Conversational Analytics, optimisé par Gemini pour Google Cloud, vous permet d'explorer vos données en posant des questions en langage naturel courant via une interface de chat intuitive.
Cette page explique comment utiliser l'interface Conversational Analytics dans les instances Looker (Google Cloud Core) et Looker (original) pour effectuer les tâches suivantes :
- Accéder à l'interface Conversational Analytics
- Démarrer une conversation avec une exploration ou un agent de données
- Poser des questions sur vos données
- Gérer les requêtes dans une conversation
- Comprendre les résultats et les calculs des requêtes
- Gérer les conversations
Découvrez comment et quand Gemini pour Google Cloud utilise vos données.
Accéder à Conversational Analytics
Vous pouvez accéder à Conversational Analytics dans Looker de différentes manières :
- Dans le menu de navigation principal, sélectionnez
Conversations. - Dans le menu Créer, sélectionnez Conversation.
- Dans une exploration Looker, sélectionnez Démarrer une conversation.
Démarrer une conversation avec une exploration ou un agent de données
Les ensembles de questions que vous posez sur un ensemble de données sont organisés par conversation. Il existe plusieurs façons de "converser" à l'aide de Conversational Analytics. Vous pouvez poser des questions sur les données d'une seule exploration ou poser des questions à un agent de données Conversational Analytics sur un maximum de cinq explorations à la fois. Il peut être utile de diviser le travail en plusieurs conversations pour organiser les pistes d'enquête. Pour créer une conversation, procédez comme suit :
- Accédez à la page Conversations.
Choisissez l'une des options suivantes pour démarrer votre conversation :
Explorations : pour démarrer une conversation basée sur un maximum de cinq explorations Looker, sélectionnez le panneau Explorer. Le nom du projet est indiqué à côté du nom de l'exploration.
Agents : les agents de données sont personnalisés avec un contexte et des instructions spécifiques à vos données. Pour démarrer une conversation avec un agent de données existant, sélectionnez l'onglet Agents, puis un agent de données. Vous pouvez démarrer une conversation avec un agent de données que vous avez déjà créé ou qu'un autre utilisateur a partagé avec vous. Pour créer un agent de données, sélectionnez Nouvel agent.
Par défaut, la conversation est nommée "Sans titre". Une fois que vous avez posé votre première question dans la conversation, Conversational Analytics génère automatiquement un titre de conversation basé sur votre question et votre réponse. Pour modifier le nom généré, cliquez sur le titre en haut de la page de la conversation, puis saisissez un nouveau nom de conversation. Pour enregistrer vos modifications, cliquez ailleurs sur la page ou appuyez sur la touche Entrée (PC) ou Retour (Mac).
Une fois que vous avez créé une conversation, vous pouvez poser des questions sur les données dans le champ Poser une question de la conversation. Vous pouvez revenir à la conversation depuis la section Conversations récentes.
Démarrer une conversation depuis une exploration Looker
Vous pouvez également démarrer une conversation directement avec une exploration Looker. Pour démarrer une conversation, accédez à l'exploration et sélectionnez Démarrer une conversation.
Poser des questions sur les données Looker
Lorsque vous commencez une conversation, Conversational Analytics vous suggère quelques questions de départ. Les questions n'ont pas besoin d'être dans un format spécifique ni d'utiliser une syntaxe spécifique. Toutefois, elles doivent être liées à l'exploration que vous avez sélectionnée.
Saisissez votre question en langage naturel dans le champ Poser une question. Sélectionnez un mode de question, puis cliquez sur Envoyer. Une fois votre requête envoyée, vous pouvez annuler la réponse de Conversational Analytics en cliquant sur
Arrêter la réponse. Conversational Analytics arrête l'exécution de la requête et affiche le message suivant : The query was cancelled. (La requête a été annulée.)
Saisissez votre question en langage naturel dans le champ Poser une question. Sélectionnez un mode de question, puis cliquez sur Envoyer. Une fois votre requête envoyée, vous pouvez annuler la réponse de Conversational Analytics en cliquant sur
Arrêter la réponse. Conversational Analytics arrête l'exécution de la requête et affiche le message suivant : The query was cancelled. (La requête a été annulée.)
Pour obtenir plus d'informations sur les types de questions que vous pouvez poser, consultez Limites concernant les questions.
