Preparazione dei dati per l'interazione in Ask Data usando il linguaggio naturale

Le origini dati con autorizzazioni a livello di riga non hanno requisiti minimi di prestazioni e si possono usare in Ask Data. Tuttavia, Ask Data non crea un profilo o un indice di tali origini dati né archivia i metadati dei campi nel modello semantico. Senza metadati, Ask Data non è in grado di fornire le impostazioni predefinite di filtro (come illustrato nella Figura 2), riconoscere i concetti di valuta come "cheap" (economico) o "expensive" (costoso) o mostrare i dati del profilo nelle descrizioni comando del riquadro dei dati.

Se la tua azienda dispone già di origini dati certificate pubblicate, i team possono sfruttarle in Ask Data. Se invece si vogliono creare altre origini dati per gli utenti finali o rimodellare quelle esistenti per un'analisi più facile in Ask Data, occorre scegliere con cura i dati tenendo conto dei seguenti fattori, per ottenere il massimo da Ask Data.

Scegliere i dati pensando all'utente finale

Gli utenti di Ask Data possono ottenere risultati migliori quando i dati sono stati attentamente selezionati da esperti o analisti che sanno, da un lato, come preparare i dati per l'analisi e, dall'altro, prevedere i tipi di domande che verranno poste usando il linguaggio naturale.

Leggi di più sulle best practice per selezionare un'origine dati pubblicata.

Quando si selezionano i dati per Ask Data, per prima cosa è necessario semplificare quanto più possibile le origini dati pubblicate. In altre parole, bisogna mantenere un set minimo di campi per le query degli utenti che interagiscono con Ask Data e rimuovere (o nascondere) i campi non necessari dall'origine dati. Ask Data supporta origini di dati con un massimo di 1.000 campi, ma è meglio ridurre le ambiguità a beneficio delle prestazioni generali del sistema, così da velocizzare i tempi di inizializzazione e l'analisi delle espressioni in linguaggio naturale. Se l'origine dati è lenta, utilizzare un estratto con i filtri, se necessari, per migliorare le prestazioni.

Quando si selezionano le origini dati per eseguire le query in Ask Data, considerare i seguenti fattori:

Preparare i dati. Prevedere i tipi di domande per cui gli utenti cercano delle risposte nell'origine dati. È possibile che si debbano modellare i dati o eseguire operazioni di unione e funzioni di preparazione correlate affinché i dati assumano la forma adeguata per poter rispondere alle domande previste.

Configurare i valori predefiniti di campo appropriati. Assegnare a ogni campo il tipo di dati (es. stringa, numero, punto geografico, data, data/ora, booleano) e il ruolo (es. discreto vs. continuo, misura vs. dimensione) in modo corretto. Per ogni misura, assegnare le funzioni di aggregazione predefinite. Ad esempio, SUM (somma) può essere un valore predefinito corretto per "Sales" (vendite), mentre AVERAGE (media) potrebbe essere quello più adeguato per "Test Score" (punteggio di test).

Impostare i formati numerici per la valuta e la percentuale. Per consentire l'uso di espressioni più colloquiali nelle domande che vengono poste sui dati, Ask Data include concetti come "low" (basso), "high" (alto), "lowest" (il più basso), "highest" (il più alto), nonché altri basati sulla valuta come "cheap" (economico) e "expensive" (costoso), insieme ai sinonimi corrispondenti. Per poter rispondere a frasi del tipo "show me the cheapest wineries in France" (mostrami le cantine più economiche in Francia), impostare le misure nelle origini dati con il formato di valuta appropriato (come illustrato nelle figure 3 e 4).

Impostare le gerarchie logiche. In questo modo gli utenti possono esplorare i dati in generale o in dettaglio nelle visualizzazioni create con Ask Data. Ciò vale per le dimensioni geografiche (es. City, State, Country), le indicazioni di data/ora (es. year, quarter, month) e le dimensioni dipendenti dal punto di vista funzionale (es. Category e Sub-category).

Creare campi in contenitore descrittivi, con dimensioni appropriate, per le variabili quantitative nei seguenti scenari:

Visualizzazione della versione nel contenitore di un campo che non è una misura nell'origine dati.
Ad esempio, "Age" (Età) è una dimensione numerica che non può essere rappresentata sotto forma di istogramma in Tableau, né tanto meno in Ask Data. Però si può creare un campo nel contenitore per "Age" nell'origine dati e poi usarlo per rispondere alle domande (come illustrato nella Figura 5).

