Chatea con un gráfico

Puedes usar el análisis conversacional para hacer preguntas sobre un gráfico. Los agentes pueden escribir consultas en SQL y proporcionar visualizaciones de tu resultado. Los agentes también pueden usar descripciones, sinónimos y medidas definidas en tu gráfico para mejorar la calidad de los resultados. Si tienes la edición Enterprise o Enterprise Plus, el agente puede ejecutar consultas en GQL en tu gráfico. Si usas precios a pedido, el agente puede llamar a la función GRAPH_EXPAND para ejecutar consultas en SQL en tu gráfico.

Los gráficos codifican las relaciones entre tus tablas. Proporcionar un gráfico a un agente elimina la ambigüedad sobre cómo se relacionan tus tablas. Esta claridad reduce las alucinaciones y puede mejorar la eficiencia de tus conversaciones.

Por ejemplo, para intentar preguntarle a un agente sobre el gráfico de Look Ecommerce disponible públicamente, haz lo siguiente:

  1. En la consola de Google Cloud , ve a la página Agents de BigQuery.

    Ir a Agentes

  2. Selecciona la pestaña Catálogo de agentes.

  3. En la sección Sample agents by Google, haz clic en The Look Graph.

  4. Se abrirá una conversación. Puedes ingresar preguntas sobre el gráfico de bigquery-public-data.thelook_ecommerce.graph.

Limitaciones

  • Puedes usar como máximo un gráfico como fuente de datos por agente o conversación.
  • No puedes combinar tablas ni gráficos como fuentes de datos.

Chatea con un gráfico

Para chatear con un gráfico, puedes crear un agente de datos con tu gráfico como fuente de datos o crear una conversación directa con tu gráfico. Si no sabes qué preguntar, prueba con What questions can I ask about this data?. Por ejemplo, si haces esta pregunta sobre el gráfico de Look Ecommerce, la respuesta contendrá un resumen del esquema del gráfico y preguntas sugeridas. Es posible que en la respuesta aparezcan las siguientes preguntas:

  • Rendimiento empresarial

    • 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).

  • Estadísticas de usuarios y logística

    • 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?

  • Análisis de relaciones

    • 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.

Crea consultas y visualizaciones de gráficos

Las estadísticas conversacionales pueden escribir consultas de GQL para responder preguntas sobre tu gráfico y mostrar el resultado como una visualización. Por ejemplo, puedes ingresar Show the connection between Tina Fletcher's orders and distribution centers en el chat. El agente podría ejecutar una consulta de GQL similar a la siguiente:

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;

El agente también puede proporcionar una visualización interactiva.

Visualización de los pedidos que conectan a un usuario con los centros de distribución.

Usa medidas de gráficos

El análisis conversacional puede usar medidas definidas en tu gráfico para responder con precisión preguntas que involucran agregaciones. Por ejemplo, puedes hacerle la siguiente pregunta al agente de Look Graph: Which distribution centers process orders from the largest number of distinct customers?

El agente usa la medida user_count en el nodo User para evitar contar de más la cantidad de clientes. La consulta que se usa para calcular la respuesta podría ser similar a la siguiente:

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;

El agente también puede proporcionar una visualización de gráfico.

Es una visualización de los usuarios distintos por centro de distribución.

¿Qué sigue?