Sélectionner un mode de question
Lorsque vous posez une question, vous pouvez sélectionner le mode de question dans un menu déroulant contenant les options Rapide et Raisonnement. L'interface utilisateur décrit le mode Rapide comme étant destiné à répondre rapidement et le mode Raisonnement comme étant destiné à résoudre des problèmes complexes. Par défaut, Conversational Analytics utilise le mode de question Raisonnement. Conversational Analytics conserve le même mode de question tout au long des conversations multitours, sauf si vous le modifiez manuellement.
Mode rapide
Lorsque vous posez une question en mode Rapide, Conversational Analytics tente de mapper directement votre requête en langage naturel aux paramètres LookML définis dans les modèles LookML qui sous-tendent les explorations de votre conversation. Conversational Analytics peut répondre rapidement, car il s'appuie sur les définitions régies de votre LookML et n'utilise ni n'affiche aucun type de raisonnement.
Par exemple, une requête telle que "Quel était notre chiffre d'affaires total le mois dernier ?" peut être rapidement traduite en une requête qui sélectionne la mesure total_revenue et filtre le mois précédent.
Sélectionnez le mode Rapide si votre requête demande des faits spécifiques ou des métriques prédéfinies à partir de vos données.
Mode de réflexion
Le mode Raisonnement est destiné aux requêtes analytiques plus complexes qui nécessitent une analyse au-delà des recherches LookML directes. Dans ce mode, l'agent "planifie" son approche, en décidant des outils à utiliser et de la manière de combiner les résultats. Ce mode permet de résoudre des problèmes en plusieurs étapes et d'effectuer des tâches avancées de science des données qui ne sont pas possibles avec une seule requête basée sur SQL.
Sélectionnez le mode Raisonnement lorsque vous posez des questions sur la raison de vos données, lorsque vous comparez des tendances ou lorsque vous effectuez des requêtes analytiques plus complexes qui peuvent nécessiter plusieurs étapes. Ce mode est également particulièrement utile lorsque vous testez un agent pour comprendre comment il utilise le LookML sous-jacent de ses sources de données.
Comment Conversational Analytics traite vos questions
Conversational Analytics peut reformuler votre question après que vous avez envoyé une requête. La question reformulée s'affiche dans la fenêtre de conversation après votre question d'origine. Par exemple, Conversational Analytics peut reformuler la question "Quelle est la moyenne d'âge des utilisateurs ?" en "Quel est l'âge moyen des utilisateurs ?".
Pendant que Conversational Analytics exécute votre requête, vous pouvez observer son raisonnement et son processus de réflexion. Conversational Analytics peut poser des questions complémentaires pour clarifier les ambiguïtés de la requête d'origine. Par exemple, s'il existe plusieurs champs portant un nom similaire, Conversational Analytics peut vous demander de préciser quel champ est le plus approprié pour traiter votre requête.
Conversations multitours
Conversational Analytics prend en compte les questions et réponses précédentes lorsque vous poursuivez la conversation. Vous pouvez reprendre les réponses précédentes et les développer en affinant davantage les résultats ou en modifiant le type de visualisation.
Pour obtenir plus d'informations sur la création de questions, consultez Limites concernant les questions.
Clarifier les questions
Pendant que Conversational Analytics exécute votre requête, vous pouvez observer son raisonnement et son processus de réflexion. Conversational Analytics peut poser des questions complémentaires pour clarifier les ambiguïtés de la requête d'origine. Par exemple, s'il existe plusieurs champs portant un nom similaire, Conversational Analytics peut vous demander de préciser quel champ est le plus approprié pour traiter votre requête.
Métadonnées de conversation
Lorsque vous conversez avec une exploration ou un agent de données, le panneau de stockage réductible Données affiche le nom de l'exploration Looker utilisée par la conversation. Le panneau Données de stockage fournit également les options suivantes :
- Afficher les champs : lorsque vous discutez avec une exploration, vous pouvez l'afficher dans une nouvelle fenêtre de navigateur en cliquant sur Afficher les champs.
- Modifier l'agent : lorsque vous discutez avec un agent de données, vous pouvez modifier les détails de l'agent de données en cliquant sur Modifier l'agent.
