啟用及使用進階分析

對話式數據分析的進階分析功能會將自然語言問題轉換為 Python 程式碼，並執行該程式碼來提供進階分析和視覺化內容。在 Looker (原始版本) 和 Looker (Google Cloud Core) 執行個體中，對話式數據分析資料代理程式都能使用進階數據分析。

與標準 SQL 驅動的商業智慧 (BI) 體驗不同，進階分析支援各種資料分析，從基本運算和繪圖，到更進階的工作 (例如時間序列預測) 皆可執行。進階數據分析功能可強化對話式數據分析功能，讓使用者執行這類進階分析，否則通常需要具備進階程式碼或統計方法的專業知識。

本頁說明如何為 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，包括建立及使用資料代理程式的權限：

  • 如要在 Looker (原始版本) 執行個體中，搭配對話式數據分析資料代理使用進階數據分析，執行個體必須採用 Looker 25.18 以上版本。

啟用進階分析

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 (原始版本)

在 Looker (原始版本) 中啟用進階分析

在 Looker (原始版本) 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，並開放對話式數據分析使用者存取：

  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「啟用 Gemini in Looker」下方，開啟「對話式數據分析」設定。
  4. 在「對話式數據分析」下方，開啟「進階數據分析」設定。啟用這項設定後，資料代理程式建立者就能選擇為所有與資料代理程式的對話啟用進階分析。

Looker (Google Cloud Core)

在 Looker (Google Cloud Core) 中啟用進階分析

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「Gemini 啟用狀態」下方，開啟「對話式數據分析」設定。
  4. 在「對話式數據分析」下方，開啟「進階數據分析」設定。啟用這項設定後，資料代理程式建立者就能選擇為所有與資料代理程式的對話啟用進階分析。

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 管理員必須授予使用者額外權限，使用者才能使用進階數據分析。

使用對話式數據分析資料代理執行進階分析

為特定資料代理啟用進階分析後，與該代理的所有對話都能使用強化分析功能。

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

已知限制

  • 進階分析會使用 Python 解決問題。由於 Python 比結構化查詢語言更具彈性，因此進階分析的回覆可能比核心對話式數據分析體驗的回覆更多變。
  • 如果是 Looker 資料，對話式數據分析每個查詢最多可傳回 5,000 列。
  • 進階分析僅支援這些 Python 程式庫。
  • 進階數據分析回覆不支援地圖視覺化圖表類型。

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程式就能運用 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：

  • 請根據我的資料說明銷售額的主要成長動能。
  • 考量平均購買頻率和平均訂單價值後，各顧客區隔的生命週期價值為何？
  • 今年的銷售額與去年的銷售額相比如何？
  • 找出銷售資料中的離群值，有助於找出表現特別好或特別差的產品或地區。
  • 進行同類群組分析，瞭解顧客留存率。
  • 我利潤最高的產品是否也是最熱銷的產品？請根據這項答案，提供如何改善產品組合的建議。
  • 過去 3 年，各產品類別的銷售複合年均成長率 (CAGR) 是多少？
  • 以長條圖顯示複合年增長率，X 軸為產品類別，Y 軸為複合年增長率。