Deduzione di risposte sotto forma di istogramma in Ask Data con le impostazioni personalizzate del contenitore.
La creazione di campi nel contenitore delle misure con dimensioni personalizzate offre un maggior controllo sulla loro visualizzazione in Ask Data. Nell'esempio sottostante (Figure 7), è possibile digitare "Fare as a histogram" (tariffa sotto forma di istogramma) e Ask Data userà le impostazioni personalizzate del contenitore dal relativo campo "Fare (bin)" per generare un istogramma.

Assegnare ai campi nomi univoci e descrittivi

Per rendere l'origine dati più comprensibile per gli utenti finali, e aumentare le possibilità di ottenere le risposte desiderate da Ask Data, è necessario verificare i nomi dei campi nell'origine dati.

Attenersi alla seguente procedura per offrire un'esperienza utente ideale:

Creare alias descrittivi per i valori dei campi. In Tableau Desktop si possono usare gli alias per creare nomi di campo intuitivi (es. "CustID" sta per "Customer ID", ovvero ID cliente). È un consiglio standard quando si tratta di data curation. Con Ask Data si può fare ancora di più con l'aggiunta di sinonimi. Ad esempio, si può usare anche "Customer Number" per riferirsi a "Customer ID" internamente. La possibilità di aggiungere sinonimi in Ask Data facilita la comprensione delle domande degli utenti.

Differenziare gli attributi. Assegnare nomi univoci agli attributi nell'origine dati per una migliore fruizione di Ask Data da parte degli utenti. Se l'espressione è ambigua, Ask Data trova le stringhe parzialmente corrispondenti allo schema dei dati, con la differenza di un solo carattere. Ask Data mostra quindi le varie corrispondenze come opzioni. Nell'esempio seguente (Figura 8), l'origine dati presenta più attributi che contengono la parola "Sales". Ma digitando "sales" vengono trovati soltanto tre attributi corrispondenti, perché la parola inserita "sales" e l'attributo "Sales Foo" si differenziano per più di un carattere.

Si consiglia inoltre di assegnare agli attributi nomi chiari per il dominio dell'origine dati dal punto di vista semantico, in modo che le domande poste in Ask Data siano intuitive per l'attività analitica. Ad esempio, "Number of Records" (numero di registrazioni) viene rinominato "Number of Earthquakes" (numero di terremoti), dove ciascun record corrisponde a un terremoto nell'origine dati (Figura 9).

Controllare i nomi dei campi. Ask Data filtra i valori in base ai campi nell'origine dati. Non assegnare ai campi gli stessi nomi dei valori, altrimenti Ask Data può interpretarli in modo errato come valori (es. numeri, date o valori booleani come "true" o "false"). Inoltre, ai fini delle prestazioni, Ask Data non indicizza i campi che si sovrappongono alle espressioni di analisi supportate. Ad esempio, non usare nomi di campo del tipo "Average" (media), "Sales in 2015" (vendite nel 2015) o "Most Products Sold" (prodotti più venduti).

Geocodificare i campi geografici. Per i campi di tipo geografico, verificare che i valori dati siano geocodificati correttamente. In tal caso, i campi vengono riconosciuti come attributi geografici in Ask Data, accompagnati da un'icona specifica nel riquadro dei dati (Figura 10). Questi attributi supportano frasi come "where are the highest fire fatalities?" (dov'è il numero maggiore di vittime per incendio?), con il sistema che riconosce il token "where" per indicare una mappa e deduce un attributo geografico valido come "County" (regione).

Aggiungere i campi calcolati pertinenti

Ask Data non è in grado di creare calcoli immediati, pertanto è necessario aggiungere prima i calcoli previsti all'origine dati. Ad esempio, creando un campo calcolato "Total Compensation" (Retribuzione totale), che permette di aggiungere lo stipendio minimo di base da "Base (Variable)" con le provvigioni totali da "Commission (Variable)", è possibile digitare domande del tipo "what is the total compensation for each sales person?" (qual è la retribuzione totale per ogni rappresentante?) (Figure 11 e 12).

Arricchire i dati con sinonimi

È possibile definire sinonimi per i campi all'interno di un'origine dati tramite il riquadro dei campi di Ask Data. Ad esempio, supponiamo di avere un'origine dati relativa agli acquisti di auto e un campo "New Vehicle Model" (Nuovo modello veicolo). Aggiungendo "vehicle purchased" (veicolo acquistato) e "car" (auto) come sinonimi per il campo "New Vehicle Model", è possibile elaborare frasi in linguaggio naturale come "vehicles purchased by city" (veicoli acquistati per città) (Figura 13).