对话式分析中的高级分析功能会将您的自然语言问题转换为 Python 代码,并执行该代码以提供高级分析和可视化图表。在 Looker(原始版本)和 Looker (Google Cloud Core) 实例中,高级分析功能均适用于对话式分析数据代理。
与标准 SQL 驱动的 BI 体验相比,高级分析支持各种数据分析,从基本计算和图表到更高级的任务(例如时序预测)。高级分析功能增强了对话式分析功能,使用户能够执行这些类型的高级分析,而这些分析通常需要具备高级编码或统计方法的专业知识。
本页介绍了如何为 Looker 实例启用高级分析,以及如何将高级分析与对话式分析数据代理搭配使用。
了解 Gemini for Google Cloud 如何以及何时使用您的数据。
准备工作
如要使用高级分析,您必须满足在 Looker 中使用对话式分析的要求,包括创建和使用数据智能体的权限:
- 如需在 Looker(原始)实例中使用高级分析和对话式分析数据代理,您的实例必须使用 Looker 25.18 或更高版本。
启用高级分析
本部分介绍如何在以下平台中启用高级分析:
- Looker(原始版本)
Looker (Google Cloud Core)
Looker(原版)
在 Looker(原始版本)中启用高级分析
在 Looker(原始版本)实例中,Looker 管理员必须按以下步骤操作,才能启用高级分析并向对话分析用户提供该功能:
- 在管理面板中,前往平台部分,然后选择 Gemini in Looker 页面。
- 在 Gemini in Looker 启用下,开启启用 Gemini in Looker 设置。
- 在 Gemini in Looker 启用下,启用对话分析设置。
- 在对话式分析下,启用高级分析设置。启用此设置后,数据代理创建者可以选择为与数据代理的所有对话启用高级分析。
Looker (Google Cloud Core)
在 Looker (Google Cloud Core) 中启用高级分析
在 Looker (Google Cloud Core) 实例中,Looker 管理员必须按以下步骤操作,才能启用高级分析并向对话分析用户提供该功能:
- 在管理面板中,前往平台部分,然后选择 Gemini in Looker 页面。
- 在 Gemini in Looker 启用下,确保 Gemini 启用状态为开启。如果未启用,请在 Google Cloud 控制台中为此实例启用 Gemini in Looker,然后返回到 Looker (Google Cloud Core) 实例中的 Gemini in Looker 管理员页面。
- 在 Gemini 启用状态下,开启对话分析设置。
- 在对话式分析下,启用高级分析设置。启用此设置后,数据代理创建者可以选择为与数据代理的所有对话启用高级分析。
即使在 Google Cloud 控制台中的 Looker (Google Cloud Core) 实例设置中启用了 Gemini in Looker,高级分析功能也会默认处于停用状态。
Looker 管理员必须先向用户授予额外权限,然后用户才能使用高级分析。
将高级分析与对话式分析数据代理搭配使用
为特定数据代理启用高级分析后,您可以在与该代理的所有对话中使用增强型分析功能。
您可以在创建或修改数据代理时为其启用高级分析。开启启用高级分析选项,以启用高级分析。
已知限制
- 高级分析使用 Python 解决问题。由于 Python 比结构化查询语言更灵活,因此高级分析的回答可能比核心对话式分析体验的回答更具多样性。
- 对于 Looker 数据,Conversational Analytics 每次查询最多可返回 5,000 行。
- 高级分析仅支持这些 Python 库。
- 高级分析响应不支持地图可视化图表类型。
如需了解其他限制,请参阅有关 Conversational Analytics 中的已知限制的文档。
受支持的 Python 库
显示受支持的 Python 库
高级分析支持以下 Python 库:
altairattrschesscontourpycyclerentrypointsfonttoolsfpdfgeopandasimageiojinja2joblibjsonschemajsonschema-specificationskiwisolverlxmlmarkupsafematplotlibmpmathnumexprnumpyopencv-pythonopenpyxlpackagingpandaspatsypdfminer-sixpillowplotlyprotobufpylatexpyparsingPyPDF2python-dateutilpython-docxpython-pptxpytzreferencingreportlabrpds-pyscikit-imagescikit-learnscipyseabornsixstatsmodelsstriprtfsympytabulatetensorflowthreadpoolctltoolztorchtzdataxlrd
建议的问题
启用高级分析后,Python 的高级分析功能可让对话式分析数据智能体回答更多问题,而不仅仅是标准支持的问题类型。例如:
- 你能根据我的数据说明销售额的关键驱动因素吗?
- 考虑到平均购买频率和平均订单价值,每个客户细分的生命周期价值是多少?
- 今年的销售额与去年的销售额相比如何?
- 识别销售数据中的离群值,以帮助确定表现特别好或特别差的产品或区域。
- 执行同类群组分析,了解客户留存情况。
- 利润最高的产品是否也是最受欢迎的产品?使用此答案提供有关如何优化我的产品组合的建议。
- 过去 3 年内,各商品类别的销售额的复合年增长率 (CAGR) 是多少?
- 以条形图显示复合年增长率,其中 x 轴为商品类别,y 轴为复合年增长率。