在 QuickSight 的 Amazon Q 中策划主题，以获得最大价值并改善用户体验

QuickSight 中的 Amazon Q 增强了组织通过自然语言查询提取有意义见解的方式。但是，它的真正潜力在于战略主题策划，就像一个组织良好的图书馆一样。适当的主题策划对于增强用户体验和客户满意度至关重要，而用户体验和客户满意度对于业务成功至关重要。

在这篇文章中，我们将讨论 QuickSight 中的 Amazon Q 主题策划策略，这些策略可以帮助您增强用户体验、提高答案准确性并推动更好的业务决策。

QuickSight 中的 Amazon Q 是一种由机器学习驱动的自然语言查询功能，使用户能够用通俗的英语提出业务问题并即时获得可视化答案。它通过理解日常业务术语并自动生成相应的可视化、表格或叙述，消除了对复杂的 SQL 知识的需求。

QuickSight 主题中的亚马逊 Q 是将业务问题与准确的数据见解联系起来的基础。这些精心策划的数据集定义了 Amazon Q 如何解释和响应自然语言查询。如果得到适当的维护和改进，主题可以提高答案质量，增强用户信心，并更快地获得见解。

先决条件

要在 QuickSight 中创建 Amazon Q 主题，您需要一个订阅 QuickSight 企业版的活跃的亚马逊云科技账户。
用户必须拥有 QuickSight 作者或管理员角色以及必需的 IAM 权限才能集成 Amazon Q。有关更多详情，请参阅将亚马逊 QuickSight 与 IAM 配合使用。
此外，该账户应至少有一个已配置的数据源和已发布的数据集，并且您需要成为作者专业人士才能编辑主题。有关定价，请参阅亚马逊 QuickSight 定价。

在 QuickSight 主题中创建亚马逊 Q

完成以下步骤，在 QuickSight 主题中创建 Amazon Q：

在 QuickSight 仪表板上，在导航窗格中选择主题。
选择 “新建主题”。
在主题名称中，输入主题的名称。（对于我们的示例，我们将主题命名为 “零售问答主题”）。
在描述中，输入清晰简洁的主题描述，引导用户找到正确的数据。有效的描述突出显示了关键指标、业务背景和可用见解，帮助用户快速确定该主题是否回答了他们的业务问题。
选择 “继续”。
选择您想成为主题一部分的数据集。（对于我们的示例，我们使用数据集Retail_Daily。）
选择 “创建”。

当 Amazon Q 为数据编制索引并设置字段配置时，将对数据集进行分析，这是主题创建的一部分。

创建后，您可以在 Amazon Q 主题部分找到列出的新主题。

问答主题可以直接通过分析创建，自动整合所有相关数据集。

探索 Amazon Q 话题

在本节中，我们将探讨 Amazon Q 主题详细信息页面上的不同选项卡。

创建主题后，或者当您从 “主题” 页面的列表中选择现有主题时，该主题将打开该主题的工作空间。此处显示四个选项卡，您可以按照以下部分的说明使用这些选项卡。

摘要选项卡

“摘要” 选项卡包含以下部分：

改进您的主题-本部分允许您查看主题设置以优化性能。选择 “开始审阅” 开始评估您的主题设置。
主题详情 — 这包括以下信息：
- 主题的名称
- 描述
- 上次修改的日期和时间
- 上次刷新日期和时间
统计信息-本节包含有关主题使用情况和反馈的统计信息。新创建的主题不提供详细的使用量指标。在主题发布且用户开始访问该主题后，本部分将显示对使用模式和用户情绪的全面见解。

“数据” 选项卡

“数据” 选项卡包含以下部分：

数据集-向您显示与此主题相关的数据集列表。
数据字段-提供有关所有数据字段的全面详细信息以及同义词。Amazon Q 会自动包含最相关的列，并在该主题的初始版本中添加字段名称同义词。
命名实体-命名实体是数据字段的分组，它们共同代表业务概念，用于增强问答体验。本节列出了创建的命名实体。

“用户活动” 选项卡

在 “用户活动” 选项卡上，您可以通过全面的活动指标跟踪用户参与度，包括总问题量、答案成功率和用户反馈分析。该仪表板为可回答和不可回答的查询提供了宝贵的见解，以及详细的正面和负面反馈统计数据。

