Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Datenvalidierung und Qualitätsprüfungen
-Übersicht
Die Datenvalidierung stellt sicher, dass Ihre Daten die Qualitätsanforderungen erfüllen, bevor die Funktionen von Amazon Connect Decisions ausgeführt werden. Das System validiert Daten auf der Grundlage Ihrer konfigurierten Pläne, Kennzahlen und Regeln, um Probleme zu identifizieren, die die Leistung blockieren oder beeinträchtigen könnten.
So funktioniert die Datenvalidierung
Die Validierung wird ausgelöst
Die Datenvalidierung wird automatisch zu den folgenden Zeiten ausgeführt:
-
Änderungen der Insights-Konfiguration: Wenn Sie Metriken, Regeln oder andere Konfigurationen erstellen oder ändern
-
Planerstellung: Wenn Sie einen Ad-hoc-Plan erstellen oder bei jeder geplanten Planausführung
-
Datenaktualisierung: Nach jeder Datenaktualisierung werden Ihre Zielflüsse übertragen
-
Ausführung der Fähigkeit: Vor oder während der Operationen von KI-Teamkollegen (z. B. wenn die Ursache einer Ausnahme liegt oder Empfehlungen festgelegt werden)
Arten der Validierung
Amazon Connect Decisions führt zwei Arten der Validierung durch:
Die Datenpräsenzvalidierung überprüft, ob die erforderlichen Datensätze und Felder auf der Grundlage Ihrer konfigurierten Ressourcen (Metriken, Regeln, Pläne) geladen werden.
Die Datenqualitätsüberprüfung überprüft, ob die bereitgestellten Daten die Qualitätsanforderungen erfüllen, die auf Ihrer Einrichtungskonfiguration basieren, einschließlich:
-
Überprüfung der Einrichtungskriterien: Bestätigt, dass Produkte und Websites Ihren Regelkriterien entsprechen (z. B. Produktkategorien, Standorte)
-
Hierarchievalidierung: Identifiziert fehlende hierarchische Beziehungen, wenn Sie in Ihrem Setup Hierarchien verwenden
-
Gültigkeitsüberprüfung: Bestätigt, dass alle erforderlichen Daten für identifizierte Produkte und Standorte vorhanden sind
-
Qualitätsbewertung: Evaluiert die Datenqualität und Nutzbarkeit im Hinblick auf betriebliche Anforderungen
Progressive Validierung
Amazon Connect Decisions ermöglicht Funktionen für Produkte und Websites mit gültigen Daten, anstatt Funktionen für Ihren gesamten Datensatz zu blockieren. Wenn Validierungsprobleme bestimmte Produkte oder Websites betreffen, setzt das System die Verarbeitung von Produkten und Websites mit gültigen Daten fort, identifiziert Produkte oder Websites mit Datenproblemen und weist Sie auf die spezifischen Elemente hin, die Ihre Aufmerksamkeit erfordern. Auf diese Weise können Sie mit der Nutzung der Funktionen beginnen und gleichzeitig die verbleibenden Datenprobleme lösen.
Beim Zugriff auf Fehler bei der Datenüberprüfung
Sie können Datenvalidierungsfehler über drei Einstiegspunkte anzeigen:
-
Metrik „Fehler bei der Datenvalidierung“ auf der Startseite
-
Themenkarte zu Fehlern bei der Datenüberprüfung auf der Startseite
-
„Datenmanagement“ in der linken Navigationsleiste > Registerkarte „Fehler“
Überprüfung der Validierungsfehler
Auf der Seite „Fehler“ werden alle offenen und gelösten Validierungsfehler angezeigt. Sie können nach einer der folgenden Spalten suchen und filtern:
-
ID: Eindeutiger Bezeichner für den Validierungsfehler
-
Status
-
Offen: Der Fehler wurde nicht behoben
-
Gelöst: Der Fehler wurde behoben und validiert
-
-
Beschreibung: Erklärung des Datenqualitätsproblems
-
Art des Problems
-
Fehlende erforderliche Daten: Obligatorische Daten werden nicht bereitgestellt, um einen Vorgang auszulösen (z. B. keine Outbound_order_line-Quelltabelle für den Lieferplan)
-
Ungültige Datenwerte: Daten sind vorhanden, enthalten aber falsche Werte (z. B. negative Produktkosten)
-
Fehlende Beziehungen: Erforderliche hierarchische Beziehungen oder Referenzbeziehungen fehlen (z. B. fehlende Produkthierarchien)
-
Ungenügende Daten: Es sind nicht genügend Daten verfügbar, um die erforderlichen Operationen durchzuführen (z. B. erfordert der Bedarfsplan 12 Monate an historischen Auftragsdaten, es sind jedoch nur 3 Monate vorhanden)
-
-
Fähigkeit: Die betroffene Fähigkeit oder Ressource
-
Versorgungsplan
-
Plan für die Nachfrage
-
Einblick (einschließlich Ausnahmen, Empfehlungen und RCA für Angebot oder Nachfrage)
-
-
Ziel: Betroffener Zielfluss
-
Priorität
-
Kritisch: Mindestens eine Funktion ist vollständig blockiert und kann nicht ausgeführt werden
-
Hoch: Mindestens eine Funktion ist teilweise blockiert (einige Produkte oder Websites können nicht verarbeitet werden)
-
Mittel: Mindestens eine Funktion hat eine verringerte Genauigkeit (wird ausgeführt, aber mit verschlechterten Ergebnissen)
-
-
Erstellt am: Zeitstempel, der anzeigt, wann der Fehler zum ersten Mal erkannt wurde
Fehlerdetails anzeigen
Wählen Sie einen Fehler aus, um detaillierte Informationen anzuzeigen. Auf dem Detailbildschirm werden die oben genannten Informationen zusammen mit dem Zeitstempel „Zuletzt aufgetreten am“, der zugehörigen Ressource und einem Link (die Metrik, die Regel oder der Plan, der die vom Problem betroffene Funktion darstellt) sowie eine Vorschau mit bis zu 100 Zeilen mit betroffenen Daten angezeigt, aus der hervorgeht, wie sich der Datenüberprüfungsfehler manifestiert.
