Bästa praxis för Tableau Agent

Tableau Agent gör sitt bästa för att förstå syftet med dina frågor samt sammanhanget för dina data och ditt företag. Men utan data som är optimerade för AI kan Tableau Agent göra fel.

I den här artikeln beskriver vi några steg som du kan vidta för att säkerställa att du får bästa möjliga resultat med Tableau Agent.

Allmän information

Använd rena, väl modellerade data

Smutsiga data är svåra att analysera och Tableau Agent fokuserar på analyser, inte att rensa och förbereda dina data.

  • Gör: Rensa och förbered data innan analys. Prova att använda Tableau Agent i Tableau Prep(Länken öppnas i ett nytt fönster) för att rensa dina data.

    • Gör inte: Förvänta dig att en analysagent utför dataförberedelser.

  • Gör: Använd relationer i datamodellering.

    • Gör inte: Hårdkoda kopplingar.

    • Gör inte: Använd datakombination.

  • Gör: Använd certifierade datakällor och uppdatera dem för AI-användning.

  • Gör: Dölj onödiga fält. Om en användare inte ska bygga en visualisering med fältet ska agenten inte se det.

Använd tydliga fältnamn och beskrivningar

Tableau Agent förstår inte data på samma sätt som en människa skulle göra. Utan bra namn och beskrivningar kan Tableau Agent misstolka ett fält. Eliminera alla risker för gissningar om hur data passar in i en analys.

  • Gör: Använd unika, beskrivande och fullständiga fältnamn.

    • Gör inte: Lämna ett fältnamn som ”Ålder” när det kan vara ”Fallets ålder vid avslutande”.

    • Gör inte: Lämna förkortningar eller tvetydiga fält som ”P_ID” eller ”Namn”.

  • Gör: Ange en beskrivning som definierar vad fältet är.

  • Gör: Inkludera affärssammanhang och förväntade synonymer.

    • Gör inte: Anta att alla dina användare alltid hänvisar till fältet med dess officiella namn.

  • Gör: Beskriv hur fältet vanligtvis används i analys och hur det skiljer sig från liknande fält.

    • Gör inte: Kopiera och klistra in samma beskrivningar i liknande fält.

  • Gör: Behåll beskrivningarna för Salesforce-standardfält.

  • Gör: Dokumentera unik affärslogik eller dataavvikelser (som hur man tolkar null-värden eller när ”Fakturadatum” ska användas istället för ”Inköpsdatum”).

Fördefiniera beräknade fält

Tableau Agent kan hjälpa till att skapa beräkningar på naturligt språk, men en felaktig beräkning kan uppstå om en användare frågar efter en beräkning på ett felaktigt eller vagt sätt.

  • Gör: Skapa vanliga beräkningar i förväg så att du kan säkerställa konsekvens och noggrannhet.

Specificera fältegenskaper

Agenten använder fältegenskaper som analytiska skyddsräcken. Standardegenskaper eller felkonfigurerade egenskaper kan leda till dåliga analysresultat.

  • Gör: Verifiera fältroller (dimensioner och mätvärden) och datatyper (som datum, numeriska, booleska).

    • Gör inte: Lämna ett fält, till exempel Postnummer, som ett numeriskt fält (mätvärde) om det ska betraktas som ett attribut (dimension).

    • Gör inte: Lämna datum lagrade som text.

  • Gör: Ange en standardaggregering.

    • Gör inte: Anta att användaren eller agenten vet att genomsnitt ska användas med ”enhetspris” snarare än summa

Checklista för AI-beredskap

Använd den här checklistan för att implementera bästa praxis när du förbereder din publicerade datakälla och arbetsböcker för AI-användning.

Modellstruktur

Kryssruta Rensa data

Kryssruta Relationer istället för kopplingar

Kryssruta Ingen datakombination

Fält

Kryssruta Fältnamn är specifika och kontextbaserade

Kryssruta Alla fält har användbara, differentierade beskrivningar

Kryssruta Onödiga fält är dolda

Kryssruta Vanliga eller förväntade beräkningar finns redan

Kryssruta Fält har rätt egenskaper: roll, datatyp, standardaggregering

Tack för din feedback!Din feedback har skickats in. Tack!