Preparação de dados para interação com linguagem natural no Pergunte aos dados

Em fontes de dados com segurança no nível da linha, o Pergunte aos dados não cria perfis, não indexa nem armazena metadados para os campos no modelo semântico. Sem metadados, o Pergunte aos dados não consegue gerar padrões de filtro (conforme a Figura 2), não reconhece conceitos comparativos, como “cheap” (barato) ou “high” (alto), nem mostra dados categorizados em dicas de ferramentas no painel Dados.

No entanto, sabemos que algumas fontes de dados têm requisitos de segurança em nível de linha. O Pergunte aos dados não pode indexar suas fontes de dados nessas circunstâncias, mas você ainda pode se beneficiar especificando os valores exatos que deseja filtrar e digitando esses valores entre aspas.

Por exemplo, digamos que você queira ver “wineries in california that have pinot noir” (vinhedos na Califórnia que têm pinot noir). Se a fonte de dados tivesse segurança em nível de linha, você deveria fazer a pesquisa da seguinte maneira:

Não seria necessário usar aspas em datas, valores booleanos ou números, pois o Pergunte aos dados interpreta automaticamente esses tipos de valores e faz a correspondência deles com os campos adequados.

Se você já publica fontes de dados certificadas para a sua organização, as equipes podem aproveitar essas fontes no Pergunte aos dados. Talvez você queira abrir fontes adicionais para os usuários finais ou reformular as fontes existentes a fim de facilitar a análise no Pergunte aos dados. Para aproveitar ao máximo o Pergunte aos dados, selecione seus dados levando em consideração os seguintes fatores.

Pense no usuário final ao selecionar seus dados

Os usuários do Pergunte aos dados recebem respostas muito melhores quando os dados são cuidadosamente selecionados por um administrador ou analista que sabe preparar os dados para a análise e consegue prever os tipos de perguntas que os usuários farão usando a linguagem natural.

Leia mais sobre práticas recomendadas para selecionar uma fonte de dados publicada.

Ao selecionar dados para o Pergunte aos dados, comece simplificando ao máximo suas fontes de dados publicadas. Isto é, procure manter um conjunto mínimo de campos que os usuários consultarão na interação com o Pergunte aos dados e remova (ou oculte) campos desnecessários da fonte de dados. O Pergunte aos dados é compatível com fontes de dados com até mil campos, mas quanto menos ambiguidade, melhor. Fazer isso aprimora o desempenho geral do sistema para agilizar a inicialização e a análise dos enunciados de linguagem natural. Se a fonte de dados estiver lenta, use a extração de dados com filtros de fonte de dados (se necessário) para melhorar o desempenho.

Ao selecionar as fontes de dados para consulta no Pergunte aos dados, pense nos seguintes fatores:

Prepare seus dados. Tente prever os tipos de perguntas dos usuários conforme a fonte de dados. Estruturação de dados, operações de união e funções relacionadas de preparação de dados podem ser necessárias para estruturar seus dados adequadamente a fim de responder a essas perguntas previsíveis.

Configure os padrões de campo adequados. Atribua o tipo de dados correto a cada campo (como cadeia, número, geografia, data, hora e data, booleano) e a função adequada do campo de dados (como discreto x contínuo, medida x dimensão). Para cada medida, atribua funções de agregação padrão. Por exemplo, SUM (SOMA) pode ser um padrão apropriado para “Sales” (Vendas), mas AVERAGE (MÉDIA) pode ser o melhor padrão para “Test Score” (Pontuação de teste).

Configure formatos de número de porcentagem e moeda. Para interpretar termos comuns e coloquiais que as pessoas costumam incluir nas perguntas, o Pergunte aos dados entende conceitos como “low” (baixo), “high” (alto), “lowest” (mais baixo), “highest” (mais alto) e conceitos baseados em moeda, como “cheap” (barato) e “expensive” (caro), além de seus sinônimos. Para facilitar enunciados como “show me the cheapest wineries in France”, (mostre-me as vinícolas mais baratas na França), defina medidas na fonte de dados com o formato de moeda adequado (conforme as Figuras 3 e 4).

Configure hierarquias lógicas. Com isso, os usuários podem detalhar ou desfazer o detalhamento nas visualizações produzidas usando o Pergunte aos dados. O raciocínio se aplica a dimensões geográficas (como Cidade, Estado, País), datas e horas (como Ano, Trimestre, Mês) e dimensões dependentes de funcionalidade (como Categoria e Subcategoria).

Crie campos em compartimento significativos (com tamanhos de compartimento adequados) para variáveis quantitativas nos seguintes cenários:

Exibir uma versão em compartimento de um campo que não é uma medida na fonte de dados.
Por exemplo, “Age” (Idade) é uma dimensão numérica que não pode ser representada como histograma no Tableau e, consequentemente, no Pergunte aos dados. No entanto, com um campo em compartimento para Idade na fonte de dados, o usuário pode fazer uma pergunta usando sua versão em compartimento (conforme a Figura 5).

