Membuat dan mengelola agen data Explore

Agen data memungkinkan Anda mengatur pengalaman Analisis Percakapan untuk pengguna Anda. Dengan agen, Anda dapat memberikan konteks dan petunjuk kepada Analytics Percakapan agar dapat menjawab pertanyaan secara lebih efektif untuk kasus penggunaan tertentu. Agen memberdayakan analis untuk memetakan istilah bisnis ke kolom tertentu, menentukan kolom terbaik untuk pemfilteran, dan menentukan penghitungan kustom.

Catatan: Halaman ini menjelaskan agen data Explore — agen data yang mengkueri Explore. Untuk mengetahui informasi tentang agen data untuk dasbor yang ditentukan pengguna dan dasbor LookML, lihat halaman dokumentasi Mengkueri dasbor yang ditentukan pengguna dengan agen dasbor dan Membuat dan mengelola agen data untuk dasbor LookML.

Halaman ini memandu Anda melalui proses berikut:

• Membuat dan mengedit agen data
• Membagikan agen data kepada pengguna lain
• Memublikasikan agen data ke aplikasi lain
• Menghapus agen data

Pelajari cara dan waktu Gemini untuk Google Cloud menggunakan data Anda.

Sebelum memulai

Penggunaan Analisis Percakapan dikelola melalui kombinasi akses konten, akses data, dan akses fitur. Anggap agen data sebagai jenis konten Looker lainnya — seperti dasbor, Look, atau folder. Untuk berinteraksi dengan agen data, Anda harus diberi peran Looker yang memiliki izin yang diperlukan untuk model yang mendasari setiap Eksplorasi atau yang akan dikueri oleh agen data. Dalam beberapa kasus, Anda juga memerlukan akses ke agen itu sendiri.

Untuk mengetahui informasi selengkapnya tentang izin dan akses yang diperlukan untuk mengelola dan menggunakan agen data, lihat tabel izin di halaman dokumentasi Menyiapkan Conversational Analytics di Looker.

Agen Eksplorasi Analisis Percakapan tersedia jika admin Looker telah mengaktifkan fitur berikut di halaman admin Gemini in Looker:

• Analisis Percakapan:
  • Analisis Percakapan (halaman Percakapan): Aktifkan setelan ini untuk mengizinkan akses ke halaman Percakapan bagi agen data dengan Eksplorasi dan percakapan langsung dengan Eksplorasi.
• Opsi tambahan:
  • Analisis Lanjutan: Untuk mengizinkan agen Anda menggunakan Analisis Lanjutan, yang menerjemahkan pertanyaan natural language Anda menjadi kode Python dan menjalankan kode tersebut untuk memberikan analisis dan visualisasi lanjutan, aktifkan setelan Analisis Lanjutan. Setelan ini bersifat opsional.
• Mengaktifkan Fitur Penguji Tepercaya
  • Agentic Workflows [Pratinjau]: Untuk membuat Agentic Workflows yang menginstruksikan agen Anda untuk memantau perubahan pada data Anda.
  • Publikasikan ke Gemini Enterprise [Pratinjau]: Untuk memublikasikan agen Anda ke Gemini Enterprise, sehingga konteks dan analisis yang telah ditentukan sebelumnya untuk agen Anda tersedia bagi audiens yang lebih luas.

Membuat dan mengedit agen data

Sebagai teknologi tahap awal, produk Gemini untuk Google Cloud dapat menghasilkan output yang tampak masuk akal, tetapi berisi fakta yang salah. Sebaiknya Anda memvalidasi semua output dari Gemini untuk Google Cloud produk sebelum Anda menggunakannya. Untuk mengetahui informasi selengkapnya, lihat Gemini untuk Google Cloud dan responsible AI.

Untuk membuat agen data baru, ikuti langkah-langkah berikut:

1. Buka halaman Percakapan.
2. Di tab Agen, pilih + Agen baru. Atau, di panel kiri, pilih sparkManage agents, lalu pilih + New agent.

