Preparación de datos para la interacción con lenguaje natural en Ask Data

Las fuentes de datos con permisos de nivel de fila no tienen requisitos de rendimiento mínimos y se pueden usar en Ask Data. Sin embargo, Ask Data no perfila ni indexa dichos orígenes de datos ni almacena metadatos para los campos en el modelo semántico. Con la ausencia de metadatos, Ask Data no puede proporcionar valores predeterminados de filtro (como se muestra en la Figura 2), reconocer conceptos de moneda como "barato" o "costoso" o mostrar datos de perfil en información sobre herramientas en el panel Datos.

Si ya publicas fuentes de datos certificadas para tu organización, los equipos pueden aprovechar estas fuentes en Ask Data. Pero es posible que quieras abrir fuentes adicionales para tus usuarios finales o remodelar las fuentes existentes para un análisis más fácil en Ask Data. Para aprovechar al máximo la funcionalidad Ask Data, selecciona tus datos teniendo en cuenta los siguientes factores.

Selecciona tus datos pensando en el usuario final

Los usuarios de Ask Data tienen mucho más éxito respondiendo preguntas cuando los datos han sido cuidadosamente seleccionados por un administrador o analista de datos que entiende cómo preparar los datos para el análisis y puede anticipar el tipo de preguntas que los usuarios harán sobre los datos haciendo uso del lenguaje natural.

Lee más sobre las prácticas recomendadas para seleccionar una fuente de datos publicada.

Al seleccionar datos para Ask Data, comienza por simplificar tus fuentes de datos publicadas tanto como te sea posible. Eso significa mantener un conjunto mínimo de campos que los usuarios consultarán en su interacción con Ask Data y eliminar (u ocultar) campos innecesarios de la fuente de datos. Ask Data admite fuentes de datos con hasta 1000 campos, pero cuanto menos ambigüedad, mejor. Esto ayuda con el rendimiento general del sistema para lograr un tiempo de inicialización más rápido y el análisis de las locuciones en lenguaje natural. Si la fuente de datos es lenta, usa un extracto de datos con filtros de fuente de datos (si es necesario) para mejorar el rendimiento.

Ten en cuenta los siguientes factores al seleccionar las fuentes de datos para consultar en Ask Data:

Prepara tus datos. Intenta anticipar los tipos de preguntas que los usuarios querrán responder con la fuente de datos. La conformación de datos, las operaciones de unión y las funciones relacionadas de preparación de datos pueden ser necesarias para obtener los datos en una forma adecuada para responder a estas preguntas anticipadas.

Configura los valores predeterminados de campo apropiados. Proporciona el tipo de datos correcto para cada campo (por ejemplo, cadena, número, geográfico, fecha, fecha y hora, booleano) y el rol del campo de datos (por ejemplo, discreto o continuo, medida o dimensión). Para cada medida, asigna funciones de agregación predeterminada. Por ejemplo, SUMA puede ser un valor predeterminado apropiado para "Ventas", pero PROMEDIO puede ser un mejor valor predeterminado para "Puntuación de prueba".

Configura formatos número para porcentaje y moneda. Para respaldar los conceptos comunes y coloquiales que las personas tienden a preguntar de sus datos, Ask Data incluye conceptos como "bajo", "alto", "más bajo", "más alto" y conceptos basados en monedas como "barato" y "caro", junto con sus sinónimos correspondientes. Para facilitar expresiones como "muéstrame las bodegas más baratas de Francia", configura medidas en la fuente de datos con el formato de moneda adecuado (como se muestra en las figuras 3 y 4).

Configura jerarquías lógicas. Esto permite a los usuarios profundizar en las visualizaciones producidas utilizando Ask Data. Esto se aplica a las dimensiones geográficas (por ejemplo, ciudad, estado, país), fechas y horas (por ejemplo, año, trimestre, mes) y dimensiones funcionalmente dependientes (por ejemplo, categoría y subcategoría).

Crea campos en intervalos significativos (con tamaños de contenedores adecuados) para variables cuantitativas en los siguientes escenarios:

Ver una versión en intervalos de un campo que no es una medida en la fuente de datos.
Por ejemplo, "Edad" es una dimensión numérica que no se puede representar como un histograma en Tableau y, por lo tanto, tampoco en Ask Data. Sin embargo, la creación de un campo agrupado para Edad en la fuente de datos permite al usuario hacer una pregunta utilizando su versión agrupada (como se muestra en la figura 5).

