Meilleures pratiques Tableau Agent

Tableau Agent fait de son mieux pour comprendre l’intention de vos questions ainsi que le contexte de vos données et de votre entreprise.Mais sans des données optimisées pour l’IA, Tableau Agent peut faire des erreurs.

Cet article décrit certaines étapes à suivre pour être sûr d’obtenir les meilleurs résultats de Tableau Agent.

Informations générales

Utilisez des données propres et bien modélisées

Les données désordonnées sont difficiles à analyser et Tableau Agent ne sait pas nettoyer ni préparer vos données à votre place.

  • À faire : nettoyer et préparer les données désordonnées avant l’analyse.Essayez d’utiliser Tableau Agent dans Tableau Prep(Le lien s’ouvre dans une nouvelle fenêtre) pour nettoyer vos données.
    • Mauvaise pratique : penser qu’un agent analytique va préparer les données.
  • Bonne pratique : utiliser des relations dans la modélisation des données.
    • À ne pas faire : utiliser la fusion des données.Tableau Agent ne comprend pas la combinaison et ne peut être utilisé qu’avec la source de données principale.
  • Bonne pratique : utiliser des sources de données certifiées et les mettre à jour pour l’utilisation de l’IA.
  • Bonne pratique : masquer les champs inutiles.Si un utilisateur ne doit pas utiliser ces champs pour créer une visualisation, l’agent ne doit pas les voir.

Utilisez des noms et des descriptions clairs pour les champs

Tableau Agent ne comprend pas les données de la même manière qu’un humain.En l’absence de noms ou de descriptions appropriés, Tableau Agent risque de mal interpréter un champ ou ne pas savoir quel champ interroger.Supprimez toute conjecture quant à la manière dont les données s’intègrent dans une analyse.

  • Bonne pratique : utiliser des noms de champs uniques, descriptifs et complets.
    • Mauvaise pratique : conserver un nom de champ en tant que « Âge » alors qu’il pourrait s’agir de « Âge de l’incident à sa clôture »
    • Mauvaise pratique : laisser des abréviations ou des champs ambigus tels que « P_ID » ou « Nom »
    • À ne pas faire : utiliser des noms de champ en double ou des noms trop similaires.Par exemple « Region1 », « Region1_copy ».Utilisez un nom distinct pour chaque champ ou masquez les doublons s’ils ne sont pas nécessaires à votre analyse.
  • Bonne pratique : inclure une description qui définit le champ.
  • Bonne pratique : inclure le contexte métier et les synonymes attendus.
    • Mauvaise pratique : partir de l’hypothèse que tous vos utilisateurs désigneront toujours le champ par son nom officiel
  • Bonne pratique : décrire comment le champ est généralement utilisé dans l’analyse et comment il se distingue des champs similaires.
    • Mauvaise pratique : copier et coller des descriptions dans des champs similaires
  • Bonne pratique : conserver les descriptions des champs Salesforce standard.
  • Bonne pratique : documenter toute logique métier ou anomalie des données (par exemple comment interpréter les valeurs null ou quand utiliser « Date de facturation » plutôt que « Date d’achat »).

Création de préférences d’entreprise

S’applique à Tableau Agent dans les tableaux de bord pour la fonctionnalité Q&R de tableau de bord uniquement

Pour ancrer Tableau Agent dans la connaissance métier de votre organisation, vous pouvez définir des préférences d’entreprise.Les préférences d’entreprise peuvent inclure des éléments tels que les règles de votre organisation, la terminologie et la logique d’entreprise (comme la définition d’années fiscales ou de seuils de stock).

À partir de la version 20206.3, Tableau Agent dans les tableaux de bord peut s’intégrer à Tableau Knowledge pour ingérer des préférences d’entreprise globales.Tableau Knowledge est une solution de gestion des connaissances d’entreprise qui aide les agents d’IA à comprendre les données et le contexte métier de votre organisation en connectant le contenu de Tableau Cloud et les connaissances sur l’entreprise dans des graphes de connaissances en direct.Pour plus d’informations, consultez À propos de Tableau Knowledge(Le lien s’ouvre dans une nouvelle fenêtre).