3. Di halaman New agent, berikan informasi berikut tentang agen data Anda.

   • Agent name: Masukkan nama untuk agen. Nama harus unik dan deskriptif.
   • Deskripsi agen: Jelaskan secara singkat fungsi agen ini dan data yang digunakannya. Pengguna akan melihat deskripsi ini saat mereka memilih agen untuk memulai percakapan atau saat Anda membagikan agen kepada mereka, jadi pastikan deskripsi tersebut menjelaskan dengan jelas tujuan agen dan cara agen dapat membantu.
   • Data: Ikuti langkah-langkah berikut untuk terhubung ke maksimal lima Eksplorasi Looker yang ada:
     1. Di kolom Data, klik + Pilih Eksplorasi.
     2. Di jendela Search Explores, klik Explore yang ingin Anda sertakan dalam agen data. Eksplorasi ini akan muncul di panel Selected Explores di jendela.
     3. Untuk menambahkan Explore yang dipilih ke agen data, klik Save.

4. Petunjuk: Berikan konteks untuk membantu Conversational Analytics memahami cara berinteraksi dengan data Anda dan memberikan respons yang akurat dan relevan. Untuk contoh jenis konteks yang dapat Anda berikan, lihat Menulis petunjuk agen.

5. Jika ingin, pilih Advanced options untuk meluaskan bagian dan mengonfigurasi setelan berikut:

   • Aktifkan Analisis Lanjutan: Aktifkan setelan ini untuk mengaktifkan Analisis Lanjutan untuk semua percakapan dengan agen Anda.
   • Tampilkan proses berpikir: Aktifkan tombol ini agar agen dapat menampilkan langkah-langkah penalaran, kueri Looker yang dihasilkan, dan tabel data pokok dalam semua respons di setiap percakapan.
   • Tampilkan info debug: Aktifkan tombol ini agar agen dapat menampilkan langkah-langkah yang dijalankannya untuk semua respons dalam setiap percakapan.

6. Secara opsional, Anda dapat menguji agen Anda untuk menyempurnakan petunjuk dan setelannya.

7. Untuk menyimpan agen data baru, klik Save.

Setelah menyimpan agen data, Anda dapat membagikan agen kepada pengguna lain dan memulai percakapan dengan agen.

Menulis petunjuk agen

Saat membuat agen data, Anda dapat menambahkan petunjuk bentuk bebas yang menentukan perilaku inti agen data dan memberinya konteks dasar untuk dipertimbangkan sebelum memproses perintah pengguna.

Penting: Meskipun kolom Instructions bersifat opsional dan strukturnya terserah Anda, sebaiknya berikan petunjuk yang terstruktur dengan baik agar agen dapat memberikan respons yang lebih akurat dan relevan.

Berikut beberapa contoh jenis konteks yang dapat Anda berikan di kolom Petunjuk:

• Kolom utama: Kolom terpenting untuk analisis
• Kolom yang dikecualikan: Kolom yang harus dihindari oleh agen data
• Pemfilteran dan pengelompokan: Kolom yang harus digunakan agen untuk memfilter dan mengelompokkan data
• Persona: Peran atau keahlian, karakter, atau gaya bahasa yang Anda tetapkan untuk agen

Untuk mendapatkan tips dan praktik terbaik dalam menulis petunjuk agen, lihat halaman dokumentasi Praktik terbaik untuk mengonfigurasi Analisis Percakapan di Looker.

Menentukan kueri terverifikasi

Kueri terverifikasi, yang juga disebut sebagai golden query dalam beberapa dokumentasi Google, adalah pasangan pertanyaan natural language yang telah ditentukan dan kueri Looker Explore yang sesuai dan tepat. Pasangan pertanyaan dan kueri ini berfungsi sebagai "standar emas" kebenaran yang terverifikasi, yang mengajarkan agen Anda cara menangani permintaan bisnis yang kompleks tanpa menebak-nebak. Kueri terverifikasi yang ditentukan dengan baik dapat membantu meningkatkan akurasi respons dari agen data Jelajah Anda.

Batasan kueri terverifikasi

Saat menggunakan kueri terverifikasi, perhatikan batasan berikut:

• Kueri terverifikasi hanya tersedia untuk agen data Jelajahi. Agen ini tidak tersedia untuk percakapan langsung dengan Explore atau untuk agen data dasbor.
• Anda harus menggunakan Explore yang sudah ditentukan untuk agen. Jika Anda mereferensikan Explore yang tidak digunakan oleh agen data, Anda akan melihat pesan error This query will not be used as it references an Explore that has not been defined in this agent. For best results, make sure that verified queries are based on Explores used in this agent.
• Kueri terverifikasi tidak mendukung kueri Explore yang berisi kolom kustom atau pivot.
• Meskipun tidak ada batasan jumlah kueri terverifikasi yang dapat Anda tambahkan, sebaiknya sertakan tidak lebih dari 30 hingga 50 pasangan pertanyaan dan kueri per agen.

