Looker 對話式數據分析總覽

對話式數據分析是 Gemini for Google Cloud 支援的功能，用於展開對話來剖析資料。對話式數據分析以 Looker 語意建模層為基礎，可讓貴組織的使用者以日常用語 (對話) 提問資料相關問題，提供受控管且可靠的自助式商業智慧。這種做法提供企業級管理和安全機制，可加快貴組織採用數據分析的速度。

Looker (Google Cloud Core) 和 Looker (原始) 執行個體都支援對話式數據分析。

瞭解 Gemini for Google Cloud 如何使用您的資料。

主要功能與特色

對話式數據分析包含下列主要功能：

  • 以自然語言查詢探索：以自然語言與個別探索對話，或與資料代理對話，查詢最多五個探索。
  • 建立資料代理來查詢探索：您可以提供資料專屬的背景資訊和指令，自訂 AI 輔助的探索查詢代理，協助資料代理生成更準確且符合對話情境的回覆。您也可以與其他使用者共用資料代理，或將資料代理發布至其他應用程式 (例如 Gemini Enterprise)，讓他們能根據相同情境提問。這類資料代理最多可連結五個探索。在資料代理脈絡中新增已驗證的查詢，提高探索資料代理的回覆準確度。
  • 使用資料代理查詢資訊主頁：使用對話式數據分析生成資訊主頁資料代理，可查詢資訊主頁的基礎模型。啟用資訊主頁代理後，每個資訊主頁都會提供一個共用的預設代理，可查詢資訊主頁和連結查詢的圖塊。如要使用資訊主頁代理，請前往「管理」面板的「Gemini in Looker」頁面，啟用「資訊主頁代理」設定。此外，資訊主頁建立者可以在個別資訊主頁層級啟用或停用資訊主頁代理。資訊主頁代理適用於使用者定義資訊主頁和 LookML 資訊主頁。
  • 進階數據分析：對話式數據分析的進階數據分析功能會將自然語言問題轉換成 Python 程式碼並執行。相較於標準 SQL 查詢，Advanced Analytics 功能使用 Python，可進行更複雜的分析和圖表呈現。
  • 嵌入：您可以使用 HTML iframe 代碼，將對話式數據分析嵌入網站或應用程式，就像嵌入其他 Looker 內容類型一樣。對話式數據分析支援私人嵌入 (使用者透過 Looker 登入驗證) 和簽署嵌入 (使用者透過您的應用程式驗證)。
  • 使用者參與度和權杖用量：有權存取 Looker 系統活動的使用者，可以監控整個執行個體的使用者參與度，以及對話式數據分析代理的權杖用量。「對話式數據分析」資訊主頁位於「管理」面板的「系統活動」部分。
  • 使用者查詢回覆和意見回饋 [預先發布版]：如果使用者同意分享查詢資料，且 Looker 管理員已啟用「End User Conversational Analytics (CA) Query Review」預先發布版功能，則有權存取 Looker 系統活動內容的使用者，可以監控使用者的查詢資料和意見回饋。「對話式數據分析」資訊主頁位於「管理」面板的「系統活動」部分。
  • Agentic Workflows [預先發布版]：直接在與 Explore 或 Explore 資料代理的對話中，透過自然語言查詢設定指標型快訊和監控功能。如要使用 Agentic Workflows，請前往「管理面板」的「Gemini in Looker」頁面，啟用「啟用『早鳥測試者』功能」和「Agentic Workflows」設定，以及與所用內容對應的對話式數據分析設定 (探索適用「對話式數據分析 (『會話群組頁面』)」，資訊主頁適用「資訊主頁代理」)。
  • 排定 Agentic Workflows 預先發布版：設定週期性 Agentic Workflows，監控資料並定期傳送報表。如要使用排程代理工作流程，請前往「管理」面板的「Gemini in Looker」頁面，啟用「代理工作流程」設定，並啟用與所用內容對應的對話式數據分析設定 (「探索」對應「對話式數據分析 (『對話』頁面)」，資訊主頁對應「資訊主頁代理」)。

如需各項功能的詳細資訊，請參閱本頁的「說明文件清單」一節。

說明文件清單

資料代理與對話

與資料代理對話，比與單一探索進行標準對話有幾項重要優勢。雖然從「探索」頁面發起對話，可以快速使用自然語言查詢特定資料來源，但資料代理是專門的獨立分析師，可自訂並在組織內共用。

