ガイド付きNLQ体験の向上

概要

ガイド付きNLQは、レポート作成のスキルがほとんどないビジネスユーザーでも、データ分析を容易に行うことができます。使いやすく理解しやすいフィールドをビューに提供することで、ビジネスユーザーの経験を可能な限り成功に導きます。

このセクションでは、ビジネスユーザーを念頭に置いて、ビューレベルからガイド付きNLQの体験を向上させるためのチェックリストをまとめています。チェックリストの後、各オプションについて詳細を説明しています。

チェックリスト

• ガイド付きNLQのフィールドを制限する
  フィールド数を少なくすることで、ガイド付きＮＬＱの実行時間を短縮し、フィールドの選択しが多すぎて困っているユーザーをサポートします。
• フィルター値のキャッシングを理解する
  ガイド付きNLQはすでに高速ですが、ロードフィルターの値によって設定時の柔軟性が増します。
• 意味のあるフィールド名をつける
  書き表されたフィールド名は、初めて使うユーザーにとって役立ちます。
  
• 複数形の追加
  フィールド名に複数形を追加することで、ガイド付きユーザーが自然な流れで質問することを実現します。
•  直感的な計算フィールドの準備
  ユーザーがよりシンプルな質問を作成できるように、計算フィールドの作成を検討してみましょう。
• 非連続の日付フィールドの準備
  日付件数を使用して、データを分析する方法を増やしていきます。
• フォーカスエリアの作成
  フォーカスエリアでは、複雑なデータを素早く簡単に絞り込むことができるため、ユーザーは長くて複雑な質問を必要がありません。
• ユーザーのアクセスをスキルレベルに合わせる
  非常に複雑なビューは、高度なデータスキルとデータセットに精通したユーザーのみに提供することをお勧めします。（NLQへのアクセスも含みます）
• 日付の階層を整理する
  日付の階層が正しく設定されていないと、データの集計結果が異なる場合があります。

日付の階層を整理する

ガイド付きNLQでは、ビュー内で日付の階層を使用することが重要となっています。日付階層がないと、間違った日付の粒度で質問をした場合、不正確な結果になる可能性があります。

スキーチームのチュートリアルデータを使って、例を見てみましょう。キャンプに参加しているアスリートの平均人数を「開始日（月」ごとにみると、「開始日（日）」ごとの答えとは異なります。あるキャンプで6月に31人のアスリートがいたとします。

6月の日別平均を求めると、31選手÷31日＝1なので「1」と表示されます。

6月の月別平均値を求めると、31÷1ヶ月＝31なので、「31」と表示されます。

通常、日付階層はドリルダウン階層で、粗い粒度の時間フィールドから細かい粒度の時間フィールドとなっており、例えば、年、月、日のように正しい順序でドリルダウンします。日付関数を適用して、より粒度の粗いフィールドを作成することができます。例えば、日単位の粒度を持つ開始日フィールドに「月開始日」の日付関数を適用すると、月単位の粒度を持つ開始日フィールドの新しいバージョンが作成されます。

日付の粒度の改善や、階層の作成は、ビューの準備段階から作成できます。詳しい情報はWikiページ日付の粒度についてのページをご確認ください。