Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Rubriques relatives à l'utilisation d'Amazon Quick Sight
| S’applique à : édition Enterprise |
| Public cible : administrateurs et auteurs d'Amazon Quick Suite |
Les sujets sont des collections d'un ou de plusieurs ensembles de données qui représentent un domaine sur lequel les utilisateurs de votre entreprise peuvent poser des questions.
Grâce à la préparation automatique des données de Quick Sight, vous bénéficiez d'une assistance basée sur le ML pour vous aider à créer un sujet pertinent pour vos utilisateurs finaux. Le premier processus commence par une sélection et une classification automatisées des champs, comme suit :
-
La préparation automatique des données choisit un petit nombre de champs à inclure par défaut afin de créer un espace de données ciblé que les lecteurs peuvent explorer.
-
La préparation automatique des données sélectionne les champs que vous utilisez dans d'autres actifs tels que les rapports et les tableaux de bord.
-
La préparation automatique des données importe également des champs supplémentaires à partir de toute analyse associée dans laquelle un sujet est activé.
-
Elle identifie les dates, les dimensions et les mesures pour savoir comment les champs peuvent être utilisés dans les réponses.
Cet ensemble automatique de champs aide l’auteur à se lancer rapidement dans l’analyse en langage naturel. Les auteurs peuvent toujours exclure des champs ou en inclure d’autres, selon leurs besoins, en utilisant le bouton Inclure.
Ensuite, la préparation automatique des données poursuit le processus en étiquetant automatiquement les champs et en identifiant les synonymes. La préparation automatique des données met à jour les noms de champs avec des noms conviviaux et des synonymes utilisant des termes courants. Par exemple, un champ SLS_PERSON peut être renommé en Sales person et se voir attribuer des synonymes tels que : salesman, saleswoman, agent et sales representative. Bien que vous puissiez laisser la préparation automatique des données effectuer une grande partie du travail, il est utile de revoir les champs, les noms et les synonymes afin de les personnaliser davantage pour vos utilisateurs finaux. Par exemple, si les utilisateurs désignent un vendeur comme un « représentant » ou un « concessionnaire » dans les conversations courantes, vous prenez en charge ce terme en ajoutant rep et dealer aux synonymes de SLS_PERSON.
Enfin, la préparation automatique des données détecte le type sémantique de chaque champ, en échantillonnant ses données et en examinant les formats appliqués par l'auteur lors de l'analyse. La préparation automatique des données met automatiquement à jour la configuration des champs, en définissant les formats des valeurs utilisées pour chaque champ. Les réponses aux questions sont ainsi fournies dans les formats attendus pour les dates, les devises, les identifiants, les booléens, les personnes, etc.
Pour en savoir plus sur l'utilisation des sujets, consultez les sections suivantes de ce chapitre.
Rubriques
