對話式數據分析由 Gemini for Google Cloud 支援,可讓您透過直覺式的對話介面,以對話式語言提出問題,調查資料。對話式數據分析提供多種與資料「對話」的方式。使用對話式數據分析功能探索資料時,您可以在對話中詢問單一探索的相關問題,也可以建立探索資料代理,一次與最多五個探索進行對話。您也可以使用其他使用者建立並與您共用的探索資料代理。
本頁面說明如何使用對話式數據分析與「探索」資料互動。涵蓋下列主題:
瞭解 Gemini for Google Cloud 如何使用您的資料。
事前準備
使用對話式數據分析與「探索」資料互動前,請確認 Looker 執行個體的設定和需求條件皆已滿足,且您已取得適當權限,可執行本頁所述的工作。
與單一探索對話
如要透過單一探索,在對話介面中以一般自然語言,就資料提出一組獨立的問題和答案,請按照下列步驟操作:
前往對話內容分析介面。
- 在主導覽選單中選取「對話」
。選取「探索」分頁標籤,然後選取要查詢的探索。
- 「Create」選單:選取「
Conversation」。選取「探索」分頁標籤,然後選取要查詢的探索。
- 從 Looker 探索:選取「開始對話」。如果使用新版「探索」,就無法選取這個選項。
- 在主導覽選單中選取「對話」
對話預設名稱為「未命名」。在對話中提出第一個問題後,對話式數據分析會根據問題和回覆,自動生成對話標題。如要變更系統產生的名稱,請按一下會話群組頁面頂端的標題,然後輸入新的對話名稱。如要儲存變更,請按一下頁面上的其他位置,或按下 Return 鍵 (Mac) 或 Enter 鍵 (PC)。
建立對話後,即可在對話中的「問問題」欄位提問。你可以前往「 近期對話」部分,返回對話。
與現有資料代理展開對話,查詢探索
資料代理程式會根據資料的特定內容和指示進行自訂,您可以與自己建立或他人與您共用的現有資料代理對話。如要與現有資料代理展開對話,請按照下列步驟操作 (最多可連結五個 Looker 探索):
前往對話內容分析介面。
對話預設名稱為「未命名」。在對話中提出第一個問題後,對話式數據分析會根據問題和回覆自動生成對話標題。如要變更生成的名稱,請點按對話頁面頂端的標題,然後輸入新的對話名稱。如要儲存變更,請按一下頁面上的其他位置,或按下 Return 鍵 (Mac) 或 Enter 鍵 (PC)。
建立對話後,您可以在對話的「 提出問題」欄位中提出資料相關問題。你可以從「最近的對話」部分返回對話。
詢問 Looker 資料相關問題
開始新對話時,對話式數據分析會建議一些問題。問題不需採用特定格式或語法。不過,這些欄位必須與您選取的探索相關。
在「提出問題」欄位中,以自然語言輸入問題。選取問題模式,然後按一下「傳送」。提交查詢後,按一下「停止回覆」,即可取消對話式數據分析的回覆。對話式數據分析會停止執行查詢,並顯示下列訊息:The query was cancelled.
如要進一步瞭解可提出的問題類型,請參閱「問題限制」。
選取問題模式
提問時,你可以從下拉式選單選取問題模式,選項如下:
對話式數據分析預設為「快速」問題模式。除非手動變更,否則對話式數據分析會在多輪對話中維持相同問題模式。
快速模式
快速模式是預設選項,適合大多數問題。在「快速」模式下,對話式數據分析會直接將自然語言查詢,對應至對話探索所依據的 LookML 模型中定義的 LookML 參數。對話式數據分析功能會快速回覆,不會花費額外權杖來思考或在即時通訊中串流傳輸想法摘要。
快速模式的查詢準確度與思考模式相同。除非您特別想查看代理的推論過程,否則請使用「快速」模式提問。
思考模式
在「思考」模式中,代理會花費額外權杖思考要求,並在處理查詢時,直接在對話中串流思考摘要,讓您瞭解代理的詳細推論步驟。
雖然思考模式提供的答案不一定比快速模式準確,但顯示代理的推論過程,可讓您觀察對話式數據分析如何解讀查詢、規劃分析步驟,以及參照基礎 LookML 模型。
如要檢查代理的詳細推論步驟,或測試代理與資料來源的互動方式,並願意花費額外的思考用詞元,請選取「思考」模式。
對話式數據分析如何處理問題
提交查詢後,對話式分析可能會重新措辭您的問題,並在對話視窗中顯示重新措辭的問題,位於原始問題下方。舉例來說,對話式數據分析可能會將「使用者年齡的平均值是多少?」這個問題改寫為「使用者平均年齡是多少?」。
對話式數據分析執行查詢時,您可以觀察其推論和思考過程。對話式數據分析可能會提出後續問題,釐清原始查詢中不明確的部分。舉例來說,如果有多個名稱相似的欄位,對話式數據分析可能會要求您釐清哪個欄位最適合用於處理查詢。
多轉折對話
對話式數據分析會將先前的問題和答案納入考量,繼續進行對話。您可以根據先前的答案,進一步修正結果或變更視覺化類型,藉此建構答案。
如需建立問題的詳細指引,請參閱「問題限制」。
釐清問題