这些信息可以帮助您分析负面反馈模式，以确定需要改进的领域并采取有针对性的行动。这些见解使您能够通过战略优化和优化来增强用户体验。

建议的问题

“建议问题” 选项卡将问题分为两种关键类型：

已验证的问题-提供经过全面审查的已验证问题列表。为用户提供这种程度的透明度和验证可以增强信心。
AI 生成的问题 — 根据您在主题中启用的数据字段提供 AI 生成的问题列表。

在 QuickSight 主题中增强亚马逊 Q

增强 QuickSight 主题中的 Amazon Q 对于提供优化的数据分析体验至关重要，因为它直接影响用户与数据互动和从数据中提取见解的方式。通过添加相关的同义词、命名实体和经过验证的问题来微调主题，组织可以显著提高自然语言查询的准确性并减少用户的挫败感。这种优化不仅可以提高用户采用率和满意度，还可以使业务用户更有效地做出数据驱动的决策，最终带来更好的业务成果和更高的分析基础设施投资回报率。

在本节中，我们将讨论您可以增强主题的各种方法。

包含或排除字段

QuickSight 中的 Amazon Q 精选了一系列具有高影响力的领域，以优化性能和相关性。Amazon Q 最初会选择一个重点字段子集来缩小范围。只有当用户确实需要字段来回答问题时，才应包含字段。

作为数据和业务需求领域的专家，您可以完全控制自定义字段选择，启用或禁用特定字段以满足您的分析需求。

您可以通过选择所需的字段来管理字段可见性，从而精确控制分析中包含或排除哪些字段。

开启按钮以包含该字段，或关闭该按钮以排除该字段。

添加字段同义词

QuickSight 中 Amazon Q 中的字段同义词可识别用户在询问数据问题时可能使用的替代术语，从而显著提高了自然语言查询的准确性。字段同义词旨在捕获特定于 Amazon Q 不知道的特定于您的域名的企业同义词。

例如，如果您的数据字段被标记为评级，但某些企业用户可能会使用 “产品评级” 或 “产品分数” 一词，则添加产品评分和产品分数作为同义词可确保 Amazon Q 理解并正确解释这些变体。

您可以通过选择为字段添加替代术语或加号来添加同义词来增强字段识别。

添加值同义词

QuickSight 中 Amazon Q 中的增值同义词通过使数据探索更加直观和用户友好，可以直接增强用户和客户体验。当用户可以使用熟悉的术语而不是确切的数据库值访问数据时，可以创造更自然、更有效的分析体验。

假设您的数据集在国家列中包含澳大利亚。如果没有数值同义词，当用户查询 “澳大利亚国家的总金额” 时，系统无法将 “澳大利亚” 识别为等同于 “澳大利亚”，从而出现以下消息。

完成以下步骤，为 “国家/地区” 列添加值同义词：

选择字段（国家）以扩展其属性。
选择 “配置字段值同义词”。
选择 “添加”。
输入值（例如，澳大利亚）。
添加同义词（例如，Aus 和 AUS）。
选择 “完成” 以确认更改。

此配置可确保使用常用缩写的查询将成功检索到预期的数据。

实现价值同义词后，诸如 “澳大利亚国家总金额” 之类的查询将成功检索澳大利亚的数据，从而提供准确的见解并提供无缝的用户体验。

添加默认聚合

Amazon Q QuickSight 主题中的默认聚合可根据业务背景自动对数值字段应用最合适的数学运算，从而显著增强用户体验。此功能为查询提供一致且有意义的数据表示形式。

这种智能预配置使用户能够专注于提取有价值的见解，而不是管理计算方法，从而提供更高效、更可靠的数据分析结果。

如果业务需要 Count d istinct 作为默认聚合，则可以使用默认聚合选项进行设置。当用户需要通过 “按月显示产品” 等查询分析独特记录时，系统将返回每月唯一数量的产品。

完成以下步骤，将 Count distinct 配置为默认聚合方法：

查找需要唯一计数聚合的字段。（在我们的示例中，我们使用字段products。）
选择该字段以扩展字段属性。
对于 “默认聚合”，选择 “不同计数”。
选择 “保存”。

