Mit einem Diagramm chatten

Mit konversationeller Analyse können Sie Fragen zu einem Diagramm stellen. Agents können SQL-Abfragen schreiben und Visualisierungen Ihrer Ausgabe erstellen. Agents können auch Beschreibungen, Synonyme und Messwerte verwenden, die in Ihrem Diagramm definiert sind, um die Qualität der Ergebnisse zu verbessern. Wenn Sie die Enterprise- oder Enterprise Plus-Version verwenden, kann der Agent GQL-Abfragen für Ihren Graph ausführen. Wenn Sie On-Demand-Preise verwenden, kann der Agent die Funktion GRAPH_EXPAND aufrufen, um SQL-Abfragen für Ihr Diagramm auszuführen.

In Diagrammen werden die Beziehungen zwischen Ihren Tabellen codiert. Wenn Sie einem Kundenservicemitarbeiter ein Diagramm zur Verfügung stellen, wird die Unklarheit darüber beseitigt, wie Ihre Tabellen zusammenhängen. Das reduziert Halluzinationen und kann die Effizienz Ihrer Unterhaltungen verbessern.

Wenn Sie beispielsweise einen Agent 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 „KI-Agenten“

  2. Wählen Sie den Tab KI‑Agent-Katalog aus.

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

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

Beschränkungen

  • Sie können pro KI-Agent oder Unterhaltung maximal einen Graphen als Datenquelle verwenden.
  • Tabellen und Grafiken können nicht als Datenquellen kombiniert werden.

Mit einem Diagramm chatten

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

  • Unternehmensleistung

    • 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).

  • Statistiken zu Nutzern und Logistik

    • 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?

  • Analyse von Beziehungen

    • 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.

Graph-Abfragen und ‑Visualisierungen erstellen

Mit Conversational Analytics können GQL-Abfragen erstellt werden, um Fragen zu Ihrem Diagramm zu beantworten und die Ausgabe als Visualisierung darzustellen. 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 aus, die etwa so aussieht:

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 Agent kann auch eine interaktive Visualisierung bereitstellen.

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

Diagrammmesswerte verwenden

Bei der Konversationsanalyse können Messwerte verwendet werden, die in Ihrem Diagramm definiert sind, um Fragen mit Aggregationen genau zu beantworten. Sie können dem Look Graph-Agenten beispielsweise folgende Frage stellen: Which distribution centers process orders from the largest number of distinct customers?

Der Agent verwendet die user_count-Messung für den Knoten User, um eine Überzählung der Kundenzahl zu vermeiden. Die Abfrage zur Berechnung der Reaktion könnte 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 Kundenservicemitarbeiter kann auch ein Diagramm zur Veranschaulichung bereitstellen.

Eine Visualisierung der einzelnen Nutzer nach Verteilzentrum.

Nächste Schritte