翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

Quick Sight トピックnatural-language-friendlyにする

トピックを作成すると、Quick Sight はそのトピック内のデータの定義を含むインデックスを作成、保存、維持します。このインデックスは、正しい回答を生成し、誰かが質問したときにオートコンプリート提案を行い、用語の列またはデータ値へのマッピングを提案するために使用されます。これは、読者の質問で主要な用語を解釈し、データにマッピングする方法です。

データを解釈し、読者の質問により的確に回答できるように、データセットとその関連フィールドに関する情報をできるだけ多く提供してください。

そのためには、次の手順を使用して、トピックをより自然言語に対応しやすくします。

ステップ 1: データセットにわかりやすい名前と説明を付ける

データセット名は、リーダーがそれを示すために普通使用しない技術的な命名規則に基づいていることがよくあります。データセットに含まれるデータに関するさらに情報を提供するために、データセットにわかりやすい名前と説明を付けることをお勧めします。これらのわかりやすい名前と説明は、データセットの内容を理解し、読者の質問に基づいてデータセットを選択するために使用されます。データセット名は、回答の追加コンテキストを提供するためにリーダーにも表示されます。

例えば、データセットに D_CUST_DLY_ORD_DTL という名前が付けられている場合は、トピック内の名前を Customer Daily Order Details に付け直します。これにより、読者がトピックの検索バーにリストされているのを見ると、データが自分に関連しているかどうかをすぐに判断できます。

ステップ 2: データセットで日付フィールドを使用する方法を指示する

データセットに日付と時刻の情報が含まれている場合は、質問に回答するときにその情報を使用する方法を指示することをお勧めします。これは、トピックに複数の日付時刻列がある場合に特に重要です。

場合によっては、注文日や出荷日など、トピックに複数の有効な日付列があります。このような場合は、質問への回答に使用するデフォルトの日付を指定することで、閲覧者を支援できます。デフォルトの日付が質問に答えになっていない場合、リーダーは別の日付を選択できます。

また、時間ベースを指定することで、日付と時刻の列の粒度を指定することもできます。データセットの時間基準は、データセット内のすべての数値でサポートされている、最も詳細でないレベルの時間です。この設定は、異なる時間ディメンションにわたってデータセット内のメトリクスを集約するのに役立ちます。また、単一の日付時刻の詳細度をサポートするデータセットに適用されます。このオプションは、多数のメトリクスを持つ非正規化データセットに対して設定できます。例えば、データセットが日次集計で複数のメトリクスをサポートしている場合、そのデータセットの時間基準を [Daily] に設定できます。次に、これを使用してメトリクスを集約する方法を決定します。

ステップ 3: 使用されていないフィールドを除外する

データセットをトピックに追加すると、データセット内のすべての列 (フィールド) がデフォルトで追加されます。データセットに自分やリーダーが使用しないフィールドが含まれている場合、または回答に含めたくないフィールドがある場合は、トピックから除外できます。これらのフィールドを除外すると、回答とインデックスから削除され、読者が受け取る回答の精度が向上します。

ステップ 4: フィールドの名前を自然言語対応の名前に変更する

データセット内のフィールドは、多くの場合、技術的な命名規則に基づいて名前が付けられます。トピックの名前を変更して説明を追加することで、トピック内のフィールド名をよりわかりやすくすることができます。

フィールド名は、フィールドを理解し、読者の質問の用語にリンクするために使用されます。フィールド名がユーザーフレンドリであれば、データとリーダーの質問の間にリンクを簡単に描画できます。これらのわかりやすい名前は、追加のコンテキストを提供するために、質問に対する回答の一部としてリーダーに提示されます。

ステップ 5: フィールドとフィールド値にシノニムを追加する

フィールド名をユーザーにわかりやすいものに更新して説明を入力しても、リーダーは別の名前でそれらを呼ぶことができます。例えば、Sales フィールドは、読者の質問で revenue、rev、または spending と呼ばれることがあります。

これらの用語を理解し、正しいフィールドにマッピングするために、フィールドに 1 つ以上のシノニムを追加できます。これにより、精度が向上します。

フィールド名と同様に、リーダーはフィールド内の特定の値を示すために異なる名前を使用する場合があります。例えば、NW、SE、NE、および SW の値を含むフィールドがある場合、それらの値にシノニムを追加できます。NW にNorthwest 、SE に Southeast などを追加できます。

ステップ 6: フィールドの詳細を説明する

データを使用して読者の質問に答える方法を解釈しやすくするために、データセット内のフィールドについて詳しく説明できます。

データセット内のフィールドがディメンションであるかメジャーであるかを判断でき、そのフィールドを集約する方法を指定できます。また、フィールド内の値の書式設定方法や、フィールド内のデータタイプを明確にすることもできます。これらの追加設定を構成すると、読者が質問したときに正確な回答を作成できます。

以下の手順に従って、フィールドの詳細を説明します。

フィールドロールを割り当てる

データセット内のすべてのフィールドは、ディメンションまたはメジャーのいずれかです。[Dimensions] は、カテゴリのデータで、[measures] は定量的なデータです。フィールドがディメンションかメジャーかを知ることで、フィールドに対して実行できるオペレーションと実行できないオペレーションが決まります。

たとえば、フィールド Patient ID、、 を設定するとEmployee ID、それらのフィールドを整数として解釈するRatingsのに役立ちます。この設定は、測定時にフィールドが集計されないことを意味します。

フィールド集計を設定する

フィールド集約を設定すると、それらのフィールドが複数の行に集約されるときにどの関数を使用するかしないかを判断するのに役立ちます。フィールドのデフォルトの集計と、許可されていない集計を設定できます。

[デフォルトの集計] は、リーダーの質問で明示的な集計関数が言及または特定されていない場合に適用される集計です。たとえば、読者の 1 人が「昨日販売された製品の数」と尋ねたとします。この場合、Q はフィールド Product ID を使用します。これは count distinct デフォルトの集計を持ち、質問に答えます。これを行うと、製品 ID の目立つ数を示すビジュアルが表示されます。

[許可されていない集計] は、質問への回答するフィールドで使用されない集計です。質問で、許可されていない集計が明確に求められた場合でも、これらは除外されます。例えば、sum が Product ID フィールドを決して集計してはならないと指定するとします。読者の 1 人が「昨日販売された製品の合計数」と尋ねた場合でも、 sumは質問への回答には使用されません。

集計関数がフィールドに対して正しく適用されていない場合は、フィールドに対して許可されていない集計を設定することをお勧めします。

フィールド値のフォーマット方法を指定する

フィールドの値のフォーマット方法を説明する場合は、それを行うことができます。例えば、フィールド Order Sales Amount を持っているとします。これには、米ドルとしてフォーマットする値が含まれます。この場合、回答で使用する場合、 フィールドの値を米国通貨としてフォーマットする方法を説明できます。

フィールドのセマンティックタイプを指定する

フィールド [semantic type] は、フィールド内のデータによって表される情報のタイプです。例えば、位置データ、通貨データ、年齢データ、ブール値データを含むフィールドがあるとします。フィールドにセマンティックタイプと追加のセマンティックサブタイプを指定できます。これらを指定すると、フィールドに保存されているデータの意味を理解するのに役立ちます。

以下の手順に従って、フィールドセマンティックタイプとサブタイプを指定します。