Mit einem Diagramm chatten

Mit konversationeller Analyse können Sie Fragen zu einem Diagramm stellen. Agenten können SQL-Abfragen schreiben und Visualisierungen der Ausgabe bereitstellen. Agenten können auch Beschreibungen, Synonyme, Erweiterungen und Messwerte verwenden, die in Ihrem Graphen definiert sind, um die Qualität der Ergebnisse zu verbessern. Je nach Diagrammschema und Frage fragt der Agent ein Diagramm entweder mit der Graph Query Language (GQL) oder der Tabellenwertfunktion GRAPH_EXPAND in SQL ab. Für GQL-Abfragen ist eine Reservierung für BigQuery Enterprise oder Enterprise Plus erforderlich. In Projekten mit On-Demand-Preisen schlagen GQL-Abfragen mit einem Fehler fehl. Abfragen, die die Funktion GRAPH_EXPAND enthalten, können mit On-Demand-Preisen ausgeführt werden. Die Funktion unterstützt jedoch nicht alle Arten von Diagrammen. Informationen zu Anforderungen und Einschränkungen finden Sie unter GRAPH_EXPAND.

In Graphen werden die Beziehungen zwischen Ihren Tabellen codiert. Wenn Sie einem Agenten ein Diagramm zur Verfügung stellen, werden Unklarheiten darüber beseitigt, wie Ihre Tabellen zusammenhängen. Diese Klarheit reduziert Halluzinationen und kann die Effizienz Ihrer Unterhaltungen verbessern.

Wenn Sie beispielsweise einen Agenten nach dem öffentlich verfügbaren Look E-Commerce-Diagramm fragen möchten, gehen Sie so vor:

  1. Rufen Sie in der Google Cloud Console die BigQuery-Seite Agents auf.

    Zu „Agenten“

  2. Wählen Sie den Tab Agentenkatalog aus.

  3. Klicken Sie im Bereich Beispiel-Agenten von Google auf The Look Graph.

  4. Eine Unterhaltung wird geöffnet. Sie können Fragen zum Diagramm bigquery-public-data.thelook_ecommerce.graph eingeben.

Mit einem Diagramm chatten

Wenn Sie mit einem Graphen chatten möchten, können Sie entweder einen KI-Datenagenten erstellen, der den Graphen als Datenquelle verwendet, oder eine direkte Unterhaltung mit dem Graphen erstellen. Wenn Sie nicht sicher sind, was Sie fragen sollen, versuchen Sie es mit What questions can I ask about this data?. Wenn Sie diese Frage beispielsweise zum Look E-Commerce-Diagramm stellen, enthält die Antwort eine Übersicht über das Diagrammschema und vorgeschlagene Fragen. Die folgenden Fragen können in der Antwort enthalten sein:

  • Geschäftsleistung

    • What is the total revenue for each product category, sorted from highest to lowest?
    • What are the top 5 brands by total revenue among users from 'Brasil'?
    • Rank the product categories based on their total revenue for each product department (Men/Women).

  • Nutzer- und Logistikstatistiken

    • How many users do we have in each country?
    • What is the distribution of user ages in the United States?
    • Which distribution centers handle the most orders with a 'Complete' status?

  • Beziehungsanalyse

    • Show the connection between users and the distribution centers their products are shipped from.
    • Find all products that have been ordered by users who came from a 'Search' traffic source.

Graphabfragen und ‑visualisierungen erstellen

Conversational Analytics kann GQL-Abfragen schreiben, um Fragen zu Ihrem Graphen zu beantworten und die Ausgabe als Visualisierung anzuzeigen. Sie können beispielsweise Show the connection between Tina Fletcher's orders and distribution centers in den Chat eingeben. Der Agent führt möglicherweise eine GQL-Abfrage wie die folgende aus:

GRAPH `bigquery-public-data.thelook_ecommerce.graph`
MATCH p = (u:User {id: 32})
          <-[:placed_order]-(o:`Order`)
          <-[:belongs_to_order]-(oi:OrderItem)
          -[:includes_product]->(pr:Product)
          -[:product_stocked_at]->(dc:DistributionCenter)
RETURN TO_JSON(p) AS path;

Der KI-Agent kann auch eine interaktive Visualisierung bereitstellen.

Eine Visualisierung von Bestellungen, die einen Nutzer mit Verteilzentren verbindet.

Diagramm-Messwerte verwenden

Bei der konversationellen Analyse können im Diagramm definierte Messwerte verwendet werden, um Fragen, die Aggregationen beinhalten, genau zu beantworten. Sie können dem Look Graph-Agenten beispielsweise die folgende Frage stellen: Which distribution centers process orders from the largest number of distinct customers?

Der Agent verwendet die Messung user_count auf dem Knoten User, um zu vermeiden, dass die Anzahl der Kunden zu hoch gezählt wird. Die Abfrage, die zur Berechnung der Antwort verwendet wird, könnte in etwa so aussehen:

SELECT
  DistributionCenter_id,
  DistributionCenter_name,
  AGG(User_user_count) AS distinct_customer_count
FROM
  GRAPH_EXPAND("bigquery-public-data.thelook_ecommerce.graph")
GROUP BY
  DistributionCenter_id,
  DistributionCenter_name
ORDER BY
  distinct_customer_count DESC;

Der Agent kann auch eine Diagrammvisualisierung bereitstellen.

Eine Visualisierung der einzelnen Nutzer nach Verteilzentrum.

Nächste Schritte