Membuat kueri terverifikasi

Tips untuk menentukan kueri terverifikasi:

• Sertakan berbagai jenis pertanyaan dan kueri yang memiliki berbagai filter dan nilai filter.
• Pertimbangkan pertanyaan yang mungkin diajukan pengguna tentang Eksplorasi tersebut, dan tulis pertanyaan tersebut dalam bahasa alami.

Untuk menambahkan kueri terverifikasi ke agen data baru atau yang sudah ada, ikuti langkah-langkah berikut:

1. Buat agen data baru, atau edit agen data yang ada yang menggunakan setidaknya satu Eksplorasi sebagai sumber data.
2. Di halaman pembuatan atau pengeditan agen, pilih + Tambahkan kueri terverifikasi.
3. Di bagian Tambahkan kueri terverifikasi, masukkan pertanyaan dalam bahasa alami dan jawabannya yang sesuai:
   • Pertanyaan: Masukkan pertanyaan dalam bahasa alami yang mungkin diajukan pengguna.
   • Jawaban: Tempelkan URL Eksplorasi yang merekam kueri atau visualisasi yang benar.
4. Untuk memverifikasi kueri Explore, klik Preview.
   • Atau: Kosongkan kolom Jawaban dan klik Pratinjau untuk membuat kueri dari awal di builder Jelajahi, lalu simpan URL yang dihasilkan untuk digunakan.
5. Klik Simpan.

Mengedit kueri terverifikasi

Untuk mengedit kueri terverifikasi yang ada, ikuti langkah-langkah berikut:

1. Dalam percakapan Anda dengan agen, pilih Edit agen.
2. Di bagian Kueri terverifikasi, cari kueri terverifikasi yang ingin Anda edit.
3. Klik Edit verified query.
4. Dalam dialog Edit kueri terverifikasi, buat perubahan pada pertanyaan atau jawaban.
5. Klik Simpan.

Menghapus kueri terverifikasi

Untuk menghapus kueri terverifikasi, ikuti langkah-langkah berikut:

1. Dalam percakapan Anda dengan agen, pilih Edit agen.
2. Di bagian Kueri terverifikasi, temukan kueri terverifikasi yang ingin Anda hapus.
3. Klik delete Hapus kueri terverifikasi.

Menguji agen

Saat Anda membuat atau mengedit agen, halaman detail agen akan menyertakan panel Pratinjau agen Anda. Anda dapat menguji setelan dan petunjuk agen dengan memulai percakapan dengan agen.

Anda harus mengklik Perbarui agar perubahan ditampilkan dalam pratinjau. Jika status penyimpanan adalah Not saved, setiap pembaruan pada setelan tidak akan ditampilkan dalam pratinjau.

Mengedit agen data yang ada

Untuk mengedit agen data yang ada, ikuti langkah-langkah berikut:

1. Di halaman Conversations, pilih sparkManage agents.
2. Di halaman Kelola agen, pilih agen data yang ingin Anda edit.
3. Perbarui detail tentang agen sesuai kebutuhan. Anda dapat mengubah detail yang Anda tentukan saat membuat agen, termasuk setelan Nama agen, Deskripsi agen, Data, Petunjuk, dan Opsi lanjutan. Anda juga dapat memilih untuk mengaktifkan Code Interpreter untuk agen Anda.
4. Untuk menyimpan perubahan, klik Perbarui.

Agen data yang dibagikan

Dengan berbagi, pengguna lain dapat melakukan chat dengan agen Anda dan Eksplorasinya. Anda dapat membagikan agen data kepada pengguna lain dengan memberikan akses konten ke agen tersebut. Hanya pengguna dengan izin dan akses konten yang sesuai yang dapat membagikan agen. Setelah dibuat, agen mungkin memerlukan waktu beberapa menit agar dapat dibagikan.

Catatan: Memberikan akses konten kepada pengguna ke agen tidak juga memberikan akses kepada pengguna tersebut ke Explore yang digunakan agen. Saat Anda membagikan agen, pastikan pengguna juga memiliki izin yang mereka butuhkan untuk menggunakan Analisis Percakapan dengan model yang menjadi dasar Eksplorasi. Admin Looker Anda mungkin perlu memberikan izin ini.

