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 Suite |
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, ottieni un'assistenza basata su ML che ti aiuta 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
