기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

Quick Sight 주제를 natural-language-friendly 만들기

주제를 생성하면 Quick Sight는 해당 주제의 데이터에 대한 정의가 포함된 인덱스를 생성, 저장 및 유지 관리합니다. 이 인덱스는 정답을 생성하고, 누군가 질문을 할 때 자동 완성 제안을 제공하고, 열 또는 데이터 값에 대한 용어 매핑을 제안하는 데 사용됩니다. 이것이 독자의 질문에서 주요 용어를 해석하고 데이터에 매핑하는 방법입니다.

데이터를 해석하고 독자의 질문에 더 잘 답변하려면 데이터 세트 및 관련 필드에 대한 정보를 최대한 많이 제공하세요.

그렇게 하려면 다음 절차에 따라 주제를 보다 자연어 친화적으로 만드세요.

1단계: 데이터 세트에 친숙한 이름과 설명을 지정하기

데이터 세트 이름은 독자가 참조에 자연스럽게 사용하지 않을 수 있는 기술적인 이름 지정 규칙을 기반으로 하는 경우가 많습니다. 데이터 세트에 포함된 데이터에 대한 자세한 정보를 제공하려면 데이터 세트에 친숙한 이름과 설명을 지정하는 것이 좋습니다. 이러한 기억하기 쉬운 이름과 설명은 데이터 세트 내용을 이해하고 독자의 질문에 따라 데이터 세트를 선택하는 데 사용됩니다. 데이터 세트 이름은 독자에게도 표시되어 답변에 대한 추가 컨텍스트를 제공합니다.

예를 들어 데이터 세트 이름이 D_CUST_DLY_ORD_DTL로 지정된 경우 주제에서 데이터 세트 이름을 Customer Daily Order Details로 바꿀 수 있습니다. 이렇게 하면 독자가 주제의 검색 창에 나열되는 것을 볼 때 데이터가 자신과 관련이 있는지 여부를 신속하게 확인할 수 있습니다.

2단계: 데이터 세트에서 날짜 필드를 사용하는 방법 교육

데이터 세트에 날짜 및 시간 정보가 포함된 경우 질문에 답변할 때 해당 정보를 사용하는 방법을 알려주는 것이 좋습니다. 주제에 날짜 시간 열이 여러 개 있는 경우 이 방법이 특히 중요합니다.

경우에 따라 주문 날짜, 배송 날짜와 같이 주제에 유효한 날짜 열이 여러 개 있을 수 있습니다. 이러한 경우 질문에 답변하는 데 사용할 기본 날짜를 지정하여 독자를 도울 수 있습니다. 기본 날짜로 질문에 답할 수 없는 경우 독자는 다른 날짜를 선택할 수 있습니다.

시간 기준을 지정하여 날짜 시간 열이 얼마나 세분화되는지 알 수도 있습니다. 데이터 세트의 시간 기준은 데이터 세트의 모든 치수가 지원하는 가장 낮은 수준의 시간 세분성입니다. 이 설정은 다양한 시간 차원에서 데이터 세트의 지표를 집계하는 데 도움이 되며 단일 날짜 시간 세분화를 지원하는 데이터 세트에 적용할 수 있습니다. 지표 수가 많은 비정규화된 데이터 세트에 이 옵션을 설정할 수 있습니다. 예를 들어 데이터 세트가 일별 집계에서 여러 지표를 지원하는 경우 해당 데이터 세트의 시간 기준을 일별로 설정할 수 있습니다. 그런 다음 지표를 집계하는 방법을 결정하는 데 사용됩니다.

3단계: 사용하지 않는 필드를 제외하기

주제에 데이터 세트를 추가하면 데이터 세트의 모든 열(필드)이 기본적으로 추가됩니다. 데이터 세트에 본인 또는 독자가 사용하지 않는 필드 또는 답변에 포함하고 싶지 않은 필드가 포함되어 있는 경우 해당 필드를 주제에서 제외할 수 있습니다. 이러한 필드를 제외하면 답변과 인덱스에서 해당 필드가 제거되고 독자가 받는 답변의 정확도가 향상됩니다.

4단계: 자연어 친화적으로 필드 이름 바꾸기

데이터 세트에 있는 필드는 기술적인 이름 지정 규칙에 따라 이름이 지정되는 경우가 많습니다. 필드 이름을 바꾸고 설명을 추가하여 주제에서 필드 이름을 더 사용자 친화적으로 만들 수 있습니다.

필드 이름은 필드를 이해하고 독자 질문의 용어에 연결하는 데 사용됩니다. 필드 이름이 사용자 친화적인 경우 데이터와 독자의 질문 간에 링크를 더 쉽게 그릴 수 있습니다. 또한 이러한 친숙한 이름은 독자의 질문에 대한 답변의 일부로 독자에게 제시되어 추가 컨텍스트를 제공합니다.

