Haomai Technology AI Brain

対話で得た回答を既存の帳票と照合する

レポートには、企業の定義とチェック方法がすでに記録されています。自然言語クエリを導入するときは、参照としていくつかのレポートを選択し、両方のメソッドを並行して実行します。結果を使用して、会話に適したタスクや固定レポートのメリットが得られるタスクを特定します。

2 つの詳細な範囲のレポートからベースラインを確立する

レポート名、期間、所有者、データソースを記録します。主要な指標を質問に分割し、回答を確認します。元の定義とフィルターを保存して、チームが最終的な数値を単独で比較するのではなく、不一致の原因を追跡できるようにします。

修正された結果を開いてフォローアップ分析を行う

まずレポートの範囲を再現します。次に、構成、変化、または異常について質問します。フォローアップによって導入された新しいディメンションまたはフィルターを表示して、拡張分析が元のベースラインとどのように関連しているかを読者が理解できるようにします。

不一致の理由を調査する

結果が異なる場合は、更新時間、重複排除、ステータスフィルター、単位、丸めを確認してください。不一致を分類し、その解決策を記録します。これにより、チームは定義を改善し、2 つの結果が異なる理由を説明する実践的な方法が得られます。

  • 同じ期間、定義、人口を比較します。
  • 例外記録と計算ステップを検査のために保存しておいてください。
  • ソースデータの変更とクエリルールの変更を区別します。

チェックを使用して会話に移行できるものを定義します

主要な結果が安定して説明可能になり、失敗に対処できるようになったら、既存のレポートプロセスを変更することを検討してください。承認には、正確さ、タスクを完了するまでの時間、およびユーザーエクスペリエンスが含まれる必要があります。インターフェイスの応答が速くなっただけでは、ジョブ全体の時間が節約されるわけではありません。

Haomai Technology AI Brain

最初は、チームで確かめたい問いを一つ。

データから回答に至る過程を確認し、必要な接続と検証を計画する

「権限」「データソース」「製造」「API」などで検索できます。