- Nouvelle conversation : démarrez une nouvelle conversation avec l'exploration Looker utilisée par la conversation actuelle.
Gérer les requêtes dans une conversation
Lorsque vous conversez avec des données, vous pouvez gérer la conversation en arrêtant une réponse de requête active pendant son exécution ou en supprimant la question la plus récente et sa réponse.
Supprimer la question la plus récente
Pour supprimer la question la plus récente et sa réponse, procédez comme suit :
- Placez le curseur sur la question la plus récente, puis cliquez sur Supprimer le message.
- Dans la boîte de dialogue Supprimer définitivement le message ?, cliquez sur Supprimer pour supprimer définitivement la question et sa réponse.
Comprendre les résultats et les calculs des requêtes
Lorsque vous posez des questions sur vos données dans Conversational Analytics, la réponse peut inclure une visualisation, un tableau de données ou d'autres détails, en fonction de votre requête spécifique et des données connectées. Pour ouvrir les résultats de la requête en tant qu'exploration, cliquez sur Ouvrir dans Explorer dans les résultats de la requête.
En plus de cette réponse à la requête, Conversational Analytics fournit les options suivantes pour comprendre les résultats et les calculs des requêtes :
- Détails sur la façon dont votre requête a été interprétée
- Détails sur la façon dont la réponse a été calculée
Déterminer comment votre requête a été interprétée
Si vous utilisez le mode Raisonnement pour poser votre question, vous pouvez voir comment Conversational Analytics a raisonné dans votre requête. Pour voir son raisonnement, développez l'option Afficher le raisonnement. Pour masquer son raisonnement, cliquez sur Masquer le raisonnement.
Conversational Analytics analyse chaque requête et réfléchit à la manière de répondre, en utilisant les mots clés de votre requête pour déduire les dimensions, mesures et autres paramètres pertinents de la couche sémantique des ensembles de données associés à la conversation, et en interprétant à partir de votre requête les agrégations qui peuvent être nécessaires. Lorsque vous développez Afficher le raisonnement, Conversational Analytics affiche une explication en texte brut des étapes qu'il a suivies pour interpréter votre requête. L'explication inclut également la durée pendant laquelle Conversational Analytics a réfléchi à la requête.
Suite à son raisonnement, Conversational Analytics génère une réponse, qui peut inclure une demande de clarification concernant votre requête.
Déterminer comment une réponse a été calculée
Pour voir comment Conversational Analytics a obtenu une réponse ou créé une visualisation, cliquez sur Comment cela a-t-il été calculé ? dans les résultats de la requête.
Lorsque vous cliquez sur Comment cela a-t-il été calculé ?, Conversational Analytics affiche une section Texte. La section Texte fournit une explication en texte brut des étapes suivies par Conversational Analytics pour obtenir la réponse donnée. Cette explication inclut les noms de champs bruts utilisés, les calculs effectués, les filtres appliqués, l'ordre de tri et d'autres détails.
Si votre administrateur Looker a activé l'interpréteur de code en activant l'option Analyse avancée pour les agents de données Conversational Analytics, l'onglet Code affiche le code Python généré supplémentaire pour toutes les requêtes avancées.
Gérer les conversations
Les conversations sont listées par titre dans la section Récentes. Vous pouvez modifier les noms des conversations, les supprimer ou les restaurer à partir du dossier de la corbeille.
Supprimer une conversation
Pour déplacer une conversation dans la corbeille, ouvrez la conversation, puis cliquez sur Déplacer vers la corbeille.
Restaurer ou supprimer définitivement une conversation
Pour restaurer ou supprimer définitivement une conversation de la corbeille, procédez comme suit :
- Dans Conversational Analytics, sélectionnez Corbeille dans le panneau de navigation de gauche pour afficher la liste des conversations qui ont été déplacées vers la corbeille.
- Dans la section Corbeille, cliquez sur le nom de la conversation que vous souhaitez restaurer ou supprimer définitivement.
Dans la boîte de dialogue Êtes-vous sûr ?, sélectionnez l'une des options suivantes :
- Annuler : annule l'action.
- Restaurer : restaure la conversation. Vous pouvez accéder à la conversation depuis la section Récentes du menu de navigation de gauche dans Conversational Analytics.
- Supprimer définitivement : supprime définitivement la conversation.
