啟用及使用進階分析

對話式數據分析中的進階數據分析功能，可將自然語言問題轉譯為 Python 程式碼並執行，提供進階分析和圖表。Looker (原始版本) 和 Looker (Google Cloud Core) 執行個體中的對話式數據分析資料代理，都可使用進階數據分析功能。

與標準 SQL 驅動的 BI 體驗不同，進階分析支援各種資料分析，從基本運算和繪製圖表，到更進階的工作 (例如時間序列預測) 皆可執行。Advanced Analytics 強化了對話式數據分析功能，讓使用者能執行這類進階分析，否則通常需要具備進階程式設計或統計方法的專業知識。

本頁面說明如何為 Looker 執行個體啟用進階數據分析，以及如何搭配對話式數據分析資料代理使用進階數據分析。

瞭解 Gemini for Google Cloud 如何使用您的資料。

事前準備

如要使用進階數據分析，您必須符合在 Looker 中使用對話式數據分析的規定，包括具備建立及使用資料代理的權限。

啟用進階數據分析

本節說明如何在下列平台啟用進階數據分析：

  • Looker (原始版本)

  • Looker (Google Cloud Core)

Looker (原始版)

啟用 Looker (原始版) 的進階數據分析功能

在 Looker (原始) 執行個體中，Looker 管理員必須按照下列步驟啟用進階數據分析，並開放給對話式數據分析使用者：

  1. 在「管理」面板中，前往「平台」部分，然後選取「Gemini in Looker」頁面。
  2. 在「啟用 Gemini in Looker」下方，開啟「啟用 Gemini in Looker」設定。
  3. 在「對話式數據分析」下方，開啟「對話式數據分析 (會話群組頁面)」設定 (適用於探索) 或「資訊主頁代理」設定 (適用於資訊主頁)，或同時開啟兩者。
  4. 在「其他選項」下方，開啟「進階 Analytics」設定。啟用這項設定後，資料代理建立者可以選擇為所有與資料代理的對話啟用進階數據分析功能。

Looker (Google Cloud Core)

在 Looker (Google Cloud Core) 啟用進階數據分析

在 Looker (Google Cloud Core) 執行個體中，Looker 管理員必須按照下列步驟啟用進階數據分析，並提供給對話式數據分析使用者：

  1. 在「管理」面板中，前往「平台」部分，然後選取「Gemini in Looker」頁面。
  2. 在「啟用 Gemini in Looker」下方，確認「Gemini 啟用狀態」為「開啟」。如果未啟用，請在 Google Cloud 控制台中啟用這個執行個體的 Gemini in Looker，然後返回 Looker (Google Cloud Core) 執行個體的「Gemini in Looker」管理頁面。
  3. 在「對話式數據分析」下方，開啟「對話式數據分析 (『會話群組頁面』)」設定 (適用於探索) 或「資訊主頁代理」設定 (適用於資訊主頁)，或兩者皆開啟。
  4. 在「其他選項」下方，開啟「進階數據分析」設定。啟用這項設定後，資料代理建立者可以選擇為與資料代理的所有對話啟用進階數據分析。

即使在 Google Cloud 控制台的 Looker (Google Cloud Core) 執行個體設定中啟用 Gemini in Looker，進階數據分析功能預設仍為停用。

Looker 管理員必須先授予使用者額外權限，使用者才能使用進階數據分析。

搭配對話式數據分析資料代理使用進階分析

為特定資料代理程式啟用進階分析後，與該代理程式的所有對話都會提供進階分析功能。

建立或編輯資料代理程式時，可以啟用進階分析功能。開啟「啟用進階分析」選項，啟用進階分析。

已知限制

  • 進階數據分析會使用 Python 解決問題。Python 比結構化查詢語言更靈活，因此進階數據分析的回覆可能比核心對話式數據分析的回覆更多樣。
  • 進階數據分析僅支援這些 Python 程式庫。
  • 進階數據分析回應不支援地圖視覺化圖表類型。
  • 與 Explore 的直接對話不支援進階分析。

如要瞭解其他限制，請參閱對話式數據分析的已知限制說明文件。

支援的 Python 程式庫

顯示支援的 Python 程式庫

進階分析支援下列 Python 程式庫：

  • 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

建議的問題

啟用進階數據分析後，對話式數據分析資料代理即可運用 Python 的進階分析功能，回答標準支援問題類型以外的各種問題。例如：

  • 你能根據我的資料，說明銷售的主要驅動因素嗎？
  • 考量平均購買頻率和平均訂單價值後，每個顧客區隔的生命週期價值為何？
  • 與去年相比，今年的銷售額如何？
  • 找出銷售資料中的離群值，協助找出表現特別好或特別差的產品或區域。
  • 執行同類群組分析，瞭解客戶回訪率。
  • 高利潤產品是否也是最熱銷的產品？請根據這項答案，提供如何調整產品組合的建議。
  • 過去 3 年各產品類別銷售額的複合年均成長率 (CAGR) 是多少？
  • 以長條圖顯示年均複合成長率，x 軸為產品類別，y 軸為年均複合成長率。