As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
Trabalhando com tópicos do Amazon QuickSight Q
Aplica-se a: Enterprise Edition |
Público-alvo: QuickSight administradores e autores da Amazon |
Os Tópicos Q são coleções de um ou mais conjuntos de dados que representam uma área temática sobre a qual seus usuários corporativos podem fazer perguntas.
Com a preparação QuickSight automatizada de dados da Amazon para Q, você recebe uma assistência baseada em ML para ajudá-lo a criar um tópico de perguntas que seja relevante para seus usuários finais. O primeiro processo começa pela seleção e pela classificação automatizadas de campos, algo como abaixo:
-
A preparação automatizada de dados para Q escolhe um pequeno número de campos a serem incluídos por padrão para criar um espaço de dados focado para os leitores explorarem.
-
A preparação automatizada de dados para Q seleciona campos que você usa em outros ativos, como relatórios e painéis.
-
A preparação automatizada de dados para Q também importa quaisquer campos adicionais de qualquer análise relacionada em que um tópico esteja habilitado.
-
Ela identifica datas, dimensões e medidas para saber como os campos podem ser usados nas respostas.
Esse conjunto automático de campos ajuda o autor a começar a usar rapidamente o analytics de linguagem natural. Os autores sempre podem excluir ou incluir campos, conforme necessário, usando o seletor Incluir.
Em seguida, a preparação automatizada de dados para Q continua com o processo ao rotular automaticamente os campos e identificar sinônimos. A preparação automatizada de dados para Q atualiza os nomes dos campos com nomes e sinônimos amigáveis usando termos comuns. Por exemplo, um campo SLS_PERSON
pode ser renomeado como Sales person
e ter sinônimos atribuídos, incluindo: salesman
, saleswoman
, agente e sales representative
. Embora você possa permitir que a preparação automatizada de dados para Q faça grande parte do trabalho, vale a pena revisar os campos, nomes e sinônimos para personalizá-los ainda mais para seus usuários finais. Por exemplo, se os usuários se referirem a um profissional de vendas como “representante” ou “revendedor” em uma conversa casual, você dará suporte a esse termo adicionando rep
e dealer
aos sinônimos de SLS_PERSON
.
Por fim, a preparação automatizada de dados para Q detecta o tipo semântico de cada campo ao amostrar seus dados e examinar os formatos aplicados a ele pelo autor durante a análise. A preparação automatizada de dados para Q atualiza a configuração do campo automaticamente, definindo formatos para os valores usados para cada campo. Portanto, as respostas às perguntas são fornecidas nos formatos esperados para datas, moedas, identificadores, valores booleanos, pessoas etc.
Para saber mais sobre como trabalhar com tópicos Q, permaneça nas próximas seções deste capítulo.
Tópicos
- Navegar em tópicos Q
- Criação de tópicos do Amazon QuickSight Q
- Espaço de trabalho de tópicos
- Trabalhando com conjuntos de dados em um tópico do Amazon QuickSight Q
- Criando tópicos da Amazon QuickSight Q natural-language-friendly
- Compartilhando tópicos do Amazon QuickSight Q
- Gerenciando permissões de QuickSight tópicos da Amazon
- Analisando o desempenho e o feedback do tópico Amazon QuickSight Q
- Atualizando os índices de tópicos do Amazon QuickSight Q
- Trabalhe com tópicos do QuickSight Q usando a Amazon QuickSight APIs