Deduzir respostas do histograma no Pergunte aos dados com configurações de compartimento personalizadas.
Criar campos em compartimento de medidas com tamanhos de compartimento personalizados aumenta o controle sobre como esses campos são exibidos no Pergunte aos dados. No exemplo abaixo (Figura 7), o usuário pode digitar “Fare as a histogram” (Tarifa como histograma) e o Pergunte aos dados usará as configurações de compartimento personalizadas do campo em compartimento “Fare (bin)” (Tarifa [compartimento]) para gerar um histograma.

Campos com nomes exclusivos e relevantes

Para deixar sua fonte de dados mais compreensível para os usuários finais (e aumentar as chances de obtenção das respostas desejadas no Pergunte aos dados), você deve avaliar os nomes dos campos na fonte de dados em questão.

Siga estas etapas para oferecer a melhor experiência do usuário possível:

Crie aliases significativos para valores de campo. No Tableau Desktop, você pode criar nomes de campo fáceis de usar com aliases (por exemplo, “CustID” é “Customer ID” [ID de cliente]). Essa recomendação é padrão para selecionar e organizar os dados. No Pergunte aos dados, você pode ir um pouco além adicionando sinônimos. Por exemplo, as pessoas também podem usar “Customer Number” (Número do cliente) para se referir a “Customer ID” (ID do cliente) internamente. Nessas situações, você pode incluir sinônimos adicionais para que o Pergunte aos dados entenda as perguntas dos usuários.

Diferencie seus atributos. Dar nomes exclusivos aos atributos na sua fonte de dados pode melhorar a experiência do usuário no Pergunte aos dados. Se o enunciado estiver ambíguo, o Pergunte aos dados localizará cadeias de caracteres que tenham correspondência aproximada com um padrão de dados (com diferença de até um caractere), também conhecidas como cadeias de correspondência difusa. Em seguida, o Pergunte aos dados mostra essas correspondências variadas como opções. No exemplo abaixo (Figura 8), há vários atributos com a palavra “Sales” (Vendas) na fonte de dados. No entanto, digitar apenas “sales” (vendas) corresponde somente a três atributos, pois a palavra “sales” (vendas) e o atributo “Sales Foo” (Vendas de Foo) diferem em mais de um caractere.

Também é recomendável nomear atributos de maneira semanticamente significativa para o domínio da fonte de dados, de modo que as perguntas feitas no Pergunte aos dados sejam intuitivas para a tarefa analítica. Por exemplo, “Number of Records” (Número de registros) é renomeado como “Number of Earthquakes” (Número de terremotos), sendo que cada registro é um terremoto na fonte de dados (Figura 9).

Verifique os nomes de campo. O Pergunte aos dados filtra os valores pelos campos na fonte de dados. Procure não nomear campos como valores para evitar que o Pergunte aos dados interprete um campo como valor (por exemplo, números, datas ou valores booleanos, como “verdadeiro” ou “falso”). Além disso, por motivos de desempenho, o Pergunte aos dados não indexa campos que se sobrepõem às expressões analíticas compatíveis. Por exemplo, evite usar nomes de campo como “Average” (Média), “Sales in 2015” (Vendas em 2015) ou “Most Products Sold.” (Maior número de produtos vendidos).

Geocodifique campos geográficos. Em campos com funções geográficas, verifique se os valores de dados foram geocodificados adequadamente. Campos com valores geocodificados adequadamente são reconhecidos como atributos geográficos no Pergunte aos dados, indicados por um ícone no painel Dados (Figura 10). Tais atributos são compatíveis com enunciados como “where are the highest fire fatalities?” (onde ocorrem as maiores fatalidades por incêndio?), em que o sistema reconhece o token “where” (onde) para indicar um mapa e infere um atributo geográfico válido como “Country” (País).

Adicione campos calculados relevantes

Como o Pergunte aos dados não cria cálculos dinâmicos, é necessário adicionar previamente os cálculos à fonte de dados. Por exemplo, ao criar um campo calculado de nome “Total Compensation” (Compensação total) que adicione o salário base mínimo de “Base (Variable)” (Base [Variável]) com a comissão total de “Commission (Variable)” (Comissão [Variável]), os usuários podem fazer perguntas como “what is the total compensation for each sales person?” (qual é a remuneração total de cada vendedor?). (Figuras 11 e 12).

Aprimore os dados com sinônimos

Você pode definir sinônimos para os campos em uma fonte de dados usando o painel de campos do Pergunte aos dados. Por exemplo, suponhamos que você tenha uma fonte de dados sobre compras de carros e que um dos campos seja “New Vehicle Model” (Novo modelo de veículo). Adicionar “vehicle purchased” (veículo comprado) e “car” (carro) como sinônimos para o campo “New Vehicle Model” (Novo modelo de veículo) pode facilitar o entendimento de enunciados em linguagem natural, como “vehicles purchased by city” (veículos comprados por cidade) (Figura 13).