與探索對話相比，資料代理具有下列優勢：

  • 與多個探索對話：在與探索對話時，一次只能查詢一個探索。不過，資料代理最多可連結五個不同的探索，讓使用者進行跨領域分析，並獲得更全面的答案。
  • 與 Looker 資訊主頁對話：與資訊主頁對話時，Conversational Analytics 會建立資訊主頁資料代理，您不僅能查詢資訊主頁，還能查詢資訊主頁的基礎探索。
  • 編寫情境：您可以為資料代理提供標準探索對話中沒有的自訂指令，包括下列資源：
    • 組織詞彙：您可以直接在代理的指令中，定義組織專屬的術語或縮寫。
    • 人物角色架構：您可以為代理指派特定角色或專業，讓對話保持一致的語氣和專業判斷。
  • 代理專業化：您可以為不同業務單位建立專屬代理，例如收益代理或Ops Agent，而非使用單一通用對話介面。這項功能可提供更具引導性的分析體驗，引導使用者找到最符合需求的特定欄位和篩選器。
  • 協作與重複使用：探索對話通常僅限一位使用者，而資料代理則可與機構其他成員共用。共用功能可確保多位使用者都能受益於管理員或資料專家開發的相同編寫情境和管理機制。
  • 自訂行為：您可以設定代理，讓其在嚴格要求下運作，例如使用預設篩選器，像是「如果未提及時間範圍，一律預設為過去 6 個月」。這些護欄可確保代理在貴組織特定的管理和安全標準內運作。您也可以在探索中隱藏欄位，避免資料代理在查詢中使用這些欄位。

下表摘要列出這些對話和資料代理的主要差異：

對話式數據分析功能 主要用途 進入點 共用功能 限制
探索對話
  • 對單一 Looker 探索進行標準自然語言查詢。
  • 將特定資料集的相關問題整理成獨立工作階段。
  • 採用快捷和思考型問題模式。
  • 在「探索」頁面中：選取「開始對話」。
  • 在「對話式數據分析」頁面中，選取「對話」分頁標籤。
 通常僅限一位使用者 (不可共用)。
  • 一次只能查詢一個探索。
  • 沒有自訂編寫的背景資訊或指令 (例如已驗證的查詢、角色、組織詞彙)。
  • 組織的不同業務單位沒有專門的代理。
  • 使用新版「探索」功能時，無法選取「發起對話」選項。
探索資料代理
  • 專為組織特定業務單位設計的獨立資料分析代理，例如收益代理、作業代理。
  • 跨網域分析，最多可使用五個連結的探索。
  • 自訂指令、經驗證的查詢、組織詞彙和角色架構等編寫情境，可強制執行防護措施並提高準確度。
  • 使用 Python 程式碼執行功能 (如已啟用) 的進階數據分析。
  • 不需要明確的 explore 權限。
 在「對話數據分析」頁面中，選取「代理」分頁標籤。 授予內容存取權 (「查看」或「管理存取權、編輯」)，即可與機構中的其他使用者共用。也可以發布至 Gemini Enterprise (預先發布版) 等外部應用程式。
  • 必須具備 access_data 和其他權限，才能存取探索所依據的模型 (共用代理並不會授予探索存取權)。
  • 不支援包含透視表或自訂欄位的已驗證查詢。
資訊主頁代理
  • 直接使用自然語言查詢特定 Looker 資訊主頁及其連結查詢的圖表。
  • 使用自訂指令，在資訊主頁上管理及自訂代理行為。
  • 存取權由資訊主頁層級權限 (資訊主頁上的「管理存取權」和「編輯」) 和模型權限嚴格控管。
  • 可在使用者定義資訊主頁的個別資訊主頁層級啟用或停用。
 在資訊主頁中：選取「透過對話探索這個資訊主頁」。 沿用資訊主頁的共用模式。
  • 無法單獨分享。
  • 不會顯示在「對話式數據分析」頁面。與資訊主頁代理的對話，只能透過資訊主頁選單中的「Recent conversations」(近期對話) 頁面存取。
  • 僅限於資訊主頁及其查詢連結圖塊。
  • LookML 資訊主頁不支援使用自訂指令，自訂資訊主頁代理的行為。
  • 不支援進階數據分析功能。

