Chiedi Domande alla pagina

Usa Auto Answers

Apri MicroStrategy Library.
Creare una nuova dashboard o aprirne una esistente.
Fare clic su Auto Answers.
Utilizzare la casella di testo per inserire una domanda che consente di visualizzare il tipo di visualizzazione ottimale per i dati. In alternativa, fare clic su una delle domande suggerite. L’opzione della domanda suggerita è utile per gli utenti che richiedono assistenza per familiarizzare più velocemente con il contenuto.

Le domande possono contenere un massimo di 1000 caratteri.

Per impostazione predefinita, le risposte si basano sulle informazioni visualizzate nella pagina della dashboard, ma è possibile scegliere di limitare i risultati a una visualizzazione selezionata. Per maggiori dettagli, consultare porre domande alla visualizzazione.
Una volta che Auto Answers risponde, è possibile fare clic sull'icona pertinente per ingrandire la visualizzazione a schermo intero o copiare la risposta negli Appunti.
A partire da MicroStrategy ONE (marzo 2024), fare clic sull'icona Interpretazione per ottenere informazioni dettagliate su come Auto Answers ha interpretato ed eseguito la domanda. L'estensione delle informazioni visualizzate nella finestra Interpretazione varia in base ai privilegi utente dell'utente. Per ulteriori informazioni, consultare Sfrutta l’interpretazione AI.
A partire da MicroStrategy ONE (giugno 2024) Auto Answers fornisce suggerimenti intelligenti in caso di domanda ambigua. Scegliere un suggerimento o fare clic su Chiedi di nuovo per modificare il suggerimento.

Vedere Usa suggerimenti per ulteriori informazioni.
A partire da MicroStrategy ONE (giugno 2024), posizionare il cursore del mouse sopra un messaggio e fare clic su pollice in giù per fornire un feedback sulla risposta. È possibile aggiungere un commento o scegliere un'opzione predefinita come Risposta incompleta o Formato errato. Auto Answers valuterà il feedback per imparare e migliorare.

Rispondi a domande complesse e articolate

A partire da MicroStrategy ONE (marzo 2024), sarà possibile ricevere risposte efficaci a domande complesse e complesse che si estendono su più dataset in una dashboard. Ad esempio, puoi chiedere "In ognuna delle prime 3 regioni per fatturato, quale negozio ha realizzato il profitto minore?". Questo aggiornamento consente di ottenere insight più approfonditi e contestualmente avanzati, estratti da più punti dati all’interno della stessa domanda. Nell'esempio precedente, Auto Answers calcola le tre regioni con la crescita dei ricavi più alta, quindi identifica il negozio con il profitto più basso in ciascuna delle regioni. Auto Answers combina quindi le risposte dei passaggi precedenti per visualizzare la risposta finale.

Considera la domanda "Quali 2 categorie hanno registrato la crescita dei profitti più elevata tra il 1° e il 2° trimestre 2019?". Questa domanda si sviluppa su più livelli. Inizialmente, Auto Answers individua i profitti di tutte le categorie per entrambi i trimestri, quindi calcola i tassi di crescita e, infine, li classifica per identificare le prime due categorie. È possibile comprendere meglio questo metodo per ogni domanda quando si espande la finestra Interpretazione, in cui viene spiegata l’esecuzione in più passaggi.

Per ulteriori informazioni sull'interpretazione, vedere Sfrutta l’interpretazione AI.

Per espandere le capacità di Auto Answers di rispondere a domande più complesse, nel seguente esempio si mostra la capacità di eseguire classifiche e calcoli percentili all'interno dei gruppi. Se chiedi "Come si posizionano i prodotti all'interno di ogni categoria, in base al volume delle vendite nel 2019 e in quale percentile si colloca ciascun prodotto?", Auto Answers classifica i prodotti all'interno di ogni categoria in base al volume delle vendite, determina la classifica percentile di ciascun prodotto e offre una panoramica completa delle prestazioni all'interno delle categorie.

Questa funzionalità consente a utenti aziendali e analisti di estrarre insight multidimensionali con una singola domanda e di esaminare più a fondo i propri dati per scoprire tendenze, anomalie e relazioni nei vari dataset. Migliora l'efficienza del processo decisionale e fornisce insight contestualmente rilevanti in un ambiente di analitica conversazionale, senza manipolazioni estese dei dati.