מפרש הקוד הוא תכונה של ניתוח שיחות שממירה שאלות בשפה טבעית לקוד Python כדי לספק ניתוח מתקדם והמחשות. בניגוד לחוויות רגילות של ניתוח נתונים עסקיים שמבוססות על SQL, מפענח הקוד תומך במגוון רחב של ניתוחי נתונים – החל מחישובים בסיסיים ויצירת תרשימים, ועד למשימות מתקדמות יותר כמו חיזוי של סדרות עיתיות. התכונה 'מתורגמן קוד' משפרת את ניתוח השיחות בכך שהיא מאפשרת למשתמשים לבצע סוגים כאלה של ניתוחים מתקדמים, שבדרך כלל דורשים ידע מיוחד בשיטות מתקדמות של קידוד או סטטיסטיקה.
הכלי Code Interpreter זמין לניתוח נתוני שיחות כחלק ממינוי ל-Data Studio Pro.
איך Gemini for Google Cloud משתמש בנתונים שלכם, ובאילו מקרים.
לפני שמתחילים
כדי להשתמש בכלי לניתוח קוד, אתם צריכים לעמוד בדרישות לשימוש ב-Conversational Analytics ב-Data Studio:
- אתם צריכים להיות משתמשים במינוי ל-Data Studio Pro.
- צריך להפעיל את Gemini ב-Data Studio ואת ההגדרה Code Interpreter בפרויקט Google Cloud שמשויך למינוי שלכם ל-Data Studio Pro.
הפעלת מפענח קוד לסוכנים
כדי להפעיל את מפענח הקוד בכל השיחות וסוכני הנתונים, פועלים לפי השלבים הבאים:
- בחלונית הניווט הימנית בתוך 'ניתוח שיחות', לוחצים על המתג ניתוח מתקדם כדי להפעיל את מפענח הקוד.
- כשהאפשרות 'מתורגמן קוד' מופעלת, אפשר להשתמש בניתוח נתונים בשיחה כרגיל כדי להתחיל שיחות ולשאול שאלות לגבי הנתונים. מפענח הקוד משתמש במנוע שמפעיל את Gemini Chat כדי לתרגם את השאילתות שלכם לקוד Python ולהריץ את הקוד הזה.
מגבלות ידועות
- מפענח הקוד משתמש ב-Python כדי לפתור בעיות. מכיוון ש-Python גמישה יותר משפות שאילתות מובנות, התשובות של Code Interpreter עשויות להיות מגוונות יותר מהתשובות של ממשק הליבה של ניתוח שיחות.
- לגבי נתונים ב-Looker, ניתוח נתונים שיחתי יכול להחזיר עד 5,000 שורות לכל שאילתה.
- מפרש הקוד תומך רק בספריות Python האלה.
- סוגי התרשימים הבאים של הצגה חזותית לא נתמכים בתשובות של מתורגמן הקוד:
- מפות
התכונה הזו נמצאת בשלב טרום-GA. כדי לקבל תמיכה בשגיאות, בתוצאות לא צפויות או במשוב, או כדי לבקש תמיכה בספריות Python נוספות, אפשר לשלוח אימייל אל conversational-analytics-feedback@google.com.
מידע על מגבלות נוספות זמין במאמר בנושא מגבלות ידועות ב-Conversational Analytics.
ספריות Python נתמכות
הצגת ספריות Python נתמכות
מפרש הקוד תומך בספריות Python הבאות:
altairattrschesscontourpycyclerentrypointsfonttoolsfpdfgeopandasimageiojinja2joblibjsonschemajsonschema-specificationskiwisolverlxmlmarkupsafematplotlibmpmathnumexprnumpyopencv-pythonopenpyxlpackagingpandaspatsypdfminer-sixpillowplotlyprotobufpylatexpyparsingPyPDF2python-dateutilpython-docxpython-pptxpytzreferencingreportlabrpds-pyscikit-imagescikit-learnscipyseabornsixstatsmodelsstriprtfsympytabulatetensorflowthreadpoolctltoolztorchtzdataxlrd
הצעות לשאלות
כשמפעילים את מנתח הקוד, היכולות המתקדמות של Python מאפשרות לניתוח נתונים בשיחה לענות על מגוון רחב יותר של שאלות, בנוסף לסוגים רגילים של שאלות נתמכות. לדוגמה:
- תוכל להסביר לי מהם הגורמים העיקריים שמשפיעים על המכירות על סמך הנתונים שלי?
- מהו ערך הלקוח לטווח הארוך (CLV) של כל אחד מפלח הלקוחות שלי, בהתחשב בתדירות הרכישה הממוצעת וערך ההזמנה הממוצע?
- מה ההבדל בין המכירות השנה לבין המכירות בשנה שעברה?
- לזהות חריגים בנתוני המכירות כדי לזהות מוצרים או אזורים עם ביצועים טובים במיוחד או גרועים במיוחד.
- לבצע ניתוח קבוצות משתמשים כדי להבין את שימור הלקוחות.
- האם המוצרים עם שולי הרווח הכי גבוהים הם גם המוצרים הכי פופולריים? תשתמש בתשובה הזו כדי לתת לי הצעה לאופטימיזציה של תמהיל המוצרים שלי.
- מה שיעור הצמיחה השנתי המורכב (CAGR) של המכירות לפי קטגוריית מוצרים ב-3 השנים האחרונות?
- צור תרשים עמודות שבו קטגוריית המוצרים בציר ה-X ושיעור הצמיחה השנתי הממוצע בציר ה-Y.