Antwortstruktur

Sie haben die Antwort verstanden

Auto Dashboard bietet Antworten, die aus Text in natürlicher Sprache und einer zugehörigen Visualisierung bestehen. Der Chatbot unterstützt eine Reihe von Visualisierungstypen, einschließlich Tabellen-, Vertikal-, Horizontal- und Cluster-Balkendiagrammen, Kreisdiagrammen, Liniendiagrammen, KPIs, Heat-Karten, Mapboxen, Liniendiagrammen, Schlüsseltreiber-Analysen und Insight-Liniendiagrammen für Trend- und Prognoseanalysen. Auto-Dossier wählen auf intelligenter Weise den richtigen Visualisierungstyp basierend auf der angeforderten Analyse und der Anzahl der Zeilen in der Antwort aus und verbessern so die Konsumierbarkeit und Lesbarkeit von Erkenntnissen. Beispiel: Die Rangfolgenanalyse verwendet Horizontale Balkendiagramme, die Trendanalyse verwendet Liniendiagramme, Kombinationsdiagramme oder Bereichsdiagramme, Anomalien/Korrelationen verwenden Liniendiagramme, die ortsbasierte Analyse verwendet Mapbox, die Vertriebsanalyse verwendet Kreisdiagramme oder Heatmaps und die standardmäßige Beschreibung der Statistiken zu Balkendiagrammen. Benutzer können auch den gewünschten Visualisierungstyp explizit angeben. Auto Answers generiert ihn, sofern die Eingabeparameter die für diese Visualisierung erforderlichen Bedingungen erfüllen.

Weitere Informationen dazu, wie Visualisierungstypen von MicroStrategy Auto ausgewählt werden, finden Sie unter Best Practices für die Fragenerstellung.

Die Antwort wird von einem Navigationsabschnitt unterstützt, der in der linken unteren Ecke angezeigt wird, wenn Sie den Mauszeiger über die Antwort bewegen. Sie können:

• Bitte um Interpretation
• Fügen Sie die Visualisierung zur Seite hinzu

Wenn Sie Fragen in Auto-Dossier stellen, stellen Sie möglicherweise Unterschiede im Beschreibungs- oder Visualisierungstyp für dieselbe Abfrage fest, während die numerischen Daten nach wie vor korrekt sind. Beispiel: „In welchen Filialen konnte der Umsatz durchgängig verbessert werden?“ kann jedes Mal zu leicht unterschiedlichen Zusammenfassungen führen, die Liste der Filialen ist jedoch konsistent. Diese Abweichung ist auf die nichtdeterministische Natur des großen Sprachmodells (LLM) bezogen, dessen Ziel es ist, bei jeder Frage, die gestellt wird, die relevanteste und genaueste Antwort zu geben, auch wenn dies eine geringfügige Änderung des Herangehens bedeutet.