5단계: 필드 및 필드 값에 동의어 추가하기

필드 이름을 사용자 친화적으로 업데이트하고 설명을 제공하더라도 독자는 여전히 다른 이름을 사용하여 필드를 참조할 수 있습니다. 예를 들어 독자의 질문에서 Sales 필드를 revenue, rev, spending로 지칭할 수 있습니다.

이러한 용어를 이해하고 올바른 필드에 매핑하기 위해 필드에 하나 이상의 동의어를 추가할 수 있습니다. 이렇게 하면 정확도가 향상됩니다.

필드 이름과 마찬가지로 독자는 다른 이름을 사용하여 필드에 있는 특정 값을 참조할 수 있습니다. 예를 들어, NW, SE, NE, SW 값이 포함된 필드가 있는 경우 해당 값에 동의어를 추가할 수 있습니다. Northwest를 NW에, Southeast를 SE에 등등 추가할 수 있습니다.

6단계: 필드에 대해 자세히 설명

데이터를 사용하여 독자의 질문에 답변하는 방법을 해석하는 데 도움이 되도록 데이터 세트의 필드에 대해 자세히 설명할 수 있습니다.

데이터 세트의 필드가 차원인지 아니면 측정값인지 말하고 해당 필드를 집계하는 방법을 지정할 수 있습니다. 또한 필드 값의 형식을 지정하는 방법과 필드의 데이터 유형을 명확히 할 수 있습니다. 이러한 추가 설정을 구성하면 독자가 질문할 때 정확한 답변을 생성하는 데 도움이 됩니다.

다음 절차에 따라 필드에 대해 자세히 설명합니다.

필드 역할 할당

데이터 세트에 있는 모든 필드는 차원 또는 치수입니다. 차원은 범주형 데이터이고 치수는 정량적 데이터입니다. 필드가 차원인지 치수인지 알면 필드에서 수행할 수 있는 작업과 수행할 수 없는 작업이 결정됩니다.

예를 들어 필드 , Employee ID및 Patient ID를 설정하면 해당 필드를 정수로 해석하는 Ratings 데 도움이 됩니다. 이 설정은 필드가 측정될 때 집계되지 않음을 의미합니다.

필드 집계 설정

필드 집계를 설정하면 해당 필드가 여러 행에 걸쳐 집계될 때 사용해야 하는 함수와 사용하지 않아야 하는 함수를 결정하는 데 도움이 됩니다. 필드에 기본 집계를 설정하고 집계를 허용하지 않도록 설정할 수 있습니다.

기본 집계는 독자의 질문에서 명시적으로 언급되거나 식별된 집계 함수가 없을 때 적용되는 집계입니다. 예를 들어 독자 중 한 명이 "어제 판매된 제품은 몇 개입니까?"라고 질문한다고 가정해 보겠습니다. 이 경우 Q는 기본 집계가 count distinct인 Product ID 필드를 사용하여 질문에 답합니다. 이렇게 하면 제품 ID의 고유 개수를 보여주는 시각적 결과가 나타납니다.

허용되지 않는 집계는 필드에서 질문에 답변하는 데 사용되지 않는 집계입니다. 허용되지 않는 집계를 질문에서 구체적으로 요구하는 경우에도 해당 집계는 제외됩니다. 예를 들어 Product ID 필드가 sum로 집계 작업을 수행하지 않도록 지정한다고 가정해 보겠습니다. 독자 중 한 명이 "어제 판매된 총 제품은 몇 개입니까?"라고 묻더라도 sum 는 질문에 답하는 데 사용되지 않습니다.

집계 함수가 필드에 잘못 적용되는 경우 필드에 허용되지 않는 집계를 설정하는 것이 좋습니다.

필드 값의 형식을 지정하는 방법 지정

필드의 값 형식을 지정하는 방법을 설명하려는 경우 그렇게 할 수 있습니다. 예를 들어, 미국 달러 형식으로 지정하려는 값이 포함된 Order Sales Amount 필드가 있다고 가정해 보겠습니다. 이 경우 답변에 사용할 때 필드의 값을 미국 통화로 포맷하는 방법을 설명할 수 있습니다.

필드 의미 체계 유형 지정

필드 의미 체계 유형은 필드에 있는 데이터가 나타내는 정보 유형입니다. 예를 들어 위치 데이터, 통화 데이터, 연령 데이터 또는 부울 데이터를 포함하는 필드가 있을 수 있습니다. 필드에 의미 체계 유형과 추가적인 의미 체계 하위 유형을 지정할 수 있습니다. 이를 지정하면 필드에 저장된 데이터의 의미를 이해하는 데 도움이 됩니다.

의미 체계의 유형 및 하위 유형을 지정하려면 다음 절차에 따르세요.