现在将 Count distinct 设置为默认聚合，诸如 “按月显示产品” 之类的查询将自动显示独特的产品数量，为准确的决策提供精确的见解。

排除聚合

在 QuickSight 主题中配置 Amazon Q 不允许聚合，可防止意外计算，确保数据洞察与业务需求和分析优秀实践保持一致，从而提高分析准确性。

假设需要限制产品领域的独特产品数量的业务场景。将非重复计数配置为不允许的聚合通过防止意外的唯一计数来保护您的分析完整性。

完成以下步骤，将 “非重复计数” 配置为 “不允许聚合”：

查找需要唯一计数聚合的字段。（在我们的示例中，我们使用字段products。）
选择该字段以扩展字段属性。
对于 “不允许聚合”，选择 “不同计数”。
选择 “保存”。

添加语义信息

在 QuickSight 主题的 Amazon Q 中添加语义信息，通过为您的数据字段和关系提供上下文含义来增强自然语言理解。通过定义字段、计量单位和业务环境之间的语义关系，该系统可以更好地解释用户查询，并提供更准确、更相关的响应。这有助于 Amazon Q 回答 “谁、何时和何地” 之类的问题。

为了更好地处理与人物相关的查询，我们演示了将 “姓名” 字段的语义类型设置为 Person。完成以下步骤：

查找需要唯一计数聚合的字段。（在我们的示例中，我们使用字段Name。）
选择该字段以扩展字段属性。
对于语义类型，选择人员。
选择 “保存”。

添加计算字段

在 QuickSight 主题的 Amazon Q 中添加计算字段可创建符合特定业务要求的自定义指标，从而增强分析能力。此功能允许您定义复杂的计算，这些计算会在用户提出相关问题时自动执行。

以用户需要分析真实产品成本的业务场景为例。通过创建使用销售额和利润列确定真实成本的计算字段，用户无需进行手动计算即可查询该指标。这样可以通过简单的自然语言问题进行准确的成本分析。

完成以下步骤以创建计算字段：

在 “数据” 选项卡上，选择 “数据字段”。
选择 “添加计算字段”。
为该字段提供描述性名称。（在我们的示例中，我们给它命名TrueCost。）
输入计算公式。（在我们的示例中，我们输入（销售额）-（利润）。）
选择 “保存”。

创建计算字段后，您可以立即将其合并到自然语言查询中。例如，当询问 “按产品显示TrueCost” 时，系统会自动应用计算结果并显示每种产品的精确成本指标。

添加过滤器

在 QuickSight 主题的 Amazon Q 中添加筛选条件可实现更精确、更相关的数据探索，从而增强用户体验。正确配置后，过滤器可帮助用户根据特定标准缩小信息范围，确保用户获得所需的见解。这种简化的方法不仅提高了答案的准确性并缩短了查询细化时间，而且还使用户能够通过更有针对性的情境数据分析做出更明智的业务决策。

业务用户经常使用对应于多个数据值的术语提问。例如，如果业务用户经常查询美国东海岸各州的合并销售数据，他们可能会将该组称为EastCoast。为了准确回答此类查询，需要专门针对EastCoast下各州的数据进行过滤。

完成以下步骤以配置相应的过滤器：

在 “数据” 选项卡上，选择 “数据字段”。
选择 “添加过滤器”。
在 “名称” 中，输入过滤器的名称。（在我们的示例中，我们将其命名EastCoast）。
对于字段，选择要应用筛选器的字段。（在我们的示例中，我们将其应用于 State）。
对于过滤器类型，选择过滤器类型。（在我们的示例中，我们选择自定义过滤器列表）。
在 “规则” 中，选择 “包括” 作为规则来指定值。（在我们的示例中，我们使用北卡罗来纳州、新泽西州和纽约州）。
选择 “保存”。

配置东海岸过滤器后，用户可以向亚马逊Q查询 “东海岸总销售额”，并接收您添加的州的准确数据。

有关更多详情，请参阅向 Amazon QuickSight Q 主题数据集添加筛选条件。

添加命名实体

QuickSight 主题中的 Amazon Q 中的指定实体是相关数据字段的战略分组，代表有意义的商业概念，增强了自然语言查询体验和数据理解能力。

命名实体通过将复杂的数据关系转化为直观的业务概念，在不同的业务场景中表现出色。通过对相关字段进行逻辑分组，它们使用户能够提出自然问题并获得全面的见解。

假设存在多个产品相关字段（例如商品类型、产品品牌和产品类别）的业务场景。为了简化产品分析，我们通过对这些相关字段进行分组Product_Details来创建一个名为的命名实体。当用户在问题Product_Details中包含内容时，他们会自动收到所有相关领域的全面产品信息。这种智能字段分组将复杂的数据关系转化为直观的见解，从而增强了分析体验。

