הפעלה של ניתוח מתקדם ושימוש בו

ניתוח מתקדם בשיחה מתרגם את השאלות שלכם בשפה טבעית לקוד Python ומריץ את הקוד הזה כדי לספק ניתוח מתקדם והמחשות. התכונה "ניתוח מתקדם" זמינה לסוכני נתונים של Conversational Analytics גם במופעים של Looker (המקורי) וגם במופעים של Looker (Google Cloud core).

בניגוד לחוויות BI רגילות שמבוססות על SQL, ניתוח נתונים מתקדם תומך במגוון רחב של ניתוחי נתונים – החל מחישובים בסיסיים ויצירת תרשימים ועד למשימות מתקדמות יותר כמו חיזוי של סדרות עתידיות. הניתוח המתקדם משפר את ניתוח השיחות בכך שהוא מאפשר למשתמשים לבצע ניתוחים מתקדמים מהסוגים הבאים, שבדרך כלל דורשים ידע מיוחד בקידוד מתקדם או בשיטות סטטיסטיות.

בדף הזה מוסבר איך להפעיל ניתוח נתונים מתקדם במופע Looker ואיך להשתמש בניתוח נתונים מתקדם עם סוכן נתונים של ניתוח שיחות.

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

לפני שמתחילים

כדי להשתמש ב-Advanced Analytics, אתם צריכים לעמוד בדרישות לשימוש ב-Conversational Analytics ב-Looker, כולל הרשאות ליצירה ולשימוש בסוכני נתונים.

הפעלת ניתוחים מתקדמים של נתונים

בקטע הזה מוסבר איך להפעיל את Advanced Analytics בפלטפורמות הבאות:

  • Looker (original)

  • Looker (Google Cloud core)‎

Looker (original)

הפעלת ניתוח נתונים מתקדם ב-Looker (גרסה מקורית)

במכונה של Looker (המקורית), אדמין ב-Looker צריך לפעול לפי השלבים הבאים כדי להפעיל את Advanced Analytics ולהפוך אותה לזמינה למשתמשי Conversational Analytics:

  1. בחלונית ניהול, עוברים לקטע פלטפורמה ובוחרים בדף Gemini ב-Looker.
  2. בקטע Gemini in Looker enablement (הפעלת Gemini ב-Looker), מפעילים את ההגדרה Enable Gemini in Looker (הפעלת Gemini ב-Looker).
  3. בקטע ניתוח שיחות, מפעילים את ההגדרה ניתוח שיחות (דף השיחות) (לכלי הניתוחים) או את ההגדרה סוכני מרכז הבקרה (למרכזי הבקרה), או את שתיהן.
  4. בקטע אפשרויות נוספות, מפעילים את ההגדרה ניתוח מתקדם. כשההגדרה הזו מופעלת, יוצרים של סוכני נתונים יכולים להפעיל את Advanced Analytics בכל השיחות עם סוכני הנתונים שלהם.

Looker (Google Cloud core)‎

הפעלת ניתוח מתקדם ב-Looker (Google Cloud core)

במופע Looker (Google Cloud core), אדמין ב-Looker צריך לבצע את השלבים הבאים כדי להפעיל את התכונה 'ניתוח מתקדם' ולהפוך אותה לזמינה למשתמשים ב'ניתוח שיחות':

  1. בחלונית ניהול, עוברים לקטע פלטפורמה ובוחרים בדף Gemini ב-Looker.
  2. בקטע Gemini ב-Looker enablement, מוודאים שהאפשרות Gemini Enablement status מוגדרת כ-On. אם הוא לא מופעל, מפעילים את Gemini ב-Looker במכונה הזו במסוף Google Cloud , ואז חוזרים לדף האדמין של Gemini ב-Looker במכונה של Looker (Google Cloud core).
  3. בקטע ניתוח שיחות, מפעילים את ההגדרה ניתוח שיחות (דף השיחות) (לכלי הניתוחים) או את ההגדרה סוכני מרכז הבקרה (למרכזי הבקרה), או את שתיהן.
  4. בקטע Additional options (אפשרויות נוספות), מפעילים את ההגדרה Advanced Analytics (ניתוח נתונים מתקדם). כשההגדרה הזו מופעלת, יוצרי סוכני נתונים יכולים להפעיל את Analytics מתקדם לכל השיחות עם סוכני הנתונים שלהם.

התכונה Advanced Analytics מושבתת כברירת מחדל, גם כש-Gemini ב-Looker מופעל בהגדרות של מכונת Looker (Google Cloud core) במסוף Google Cloud .

אדמין ב-Looker צריך להעניק הרשאות נוספות למשתמשים כדי שהם יוכלו להשתמש ב-Advanced Analytics.

שימוש בניתוח נתונים מתקדם עם סוכן נתונים של ניתוח נתונים בשיחה

כשמפעילים את התכונה 'ניתוח מתקדם' לסוכן נתונים מסוים, יכולות ניתוח משופרות זמינות לכל השיחות עם הסוכן הזה.

אפשר להפעיל ניתוח מתקדם של נתונים לסוכן נתונים כשיוצרים או עורכים אותו. מפעילים את האפשרות הפעלת ניתוח מתקדם.

מגבלות ידועות

  • התכונה "ניתוח נתונים מתקדם" משתמשת ב-Python כדי לפתור בעיות. מכיוון ש-Python גמישה יותר משפות שאילתות מובנות, התשובות ב-Advanced Analytics עשויות להיות מגוונות יותר מהתשובות בממשק הראשי של Conversational Analytics.
  • ‫Advanced Analytics תומך רק בספריות Python האלה.
  • סוגי תרשימים להמחשת נתונים במפה לא נתמכים בתשובות של ניתוח נתונים מתקדם.
  • ניתוח נתונים מתקדם לא זמין בצ'אט ישיר עם Explore.

מידע על מגבלות נוספות זמין במאמר בנושא מגבלות ידועות ב-Conversational Analytics.

ספריות Python נתמכות

הצגת ספריות Python נתמכות

הכלי 'ניתוח מתקדם' 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 התכונה 'ניתוח מתקדם', היכולות המתקדמות של Python מאפשרות לסוכני הנתונים של 'ניתוח שיחות' לענות על מגוון רחב יותר של שאלות, בנוסף לסוגים רגילים של שאלות נתמכות. לדוגמה:

  • אפשר להסביר מהם הגורמים העיקריים למכירות על סמך הנתונים שלי?
  • מהו ערך חיי המשתמש של כל אחד מפלח הלקוחות שלי, בהתחשב בתדירות הרכישה הממוצעת ובערך ההזמנה הממוצע?
  • איך המכירות השנה בהשוואה למכירות 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.
  • מהו שיעור הצמיחה השנתי המצטבר (CAGR) של המכירות לפי קטגוריית מוצרים ב-3 השנים האחרונות?
  • תציג את שיעור הצמיחה השנתי הממוצע בתרשים עמודות, עם קטגוריית המוצרים בציר ה-X ושיעור הצמיחה השנתי הממוצע בציר ה-Y.