Untuk membagikan agen data, ikuti langkah-langkah berikut:

1. Di halaman Conversations, pilih sparkManage agents di panel kiri.
2. Buka menu untuk agen yang dipilih dengan mengklik ikon Opsi lainnya, lalu klik Bagikan.
3. Setelah Anda menambahkan individu atau grup ke bagian Siapa yang dapat mengakses agen ini, dan memilih tingkat izin yang harus mereka miliki, klik Tambahkan untuk menempatkan mereka dalam daftar bersama.
4. Jika Anda ingin pengguna atau grup baru menerima email notifikasi, centang kotak Kirim email kepada orang yang baru saja Anda tambahkan.
5. Setelah semua perubahan dilakukan, klik Simpan.

Anda juga dapat membagikan agen yang baru saja Anda buat atau yang sedang Anda edit dengan mengklik Bagikan di halaman setelan agen dan mengikuti langkah-langkah yang disebutkan di atas.

Mencabut akses ke agen data

Untuk mencabut akses ke agen, ikuti langkah-langkah berikut:

1. Di halaman Conversations, klik sparkManage agents di panel kiri.
2. Buka menu untuk agen yang dipilih dengan mengklik ikon Opsi lainnya, lalu klik Bagikan.
3. Klik X di samping pengguna atau grup yang aksesnya harus dihapus.
4. Setelah semua perubahan dilakukan, klik Simpan.

Jika pengguna yang dihapus memiliki percakapan yang sedang berlangsung, mereka akan tetap memiliki akses selama satu atau dua menit saat perubahan diterapkan.

Jika pengguna mencoba mengajukan lebih banyak pertanyaan setelah akses ke agen dihapus, pengguna tersebut akan melihat pesan The agent in this conversation may not be shared with you, or may have been deleted. You can view any past conversations with the agent, but can't ask new questions.

Memublikasikan agen data

Pratinjau

Produk atau fitur ini tunduk pada "Persyaratan Penawaran Pra-GA" di bagian Persyaratan Layanan Umum di Persyaratan Khusus Layanan. Produk dan fitur pra-GA tersedia "sebagaimana adanya" dan mungkin memiliki dukungan terbatas. Untuk mengetahui informasi selengkapnya, lihat deskripsi tahap peluncuran.

Anda dapat memublikasikan agen data di Gemini Enterprise, sehingga konteks dan analisis yang telah ditetapkan agen Anda tersedia untuk audiens yang lebih luas, termasuk pengguna yang mungkin tidak familier dengan antarmuka Looker. Gemini Enterprise berfungsi sebagai hub pusat tempat pengguna dapat mengelola agen data yang dibuat di berbagai aplikasi Google Cloud , sehingga membantu pengguna menemukan agen terbaik untuk kebutuhan analisis mereka.

Catatan: Integrasi Looker – Gemini Enterprise masih dalam pratinjau dengan dukungan terbatas. Kami mendorong Anda untuk memberikan masukan guna membantu kami meningkatkan kualitas. Untuk melaporkan bug atau masalah, kirim email ke [e-mail] dengan detail berikut:

• Deskripsi yang jelas tentang masalah dan perilaku yang diharapkan
• Langkah-langkah untuk merekonstruksi masalah
• Detail relevan tambahan

Sebelum memulai

Prosedur untuk membuat agen data di Looker dan menyediakannya bagi pengguna di Gemini Enterprise melibatkan tugas yang dilakukan di instance Looker, di halaman Gemini Enterprise di konsol Google Cloud , dan di instance Gemini Enterprise.

Pengguna dengan peran berikut harus mengikuti langkah-langkah yang dijelaskan di bagian terkait:

1. Editor agen data (kemampuan Looker): Publikasikan agen di Looker.
2. Admin Discovery Engine (peran IAM): Memberikan akses ke agen di konsol Google Cloud .
3. Pengguna Gemini Enterprise (peran IAM); Pengguna agen data (kemampuan Looker): Melakukan percakapan dengan agen di instance Gemini Enterprise.

