הפעלה של מפענח הקוד ושימוש בו

הכלי Code Interpreter בניתוח שיחות מתרגם את השאלות שלכם בשפה טבעית לקוד Python ומריץ את הקוד הזה כדי לספק ניתוח מתקדם והמחשות. הכלי Code Interpreter זמין לסוכני נתונים של ניתוח שיחות גם במופעים של Looker (מקורי) וגם במופעים של Looker (Google Cloud Core).

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.

בדף הזה מוסבר איך להפעיל את מתורגמן הקוד במופע Looker ואיך להשתמש בו עם סוכן נתונים של Conversational Analytics.

איך Gemini for Google Cloud ‎ משתמש בנתונים שלכם, ובאילו מקרים.

לפני שמתחילים

כדי להשתמש ב-Code Interpreter, צריך לעמוד בדרישות לשימוש ב-Conversational Analytics ב-Looker, כולל הרשאות ליצירה ולשימוש בסוכני נתונים:

  • כדי להשתמש במתורגמן הקוד עם סוכן נתונים של ניתוח שיחות במופע Looker (מקורי), המופע צריך להיות בגרסה Looker 25.18 ואילך.

הפעלת מנתח הקוד

בקטע הזה מוסבר איך להפעיל את מתורגמן הקוד בפלטפורמות הבאות:

הפעלת מפענח הקוד ב-Looker (גרסה מקורית)

במופע המקורי של Looker, אדמין ב-Looker צריך לבצע את השלבים הבאים כדי להפעיל את מפענח הקוד ולהפוך אותו לזמין למשתמשים ב-Conversational Analytics:

  1. בחלונית ניהול, עוברים לקטע פלטפורמה ובוחרים בדף Gemini ב-Looker.
  2. בקטע Gemini in Looker enablement (הפעלה של Gemini ב-Looker), מפעילים את ההגדרה Enable Gemini in Looker (הפעלת Gemini ב-Looker).
  3. בוחרים באפשרות הפעלת תכונות של בודקים נאמנים. כשההגדרה הזו מופעלת, למשתמשים יש גישה ל-Gemini ב-Looker כבודקים נאמנים. צריך להפעיל את ההגדרה הזו כדי לאפשר למשתמשים לגשת ל-Code Interpreter באמצעות Conversational Analytics.
  4. אפשר גם לבחור באפשרות הפעלת שימוש בנתונים של בודקים נאמנים. כשההגדרה הזו מופעלת, אתם מסכימים ש-Google תשתמש בנתונים שלכם כפי שמתואר בתנאים של תוכנית הבודקים הנאמנים של Gemini Google Cloud . אפשר להפעיל את ההגדרה הזו רק אם ההגדרה הפעלת תכונות של בודקים נאמנים מופעלת. ההגדרה הזו מופעלת באופן אוטומטי כשההגדרה הפעלת תכונות של בודקים נאמנים מופעלת.
  5. בוחרים באפשרות הפעלת מפענח קוד. כשההגדרה הזו מופעלת, המשתמשים יכולים לגשת למתורגמן הקוד בסוכני הנתונים של Analytics לשיחות. אפשר להפעיל את ההגדרה הזו רק אם מפעילים גם את ההגדרה הפעלת תכונות של בודקים נאמנים.

ההגדרה הפעלת מפענח קוד הופעלה כברירת מחדל במכונות Looker (original) שעמדו בקריטריונים הבאים:

  • אדמין ב-Looker הפעיל את ההגדרות הפעלת Gemini ב-Looker והפעלת תכונות לבודקים נאמנים במופע Looker (המקורי) לפני שעדכנתם את המופע ל-Looker 25.8.
  • אדמין ב-Looker עדכן את המכונה שלכם ל-Looker 25.8 ביום הראשון של פריסת הגרסה.

הפעלת מפענח הקוד ב-Looker (Google Cloud Core)‎

במופע Looker (Google Cloud core), אדמין ב-Looker צריך לבצע את השלבים הבאים כדי להפעיל את מפענח הקוד ולאפשר למשתמשים ב-Conversational Analytics להשתמש בו:

  1. עוברים לחלונית Admin (אדמין) > לקטע Platform (פלטפורמה) > לדף Gemini in Looker (Gemini ב-Looker).
  2. מפעילים את Code Interpreter (מתורגמן קוד).

התכונה 'מתורגמן קוד' מושבתת כברירת מחדל, גם כש-Gemini ב-Looker מופעל בהגדרות של מופע Looker (ליבת Google Cloud) במסוף Google Cloud .

אדמין ב-Looker צריך להעניק למשתמשים את ההרשאה gemini_in_looker כדי שהם יוכלו להשתמש ב-Code Interpreter.

שימוש במתורגמן קוד עם סוכן נתונים של ניתוח נתונים בשיחה

כשהפרשן של הקוד מופעל לסוכן נתונים מסוים, יכולות ניתוח משופרות זמינות לכל השיחות עם הסוכן הזה.

אפשר להפעיל את מפענח הקוד לסוכן נתונים כשיוצרים או עורכים אותו. כדי להפעיל את מתורגמן הקוד, מפעילים את האפשרות הפעלת ניתוח מתקדם.

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.
  • בנתוני Looker, ניתוח שיחות 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:

  • 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

הצעות לשאלות

כשמפעילים את מנתח הקוד, היכולות המתקדמות של Python מאפשרות לסוכני הנתונים של ממשק שיחה עם AI לענות על מגוון רחב יותר של שאלות, בנוסף לסוגים הרגילים 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.