Ce guide est destiné à vous aider à planifier le déploiement de Conversational Analytics auprès des utilisateurs d'une instance Looker. Il recommande l'approche progressive suivante pour implémenter Conversational Analytics dans Looker :
- Phase 1 : Organisez les données et définissez le champ d'application initial
- Phase 2 : Configurez les agents et validez-les en interne
- Phase 3 : Étendre l'adoption de l'analyse conversationnelle à davantage d'utilisateurs
Cette approche vous permet de commencer avec un champ d'application réduit et contrôlé, de valider votre configuration, puis de l'étendre à davantage d'utilisateurs et de données.
Phase 1 : Organiser les données et définir le champ d'application initial
Dans cette phase, préparez vos données pour que les utilisateurs puissent les interroger avec Conversational Analytics et définissez le champ d'application du déploiement initial. Suivez ces recommandations pour commencer avec un champ d'application réduit et contrôlé :
- Configuration initiale : suivez les étapes de configuration décrites dans Configurer Conversational Analytics dans Looker pour votre instance.
- Limitez l'accès initial des utilisateurs : pour activer les tests et la validation internes, utilisez le système d'autorisation de Looker afin d'accorder les autorisations requises pour utiliser Conversational Analytics à un petit groupe d'utilisateurs qui connaissent bien les données. Pour commencer, envisagez de limiter l'accès à un ou deux modèles que vous avez sélectionnés pour Conversational Analytics.
- Sélectionnez des explorations organisées : commencez par une ou deux explorations bien structurées, basées sur des données relativement propres et qui apportent une valeur commerciale claire. Optimisez ces explorations pour Conversational Analytics dans Looker en suivant les instructions détaillées dans Bonnes pratiques pour configurer Conversational Analytics dans Looker.
Phase 2 : Configurer les agents et valider en interne
Dans cette phase, créez et affinez vos agents Conversational Analytics, puis testez-les minutieusement avec des utilisateurs internes pour confirmer leur précision et leur efficacité. Cette phase comprend les étapes suivantes :
- Créer des agents sélectionnés : créez des agents Conversational Analytics basés uniquement sur les explorations sélectionnées que vous avez préparées lors de la phase de sélection et de configuration initiale.
Affiner avec des instructions pour l'agent : utilisez des instructions pour l'agent afin de fournir un contexte supplémentaire et des conseils plus précis. Exemple :
- Utilisez le paramètre LookML
synonympour définir des synonymes pour les noms ou les valeurs de champ. - Fournissez un contexte ou des règles spécifiques pour l'utilisation de certains champs.
- Utilisez le paramètre LookML
Validez en interne et itérez : testez minutieusement les agents avec des utilisateurs qui connaissent les données. Posez diverses questions, testez les cas extrêmes et identifiez les points faibles. Apportez les modifications suivantes en fonction des commentaires reçus lors des tests :
- Affinez le code LookML. Par exemple, ajustez les valeurs des paramètres LookML
label,descriptionouhidden. - Ajustez les instructions de l'agent.
- Continuez à signaler les problèmes de qualité des données.
- Affinez le code LookML. Par exemple, ajustez les valeurs des paramètres LookML
Phase 3 : Étendre l'adoption de Conversational Analytics à un plus grand nombre d'utilisateurs
Au cours de cette phase, étendez l'adoption de l'analyse conversationnelle à davantage d'utilisateurs en leur accordant l'accès, en recueillant leurs commentaires et en itérant sur vos agents. Cette phase comprend les étapes suivantes :
- Accorder un accès ciblé : accordez l'accès à Conversational Analytics à d'autres utilisateurs et encouragez-les à utiliser les agents spécifiques et approuvés que vous avez créés.
Lancer et recueillir des commentaires : sollicitez activement des commentaires sur les thèmes suivants :
- Précision des réponses
- Simplicité d'utilisation
- Informations manquantes ou résultats confus
Itérez en continu : utilisez les commentaires pour affiner davantage les instructions LookML et de l'agent, et accordez la priorité au nettoyage des données.
Élargissez l'accès : une fois que les agents se sont avérés stables et utiles, élargissez l'accès à d'autres groupes d'utilisateurs pertinents et présentez de nouveaux agents sélectionnés en accordant à ces utilisateurs les autorisations appropriées. Vous pouvez également présenter de nouveaux agents sélectionnés et élargir l'accès aux modèles disponibles pour le rôle Gemini, en suivant les mêmes processus que ceux utilisés lors des phases précédentes.