Ative e use o interpretador de código

O interpretador de código é uma funcionalidade das Estatísticas de conversas que traduz perguntas em linguagem natural para código Python de modo a fornecer análises e visualizações avançadas. Em contraste com as experiências de BI padrão com tecnologia SQL, o interpretador de código é compatível com uma grande variedade de análises de dados, desde cálculos e gráficos básicos a tarefas mais avançadas, como a previsão de séries cronológicas. O interpretador de código melhora as Estatísticas de conversas ao permitir que os utilizadores façam estes tipos de análises avançadas, que, de outra forma, requerem normalmente conhecimentos especializados de programação avançada ou métodos estatísticos.

O interpretador de código está disponível para as Estatísticas de conversas como parte de uma subscrição do Data Studio Pro.

Saiba como e quando o Gemini para Google Cloud usa os seus dados.

Antes de começar

Para usar o interpretador de código, tem de cumprir os requisitos para usar as Estatísticas de conversas no Data Studio:

Ative o interpretador de código para agentes

Para ativar o interpretador de código para todas as conversas e agentes de dados, siga estes passos:

  1. No painel de navegação do lado esquerdo nas Estatísticas de conversas, clique no botão Análise avançada para ativar o interpretador de código.
  2. Com o interpretador de código ativado, pode usar as Estatísticas de conversas como habitualmente para iniciar conversas e fazer perguntas sobre os seus dados. O interpretador de código usa o motor que alimenta o chat do Gemini para traduzir as suas consultas para código Python e executar esse código.

Limitações conhecidas

  • O interpretador de código usa o Python para resolver problemas. Uma vez que o Python é mais flexível do que as linguagens de consulta estruturadas, as respostas do interpretador de código podem ter mais variabilidade do que as respostas da experiência principal das Estatísticas de conversas.
  • Para dados do Looker, as Estatísticas de conversas podem devolver um máximo de 5000 linhas por consulta.
  • O interpretador de código só é compatível com estas bibliotecas Python.
  • Os seguintes tipos de gráficos de visualização não são compatíveis com as respostas do interpretador de código:
    • Maps

Esta funcionalidade está em pré-disponibilidade geral. Para receber apoio técnico em relação a erros, resultados inesperados ou feedback, ou para pedir apoio técnico para bibliotecas Python adicionais, envie um email para conversational-analytics-feedback@google.com.

Para informações sobre limitações adicionais, consulte a documentação sobre limitações conhecidas nas Estatísticas de conversas.

Bibliotecas Python compatíveis

Mostrar bibliotecas Python compatíveis

O interpretador de código é compatível com as seguintes bibliotecas Python:

  • altair
  • attrs
  • chess
  • contourpy
  • cycler
  • entrypoints
  • fonttools
  • fpdf
  • geopandas
  • imageio
  • jinja2
  • joblib
  • jsonschema
  • jsonschema-specifications
  • kiwisolver
  • lxml
  • markupsafe
  • matplotlib
  • mpmath
  • numexpr
  • numpy
  • opencv-python
  • openpyxl
  • packaging
  • pandas
  • patsy
  • pdfminer-six
  • pillow
  • plotly
  • protobuf
  • pylatex
  • pyparsing
  • PyPDF2
  • python-dateutil
  • python-docx
  • python-pptx
  • pytz
  • referencing
  • reportlab
  • rpds-py
  • scikit-image
  • scikit-learn
  • scipy
  • seaborn
  • six
  • statsmodels
  • striprtf
  • sympy
  • tabulate
  • tensorflow
  • threadpoolctl
  • toolz
  • torch
  • tzdata
  • xlrd

Perguntas sugeridas

Quando ativa o interpretador de código, as capacidades de análise avançada do Python permitem que as Estatísticas de conversas respondam a uma gama mais ampla de perguntas, além de os tipos padrão de perguntas compatíveis. Por exemplo:

  • Pode explicar os principais fatores de vendas com base nos meus dados?
  • Qual é o valor do cliente para cada um dos meus segmentos de clientes, tendo em conta a frequência de compra média e o valor de encomenda médio?
  • Como se comparam as vendas deste ano com as vendas do ano passado?
  • Identifique valores atípicos nos meus dados de vendas para ajudar a identificar produtos ou regiões com um desempenho particularmente bom ou particularmente fraco.
  • Faça uma análise da coorte para compreender a retenção de clientes.
  • Os meus produtos com maior margem são também os produtos mais populares? Use esta resposta para fazer uma sugestão sobre como otimizar a minha gama de produtos.
  • Qual é a taxa de crescimento anual composta (CAGR) das vendas por categoria de produto nos últimos 3 anos?
  • Mostre a CAGR como um gráfico de barras com a categoria de produto no eixo x e a CAGR no eixo y.