Verfügbare Aktionen
Auf dem Bildschirm mit den Fehlerdetails können Sie:
-
Problembehandlung: Lassen Sie das KI-Teammitglied in natürlicher Sprache bei der Behebung des Problems unterstützen und erhalten Sie detaillierte Anleitungen zur Behebung
-
Fehler beheben: Markieren Sie den Fehler manuell als behoben, wenn Sie das zugrunde liegende Problem behoben haben
-
Herunterladen: Laden Sie den vollständigen betroffenen Datensatz zur detaillierten Analyse und Korrektur herunter
Behebung von Fehlern bei der Datenvalidierung
Arbeitsablauf zur Problemlösung
-
Überprüfen Sie die Fehlerbeschreibung und die Priorität, um die Auswirkungen zu verstehen
-
Sehen Sie sich die Vorschau der betroffenen Daten an, um zu sehen, welche spezifischen Datensätze betroffen sind
-
Folgen Sie den spezifischen Empfehlungen zur Problembehebung
-
Wählen Sie eine geeignete Maßnahme aus:
-
Bei Konfigurationsproblemen: Arbeiten Sie mit Ihren Managern und Planern zusammen, um die Metrik-, Regel- oder Plankonfiguration anzupassen
-
Bei Problemen mit der Zuordnung: Korrigieren Sie hochgeladene Quelldaten oder aktualisieren Sie Datentransformationen und Zuordnungen
-
Bei fehlenden oder ungültigen Daten: Laden Sie die korrigierten Daten hoch
-
-
Markieren Sie den Fehler manuell als behoben, sobald Sie das zugrunde liegende Problem behoben haben
Zusammenarbeit mit dem KI-Teamkollegen
Verwende die Option „Problembehandlung“, um Fragen wie „Auf welche Fehler sollte ich mich zuerst konzentrieren?“ zu stellen oder „Welche Fehler blockieren meinen Bedarfsplan?“ , erhalten Sie detaillierte Erläuterungen zum Problem und seinen Auswirkungen, erhalten schrittweise Anleitungen zu Lösungsansätzen und erfahren Sie, wie sich der Fehler auf Ihre spezifische Konfiguration auswirkt. Der KI-Teamkollege kann als Leitfaden zur Lösung des Problems in Amazon Connect Decisions und in Ihren Quelldatensystemen dienen.
Bewährte Methoden
-
Priorisieren Sie nach Schweregrad: Konzentrieren Sie sich zuerst auf kritische Fehler, da diese die Ausführung von Funktionen vollständig blockieren. Behandeln Sie dann Fehler mit hoher Priorität, die die Verarbeitung teilweise blockieren, gefolgt von Problemen mit mittlerer Priorität, die die Genauigkeit beeinträchtigen.
-
Prüfen Sie die Empfehlungen sorgfältig: Jeder Fehler enthält spezifische, umsetzbare Anleitungen, die auf das Problem zugeschnitten sind und auf Ihre Konfiguration zugeschnitten sind.
-
Nutzen Sie die progressive Validierung zu Ihrem Vorteil: Warten Sie nicht, bis Sie alle Fehler behoben haben, bevor Sie die Funktionen nutzen. Das System ermöglicht Funktionen für gültige Produkte und Websites, während Sie daran arbeiten, Probleme für andere zu lösen.
-
Überwachung nach Datenaktualisierungen: Suchen Sie nach jeder Datenaktualisierung nach neuen Validierungsfehlern, um Probleme frühzeitig zu erkennen, bevor sie sich auf Produktionsabläufe auswirken.
-
Laden Sie betroffene Daten strategisch herunter: Verwenden Sie die Download-Option, wenn Sie alle betroffenen Datensätze über die Vorschau hinaus analysieren müssen oder wenn Sie Ihrem Datenteam den vollständigen Datensatz zur Verfügung stellen müssen.
-
Setzen Sie den KI-Teamkollegen bei komplexen Problemen ein: Die Option zur Fehlerbehebung bietet kontextbezogene Unterstützung, die sich an Ihre spezifische Situation und Konfiguration anpasst.
-
Lösung überprüfen: Nachdem Sie Datenprobleme behoben haben, markieren Sie Fehler manuell als behoben, um zu bestätigen, dass Ihre Korrektur erfolgreich war, und entfernen Sie sie aus der Liste „Öffnen“.
