AI-analytics: verkeerde kolom kiezen en oplossing vinden

Samenvatting

ThoughtSpot Spotter leert vaste bedrijfsregels, zodat AI-analytics bij dubbelzinnige termen de juiste kolom kiest.

AI-analytics en Spotter memory: wat er gebeurt

ThoughtSpot laat Spotter, zijn AI-analist, bedrijfsregels onthouden in het datamodel. Dat is nodig wanneer één term naar meerdere kolommen verwijst: top selling kan bijvoorbeeld sales of quantity purchased betekenen. Zonder aanvullende regel kiest Spotter zelf een kolom en rangschikt het product op sales, terwijl de gewenste interpretatie quantity purchased kan zijn.

Op Spotter 3 wordt die regel opgeslagen als data model memory en geldt hij voor iedere gebruiker. De memory APIs zijn beschikbaar als Beta vanaf versie 26.8.0.cl en later. Teams kunnen de opgeslagen kennis als YAML van development naar productie verplaatsen. Spotter 2 gebruikt hiervoor een data model instruction. De uitleg is gecontroleerd tegen REST API SDK 2.29.1 en de ThoughtSpot Cloud-documentatie van versie 26.10.0.cl uit oktober 2026.

Semantic layer: waarom dit belangrijk is

De casus laat zien waar een semantic layer voor dient: bedrijfsbegrippen koppelen aan de juiste datavelden, relaties tussen gegevens beheren en metriekdefinities gelijk houden. Dat maakt niet alleen de vraaginterpretatie controleerbaar, maar geeft teams ook een plek om regels voor AI-analyses vast te leggen.

Bij de vergelijking van AI-analytics-tools telt daarom meer dan de kwaliteit van één antwoord. Controleer of een team een correctie in gewone taal kan vastleggen, of die correctie voor iedere gebruiker geldt en of de opgeslagen kennis als YAML te beoordelen is in Git. Ook de bron van de analyse verdient aandacht: een governed model biedt een ander controlepunt dan onbewerkte tabellen.

Spotter memory: concrete takeaway

Test een dubbelzinnige term met twee passende kolommen, leg de gewenste betekenis vast in Spotter memory of een data model instruction en controleer daarna de YAML-export. Neem bij een toolselectie bovendien mee of regels van development naar productie kunnen worden verplaatst en of de AI op een beheerd datamodel werkt.