對話數據分析如何運作？

對話式數據分析功能會使用 Gemini for Google Cloud 解讀自然語言問題，並根據您的資料在 Looker 中提供答案。這項功能會使用 Looker 語意模型 (資料的 LookML 定義) 做為可靠資料來源，確保回覆準確一致。對話式數據分析可解讀您在 LookML 中定義的業務指標 (例如「收益」或「流失率」)，並根據這些定義提供準確一致的問題。

為確保回覆符合您的特定資料和業務情境，對話式數據分析會採用多種技術：

  • LookML 結構定義：要求開始時，對話式數據分析會從連結的探索擷取結構定義。對話式數據分析會以多種方式使用 LookML 模型的參數：
    • 欄位識別：結構定義中的中繼資料可協助對話式數據分析著重於相關欄位。這類中繼資料包括 LookML 參數，例如 name、label、description、type 和 dimension_group。對話式數據分析會根據這些參數，將使用者問題中的字詞對應至正確欄位。例如，description 可提供特定業務術語或欄位情境。對話式數據分析會忽略任何使用 hidden 參數的欄位。
    • 回覆格式設定：對話式數據分析會使用 label 參數，以容易使用的方式命名欄位，並使用 value_format 參數設定回覆中的資料格式。
  • 生成查詢：對話式數據分析不會直接查詢資料庫，而是判斷查詢中應使用的欄位、篩選器、排序和限制。Looker 接著會使用基礎 LookML 模型，編寫及執行查詢。這項程序與使用者和探索介面互動的方式類似。對話式數據分析不需要瞭解複雜的彙整邏輯或欄位定義，因為 Looker 會根據 LookML 模型處理查詢組合。查詢生成功能可確保所有查詢都遵循 LookML 模型中定義的彙整邏輯、篩選、匯總和資料權限。為生成查詢，對話式數據分析必須判斷篩選器要使用的正確值。這些值必須與基礎資料中的值完全相符，或使用更進階的篩選運算式 (例如萬用字元)。為解決使用者在自然語言問題中包含的值，與篩選器可能需要的確切值之間的差異，對話式數據分析會使用 parameter 欄位中以 allowed_value 定義的值，並可使用工具檢查欄位中的特定值：
    • 樣本資料：從欄位傳回最多 100 個值，協助對話式數據分析瞭解模式，或找出與篩選器值完全比對的值。
    • 模糊搜尋：根據使用者輸入內容產生一組搜尋字詞，並檢查維度中是否存在這些字詞，找出適當的篩選器值。樣本資料和模糊搜尋都會使用 Looker 的建議 API，因此會受到 suggestions、suggest_explore 和 suggest_dimension 等 LookML 參數的影響。
  • 分析：Looker 執行查詢後，對話式數據分析會分析查詢結果，回答使用者問題。對話式數據分析可透過下列一或多種方式分析結果：
    • 這項功能會運用內建的 Gemini 功能解讀及彙整結果。
    • 並透過進階分析執行 Python 程式碼，進一步分析結果。
    • 可根據查詢結果建立圖表。

對話式數據分析運用 Looker 語意模型，可存取 BigQuery、AlloyDB、Redshift、Snowflake 和 Databricks 等多種平台的資料，使用者不必瞭解複雜的基礎資料，且所有回覆都一致並受到控管。

對話式數據分析資料代理如何運作？

對話式數據分析資料代理會根據兩項主要輸入內容提供回覆：Looker 開發人員定義的執行個體 LookML 結構定義，以及您在建立或編輯代理時編寫的代理操作說明。

資料代理會根據查詢，判斷要選取哪些 LookML 欄位，以及要套用哪些篩選器、排序或限制。為準確執行這項操作，系統會將查詢中的自然語言對應至代理指示，以及資料的 LookML 結構定義，方法如下：

  1. 對應語意詞彙：使用者常在問題中使用業務術語。代理會根據代理操作說明和 LookML 欄位中繼資料，解讀您的查詢。舉例來說，如果查詢「我們做了多少新業務？」，資料代理會將「新業務」對應至計算每月週期性收益的指標。如果查詢「誰是我們的頂級客戶？」，資料代理會將「頂級」對應至使用次數，並將「客戶」對應至名為「客戶名稱」的維度。
  2. 對應欄位值：代理會使用專門工具對資料進行取樣或模糊搜尋，尋找特定資料點，例如「加州」或「合身牛仔褲」。舉例來說，如果使用者詢問「牛仔褲」，代理可能會在「產品名稱」欄位觸發模糊搜尋，在資料庫中找出完全相符的字串。如果使用者要求「NY」，這是「City」欄位還是「State」欄位？代理可能需要對資料進行取樣，確認哪個欄位包含「NY」，或要求釐清問題。
  3. 查詢範例：您可以在資料代理情境中提供特定問答範例，稱為「已驗證查詢」，也稱為「精確查詢」，以提高常見或重要查詢的準確度。

