适用于 Automation Cloud 公共部门的 Insights

自定义 Insights 仪表板是该产品的核心功能。 通过根据您的特定需求定制 KPI、筛选器和微件，您可以更精确地了解组织的自动化程序和业务优势。 自定义仪表板提供了广泛的可能性，从在 Automation Hub 中提供集成度更高的自动化程序视图，到展示通过 Orchestrator 中的自动化节省的时间和金钱。 此最佳实践部分提供了创建对组织高效可靠的自定义仪表板的方法。

探索构成了数据模型的基础，这些数据模型驱动您在创建和自定义仪表板时可以使用的视图、实体和字段。 选择正确的探索对于确保您在设计新微件时有所需的实体和字段可用至关重要，同时还提高了整体性能。 例如，如果要创建一个微件，用于汇总一段时间内的队列项目数量，则最好使用“队列” 探索。 如果您使用队列 ROI 探索之类的内容，则可能会导致不必要的联接，因为它结合了与作业和 ROI 相关的信息，而在这种情况下不需要这些信息。

字段和度量的选择使您的组织有机会使用对利益相关者最重要的相关数据来增强其报告。 选择字段和度量时，请确保它们属于“探索”中的同一视图。 这有助于最大程度地减少不必要的数据联接。 例如，如果要汇总每个文件夹的队列项目手动成本，则最好使用“队列”视图而非“作业”视图中的文件夹字段。 如果多个视图中都需要字段和/或度量，请考虑拆分微件。

保持微件设计的简单性对于 Insights 仪表板至关重要。 复杂的微件，尤其是涉及从各种探索的多个字段中提取数据的微件，可能会影响性能和响应时间。

例如，可能有些流程依赖于根据流程执行的次数计算 ROI（流程 ROI），以及依赖于已处理的队列项目数量的流程（队列 ROI）。 在这些情况下，您可以合并两个 ROI 字段。 但是，这可能会创建复杂的数据联接，从而导致响应变慢，尤其是对于较大的数据集。 在数据库性能可能会受到限制的本地部署中，这种性能影响尤其明显。

如果遇到此类问题，以下操作有助于提高性能：

在为组织设计自定义仪表板时，包含的微件数量会产生重大影响。 如果包含太多微件，则可能会导致仪表板需要几分钟才能加载。 同时，如果您提供的微件太少，可能会导致 KPI 或可视化不足，用户无法从中获取价值并采取行动。

我们建议在仪表板中包含 10 到 15 个微件。 此范围有助于在性能和指导价值之间取得平衡。 即使使用数据密集型微件，仪表板也应顺畅高效地运行。 此外，它支持各种 KPI 和数据源，从而获得全面且实用的指标视图。

For more information on dashboards, check the Dashboards page.

仪表板和微件筛选器对于用户有效地细分数据以及针对特定用例提供最重要指标的量身定制视图至关重要。 通过专注于最相关的信息，筛选器可以增强决策制定，并提高所有机器人、流程、区域和业务单元的效率。

如果仪表板加载时间过长，我们建议您缩小仪表板的日期范围。 此操作可以提高性能并减少计算微件所基于的数据量。 此外，如果事实证明某些微件比其他微件更多问题，请应用微件级别日期筛选器以提高微件性能。

For more information on filters, check the Dashboards page.

自定义变量允许您的组织发送有关流程和队列项目执行的更具体的详细信息。 这些丰富的数据可以帮助识别趋势、瓶颈或需要改进的领域，从而支持整个组织做出更明智的决策。

建议使用自定义变量将自定义数据导入 Insights，并且不应通过机器人日志消息发送业务信息/数据。 查询必须在大量日志中搜索，因此在机器人日志的“消息” 字段中发送业务数据可能会导致性能下降，并增加仪表板加载时间。