Les préférences d’entreprise peuvent être configurées à deux niveaux :

  • Préférences d’entreprise globales (définies dans Tableau Knowledge) :

    • Défini globalement pour l’ensemble d’un graphe de connaissances dans Tableau Knowledge.

    • Tableau Agent utilise ces préférences globales lorsqu’il répond aux questions des utilisateurs traitées par les fonctionnalités de langage naturel si le classeur est inclus en tant que nœud dans le graphe de connaissances.

      Remarque : les préférences globales définies dans Tableau Knowledge s’appliquent lors de l’évaluation de la requête, mais n’apparaissent pas lorsque vous interrogez ou listez les préférences d’entreprise directement depuis Tableau Agent dans Q&R de tableau de bord.Tableau Knowledge doit être activé dans les paramètres de site.Tableau Knowledge est disponible uniquement dans Tableau Cloud.Pour plus d’informations, consultez Activer l’IA dans votre site Tableau Cloud(Le lien s’ouvre dans une nouvelle fenêtre).

  • Préférences d’entreprise au niveau du classeur (définies dans les paramètres du classeur/tableau de bord) :

    • Chargées ou ajoutées directement à un classeur dans Tableau.

    • Tableau Agent utilise ces préférences lorsqu’il répond aux requêtes des utilisateurs pour les tableaux de bord de ce classeur.

    • Les préférences d’entreprise du classeur s’affichent lorsque vous demandez ou consultez la liste des préférences pour ce classeur.

    • Tableau Knowledge ingère automatiquement ces préférences d’entreprise du classeur lors de la publication et les associe au nœud du classeur s’il est inclus dans le graphe de connaissances.

    • Si vous demandez une liste de préférences d’entreprise en utilisant Tableau Agent dans Q&R de tableau de bord, Tableau Agent renvoie uniquement les préférences d’entreprise au niveau du classeur.

Pour plus d’informations, consultez Améliorer la qualité des réponses pour Q&R de tableau de bord(Le lien s’ouvre dans une nouvelle fenêtre).

Lorsque vous créez votre fichier de préférences d’entreprise, suivez ces recommandations :

  • À faire : créez des préférences claires, concises et individuelles identifiées par un « # » au début de chaque élément de préférence.Tableau Agent interprète cette entrée de ligne comme le séparateur entre les préférences.Vous pouvez ajouter une ou plusieurs lignes supplémentaires au sein de ce séparateur pour expliquer plus en détail la préférence d’entreprise.

    Exemple :

    # Le chiffre d’affaires est en USD

    Mettez en forme avec un $, utilisez une virgule comme séparateur de milliers.N’incluez pas les centimes.

    • À ne pas faire : créer des préférences d’entreprise au niveau du classeur qui entrent en conflit avec les préférences d’entreprise globales définies dans Tableau Knowledge.

      Tableau Agent peut faire référence à la fois aux préférences d’entreprise globales et aux préférences d’entreprise au niveau du classeur lorsqu’il répond aux questions.Des préférences d’entreprise contradictoires peuvent être source de confusion pour Tableau Agent.

      Remarque : cela ne s’applique que si vous utilisez Tableau Knowledge et que votre classeur est inclus en tant que nœud dans le graphe de connaissances.

    • À ne pas faire : inclure plus de 50 préférences ou plus de 8 000 caractères.

      Remarque : la limite de 8 000 caractères commence à partir du premier en-tête de préférence valide et inclut les espaces (préambule exclu).Si un fichier dépasse 8 000 caractères, les préférences sont chargées dans l’ordre jusqu’à cette limite.De plus, la taille totale du fichier (y compris les pages préliminaires) ne peut pas dépasser 500 Ko.

    • À ne pas faire : inclure des instructions complexes.Décomposez-les plutôt en préférences simples et distinctes.

  • À faire : faites directement référence aux noms exacts des champs ou aux champs calculés de votre source de données pour préciser à quels champs s’applique votre préférence d’entreprise.

