FineChatBI 支援管理者為業務使用者預設常用的分析主題與標籤體系,並設定權限。當業務員使用者進入提問介面時,左側導航欄自動展示權限範圍內的預設內容,點選後即可對選擇的資料範圍進行提問。
預載入配置有以下優勢:
快速回應提問:系統會預載入這些預設的主題資料,減少使用者的等待時間;
便於使用者選擇提問資料:管理者會為預載入的主題新增標籤,方便業務使用者快速選擇提問的資料,提高選擇效率。
提前學習維度枚舉值:若對維度欄位「物料編號」不進行維度學習,當直接查詢 AP-02-01有多少庫存? 時,無法得出結果,可在預載入配置中提前學習維度值。
1)管理者進入「管理系統>智慧問答配置」,進入「預載入配置」,如下圖所示:
2)點選上方編輯按鈕,可調整預載入主題數量的上限值(預載入主題數量過多可能會影響效能)。如下圖所示:
3)點選「編輯」,新增主題作為使用者全局提問時的預設資料範圍,如下圖所示:
選擇一個「進口產品銷量」的編輯按鈕,即可對此主題的主題資訊(標籤和簡介)進行編輯,如下圖所示:
標籤:點選下拉選擇標籤(需要提前建立好標籤才可下拉選擇,詳情請參見:標籤)。
簡介:為分析主題增加描述資訊,方便其他使用者選擇和使用,支援使用者手動輸入或者透過「智慧擴寫」生成。
注:管理者配置大模型後才可使用智慧擴寫,詳情請參見:大模型配置
配置完成後,在 FineChat 的提問介面,即可看到標籤和簡介。
「進口產品銷量」在「進出口測試」下,點選該主題,即可看到主題的簡介,方便使用者在資料欄表瞭解該主題的資料。如下圖所示:
基礎學習:取前 1 萬筆資料學習(預設選擇)
具體邏輯是為對取到的前 1 萬筆資料進行去重後,基於去重結果學習維度,維度學習可能不全面。
例如,對於「門店編碼」維度,若採用基礎學習方式,假設前 1 萬筆資料中只涵蓋了部分門店,當查詢涉及未在這 1 萬筆資料中的門店相關問題時,系統無法準確回答。操作步驟如下圖所示:
全量學習:取全部資料學習,但會增加效能負擔
具體操作是對全部資料進行去重,然後選取去重後的前 10 萬條維度進行學習。
例如,對於「門店維度」 維度,採用全量學習方式,可以確定對所有「門店維度」進行去重處理後,選取前 10 萬條維度進行學習,這樣在回答關於各種客戶名稱的問題時,能更全面準確。
注:若選擇全量學習,需要設定字元數上線,超過字元數上限的維度枚舉值將被忽略。
不開啟維度學習
當有些維度值沒有提問場景,比如說是使用者具體的評論,那麼可以關閉維度學習。
不開啟維度學習,是否有辦法對這些維度值進行提問呢?例如對「門店編碼」不進行維度學習,當直接查詢 D010101銷售額多少? 時,我們無法得出結果,因為系統未對「門店編碼」 這個維度進行學習,不識別D010101 這個維度值。此時有以下幾種方式:
新增“是、為、屬於”等關鍵詞,例如:門店編碼為 D010101 的銷售額是多少
使用引號,例如:門店編碼“D010101”的銷售額是多少
開啟維度學習後,管理者還可以對這些維度欄位設定是否開啟「模糊匹配」。可以實現以下類似場景:
給「客戶名稱」欄位開啟模糊匹配,當提問帆軟軟體的銷售額是多少,會自動匹配到 帆軟軟體有限公司的銷售額是多少
給「省份」欄位開啟模糊匹配,當提問江蘇的銷售額是多少,會自動匹配到 江蘇省的銷售額是多少
「大小寫敏感」控制維度值大小寫匹配規則:
開啟時:系統會嚴格區分字母的大小寫。例如,“ABC” 和 “abc” 會被視為不同的正文,在關鍵詞匹配、維度值聯動等場景下,只有完全大小寫一致,才會被判定為匹配。
關閉時:系統忽略字母的大小寫差異,“ABC” 和 “abc” 會被視為相同內容進行匹配。
由於資料庫中的資料是會變動的,所以需要重新整理預載入資料中維度值,確定問答BI能獲取到最新的維度值。
自動重新整理:設定自動重新整理的頻率,系統會按照設定的頻率定時獲取最新的維度值
全部重新整理:點選「全部重新整理」即可立即重新整理預載入所有資料欄表的資料,獲取最新的維度值
具體主題的重新整理:點選具體主題的重新整理,即可立即重新整理當前主題的資料,獲取最新的維度值
進行了以上預載入配置後,需點選儲存才可生效,如下圖所示:
在完成預載入配置之後,還需要為相關使用者配置預載入資料的使用權限,使用者只可以對有權限的預載入資料進行提問。
例如,希望 echo 可以對「連鎖經營分析」這個預載入資料進行提問。
方法一:使用者組維度配置
管理者進入「權限管理>智慧問答」,為指定使用者 echo 授予預載入主題「連鎖經營分析」的使用權限。如下圖所示:
方法二:專案資源維度
換為「資源專案維度」,可以將主題作為權限載體進行編輯權限的配置。
滑鼠選中內容,快速回饋問題
滑鼠選中存在疑惑的內容,即可快速回饋問題,我們將會跟進處理。
不再提示
10s後關閉
反馈已提交
网络繁忙