完成以下步骤以创建命名实体：

在数据选项卡上，选择命名实体。
选择 “添加命名实体”。
在实体名称中，输入实体的名称。（对于我们的示例，我们输入Product_Details。）
对于 “描述”，输入描述。
添加以下字段：商品类型、产品品牌和产品类别。
（可选）添加相关的同义词。
选择 “保存”。

现在配置了命名实体后，用户可以高效地检索合并后的产品信息。在查询 “Show me Product_details for” 时EastCoast，系统会智能地显示来自所有关联字段的数据，演示命名实体如何将复杂的数据关系转化为可访问的见解。

添加多个数据集

在 QuickSight 主题中向 Amazon Q 添加多个数据集可创建统一的数据环境以提供全面的业务见解，从而增强分析体验。

对于跨数据集联接，您可以在数据准备期间在上游执行这些操作以创建单个数据集。

完成以下步骤，向主题添加多个数据集：

在数据选项卡上，选择数据集。
选择添加数据集。
选择要添加到主题的数据集。（对于我们的示例，我们添加了数据集Retail_Monthly。）
选择 “添加数据集”。

现在，您可以在 “数据集” 选项卡上查看您的数据集。

添加自定义消息

在 Amazon Q 的 QuickSight 主题中添加自定义消息，可在特定场景发生时提供量身定制的指导和背景信息，从而增强用户体验。

完成以下步骤以添加自定义消息：

在 “建议的问题” 选项卡上，选择 “已验证”。
选择 “添加自定义消息”。
选择加号添加关键字。（对于我们的示例，我们添加switzerland为关键字。）
在 “描述” 中，输入用户在提出包含您为此主题定义的关键字的问题时将看到的自定义消息。
选择 “保存”。

当用户提出包含已定义关键字的问题时，系统将显示您指定的消息。

隐藏 AI 建议的问题

除了经过验证的问题外，Amazon Q 还通过显示 AI 生成的问题来增强用户体验。但是，你可能需要隐藏建议的问题。

要隐藏 AI 生成的问题，请完成以下步骤：

在 “建议问题” 选项卡上，选择 “人工智能生成”。
在 “选项” 下拉菜单中，选择 “从建议中隐藏”。

亚马逊 Q 将不再显示 AI 生成的问题。

将 Amazon Q 主题链接到分析和仪表板以获得可发现性建议

通过将 Amazon Q 主题与分析和仪表板关联起来，QuickSight 创建了一个强大的发现引擎，可以预测用户的分析需求。该系统使用当前可视化效果和用户交互模式的背景来提出相关问题，从而使数据探索更加直观和有指导性。

完成以下步骤，将 Amazon Q 主题与分析关联起来：

在 QuickSight 控制台上，导航到要关联亚马逊 Q 主题的分析。
选择 “生成视觉对象” 旁边的选项菜单（三个点），然后选择 “主题链接”。
启用 “构建视觉效果” 和 “问答” 的链接主题。
选择要链接的主题。
选择 “应用更改”。

完成以下操作，将 Amazon Q 主题链接到控制面板：

选择 “发布” 以发布您的控制面板。
在 “发布新仪表板为” 中，输入仪表板名称。
选择 “链接主题”。
启用 “构建视觉效果” 和 “问答” 的链接主题。
选择要链接的主题。
选择 “应用更改”。
选择 “发布仪表板”。

结论

这篇文章探讨了在 QuickSight 主题中增强 Amazon Q 的战略方法，展示了有效的主题策划如何改变贵组织的数据分析体验。通过仔细的主题组织、战略关键字定义和定制的回应，企业可以让用户使用自然语言查询获得精确的见解。内置的用户活动跟踪功能为管理员提供了有价值的指标，使他们能够根据实际使用模式和反馈持续优化内容。这种系统化的方法可以提高答案的准确性，并提高整个组织中数据驱动的决策的效率。

要在 QuickSight 中了解有关亚马逊 Q 的更多信息，请参阅 QuickSight 中的亚马逊 Q。此外，请查看以下资源：