Tableau Cloud 도움말

Tableau Pulse에서 메트릭을 만들면 각 메트릭에 대해 Tableau Pulse가 감지하는 인사이트도 자동으로 얻을 수 있습니다.

Tableau Pulse의 인사이트 플랫폼은 메트릭의 동인, 추세, 기여자 및 이상값을 감지합니다. Tableau Pulse는 자연어와 시각적 설명을 사용하여 중요한 인사이트를 선제적으로 표시하고 설명합니다. 각 메트릭에 대한 주요 인사이트가 메트릭과 함께 표시됩니다.

또한 Tableau Pulse는 메트릭에서 감지한 각 인사이트에 대한 질문을 표시하여 데이터를 추가로 탐색할 수 있는 경로를 제공합니다. 이 안내식 질문과 답변 환경은 메트릭의 맥락에서 인사이트를 점진적으로 보여줍니다. 누구든 데이터에 대해 제안된 질문을 클릭하면 기본 데이터에 대한 인사이트와 함께 읽기 쉬운 차트로 답변이 표시됩니다.

자세한 내용은 Tableau Pulse: 자동화된 인사이트를 통해 일반적인 비즈니스 질문에 대한 선제적 답변 제공(영문)(링크가 새 창에서 열림)을 참조하십시오.

관심 있는 메트릭의 하이라이트를 보여주는 인사이트 요약

Tableau AI가 설정되어 있고 누구든 두 개 이상의 메트릭을 팔로우하는 경우 Tableau Pulse는 관심 메트릭 전체에 대한 최신 인사이트를 빠르게 확인하는 데 도움이 되는 개요를 제공합니다. 이 인사이트 요약은 요약문 상단과 Tableau Pulse 홈 페이지에 표시됩니다.

Tableau Pulse는 사용자가 팔로우하는 메트릭 전반을 살펴보고 Tableau AI를 활용하여 가장 중요한 변경 사항을 요약합니다. 기간별 변화 및 비정상적인 변화는 인사이트 요약에 고려되는 인사이트 유형입니다.

인사이트 요약은 LLM(대규모 언어 모델)을 사용하여 개인 맞춤형 개요를 일반 언어로 제공합니다. Tableau AI는 Einstein 트러스트 레이어를 기반으로 구축되었습니다. 즉, 데이터 보안과 개인 정보 보호를 손상시키지 않으면서 신뢰할 수 있고 윤리적이며 개방적인 AI 기반 환경을 지원합니다. 자세한 내용은 Tableau Pulse의 Tableau AI(링크가 새 창에서 열림) 및 Tableau용 Einstein 생성형 AI(링크가 새 창에서 열림)를 참조하십시오.

Tableau Pulse가 감지하는 인사이트 유형

사용자가 메트릭에 대해 일반적으로 묻는 질문은 설명적, 진단적, 예측적, 처방적 등 잘 알려진 분석 패턴으로 그룹화할 수 있습니다.

• 설명적 질문: 내 메트릭에 무슨 일이 발행했나요?

• 진단적 질문: 왜 그런 일이 발생했나요?

• 예측적 질문: 다음에 무슨 일이 발생할 것 같나요?

• 처방적 질문: 어떤 조치를 취해야 하나요?

Tableau Pulse의 인사이트 플랫폼은 사용자가 다음과 같이 메트릭에 대해 갖는 기본적인 설명적 질문에 답변하도록 돕는 데 중점을 둡니다.

• 지난 기간 또는 작년 같은 기간에 비해 메트릭 값이 얼마나 변경되었나요?

• 시간 경과에 따른 메트릭 추세는 어떻게 되나요?

• 메트릭 값에 가장 큰 영향을 미치는 차원의 멤버는 무엇인가요?

• 메트릭 값을 유리한 방향으로 유도하는 다른 차원은 무엇인가요?

Tableau Pulse의 인사이트는 사용자가 문제를 더 잘 진단할 수 있도록 Tableau Pulse 메트릭의 숨겨진 변경 사항이나 이상 징후를 알려줍니다. 예를 들면 다음과 같습니다.

• 메트릭 값이 정상보다 높은가요, 낮은가요?