Obtención de respuestas de histograma en Ask Data con configuraciones personalizadas de agrupación.
La creación de campos de medidas en intervalos con tamaños de agrupación personalizados permite un mayor control sobre cómo se muestran estos campos en Ask Data. En el ejemplo a continuación (figura 7), el usuario puede escribir "Tarifa como histograma" y Ask Data utilizará la configuración personalizada del campo agrupado "Tarifa (agrupación)" para generar un histograma.

Dale nombres únicos y significativos a los campos

Para hacer que tu fuente de datos sea más comprensible para los usuarios finales, y aumentar las posibilidades de que las personas obtengan las respuestas que necesitan de Ask Data, debes auditar los nombres de los campos en tu fuente de datos.

Sigue los siguientes pasos para una experiencia de usuario ideal:

Crea alias significativos para los valores de campo. En Tableau Desktop, puedes crear nombres de campo fáciles de usar con alias (por ejemplo, "CustID" es "ID de cliente"). Esta es una recomendación estándar para la selección de datos. En Ask Data, puedes llevar esto un paso más más allá agregando sinónimos. Por ejemplo, las personas también podrían usar el "Número de cliente" para referirse a la "ID de cliente" internamente. En estas circunstancias, podrías agregar estos sinónimos adicionales a Ask Data para respaldar las preguntas de los usuarios.

Diferencia tus atributos. Asignar nombres únicos a atributos en tu fuente de datos puede proporcionar una mejor experiencia de usuario en Ask Data. Si hay ambigüedad en la expresión, Ask Data encuentra cadenas que coinciden aproximadamente con un patrón en tus datos hasta una diferencia de caracteres, también conocida como coincidencia de cadenas aproximada. Ask Data luego muestra estas múltiples coincidencias como opciones. En el ejemplo a continuación (figura 8), existen múltiples atributos que contienen la palabra "Ventas" en la fuente de datos. Sin embargo, cuando se escribe "ventas" sólo coincide con tres atributos, ya que la palabra de entrada "ventas" y el atributo "Ventas foo" difieren en más de un carácter.

También se recomienda nombrar atributos que sean semánticamente significativos para el dominio de la fuente de datos, de modo que las preguntas planteadas en Ask Data sean intuitivas para la tarea de análisis. Por ejemplo, "Número de registros" se renombra como "Número de terremotos", donde cada registro es un terremoto en la fuente de datos (Figura 9).

Comprueba los nombres de los campos. Ask Data filtra valores para los campos en la fuente de datos. Evite nombrar los campos como valores para evitar que Ask Data malinterprete los campos de datos como valores (por ejemplo, números, fechas o valores booleanos como "verdadero" o "falso"). Además, por razones de rendimiento, Ask Data no indexa campos que se superponen con las expresiones de análisis admitidas. Por ejemplo, evite usar nombres de campo como "Promedio", "Ventas en 2015" o "Los productos más vendidos".

Geocodifica los campos geográficos. Para los campos con roles geográficos, asegúrese de que los valores de los datos estén geocodificados correctamente. Los campos cuyos valores se geocodifican con éxito se reconocen como atributos geográficos en Ask Data y son señalados con un icono en el panel Datos (figura 10). Dichos atributos admiten locuciones como "¿dónde hay más muertes por incendio?" y el sistema reconoce el token "donde" como un indicador de un mapa e infiere un atributo geográfico válido como "Condado".

Agrega campos calculados relevantes

Ask Data no puede crear cálculos sobre la marcha, por lo que debes agregar cálculos anticipados a la fuente de datos por adelantado. Por ejemplo, al crear un campo calculado llamado "Compensación total" que suma el salario base mínimo de "Base (variable)" con la comisión total de "Comisión (variable)", los usuarios pueden escribir preguntas como "¿cuál es la compensación total para cada trabajador de ventas?" (Figura 11 y 12).

Enriquece los datos con sinónimos de usuario

Puedes definir sinónimos para los campos dentro de una fuente de datos a través del panel Campos de Ask Data. Por ejemplo, supongamos que tienes una fuente de datos sobre las compras de automóviles y uno de los campos es "Nuevo modelo de vehículo". Agregar "vehículo comprado" y "automóvil" como sinónimos para el campo "Nuevo modelo de vehículo" puede admitir locuciones en lenguaje natural como "vehículos comprados por ciudad" (Figura 13).