Directrices de preparación y ajuste de datos – Usuarios autores

Para maximizar la eficacia de sus interacciones con el asistente de IA de Oracle Analytics, siga estas directrices.

1. Limitar el número de columnas en un área temática local. Incluya solo las columnas utilizadas o necesarias para el contexto funcional de los libros de trabajo en el área temática local. Incluso si no se utiliza explícitamente en el libro de trabajo, una columna de datos cercana al contexto del libro de trabajo puede ser candidata para el área temática local, si se cumplen las siguientes condiciones:
   1. Se espera que los usuarios consumidores puedan hacer una pregunta o petición de datos que involucre a estos.
   2. Si se agrega al área temática local, no se producirá una posible ambigüedad con otras columnas existentes en el área temática local.
2. Evite las columnas de alta cardinalidad en un área temática local. No traiga Order_id o Customer name, que potencialmente tienen más de 1000 miembros distintos. Las columnas de alta cardinalidad suelen aumentar el tiempo de indexación y, en última instancia, pueden no ser de necesidad crítica para responder a muchas de las peticiones de datos de usuario de consumidor de "alto nivel".
3. Evite varias fechas funcionales en una sola área temática local.
   1. Cuando sea posible, incluya solo una fecha funcional (juego de jerarquías de fechas) en el área temática local, en lugar de varias jerarquías de fechas funcionales. Por ejemplo, la fecha de orden, la fecha de envío y la fecha de facturación son jerarquías de fechas distintas que forman parte de un área temática sobre ventas. Lo ideal es incluir solo una de estas jerarquías en el área temática local. Tener varias jerarquías de fechas podría generar ambigüedad con las respuestas del asistente de IA de Oracle Analytics.
   2. Si debe otorgar al usuario consumidor acceso a varias fechas en un único área temática local, solicite que siempre especifique el tipo de fecha funcional al que hace referencia cuando hace preguntas relacionadas con el tiempo. De lo contrario, puede que no siempre sea intuitivo para los usuarios consumidores, por ejemplo, cuando los objetos de fecha de orden y fecha de envío se incluyen en el área temática local.
4. Definir correctamente las reglas de agregación de métricas. Columnas de tipo de métrica por defecto con una regla de agregación Suma. Si una métrica no es aditiva, como Edad, sustituya manualmente la regla de agregación que, por defecto, en el área temática local, es Media. En un nivel superior, los objetos típicos que necesitan sustitución de reglas de agregación son Recuento, Recuento Distinto y Media. Debe sustituir las métricas que son cálculos de ratio con un numerador y un denominador con una regla de agregación Media en el área temática local.
5. Tenga en cuenta los nombres y las descripciones de las columnas. Si es necesario, cambie los nombres de columna a valores más significativos. Los mejores nombres de columna son más eficaces que la adición de sinónimos. Mientras que la adición de sinónimos ayuda, los buenos nombres de columna tienen un mayor impacto en la resolución del LLM.
6. Defina las áreas temáticas locales en el modo de acceso a datos activos. Esto permite que los criterios de seguridad de datos del usuario se transfieran a la consulta.
7. Evite las columnas de área temática con reglas de agregación complejas en las áreas temáticas locales. En la medida de lo posible, intente utilizar métricas aditivas simples en las áreas temáticas locales.