Limitations connues
Conversational Analytics présente les limitations connues décrites ci-dessous.
Limites concernant les visualisations
Conversational Analytics exploite Vega-lite pour la génération de graphiques de conversation. Les types de graphiques Vega suivants sont entièrement compatibles :
- Graphique en courbes (une ou plusieurs séries)
- Graphique en aires
- Graphique à barres (horizontal, vertical, empilé)
- Nuage de points (un ou plusieurs groupes)
- Graphique à secteurs
Les types de graphiques Vega suivants sont compatibles, mais vous pouvez rencontrer un comportement inattendu lors de leur rendu :
- Maps
- Cartes de densité
- Graphiques avec info-bulles
Les types de graphiques qui n'existent pas dans le catalogue Vega ne sont pas compatibles. Les graphiques qui ne sont pas spécifiés dans cette section sont considérés comme non compatibles.
Limites concernant les sources de données
Conversational Analytics présente les limites de source de données suivantes :
- Pour les données Looker, Conversational Analytics peut renvoyer jusqu'à 5 000 lignes par requête.
- Conversational Analytics ne peut pas définir la valeur d'un champ réservé au filtrage défini à l'aide des paramètres LookML
parameteroufilter.
Limites concernant les questions
Conversational Analytics accepte les questions auxquelles il est possible de répondre à l'aide d'une seule visualisation. Voici quelques exemples :
- Tendances des métriques au fil du temps
- Ventilation ou répartition d'une métrique par dimension
- Valeurs uniques pour une ou plusieurs dimensions
- Valeurs de métriques uniques
- Valeurs de dimension les plus élevées par métrique
Conversational Analytics n'accepte pas encore les questions auxquelles il n'est possible de répondre qu'avec les types de visualisations complexes suivants :
- Prédiction et prévision
- Analyse statistique avancée, y compris corrélation et détection des anomalies
Il est possible de répondre à des questions plus avancées, telles que les prévisions, lorsque l'interpréteur de code est activé.
Exemple de conversation
L'exemple de conversation suivant montre comment un utilisateur peut interagir avec Conversational Analytics de manière naturelle et interactive. Dans cet exemple, l'utilisateur pose la question suivante : "Pouvez-vous tracer les ventes mensuelles de boissons chaudes par rapport aux smoothies pour 2023 et mettre en évidence le mois le plus vendu pour chaque type de boisson ?" Conversational Analytics répond en générant un graphique en courbes qui affiche les ventes mensuelles de boissons chaudes et de smoothies pour 2023, en mettant en évidence le mois de juillet comme étant celui où les ventes ont été les plus élevées pour les deux catégories.
s
Comme l'illustre cet exemple de conversation, Conversational Analytics interprète les requêtes en langage naturel, y compris les questions en plusieurs parties qui utilisent des termes courants tels que "ventes" et "boissons chaudes", sans que les utilisateurs aient à spécifier les noms exacts des champs de base de données (comme Total monthly drink sales) ni à définir des conditions de filtre (comme type of beverage = hot). Conversational Analytics décrit ses principales conclusions, explique son raisonnement et fournit une réponse qui inclut du texte et, le cas échéant, un graphique. Pour encourager une analyse plus approfondie, Conversational Analytics peut également suggérer des questions complémentaires.
Ressources associées
Présentation de Conversational Analytics dans Looker : page de destination de Conversational Analytics avec une liste des principales fonctionnalités et des liens vers toute la documentation de Conversational Analytics.
Créer et gérer des agents de données : avec les agents de données, vous pouvez personnaliser l'agent de requête de données optimisé par l'IA en fournissant un contexte et des instructions spécifiques à vos données, ce qui aide Conversational Analytics à générer des réponses plus précises et contextuellement pertinentes.
Bonnes pratiques pour configurer Conversational Analytics dans Looker : stratégies et bonnes pratiques pour aider les administrateurs Looker et les développeurs LookML à configurer et à optimiser Conversational Analytics.
Activer l'analyse avancée avec l'interpréteur de code : l'interpréteur de code dans Conversational Analytics traduit vos questions en langage naturel en code Python et exécute ce code. Par rapport aux requêtes standards basées sur SQL, l'utilisation de Python par l'interpréteur de code permet des analyses et des visualisations plus complexes.