Sebelum Anda dapat memublikasikan agen, persyaratan berikut harus dipenuhi:

• Admin Looker harus mengaktifkan setelan Enable Trusted Tester Features dan Publish to Gemini Enterprise, serta setelan Conversational Analytics (Conversations page), di halaman Gemini in Looker di panel Admin.
• Admin Looker harus memberi Anda peran yang berisi izin publish_agent_externally. Anda juga harus dapat mengedit agen data.
• Akun layanan Looker di project Google Cloud yang menghosting mesin Gemini Enterprise harus diberi peran Identity and Access Management Discovery Engine Admin. Memberikan peran ini akan menetapkan lisensi Gemini Enterprise ke akun saat agen data pertama dipublikasikan. Jika tidak ada lisensi Gemini Enterprise yang tersedia untuk ditetapkan ke akun layanan Looker, halaman mesin Gemini Enterprise di konsol Google Cloud akan menampilkan error "Failed to allocate quota for agent creation". Pengguna dengan peran Identity and Access Management Discovery Engine Admin harus menyediakan lisensi Gemini Enterprise baru atau menetapkan ulang lisensi yang ada untuk akun layanan Looker.

Catatan: Agen data publikasi ke Gemini Enterprise tidak didukung untuk instance Looker (Google Cloud core) yang menggunakan koneksi jaringan pribadi atau hybrid. Untuk meminta akses ke fitur ini untuk instance Looker (Google Cloud core) hybrid, hubungi [e-mail] dengan menyertakan URL instance Anda.

Memublikasikan agen data ke Gemini Enterprise

Untuk menyelesaikan langkah-langkah yang dijelaskan di bagian ini, Anda harus memiliki peran Looker yang berisi izin publish_agent_externally serta izin dan akses konten yang sesuai untuk mengedit agen data.

Untuk memublikasikan agen, ikuti langkah-langkah berikut:

1. Edit agen.
2. Pilih Publish settings untuk membuka jendela Agent publish settings.
3. Di jendela Setelan publikasi agen, aktifkan setelan Gemini Enterprise, lalu pilih Perbarui. Mengaktifkan setelan ini akan memublikasikan agen ke instance Gemini Enterprise yang ditampilkan di halaman Gemini in Looker di panel Admin.
4. Setelah memublikasikan agen, Anda dapat memilih Bagikan untuk memberikan akses kepada pengguna Looker lain ke agen data Anda, atau memilih Mulai percakapan untuk membuka percakapan baru dengan agen data.

Memberi pengguna akses ke agen di Gemini Enterprise

Untuk menyelesaikan langkah-langkah yang dijelaskan di bagian ini, Anda harus memiliki peran Identity and Access Management Discovery Engine Admin untuk project Google Cloud yang berisi mesin Gemini Enterprise.

Agar dapat melakukan chat dengan agen di Gemini Enterprise, pengguna harus memiliki akses ke instance Gemini Enterprise dan ke agen individual.

Untuk memberi pengguna akses ke instance Gemini Enterprise, Admin Discovery Engine harus memberi pengguna peran IAM Gemini Enterprise User untuk project Google Cloud yang berisi mesin Gemini Enterprise.

Untuk memberikan akses pengguna ke masing-masing agen, Admin Discovery Engine harus menyelesaikan langkah-langkah berikut di konsol Google Cloud :

1. Buka project Google Cloud yang berisi mesin Gemini Enterprise.
2. Buka halaman produk Gemini Enterprise.
3. Pilih halaman Apps dari navigasi utama, lalu pilih nama instance Gemini Enterprise.
4. Di navigasi utama, pilih Agents.
5. Pilih agen yang ingin Anda beri akses.
6. Pilih tab Izin pengguna.
7. Pilih Tambahkan pengguna.
8. Di jendela Add user permissions roles to agent, tambahkan setiap pengguna dan tetapkan peran Agent User kepada mereka.

Mulai percakapan dengan agen di Gemini Enterprise

Untuk menyelesaikan langkah-langkah yang dijelaskan di bagian ini, Anda harus memiliki peran Identity and Access Management pengguna versi bisnis Gemini Enterprise untuk project Google Cloud yang berisi mesin Gemini Enterprise. Anda juga harus memiliki izin dan akses konten yang sesuai untuk memulai percakapan dengan agen di instance Looker.

Untuk melakukan percakapan dengan agen data di instance Gemini Enterprise, ikuti langkah-langkah berikut:

1. Buka instance Gemini Enterprise Anda.
2. Pilih Agents di navigasi utama.
3. Di halaman Agen, pilih agen yang ingin Anda ajak chat. Saat Anda memilih agen, jendela percakapan akan terbuka dan Anda dapat mengajukan pertanyaan tentang data Anda.

Saat pertama kali melakukan chat dengan agen, Anda harus mengizinkan akses agen ke identitas Looker Anda.

