您正在浏览的是 FineBI6.1 帮助文档,点击跳转至: FineBI5.1帮助文档

准备提问数据

  • 产品级协助
  • 文档创建者:TW
  • 历史版本:4
  • 最近更新:Lily.Wang 于 2025-03-11
  • icon点击返回主目录:【目录】FineChatBI

    1. 概述

    一定程度上规范的业务数据,可以提高 FineChatBI 的识别精度,获得更加准确的分析结果,所以在准备时就需要保证业务数据的规范性。

    本文将介绍如何将业务数据导入到 FineBI 并作为 FineChatBI 的提问数据,以及业务数据的规范有哪些注意点。

    2. 准备提问数据

    2.1 将数据库数据添加到 FineBI 

    1)连接 FineBI 与数据库,详细可参见:数据连接支持范围

    1.png

    2)点击「公共数据」,将数据库中的数据添加到 FineBI ,如下图所示:

    2.png

    2.2 创建分析主题

    1)因为最终 FineChatBI 是对分析主题进行提问,新建分析主题,将业务数据表添加到主题中。

    3.png

    2)若是需要对多张数据表进行多表分析,多表提问,那么构建主题模型(详情请参见:主题模型简介即构建方法)。如下图所示:

    4.png

    3)补充用户需要使用的分析字段,可以通过已有字段计算获得:

    • 在编辑数据中添加字段补充

    • 在组件中添加计算字段补充

    3. 数据规范

    3.1 表结构规范

    3.1.1 避免数据冗余

    需要避免数据表中有业务数据冗余。多表分析时,比起使用 左右合并 制作宽表,更推荐直接使用 主题模型 建立模型关系。

    比如,「销售额表」与「销售目标表」通过左右合并后获得的宽表如下图所示,当用户问“销售总目标是多少”时:

    • 问答 BI 回复销售总目标:1600

    • 实际销售总目标:1100

    解决方案:将「销售额表」与「销售目标表」拆分在两张表中,使用 主题模型 建立多表之间的模型关系可避免出现数据冗余。

    5.png

    3.1.2 调整正确的字段类型

    添加到 FineBI 中的字段类型系统会自动进行判断,IT 人员需检查字段是否都调整成了正确的字段类型。例如:

    • 销售额字段若为文本类型,则无法顺利进行相加统计

    • 销售日期若为文本类型,则不能顺利计算同比环比

    3.2 表头表值规范

    3.2.1 表头应避免语义交叉

    在同一个数据表或同一个模型,应避免表头之间的语义重叠或混淆。例如:

    • 有一个员工信息表格,原始表头可能包含“员工职位”和“员工级别”。用户询问“高级职位的员工有哪些”时,由于者两个表头语义混淆,系统就无法准确召回对应的表头。为了避免这种情况,可以将表头重新命名为“职位名称”和“职位等级”,这样就能清晰的区分员工等级高低。

    3.2.2 表头表值应规整精炼

    1)若表头或表值需要参与到用户的提问,则长度应该尽量短和简洁明了(少于10个字),有助于提高系统的试别能力。

    2)并且表值内容需要规整,例如:

    • 对于「支付方式」表头,可能列出“银行转账(工商银行等)”、“信用卡在线支付”、“移动支付(如支付宝)”,这种表述方式包含了不必要的细节。可以统一为“转账”、“信用卡”、“移动支付”,以提高筛选和报告生成的效率。

    • 对于「省份」表头,可能列出“广东省(粤)”、“江苏省(苏)”、“辽宁省(辽)”,这种表述方式混合了省份的全称和简称,可能导致检索时混肴。统一格式,仅显示标准名称:“广东省”、“江苏省”、“辽宁省”,帮助系统准确识别信息。

    3.3 优化主题设计

    通过简化主题结构、合理拆分业务场景,可以帮助用户高效获取所需信息,减少操作负担。

    3.3.1 精简主题数量,减少用户手动切换成本

    • 合并相近的主题

    如“门店销售分析”与“产品销售分析”都是销售分析,可整合为“销售分析”,那么业务人员想了解销售情况时,就不用来回切换主题,对一个主题进行提问就足够了。

    • 通过命名区分核心功能

    如“销售主题”主题仅包含签单数据,“售后主题”主题单独管理退货数据,清晰的命名可以帮助业务人员精确找到分析主题。

    3.3.2 对必须要拆分主题的场景进行拆分

    一个分析主题中可能有指标名称相同但口径不同的情况,例如“销售业绩”和“售前业绩”。

    当「销售员工」或「售前员工」问“我的业绩是多少”的时候,系统可能没办法辨别问的是“销售业绩”还是“售前业绩”。为了确保数据准确性和用户体验,我们可以:

    1)拆分主题,避免混淆

    将“销售业绩”和“售前业绩”分别归属于不同的主题,例如“销售主题”和“售前主题”。这样可以从根源上避免指标混淆,确保数据准确性和可理解性。

    2)权限控制,精准管理

    根据不同部门/角色的数据需求,配置相应的主题级权限。例如:

    • 销售团队:拥有“销售主题”的访问权限,可以查询“销售业绩”等指标。

    • 售前团队:拥有“售前”的访问权限,可以查询“售前业绩”等指标。

    • 财务团队:拥有“财务主题”的访问权限,可以查询“收入”、“成本”等指标。

    附件列表


    主题: 非容器化FineBI6.0部署方案
    • 有帮助
    • 没帮助
    • 只是浏览
    中文(简体)

    鼠标选中内容,快速反馈问题

    鼠标选中存在疑惑的内容,即可快速反馈问题,我们将会跟进处理。

    不再提示

    5s后关闭



    AI

    联系我们
    在线支持
    获取专业技术支持,快速帮助您解决问题
    工作日9:00-12:00,13:30-17:30在线
    页面反馈
    针对当前网页的建议、问题反馈
    售前咨询
    采购需求/获取报价/预约演示
    或拨打: 400-811-8890 转1
    qr
    热线电话
    咨询/故障救援热线:400-811-8890转2
    总裁办24H投诉:17312781526
    提交页面反馈
    仅适用于当前网页的意见收集,帆软产品问题请在 问答板块提问前往服务平台 获取技术支持

    反馈已提交

    网络繁忙