Memulai percakapan dengan grafik

Anda dapat menggunakan analisis percakapan untuk mengajukan pertanyaan tentang grafik. Agen dapat menulis kueri SQL dan memberikan visualisasi output Anda. Agen juga dapat menggunakan deskripsi, sinonim, ekstensi, dan measure yang didefinisikan pada graf Anda untuk meningkatkan kualitas hasil. Bergantung pada skema grafik dan pertanyaan yang Anda ajukan, agen akan mengkueri grafik menggunakan Graph Query Language (GQL) atau fungsi bernilai tabel GRAPH_EXPAND di SQL. Kueri GQL memerlukan pemesanan BigQuery Enterprise atau Enterprise Plus edition. Dalam project dengan harga on-demand, kueri GQL akan gagal dengan error. Kueri yang berisi fungsi GRAPH_EXPAND dapat dijalankan menggunakan harga on-demand, tetapi fungsi ini tidak mendukung semua jenis grafik. Untuk mengetahui persyaratan dan batasan, lihat GRAPH_EXPAND.

Grafik mengenkode hubungan antartabel. Dengan memberikan grafik ke agen, ambiguitas tentang hubungan tabel Anda akan dihilangkan. Kejelasan ini mengurangi halusinasi dan dapat meningkatkan efisiensi percakapan Anda.

Misalnya, untuk mencoba bertanya kepada agen tentang grafik Look Ecommerce yang tersedia secara publik, lakukan hal berikut:

  1. Di konsol Google Cloud , buka halaman Agents BigQuery.

    Buka Agen

  2. Pilih tab Agent catalog.

  3. Di bagian Sample agents by Google, klik The Look Graph.

  4. Percakapan akan terbuka. Anda dapat memasukkan pertanyaan tentang grafik bigquery-public-data.thelook_ecommerce.graph.

Memulai percakapan dengan grafik

Untuk melakukan chat dengan grafik, Anda dapat membuat agen data dengan grafik sebagai sumber datanya, atau Anda dapat membuat percakapan langsung dengan grafik Anda. Jika Anda tidak yakin apa yang harus ditanyakan, coba tanyakan What questions can I ask about this data? Misalnya, jika Anda mengajukan pertanyaan ini tentang grafik Look Ecommerce, responsnya akan berisi ringkasan skema grafik dan pertanyaan yang disarankan. Pertanyaan berikut mungkin muncul dalam respons:

  • Performa Bisnis

    • 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).

  • Insight Pengguna & 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?

  • Analisis Hubungan

    • 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.

Membuat kueri dan visualisasi grafik

Analisis percakapan dapat menulis kueri GQL untuk menjawab pertanyaan tentang grafik Anda dan menampilkan output sebagai visualisasi. Misalnya, Anda dapat memasukkan Show the connection between Tina Fletcher's orders and distribution centers ke dalam chat. Agen mungkin menjalankan kueri GQL yang mirip dengan berikut ini:

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;

Agen juga dapat memberikan visualisasi interaktif.

Visualisasi pesanan yang menghubungkan pengguna ke pusat distribusi.

Menggunakan ukuran grafik

Analisis percakapan dapat menggunakan ukuran yang ditentukan pada grafik Anda untuk membantu menjawab pertanyaan yang melibatkan agregasi secara akurat. Misalnya, Anda dapat mengajukan pertanyaan berikut kepada agen Look Graph: Which distribution centers process orders from the largest number of distinct customers?

Agen menggunakan ukuran user_count pada node User untuk menghindari penghitungan jumlah pelanggan yang berlebihan. Kueri yang digunakan untuk menghitung respons mungkin terlihat mirip dengan berikut ini:

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;

Agen juga dapat memberikan visualisasi diagram.

Visualisasi pengguna yang berbeda menurut pusat distribusi.

Langkah berikutnya