Looker의 대화형 분석에 권장되는 설정 및 출시 전략

이 가이드는 Looker 인스턴스 사용자에게 대화형 분석을 출시하는 계획을 세우는 데 도움이 되도록 마련되었습니다. Looker에서 대화형 분석을 구현하려면 다음 단계별 접근 방식을 따르는 것이 좋습니다.

이 접근 방식을 사용하면 작고 제어된 범위로 시작하여 설정을 검증한 다음 더 많은 사용자 및 데이터로 확장할 수 있습니다.

1단계: 데이터 선별 및 초기 범위 정의

이 단계에서는 사용자가 대화형 분석으로 쿼리할 수 있도록 데이터를 준비하고 초기 배포 범위를 정의합니다. 작고 통제된 범위로 시작하려면 다음 권장사항을 따르세요.

  • 초기 설정: 인스턴스에 대해 Looker에서 대화형 분석 설정의 설정 단계를 따릅니다.
  • 초기 사용자 액세스 제한: 내부 테스트 및 검증을 사용 설정하려면 Looker의 권한 시스템을 사용하여 데이터에 익숙한 소수의 사용자에게 대화형 분석을 사용하는 데 필요한 권한을 부여합니다. 먼저 대화형 분석을 위해 선별한 모델 1~2개에 대한 액세스를 제한하는 것이 좋습니다.
  • 선별된 Explore 선택: 비교적 정리된 데이터를 기반으로 하고 명확한 비즈니스 가치를 제공하는 구조화된 Explore 1~2개로 시작합니다. Looker에서 대화형 분석을 구성하기 위한 권장사항의 자세한 안내에 따라 Looker의 이러한 Explore를 대화형 분석에 맞게 최적화합니다.

2단계: 에이전트 구성 및 내부 검증

이 단계에서는 대화형 분석 에이전트를 빌드하고 개선한 다음 내부 사용자와 함께 철저히 테스트하여 정확성과 효과를 확인합니다. 이 단계에는 다음 단계가 포함됩니다.

  1. 선별된 에이전트 만들기: 선별 및 초기 설정 단계에서 준비한 선별된 탐색 분석만을 기반으로 대화형 분석 에이전트를 만듭니다.

  2. 에이전트 안내로 개선: 에이전트 안내를 사용하여 추가 컨텍스트와 추가 안내를 제공합니다. 예를 들면 다음과 같습니다.

    • synonym LookML 매개변수를 사용하여 필드 이름 또는 값의 동의어를 정의합니다.
    • 특정 필드를 사용하는 방법에 관한 구체적인 컨텍스트나 규칙을 제공합니다.

  3. 내부적으로 검증하고 반복: 데이터에 익숙한 사용자와 함께 에이전트를 철저히 테스트합니다. 다양한 질문을 하고, 특이 사례를 테스트하고, 약점을 파악합니다. 테스트에서 받은 의견을 바탕으로 다음과 같이 변경합니다.

    1. LookML을 상세검색합니다. 예를 들어 label, description 또는 hidden LookML 매개변수의 값을 조정합니다.
    2. 에이전트 요청 사항을 조정합니다.
    3. 데이터 품질 문제를 계속 신고합니다.

3단계: 더 많은 사용자로 대화형 분석 도입 확대

이 단계에서는 액세스 권한을 부여하고, 의견을 수집하고, 에이전트를 반복하여 대화형 분석 도입을 더 많은 사용자로 확대합니다. 이 단계에는 다음 단계가 포함됩니다.

  1. 타겟팅된 액세스 권한 부여: 추가 사용자에게 대화형 분석 액세스 권한을 부여하고 사용자가 생성한 특정 검증된 에이전트를 사용하도록 유도합니다.

  2. 출시 및 의견 수집: 다음 주제에 관한 의견을 적극적으로 요청합니다.

    • 대답의 정확성
    • 사용 편의성
    • 정보가 누락되었거나 혼란스러운 결과

  3. 지속적으로 반복: 피드백을 사용하여 LookML 및 에이전트 안내를 추가로 개선하고 데이터 정리 작업을 우선시합니다.

  4. 액세스 권한 확장: 에이전트가 안정적이고 유용하다는 것이 입증되면 다른 관련 사용자 그룹에 대한 액세스 권한을 확장하고 이러한 사용자에게 적절한 권한을 부여하여 새로운 선별된 에이전트를 도입합니다. 또한 이전 단계에서 사용한 것과 동일한 프로세스를 따라 새로운 선별된 에이전트를 도입하고 Gemini 역할에 제공되는 모델에 대한 액세스를 확대할 수 있습니다.