag 或裸形容词（例如 Active），因为这会妨碍对字段的解释。

• 使用没有上下文的模糊或通用名词。例如，一个名为金额的字段，并没有说明它是什么的金额。多个通用字段会使自然语言查询难以可靠地映射到正确的字段。

• 使用隐晦的缩写，例如用cust_no表示客户编号，或用txn表示交易。这些会使理解该字段变得更加困难。

简化您的数据模型

通过移除不必要的字段来简化您的数据模型，可以产生更准确、可预测的答案。精心挑选的字段可以减少字段选择错误或混淆的可能性。简化的数据模型索引速度也更快。要简化您的数据模型：

• 隐藏技术字段。

• 将冗余或近似复制的字段整合为单一的权威版本。

隐藏技术字段

您的数据模型应向Qlik Answers呈现具有实际分析价值的字段。避免包含无助于Qlik Answers理解应用程序的技术字段。技术字段包含以下信息：

• ID

• 键

• 加载时间戳

• 暂存列

您可以通过隐藏不必要的字段来将其移除。隐藏字段仍可用于脚本逻辑或内部计算，但会从Qlik Answers分析中排除。

• 在加载脚本或数据管理器中，在其名称中添加 % 前缀（例如，%Discount2）

• 在业务逻辑中的逻辑模型中，将其可见性设置为隐藏。

  有关更多信息，请参阅可见性。

整合并重命名字段

将冗余或近似复制的字段整合为单一的权威版本。模糊字段使其难以正确解释数据。

重命名或合并字段，使数据模型尽可能清除易懂。

示例：通过修复模糊字段来简化数据模型

考虑数据模型中的以下字段名称：

• 折扣金额

• 折扣值

• 折扣1

• 折扣2

这些字段名称在 Qlik Answers 尝试解释它们时造成了一些问题：

• 多个字段争用术语 折扣，为 Qlik Answers 造成了歧义。

• 数字后缀（1、2）和模糊的字段名称没有提供清除业务含义。

• 混合命名约定降低了清晰度。

为了解决这些问题，在准备将应用程序与 Qlik Answers 配合使用时，应重命名字段。如果字段代表不同的概念，请重命名它们以清楚地表明其用途和目的。例如：

• 产品折扣

• 促销折扣

• 优惠券折扣

• 忠诚度折扣

如果它们代表相同的概念，则应合并为一个权威字段，例如折扣金额。如果这些字段中有任何技术性或遗留字段，则应将其隐藏。

将加载为纯文本的日期/时间字段格式化

某些字段包含日期/时间信息，但在数据模型中作为纯文本加载。由于它们未被归类为日期/时间字段，而是文本字段，因此在Qlik Answers分析中将无法正确使用，因为它们不会被视为真正的日期字段。

如果包含日期/时间信息的字段被标记或存储为文本，请在加载期间将其转换为正确的格式，可以使用数据管理器中的工具或加载脚本中的日期函数。这确保了：

• 该字段被识别为包含日期。

• 自动日历生成功能正常。

• 用户提出的基于时间的问题正确映射到数据/时间字段。

• 排序和筛选行为正确。

使用主条目

主条目提高了Qlik Answers解释应用程序数据的能力。在解释问题时，Qlik Answers 会将主条目看得比数据模型中的字段更重要，因为它们是用户创建的。主条目有助于 Qlik Answers 更准确地解释应用程序数据。在处理问题时，Qlik Answers 会将主条目看得比数据模型中的原始字段更重要，因为主条目代表用户定义的语义和业务意图。这使得 Qlik Answers 能够优先考虑精选定义，而不是底层的技术字段。

主条目通过在数据模型中为每个重要指标或字段创建单一、可信的版本，从而增加清晰度并减少歧义。这也有助于使不同用户之间的类似答案保持一致。当有人询问利润率并且存在相应的主度量时，无论谁提问或问题如何措辞，答案都基于相同的定义。

主条目最重要的元素之一是描述。Qlik Answers使用描述来为主条目的解释提供上下文。主条目中的强描述清楚地解释了：

• 意图

• 含义

• 业务背景

主条目描述使 Qlik Answers 更容易理解主维度或度量并选择正确的度量，即使用户以意想不到的方式提问。

有关主条目和 Qlik Answers 的其他最佳实践，请参阅 为Qlik Answers编写主条目描述。

示例： 有用的主条目描述

主度量: 客户获取成本

描述: 获取新客户的平均成本。计算方式为总营销和销售支出除以新获取客户的数量。不包括保留或续订支出。也称为CAC。

使用业务逻辑同义词来增加价值

业务逻辑同义词可帮助您优化 Qlik Answers 解释术语的方式。尽管 Qlik Answers 理解常见的业务语言，但您的数据模型可能包含 LLM 无法自然识别或正确解释的术语。同义词可帮助 Qlik Answers 理解您的组织数据特有的术语。以下术语类别可从添加同义词中受益：

• 组织特有的行话或缩写

• 内部 KPI 昵称

• 兼作业务术语的产品或流程代码

• 看起来相似但具有独特内部定义的指标

• 在您的行业之外不广泛使用的特定领域语言

尽量避免具有以下特点的同义词：

• 包含诸如top或bottom之类的术语，因为它们通常未明确指定，并且可以有多种解释。例如，top 5可能指按收入、交易数量、百分比或绝对排名计算的前5名。使用更精确的同义词有助于确保一致的解释。

  添加复制字段值的同义词也可能增加歧义。

• 复制现有字段值，因为这可能会引入歧义。

• 将相同的同义词分配给多个字段，例如将销售额用于两个不同的度量。这使得不清楚应该使用哪个字段。

• 包含停用词，因为它们在问题处理期间会被忽略，并且可能会阻止问题被接受。

要了解更多信息，请参阅添加同义词。