Analyse conversationnelle dans BigQuery

Conversational Analytics dans BigQuery vous permet de discuter avec vos données en langage naturel. L'analyse conversationnelle vous permet de créer des agents de données pour définir le contexte et les instructions de traitement des requêtes pour un ensemble de sources de données. Le contexte et les instructions configurent les agents de données pour qu'ils répondent efficacement aux questions pour des cas d'utilisation spécifiques. Les utilisateurs peuvent ensuite discuter avec des agents de données pour poser des questions sur les données BigQuery en langage naturel. Les utilisateurs peuvent également créer des conversations directes avec une ou plusieurs tables pour obtenir des réponses rapides à des questions ponctuelles.

L'analyse conversationnelle est optimisée par Gemini pour Google Cloud.

Découvrez comment et quand Gemini pour Google Cloud utilise vos données.

Agents de données

Les agents de données se composent d'une ou de plusieurs sources de données, ainsi que d'un ensemble d'instructions spécifiques aux cas d'utilisation pour traiter ces données. Lorsque vous créez un agent de données, vous pouvez le configurer à l'aide des options suivantes :

  • Fournissez des métadonnées de table pour décrire les données de la manière la plus appropriée pour le cas d'utilisation donné.

  • Fournissez des instructions pour interpréter et interroger les données, par exemple en définissant les éléments suivants :

    • Synonymes pour les noms de champs
    • Champs les plus importants
    • Valeurs par défaut pour le filtrage et le regroupement

  • Créez des requêtes de référence que l'agent de données peut utiliser pour apprendre la logique métier utilisée par votre organisation.

Les agents de données que vous créez dans BigQuery sont accessibles par d'autres services du projet qui les acceptent, comme l'API Conversational Analytics et Looker Studio.

Vous pouvez créer et gérer des agents de données dans BigQuery à l'aide de la consoleGoogle Cloud . Pour en savoir plus, consultez Créer des agents de données.

Conversations

Les conversations sont des discussions persistantes entre un utilisateur et un agent de données ou une source de données. Les utilisateurs peuvent poser aux agents de données des questions en plusieurs parties qui utilisent des termes courants tels que "ventes" ou "les plus populaires", sans avoir à spécifier les noms des champs de tableau ni à définir des conditions pour filtrer les données. La réponse du chat renvoyée à l'utilisateur fournit la réponse à sa question sous forme de texte et de code, et génère également des graphiques le cas échéant. La réponse inclut également le raisonnement à l'origine des résultats.

Lorsque vous créez une conversation directe avec une source de données, l'API Conversational Analytics interprète votre question sans le contexte ni les instructions de traitement proposés par un agent de données. Par conséquent, les résultats des conversations directes peuvent être moins précis. Utilisez des agents de données lorsque vous avez besoin d'une plus grande précision.

Vous pouvez créer et gérer des conversations dans BigQuery à l'aide de la consoleGoogle Cloud . Pour en savoir plus, consultez Créer des conversations.

Sécurité

Vous pouvez gérer l'accès des utilisateurs à l'analyse conversationnelle dans BigQuery à l'aide des rôles et autorisations IAM pour l'API Conversational Analytics. Pour en savoir plus sur les rôles requis pour des opérations spécifiques, consultez les sections Rôles requis pour l'agent de données et Rôles requis pour les conversations.

Emplacements

Comme l'analyse conversationnelle a un mode de fonctionnement mondial, vous ne pouvez pas choisir la région à utiliser.

Tarifs

Les requêtes exécutées lorsque vous créez des agents de données et que vous avez des conversations avec des agents de données ou des sources de données vous sont facturées selon la tarification du calcul BigQuery. La création et l'utilisation d'agents de données et de conversations ne sont pas facturées pendant la période d'accès anticipé.

Étapes suivantes