Menganalisis data dengan percakapan
Dokumen ini menjelaskan cara membuat, mengedit, dan menghapus percakapan di BigQuery. Percakapan adalah chat yang dipertahankan dengan agen data atau sumber data, seperti tabel atau tampilan, yang Anda pilih.
Anda dapat mengajukan pertanyaan multi-bagian kepada agen data yang menggunakan istilah umum—misalnya, "penjualan" atau "paling populer"—tanpa menentukan nama kolom tabel, atau menentukan kondisi untuk memfilter data. Agen dapat menentukan sumber data mana yang akan dikueri dan memanfaatkan pengoptimalan, seperti partisi tabel, saat membuat respons. Respons chat berisi jawaban atas pertanyaan Anda sebagai teks dan kode, serta menyertakan alasan di balik hasil tersebut. Respons juga dapat menyertakan gambar dan diagram jika sesuai.
Anda dapat membuat percakapan dengan agen data, atau percakapan langsung dengan satu tabel atau lebih. Saat Anda membuat percakapan langsung, the Conversational Analytics API akan menafsirkan pertanyaan Anda tanpa konteks dan petunjuk pemrosesan yang ditawarkan oleh agen data.
Sebelum memulai
-
Pastikan penagihan diaktifkan untuk Google Cloud project Anda.
-
Aktifkan BigQuery, Gemini Data Analytics, dan Gemini for Google Cloud API.
Peran yang diperlukan untuk mengaktifkan API
Untuk mengaktifkan API, Anda memerlukan peran IAM Service Usage Admin (
roles/serviceusage.serviceUsageAdmin), yang berisi izinserviceusage.services.enable. Pelajari cara memberikan peran.
Peran yang diperlukan
Untuk membuat percakapan, Anda harus memiliki salah satu peran IAM Conversational Analytics API berikut:
- Untuk melihat dan membuat percakapan dengan agen data yang telah dibagikan kepada Anda, Anda harus memiliki peran Gemini Data Analytics Data Agent User (
roles/geminidataanalytics.dataAgentUser) dan peran Gemini for Google Cloud User (roles/cloudaicompanion.user) di tingkat project. - Untuk membuat percakapan langsung, Anda harus memiliki peran Gemini Data Analytics Stateless Chat User (
roles/geminidataanalytics.dataAgentStatelessUser).
Selain itu, dalam situasi berikut, Anda harus memiliki peran berikut:
- Jika agen data menggunakan tabel data sebagai sumber pengetahuan, Anda harus memiliki peran BigQuery Data Viewer (
roles/bigquery.dataViewer) di tabel tersebut. - Jika tabel data menggunakan kontrol akses tingkat kolom, Anda memerlukan peran
Fine-Grained Reader (
roles/datacatalog.categoryFineGrainedReader) pada tag kebijakan yang sesuai. Untuk mengetahui informasi selengkapnya, lihat Peran yang digunakan dengan kontrol akses tingkat kolom. - Jika tabel data menggunakan kontrol akses tingkat baris, Anda harus memiliki kebijakan akses tingkat peran di tabel tersebut. Untuk mengetahui informasi selengkapnya, lihat Membuat atau memperbarui kebijakan akses tingkat baris policies.
- Jika tabel data menggunakan masking data, Anda memerlukan peran Masked Reader (
roles/bigquerydatapolicy.maskedReader) pada kebijakan data yang sesuai. Untuk mengetahui informasi selengkapnya, lihat Peran untuk membuat kueri data yang di-masking.
Jika Anda tidak memiliki peran yang sesuai pada tabel data sumber yang digunakan oleh agen data, sistem akan menampilkan error berikut saat Anda melakukan chat dengan agen data:
Schema_Resolution: Access Denied
Praktik terbaik
Analisis percakapan otomatis menjalankan kueri atas nama Anda untuk menjawab pertanyaan Anda. Pertimbangkan faktor-faktor berikut yang dapat meningkatkan biaya kueri:
- Ukuran tabel yang besar
- Penggunaan gabungan data dalam kueri
- Panggilan yang sering ke fungsi AI dalam kueri
Membuat percakapan
Anda dapat membuat percakapan dengan agen data kustom yang sudah ada. Atau, untuk pertanyaan cepat dan sekali saja, Anda dapat membuat percakapan langsung dengan satu sumber data.
Membuat percakapan dengan agen data
Untuk membuat percakapan dengan agen data, Anda harus membuat agen data terlebih dahulu dan memublikasikannya. Anda juga dapat memulai percakapan dengan agen yang dibagikan oleh orang lain kepada Anda.
Untuk membuat percakapan dengan agen data yang sudah ada di Google Cloud konsol, ikuti langkah-langkah berikut:
Buka halaman Agen BigQuery.
Pilih tab Katalog Agen.
Dari bagian Agen saya atau Dibagikan oleh orang lain di organisasi Anda, klik kartu agen yang ingin Anda ajak chat.
Klik Mulai Percakapan. Panel chat baru akan terbuka.
