Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Utilizzo degli argomenti di Amazon Quick Sight
| Si applica a: Enterprise Edition |
| Destinatari: amministratori e autori di Amazon Quick |
Gli argomenti sono raccolte di uno o più set di dati che rappresentano un'area tematica sulla quale gli utenti aziendali possono porre domande.
Con la preparazione automatizzata dei dati Quick Sight, ricevi ML-powered assistenza per aiutarti a creare un argomento pertinente per i tuoi utenti finali. Il primo processo inizia con la selezione e la classificazione automatizzate dei campi, qualcosa del genere:
-
La preparazione automatizzata dei dati sceglie un numero limitato di campi da includere di default per creare uno spazio dati mirato da esplorare per i lettori.
-
La preparazione automatizzata dei dati seleziona i campi da utilizzare in altre risorse come report e dashboard.
-
La preparazione automatizzata dei dati importa anche tutti i campi aggiuntivi da qualsiasi analisi correlata in cui un argomento è abilitato.
-
Identifica date, dimensioni e misure, per scoprire come i campi possono essere utilizzati nelle risposte.
Questo set automatico di campi aiuta l'autore a iniziare rapidamente con l'analisi del linguaggio naturale. Gli autori possono sempre escludere campi o includere campi aggiuntivi, se necessario, utilizzando l'interruttore Includi.
Successivamente, la preparazione automatizzata dei dati continua con il processo etichettando automaticamente i campi e identificando i sinonimi. La preparazione automatizzata dei dati aggiorna i nomi dei campi con nomi e sinonimi descrittivi utilizzando termini comuni. Ad esempio, un campo SLS_PERSON potrebbe essere rinominato e assegnato a Sales person e possono essere assegnati sinonimi tra cui:salesman, saleswoman, agente e sales representative. Sebbene sia possibile lasciare che la preparazione automatizzata dei dati svolga gran parte del lavoro, vale la pena rivedere i campi, i nomi e i sinonimi per personalizzarli ulteriormente per gli utenti finali. Ad esempio, se gli utenti si riferiscono a un addetto alle vendite come "rappresentante" o "rivenditore" in una conversazione informale, allora si supporta questo termine aggiungendo rep e dealer ai sinonimi di SLS_PERSON.
Infine, la preparazione automatica dei dati rileva il tipo semantico di ogni campo, campionandone i dati ed esaminando i formati applicati dall'autore durante l'analisi. La preparazione automatica dei dati aggiorna automaticamente la configurazione del campo, impostando i formati per i valori utilizzati per ogni campo. Le risposte alle domande vengono quindi fornite nei formati previsti per date, valute, identificatori, booleani, persone e così via.
Per ulteriori informazioni sull'utilizzo degli argomenti, continua con le seguenti sezioni di questo capitolo.
Argomenti