• 메트릭 값이 차원 내 일부 엔터티에 비정상적으로 집중되어 있나요?

• 최근에 메트릭의 추세가 바뀌었나요?

• 메트릭 값에 영향을 미치는 비정상적으로 큰 레코드나 이상값이 있나요?

Tableau Pulse의 인사이트 유형

Tableau Pulse에서는 다음 인사이트 유형이 사용됩니다.

Tableau Pulse가 신뢰할 수 있는 인사이트를 생성하고 유지하는 방법

인사이트 플랫폼에서 사용자가 신뢰할 수 있는 자동화된 비즈니스 인사이트가 생성되는 몇 가지 방식은 다음과 같습니다.

• Tableau Pulse Insights 서비스는 정확성 보장을 위해 표준화된 결정론적 통계 모델을 사용하여 메트릭에 대한 사실을 감지하는 것으로 시작됩니다. 이러한 사실은 인사이트를 생성할 때 근거가 되는 사실로 작용합니다.

• 생성되는 모든 인사이트는 요청한 사용자의 데이터 보안 컨텍스트(예: RLS 설정)로 제한됩니다. 이 접근 방식을 사용하면 사용자는 볼 권한이 있는 데이터만 볼 수 있습니다.

• 분석가는 메트릭에 대해 감지되는 다양한 인사이트를 사용 또는 사용하지 않도록 설정하여 사용자에게 제공되는 내용을 제어할 수 있습니다.

Tableau Pulse에서 인사이트 플랫폼 통계 서비스는 팔로우하거나 보고 있는 메트릭의 분석 컨텍스트를 사용하여 메트릭에 대한 사실을 생성하는 자동 통계 분석을 실행합니다. 이러한 사실은 사용자의 데이터 보안 컨텍스트를 사용하여 다양한 질문에 대한 답을 제공합니다.

인사이트 요약은 통계적 사실에 기반한 자연어를 사용하여 생성됩니다. 가장 관련성이 높은 사실이 Tableau AI에서 처리됩니다. 이러한 사실은 언어 생성의 맥락을 파악하기 위한 근거 자료로 사용됩니다. Tableau AI가 사이트에 대해 설정되어 있으면 결과로 생성된 사실을 종합하여 Tableau Pulse의 여러 기능에 인사이트 요약으로 표시합니다.

인사이트 플랫폼에서 관련성을 판단하는 방법

노이즈를 줄이기 위해 Tableau Pulse는 가장 관련성이 높고 유용한 인사이트만 표시하며 노이즈가 많거나 잘못된 결과가 표시되지 않도록 합니다. Insight 플랫폼은 사용자가 보는 인사이트가 관련성이 있고 유용한지 확인하기 위해 다음 요소를 고려합니다.

• 인사이트에 대한 분석 컨텍스트는 Tableau Pulse 메트릭 정의를 기반으로 합니다. 데이터의 모든 열에서 인사이트를 찾는 다른 솔루션과 달리 인사이트 플랫폼은 분석가가 선별한 대로 메트릭 정의에서 참조하는 측정값과 차원으로 분석을 제한합니다. 또한 인사이트를 생성할 때 메트릭 사용자가 보거나 팔로우하는 필터링된 컨텍스트만 고려됩니다.

• 인사이트는 메트릭에 미치는 영향에 따라 순위가 매겨집니다. 인사이트 플랫폼에서 감지한 각 사실은 메트릭 값에 미치는 영향을 기준으로 점수가 매겨집니다. 통계적으로 메트릭 값에 가장 큰 영향을 미치는 것으로 판단되는 사실만 먼저 반환됩니다.

• 피드백을 통해 인사이트를 개인에 맞게 추가 조정합니다. 사용자는 확인한 인사이트에 대해 좋아요 또는 싫어요 피드백을 제공하여 해당 인사이트가 유용한지 여부를 표시할 수 있습니다. 인사이트 플랫폼은 이를 통해 학습하여 사용자에게 표시하는 인사이트 유형을 더욱 개인화합니다.

이러한 요소를 함께 적용하면 메트릭에 대해 감지된 모든 인사이트 중에서 가장 유용하다고 판단되는 인사이트만 Tableau Pulse에서 사용자에게 표시되도록 할 수 있습니다.