接著，Looker 會使用這些欄位的 LookML 定義，以及「探索」中定義的其他邏輯 (包括欄位定義、存取權授予或使用者屬性、使用者定義資訊主頁篩選器，或複雜的 Liquid 或彙整邏輯)，組成要傳送至資料庫的查詢。由於代理不必編寫整個 SQL 查詢，因此不需要「理解」資料，就能更準確、更確定地運作。

如要進一步瞭解代理如何使用 LookML，請參閱「在 Looker 設定對話式數據分析的最佳做法」說明文件頁面。

已知限制

對話式數據分析資訊主頁代理有下列已知限制：

  • 資訊主頁代理不支援進階數據分析。
  • 資訊主頁代理會沿用資訊主頁的共用模式，因此代理的存取權取決於基礎資訊主頁的存取權。
  • 您無法修改 LookML 資訊主頁代理的情境或指令。

圖表限制

對話式數據分析會運用 Vega-lite 生成對話圖表。完全支援下列 Vega 圖表類型：

  • 折線圖 (一或多個序列)
  • 面積圖
  • 長條圖 (橫式、直式、堆疊)
  • 散布圖 (一或多個群組)
  • 圓餅圖

系統支援下列 Vega 圖表類型，但轉譯時可能會發生非預期行為：

  • 地圖
  • 熱視圖
  • 含有工具提示的圖表

不支援 Vega 目錄以外的圖表類型。凡是未在本節中指定的圖表，皆視為不支援。

資料來源限制

對話式數據分析有下列資料來源限制：

  • 對話式數據分析每次查詢最多可傳回 50,000 列。
  • 對話式數據分析無法設定使用 LookML parameter 或 filter 參數定義的篩選器限定欄位值。

問題限制

對話式數據分析支援可透過單一圖表回答的問題，例如：

  • 指標趨勢
  • 指標的各維度細目或分布
  • 一或多個維度的不重複值
  • 單一指標值
  • 按照指標呈現前幾名的維度值

對話式數據分析目前不支援只能透過下列複雜圖表回答的問題：

  • 預測
  • 進階統計分析，包括關聯性和異常偵測

瞭解 Gemini in Looker 功能的法規遵循能力

對話式數據分析尚未納入 FedRAMP 高影響等級或 FedRAMP 中影響等級授權範圍。為 Looker 執行個體啟用 Gemini in Looker 設定前，請先與授權機構討論 Gemini for Google Cloud的法規遵循標準是否符合貴組織的需求。

如果是 Looker (Google Cloud Core) 執行個體，只要符合變更要求和程序，每個可用的 Assured Workloads 控制套件都會將 Gemini in Looker 功能新增至預設服務。Looker 的對話式數據分析功能會遵循相關聯 Looker (Google Cloud Core) 執行個體的法規遵循功能，但有以下例外狀況：

所有 Looker 客戶都能使用資料落地 (DRZ) 支援，特別是靜態資料。與對話式數據分析相關的所有靜態資料，都嚴格存放在 Looker 執行個體中，且僅限於單一區域。傳輸中的資料和機器學習 (ML) 會透過全球性服務處理。

歐盟法規遵循

歐盟境內客戶如果使用 Looker (原始版本) 或 Looker (Google Cloud Core) 執行個體，且執行 Looker 26.10 以上版本，即可使用本地化處理功能。這個選項可讓資料在歐盟管轄範圍內處理，並允許 Looker 的對話式數據分析流量透過歐盟多區域端點轉送，確保歐盟客戶資料在歐盟境內處理。

本地化處理適用於 Looker 的所有對話式數據分析功能，以及所有 Looker API 對話式數據分析端點。不適用於 Conversational Analytics API。

提供意見回饋

您可以選取下列任一選項，向 Google 提供對話式數據分析中個別回覆的意見回饋：

  • thumb_up「回覆很實用」：表示回覆很有幫助。
  • thumb_down「有待加強」：表示回覆沒有幫助。