Empfohlene Einrichtung und Einführungsstrategie für die konversationelle Analyse in Looker

Dieser Leitfaden soll Ihnen bei der Planung der Einführung der konversationellen Analyse für Nutzer einer Looker-Instanz helfen. Er empfiehlt den folgenden schrittweisen Ansatz für die Implementierung der konversationellen Analyse in Looker:

Mit diesem Ansatz können Sie mit einem kleinen, kontrollierten Umfang beginnen, Ihre Einrichtung validieren und dann auf weitere Nutzer und Daten ausweiten.

Phase 1: Daten kuratieren und den anfänglichen 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. Wir empfehlen, mit einem kleinen und kontrollierten Umfang zu beginnen:

Phase 2: Agenten konfigurieren und intern validieren

In dieser Phase erstellen und verfeinern Sie Ihre Agenten für die konversationelle Analyse und testen sie dann gründlich mit internen Nutzern, um die Genauigkeit und Effektivität zu bestätigen. Diese Phase umfasst die folgenden Schritte:

  1. Kuratierte Agenten erstellen: Erstellen Sie Agenten für die konversationelle Analyse, die nur auf den kuratierten Explores basieren, die Sie in der Kurations- und Ersteinrichtungsphase vorbereitet haben.

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

    • Verwenden Sie den synonym LookML-Parameter, um Synonyme für Feldnamen oder ‑werte zu definieren.
    • Geben Sie spezifischen Kontext oder Regeln für die Verwendung bestimmter Felder an.

  3. Intern validieren und iterieren: Testen Sie die Agenten 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 basierend auf dem Feedback aus den Tests vor:

    1. LookML-Code verfeinern Passen Sie beispielsweise die Werte für die label, description oder hidden LookML-Parameter an.
    2. Agent-Anweisungen anpassen
    3. Weiterhin Probleme mit der Datenqualität melden

Phase 3: Einführung der konversationellen Analyse für weitere Nutzer

In dieser Phase führen Sie die konversationelle Analyse für weitere Nutzer ein, indem Sie ihnen Zugriff gewähren, Feedback einholen und Ihre Agenten iterativ verbessern. Diese Phase umfasst die folgenden Schritte:

  1. Gezielten Zugriff gewähren: Gewähren Sie weiteren Nutzern Zugriff auf die konversationelle Analyse und fordern Sie sie auf, die von Ihnen erstellten spezifischen, geprüften Agenten zu verwenden.

  2. Einführen und Feedback einholen: Fordern Sie aktiv Feedback zu den folgenden Themen an:

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

  3. Kontinuierlich iterieren: Verwenden Sie Feedback, um weitere Verfeinerungen an LookML-Code und Agent-Anweisungen vorzunehmen und die Datenbereinigung zu priorisieren.

  4. Zugriff erweitern: Sobald sich die Agenten als stabil und wertvoll erweisen, erweitern Sie den Zugriff auf andere relevante Nutzergruppen und führen Sie neue kuratierte Agenten ein, indem Sie diesen Nutzern die entsprechenden Berechtigungen gewähren. Sie können auch neue kuratierte Agenten einführen und den Zugriff auf die Modelle erweitern, die für die Gemini-Rolle verfügbar sind. Verwenden Sie dazu die gleichen Prozesse wie in den vorherigen Phasen.