Membuat percakapan langsung dengan sumber data
Untuk membuat percakapan dengan sumber data di Google Cloud konsol, pilih salah satu opsi berikut:
Halaman agen
Untuk membuat percakapan langsung dengan sumber data dari halaman Agen, ikuti langkah-langkah berikut:
Buka halaman Agen BigQuery.
Di tab Percakapan, di panel Chat dengan data Anda, klik Sumber data.
Pilih satu atau beberapa sumber data, lalu klik Buat percakapan.
Editor BigQuery
Untuk membuat percakapan langsung dengan sumber data dari halaman BigQuery, ikuti langkah-langkah berikut:
Di Google Cloud konsol, buka halaman BigQuery.
Di panel kiri, klik Explorer.
Di panel Explorer, luaskan project Anda, klik Set Data, lalu pilih set data. Ringkasan set data akan terbuka.
Pilih sumber data, seperti tabel, tampilan, atau diagram. Resource akan terbuka.
Di menu bar, klik Buat percakapan.
Opsional: Untuk membuat percakapan baru dengan hasil kueri saat Anda menjalankan kueri, klik Buat percakapan di panel Hasil kueri. Sumber data adalah tabel sementara hasil yang di-cache yang biasanya dipertahankan selama 24 jam. Setelah hasil yang di-cache berakhir masa berlakunya, Anda tidak dapat mengajukan pertanyaan tentang data tersebut.
Membuat agen data dari percakapan
- Dari dalam panel Data percakapan, di bagian Tindakan Cepat , klik Buat Agen.
- Ikuti langkah-langkah untuk membuat agen.
Melakukan percakapan
Di kolom Ajukan pertanyaan, masukkan pertanyaan untuk agen data. Anda juga dapat mengklik salah satu pertanyaan yang disarankan Gemini untuk memulai.
Conversational Analytics API akan memproses pertanyaan Anda dan menampilkan hasilnya. Untuk melihat setiap langkah yang dilakukan agen data untuk memberikan jawaban atas pertanyaan Anda, klik Tampilkan alasan.
Untuk melihat informasi tentang cara hasil dihitung, klik Bagaimana hasil ini dihitung?
Bagian Ringkasan mencakup kueri yang dibuat, diikuti dengan hasil kueri. Anda dapat membuka kueri di editor kueri jika mau.
Jika sesuai untuk data, respons akan memberikan gambar, diagram, tabel, dan visualisasi lainnya.
Mengelola percakapan
Anda dapat membuka, mengganti nama, atau menghapus percakapan di halaman Agen, dan mengelola percakapan di BigQuery Studio Explorer.
Membuka percakapan yang ada
Di Google Cloud konsol, buka halaman Agen BigQuery.
Di tab Percakapan, dalam daftar percakapan, klik percakapan yang ingin Anda buka.
Mengganti nama percakapan
Di Google Cloud konsol, buka halaman Agen BigQuery.
Di tab Percakapan, dalam daftar percakapan, klik percakapan yang ingin Anda ganti namanya.
Klik Lihat tindakan > Ganti nama.
Dalam dialog Ganti nama percakapan, masukkan nama baru untuk percakapan di kolom Nama percakapan.
Klik Ganti nama.
Menghapus percakapan
Hasil dari pertanyaan dalam percakapan akan tetap ada meskipun sumber data yang mendasarinya dihapus. Untuk menghapus percakapan dan semua hasil yang ada di dalamnya, ikuti langkah-langkah berikut:
Di Google Cloud konsol, buka halaman Agen BigQuery.
Di tab Percakapan, dalam daftar percakapan, klik percakapan yang ingin Anda hapus.
Klik Lihat tindakan > Hapus.
Dalam dialog Hapus percakapan?, klik Hapus.
Jika Anda tidak memperbarui percakapan selama 180 hari, BigQuery akan otomatis menghapusnya.
Mengelola percakapan menggunakan BigQuery Studio Explorer
Mengelola percakapan menggunakan BigQuery Studio Explorer. Daftar percakapan ini menyediakan tempat terpusat untuk menelusuri, membuka, atau membuat percakapan. Anda juga dapat menyalin ID percakapan atau memuat ulang daftar percakapan.
Untuk mengelola percakapan, ikuti langkah-langkah berikut:
Buka halaman BigQuery Studio Explorer.
Di panel Explorer, luaskan nama project.
Klik Percakapan.
- Untuk memfilter daftar percakapan, masukkan nama atau nilai properti di kolom filter.
- Untuk membuka percakapan, klik Lihat tindakan > Buka.
- Untuk menyalin ID percakapan, klik Lihat tindakan > Salin ID.
- Untuk membuat percakapan, di menu bar, klik Buat percakapan.
- Untuk memuat ulang daftar, di menu bar, klik Muat ulang.
Lokasi
Analisis percakapan beroperasi secara global; Anda tidak dapat memilih region yang akan digunakan. Percakapan Anda mungkin tidak disimpan di region yang sama dengan sumber datanya.
Langkah berikutnya
- Pelajari Analisis percakapan di BigQuery.
- Pelajari tentang Conversational Analytics API.
- Buat agen data.