Memublikasikan ulang agen data di Gemini Enterprise

Saat Looker memperbarui fitur atau kemampuan agen data, Anda harus memperbarui atau memublikasikan ulang agen agar perubahan tersebut diterapkan di Gemini Enterprise.

Looker 26.12 memperkenalkan dukungan untuk diagram dalam respons agen. Jika agen Anda dibuat sebelum Looker 26.12, Anda harus mengupdate atau memublikasikan ulang agen agar dapat menggunakan diagram dalam responsnya.

Untuk mengupdate agen, ikuti langkah-langkah berikut:

1. Edit agen data.
2. Ubah metadata agen Anda.
3. Pilih Update.

Untuk memublikasikan ulang agen data Anda, ikuti langkah-langkah berikut:

1. Edit agen data.
2. Pilih Publish settings untuk membuka jendela Agent publish settings.
3. Nonaktifkan tombol Gemini Enterprise, lalu pilih Update.
4. Tunggu hingga agen dihapus dari Gemini Enterprise.
5. Di Looker, edit agen data untuk membuka kembali jendela Setelan publikasi agen.
6. Pilih Setelan publikasi, aktifkan tombol Gemini Enterprise, lalu pilih Perbarui.

Menghapus agen data

Perhatian: Pengguna yang Anda beri akses ke agen data ini tidak akan dapat mengajukan pertanyaan baru setelah Anda menghapus agen tersebut. Namun, percakapan yang ada dengan agen data akan dipertahankan.

Jika Anda menghapus agen, Anda juga akan menghapus dan membatalkan publikasi agen di Gemini Enterprise.

Untuk menghapus agen data, ikuti langkah-langkah berikut:

1. Di halaman Conversations, klik sparkManage agents di panel kiri.
2. Buka menu untuk agen yang dipilih dengan mengklik ikon More options, lalu klik Delete.
3. Di jendela Delete agent?, klik Move to trash untuk menghapus agen data.

Agen yang dipindahkan ke sampah akan dihapus secara permanen setelah 30 hari. Anda dapat menghapus agen data secara permanen secara manual, atau Anda dapat memulihkan agen data dari sampah sebelum agen data tersebut dihapus secara permanen. Jika Anda tidak mengambil tindakan, agen akan otomatis dihapus secara permanen setelah 30 hari.

Menghapus agen data secara permanen

Untuk menghapus agen data secara permanen, ikuti langkah-langkah berikut:

1. Buka halaman Percakapan.
2. Di panel navigasi kiri, luaskan bagian Sampah.
3. Untuk membuka menu agen yang dipilih, pilih ikon -nya, lalu klik Hapus Permanen.
4. Di jendela Yakin?, klik Hapus selamanya.

Memulihkan agen data dari sampah

Untuk memulihkan agen data dari sampah, ikuti langkah-langkah berikut:

1. Buka halaman Percakapan.
2. Di panel navigasi kiri, luaskan bagian Sampah.
3. Untuk membuka menu agen yang dipilih, pilih ikon , lalu klik Restore.

Referensi terkait

• Ringkasan Analisis Percakapan di Looker: Halaman landing untuk Analisis Percakapan dengan daftar link fitur utama ke semua dokumentasi Analisis Percakapan.

• Membuat kueri Jelajah dalam bahasa alami: Mulai percakapan dengan Jelajah Looker untuk menanyakan data Jelajah menggunakan bahasa alami.

• Membuat kueri dasbor yang ditentukan pengguna dengan agen dasbor: Buat kueri dan konfigurasi agen dasbor di dasbor yang ditentukan pengguna.

• Membuat dan mengelola agen data untuk dasbor LookML: Gunakan LookML untuk mengonfigurasi dan mengelola agen data yang dikontrol versinya untuk dasbor LookML.

• Praktik terbaik untuk mengonfigurasi Analisis Percakapan di Looker: Strategi dan praktik terbaik untuk membantu administrator Looker dan developer LookML berhasil mengonfigurasi dan mengoptimalkan Analisis Percakapan.

• Aktifkan Analisis Lanjutan: Analisis Lanjutan dalam Analisis Percakapan menerjemahkan pertanyaan natural language Anda menjadi kode Python dan mengeksekusi kode tersebut. Dibandingkan dengan kueri berbasis SQL standar, penggunaan Python oleh fitur Analisis Lanjutan memungkinkan analisis dan visualisasi yang lebih kompleks.