在Qlik Answers中使用应用程序

应用程序允许Qlik Answers从结构化数据源提供响应。应用程序可以作为助手的內容源添加。应用程序也可以单独提供给Qlik Answers使用。

Qlik Answers还可以为用户生成图表和工作表，从而实现应用程序内容的快速创建。

Qlik Answers 索引应用程序以创建应用程序数据的内部定义。这些随后用于回答用户问题并生成图表和工作表。应用程序在添加到助手或可用于Qlik Answers时会被索引。它们在每次重新加载时都会重新索引。

Qlik Answers使用以下内容来理解应用程序数据：

• 数据模型

  应用程序的字段和数据模型是 Qlik Answers 使用的主要信息。

• 逻辑模型

  业务逻辑创建的逻辑模型由 Qlik Answers 使用，但仅限于 概览 和 字段与组 中的信息。

  逻辑模型中隐藏的字段不被 Qlik Answers 使用。

• 主条目

  Qlik Answers 在索引数据模型时，优先使用主维度和度量，因为它们是用户创建的。

• 应用程序和主条目描述

  来自描述的非结构化数据用于为字段及其用途提供额外上下文信息。

• 业务逻辑同义词

  作为同义词添加的术语用于为用户问题提供替代术语。

有关准备您的应用程序以与 Qlik Answers 一起使用的信息，请参阅 为Qlik Answers准备应用程序的最佳实践。

准备应用程序的最佳实践Qlik Answers

虽然任何应用程序都可以用于Qlik Answers，但花时间准备应用程序以与Qlik Answers一起使用可以提高响应质量。

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更容易理解应用程序中的数据。上下文帮助Qlik Answers解释并正确使用应用程序中的数据。以下准备应用程序的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

• 精简数据模型

• 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。

• 应用清除的、业务对齐的命名，以概述与其他字段的差异或相似之处。

尝试执行以下操作，以帮助使字段对Qlik Answers清除：

• 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：

• Make locations clear. 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。

• Make data/time clear. 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。使用诸如 count、total、amount 或 percentage 等词语来阐明它们的聚合性质。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Active等裸形容词，因为这会阻碍Qlik Answers的解释。

• 使用没有上下文的模糊或通用名词。例如，一个名为Amount的字段无法传达它是什么的金额。多个通用字段可能会使 Qlik Answers 难以将自然语言查询可靠地映射到正确的字段。

• 使用隐晦的缩写，例如 cust_no 代表客户编号，或 txn 代表交易。这些会使 Qlik Answers 更难理解该字段。

精简您的数据模型

通过删除不必要的字段来精简您的数据模型，可以从 Qlik Answers 获得更准确、可预测的答案。精选的字段减少了错误字段选择或因Qlik Answers造成的混淆的可能性。精简的数据模型索引速度也更快。要精简您的数据模型：

• 隐藏技术字段。

• 将冗余或近似重复的字段整合为单一的权威版本。

隐藏技术字段

您的数据模型应呈现 Qlik Answers 具有包含真实分析价值的字段。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

您可以移除不必要的字段，方法是隐藏它们。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

您应该将冗余或近似复制的字段整合到一个单一的权威版本中。模糊的字段使Qlik Answers难以正确解释数据。

重命名或整合字段，以使数据模型尽可能清除，以便Qlik Answers理解。

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尝试解释它们时会产生许多问题：

• 多个字段争用术语折扣，为Qlik Answers造成歧义。

• 数字后缀（1、2）和模糊的字段名称没有提供清除的业务含义。

• 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，则应重命名这些字段，以使其用途和目的更清晰。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，则应将其合并为一个权威字段，例如折扣金额。如果这些字段中的任何一个是技术性或遗留字段，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，因此它们将无法在 Qlik Answers 分析中正确使用，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，也可以使用加载脚本中的日期函数。这可确保：

• 字段被识别为包含日期。

• 自动日历生成功能正常工作。

• 用户提出的基于时间的问题可正确映射到数据/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对主条目的权重高于数据模型中的字段，因为它们是用户创建的。它们很重要，因为用户认为它们足够重要，所以创建了它们。

主条目通过在数据模型中为每个重要度量或字段创建单一、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。描述由 Qlik Answers 使用，为解释主条目提供上下文。主条目中的清晰描述清楚地解释了：

• 目的

• 含义

• 业务上下文

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。计算方法为营销和销售总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。虽然 Qlik Answers 理解常见的商业语言，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。同义词有助于Qlik Answers理解贵组织数据特有的术语。以下术语类别通过添加同义词而受益：

• 组织特有的行话或缩写词

• 内部 KPI 昵称

• 兼作业务术语的产品或流程代码

• 看起来相似但具有不同内部定义的指标

• 在您的行业之外不广泛使用的领域特定语言

尽量避免具有以下特点的同义词：

• 增加歧义。例如，包含顶部或底部可能会导致问题，因为它们不明确。例如，0 可能意味着前 5 名、前 10%、按收入排名前列或按交易数量排名前列。

  添加复制字段中值的同义词也可能增加歧义。

• 同一术语的重复词汇，例如，将同义词 sales 添加到两个单独的字段中。

• 包含停用词，因为它们可能导致问题被禁止。

要了解更多信息，请参阅添加同义词。