Empfohlene Einrichtung und Einführungsstrategie für die konversationelle Analyse in Looker

Dieser Leitfaden soll Ihnen bei der Planung der Einführung von Conversational Analytics für Nutzer einer Looker-Instanz helfen. Für die Implementierung der konversationellen Analyse in Looker wird der folgende stufenweise Ansatz empfohlen:

So können Sie mit einem kleinen, kontrollierten Umfang beginnen, Ihre Einrichtung validieren und dann auf mehr Nutzer und Daten ausweiten.

Phase 1: Daten zusammenstellen und ersten Umfang definieren

In dieser Phase bereiten Sie Ihre Daten für Nutzer vor, damit sie sie mit der konversationellen Analyse abfragen können. Außerdem definieren Sie den Umfang der ersten Bereitstellung. Hier sind einige Empfehlungen für den Einstieg mit einem kleinen und kontrollierten Umfang:

Phase 2: Agents konfigurieren und intern validieren

In dieser Phase erstellen und optimieren Sie Ihre Conversational Analytics-Agents und testen sie dann gründlich mit internen Nutzern, um ihre Richtigkeit und Effektivität zu bestätigen. Diese Phase umfasst die folgenden Schritte:

  1. Kuratierte Agents erstellen: Erstellen Sie Conversational Analytics-Agents, die nur auf den kuratierten Explores basieren, die Sie während der Kuratierungs- und Ersteinrichtungsphase vorbereitet haben.

  2. Mit Agent-Anweisungen optimieren: Verwenden Sie Agent-Anweisungen, um zusätzlichen Kontext und weitere Anleitungen bereitzustellen. Beispiel:

    • Mit dem LookML-Parameter synonym können Sie Synonyme für Feldnamen oder -werte definieren.
    • Geben Sie einen bestimmten Kontext oder Regeln für die Verwendung bestimmter Felder an.

  3. Intern validieren und iterieren: Testen Sie die Agents gründlich mit Nutzern, die mit den Daten vertraut sind. Stellen Sie verschiedene Fragen, testen Sie Grenzfälle und ermitteln Sie Schwachstellen. Nehmen Sie die folgenden Änderungen auf Grundlage des Testfeedbacks vor:

    1. Verfeinern Sie die LookML. Passen Sie beispielsweise die Werte für die LookML-Parameter label, description oder hidden an.
    2. Anweisungen für den Agenten anpassen
    3. Melden Sie weiterhin Probleme mit der Datenqualität.

Phase 3: Conversational Analytics auf weitere Nutzer ausweiten

In dieser Phase weiten Sie die Nutzung von Conversational Analytics auf weitere Nutzer aus, indem Sie Zugriff gewähren, Feedback einholen und Ihre Agents optimieren. Diese Phase umfasst die folgenden Schritte:

  1. Gezielten Zugriff gewähren: Gewähren Sie zusätzlichen Nutzern Zugriff auf Conversational Analytics und fordern Sie sie auf, die von Ihnen erstellten, geprüften Agenten zu verwenden.

  2. Einführung und Feedback: Holen Sie aktiv Feedback zu den folgenden Themen ein:

    • Genauigkeit der Antworten
    • Nutzerfreundlichkeit
    • Fehlende Informationen oder verwirrende Ergebnisse

  3. Kontinuierlich iterieren: Nutzen Sie Feedback, um LookML und Agent-Anweisungen weiter zu optimieren, und priorisieren Sie die Datenbereinigung.

  4. Zugriff erweitern: Sobald sich die KI-Agents als stabil und nützlich erweisen, können Sie den Zugriff auf andere relevante Nutzergruppen ausweiten und neue kuratierte KI-Agents einführen, indem Sie diesen Nutzern die entsprechenden Berechtigungen erteilen. Sie können auch neue kuratierte Agents einführen und den Zugriff auf die Modelle, die für die Gemini-Rolle verfügbar sind, erweitern. Dabei können Sie die gleichen Prozesse wie in den vorherigen Phasen verwenden.