    • À ne pas faire : utiliser des références de champ vagues ou ambiguës qui obligent Tableau Agent à deviner à quel champ ou à quelle statistique vous faites référence.

  • À faire : créez des champs calculés directement dans votre source de données avant d’écrire vos préférences, puis référencez ces champs calculés dans vos instructions.

    • À ne pas faire : rédiger, dans vos préférences d’entreprise, des règles qui obligent Tableau Agent à effectuer des manipulations mathématiques brutes ou à définir des formules en plusieurs étapes à la volée.Par exemple, « Multiplier les pourcentages par 100 ».

  • À faire : incluez des directives spécifiques au domaine, une terminologie propre à votre organisation.Par exemple, « Lorsqu’il s’agit d’opportunités, TPS est l’abréviation de total des ventes de produits », ou des informations non incluses dans le schéma de votre modèle sémantique.

    • À ne pas faire : inclure des informations générales sur l’entreprise.Tableau Agent a besoin d’informations spécifiques sur la manière d’interpréter ou d’afficher les données.

Les types de préférences d’entreprise suivants ne sont pas pris en charge actuellement :

  • Exclure de l’utilisation par l’IA : blocage de sujets ou de questions.Par exemple, « Ne répondre à aucune question portant sur les salaires ».

  • Mise en forme visuelle : par exemple « Utilisez un graphique en courbes pour afficher le Montant des ventes au fil du temps. »

  • Structure de réponse du LLM : par exemple, « Lors de la réponse, ne pas afficher de visualisation » ou « À chaque réponse, dire d’abord "Merci" à l’utilisateur, puis afficher la réponse, puis terminer par "Au revoir". »

Prédéfinir des champs calculés

Tableau Agent peut aider à créer des calculs via le langage naturel, mais si un utilisateur demande un calcul de manière incorrecte ou ambiguë, il peut en résulter un calcul incorrect.

  • Bonne pratique : créer tous les calculs courants à l’avance afin de garantir la cohérence et la précision.

Spécifier les propriétés des champs

L’agent s’appuie sur les propriétés des champs comme garde-fous analytiques.Des propriétés par défaut ou mal configurées peuvent générer des résultats analytiques médiocres.

  • Bonne pratique : vérifier les rôles des champs (dimensions et mesures) et les types de données (tels que date, numérique, booléen).
    • Mauvaise pratique : conserver un champ tel que le code postal en tant que champ numérique (mesure) s’il doit être considéré comme un attribut (dimension).
    • Mauvaise pratique : laisser les dates stockées en tant que texte.
  • Bonne pratique : définir une agrégation par défaut.
    • Mauvaise pratique : supposer que l’utilisateur ou l’agent saura utiliser la moyenne avec le « prix unitaire » plutôt que la somme

Liste de contrôle de la préparation à l’IA

Utilisez cette liste de contrôle pour mettre en œuvre les meilleures pratiques lors de la préparation de votre source de données et de vos classeurs publiés pour l’utilisation de l’IA.

Structure du modèle

Case à cocherNettoyer les données

Case à cocherLes préférences d’entreprise (.md ou .txt) sont importées dans le classeur avec des règles claires qui décrivent une logique de domaine unique. Quant aux préférences d’entreprise globales, elles sont définies si vous utilisez Tableau Knowledge.

Remarque : les préférences d’entreprise ne sont actuellement utilisées que par Tableau Agent dans les tableaux de bord, dans Q&R de tableau de bord.

Case à cocherUtiliser des relations dans la modélisation des données

Case à cocherPas de fusion des données

Champs

Case à cocherLes noms de champ sont spécifiques et contextuels

Case à cocherTous les champs ont des descriptions utiles et différenciées

Case à cocherLes champs inutiles sont masqués

Case à cocherDes calculs courants ou attendus existent déjà

Case à cocherLes champs ont des propriétés correctes : rôle, type de données, agrégation par défaut

Merci de vos commentaires !Avis correctement envoyé. Merci