對話式數據分析執行查詢時,您可以觀察其推論和思考過程。對話式數據分析可能會提出後續問題,釐清原始查詢中不明確的部分。舉例來說,如果有多個名稱相似的欄位,Conversational Analytics 可能會要求您釐清哪個欄位最適合用於處理查詢。
對話中繼資料
與探索或資料代理程式對話時,可收合的「資料」面板會顯示對話使用的 Looker 探索名稱。「Data」面板也提供下列選項:
- 「查看欄位」:與探索功能對話時,按一下「 查看欄位」,即可在新的瀏覽器視窗中查看探索功能。
- 「編輯代理」:與資料代理對話時,您可以點選 「編輯代理」,編輯資料代理的詳細資料。
- 「New conversation」(新對話):使用目前對話中的 Looker 探索,展開新對話。
管理對話中的查詢
與資料對話時,您可以停止執行中的查詢回覆,或刪除最近的問題和回覆,藉此管理對話。
刪除最近的問題
如要刪除最近的問題和回覆,請按照下列步驟操作:
- 將游標懸停在最新問題上,然後按一下 「刪除訊息」。
- 在「要永久刪除訊息嗎?」對話方塊中,按一下「刪除」,即可永久刪除問題和回覆。
瞭解查詢結果和計算
在對話式數據分析中詢問資料相關問題時,系統可能會根據特定查詢和連結的資料,在回覆中加入視覺化圖表、資料表或其他詳細資料。如要將查詢結果做為探索開啟,請按一下查詢結果中的「 在探索中開啟」。
除了這項查詢的回覆內容,對話式數據分析還提供下列選項,協助您瞭解查詢結果和計算方式:
- 查詢解讀方式的詳細資料
- 答案計算方式的詳細資料
- 其他詳細資料,例如分析詳細資料和偵錯資訊 (如果已為代理程式啟用)
判斷查詢的解讀方式
如果使用思考模式提問,可以查看對話式數據分析如何推論查詢。如要查看推論過程,請展開「顯示推論過程」選項。如要隱藏推論,請按一下「隱藏推論」。
對話式數據分析會分析每項查詢,並思考如何回覆,使用查詢中的關鍵字從對話相關聯資料集的語意層推斷相關維度、指標和其他參數,並從查詢中解讀可能需要執行的匯總作業。展開「顯示推論」後,對話式數據分析會以純文字說明解讀查詢的步驟。說明中也會列出對話式數據分析思考查詢內容的時間長度。
對話式數據分析會根據推理結果生成回覆,其中可能包括要求釐清查詢內容。
判斷答案的計算方式
如要瞭解對話式數據分析如何得出答案或建立圖表,請在查詢結果中點選「 如何計算?」。
按一下「計算方式」,對話式數據分析會顯示「文字」部分。「文字」部分會以純文字說明對話式數據分析採取哪些步驟,才得出指定答案。包括使用的原始欄位名稱、執行的計算、套用的篩選器、排列順序和其他詳細資料。
如果資料代理支援進階數據分析功能,「程式碼」分頁會顯示為進階查詢生成的額外 Python 程式碼。
分析詳細資料和偵錯資訊
如果對話使用的資料代理程式已啟用特定進階選項,回覆內容可能包含下列詳細資料:
- 「Show analytical details」(顯示分析詳細資料):啟用後,代理的回覆會顯示推論步驟、生成的 Looker 查詢和基礎資料表。
- 顯示偵錯資訊:啟用後,代理的回覆會顯示代理為該回覆執行的步驟,有助於疑難排解。
建立或編輯代理時,可在進階選項中調整這些設定。
管理會話群組
對話會依標題列在「」近期部分。您可以變更對話名稱、刪除對話,或從垃圾桶資料夾還原對話。
刪除對話
如要將對話移至垃圾桶,請開啟對話,然後按一下 「移至垃圾桶」。
還原或永久刪除對話
如要還原或永久刪除垃圾桶中的對話,請按照下列步驟操作:
- 在「對話數據分析」中,選取左側導覽面板的「垃圾桶」圖示 ,即可查看已移至垃圾桶的對話清單。
- 在「垃圾桶」部分,按一下要還原或永久刪除的對話名稱。
- 在「Are you sure?」(確定嗎?) 對話方塊中,選取下列其中一個選項:
- 取消:取消動作。
- 還原:還原對話。在對話內容分析的左側導覽選單中,前往「最近」部分,即可存取對話。
- 永久刪除:永久刪除對話。
相關資源
- Looker 對話式數據分析總覽:對話式數據分析的到達網頁,列出主要功能,並連結至所有對話式數據分析文件。
- 建立及管理探索資料代理:您可以提供探索資料專屬的情境和指令,自訂 AI 輔助的資料查詢代理,協助對話式數據分析生成更準確且符合情境的回覆。
- 使用資訊主頁代理查詢使用者定義資訊主頁:使用資訊主頁資料代理,與 Looker 使用者定義資訊主頁對話。
- 建立及管理 LookML 資訊主頁的資料代理:使用 LookML 設定及管理 LookML 資訊主頁的版本控管資料代理。
- 在 Looker 設定對話式數據分析的最佳做法:Looker 管理員和 LookML 開發人員可運用這些策略和最佳做法,成功設定及最佳化對話式數據分析。
- 啟用進階數據分析: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換成 Python 程式碼並執行。相較於標準的 SQL 查詢,進階分析功能使用 Python,因此可進行更複雜的分析和視覺化。