Code-Interpreter aktivieren und verwenden

Der Code-Interpreter ist ein Feature von Conversational Analytics, das Fragen in natürlicher Sprache in Python-Code übersetzt, um erweiterte Analysen und Visualisierungen zu ermöglichen. Im Gegensatz zu BI-Lösungen, die auf Standard-SQL basieren, unterstützt der Code-Interpreter eine Vielzahl von Datenanalysen – von einfachen Berechnungen und Diagrammen bis hin zu komplexeren Aufgaben wie der Zeitreihenprognose. Der Code-Interpreter verbessert Conversational Analytics, indem er Nutzern die Möglichkeit gibt, diese Arten von erweiterten Analysen durchzuführen, für die sonst in der Regel spezielle Kenntnisse in fortgeschrittenen Programmier- oder statistischen Methoden erforderlich wären.

Der Code-Interpreter ist für Conversational Analytics im Rahmen eines Data Studio Pro-Abos verfügbar.

Weitere Informationen dazu, wie und wann Gemini forIhre Daten verwendet. Google Cloud

Hinweis

Um den Code-Interpreter zu verwenden, müssen Sie die Anforderungen für die Verwendung von Conversational Analytics in Data Studio erfüllen:

Code-Interpreter für Agenten aktivieren

So aktivieren Sie den Code-Interpreter für alle Unterhaltungen und Daten-KI-Agenten:

  1. Klicken Sie im linken Navigationsbereich von Conversational Analytics auf die Schaltfläche Erweiterte Analysen, um den Code-Interpreter zu aktivieren.
  2. Wenn der Code-Interpreter aktiviert ist, können Sie Conversational Analytics wie gewohnt verwenden, um Unterhaltungen zu starten und Fragen zu Ihren Daten zu stellen. Der Code-Interpreter verwendet die Engine, die Gemini Chat unterstützt, um Ihre Abfragen in Python-Code zu übersetzen und diesen Code auszuführen.

Bekannte Einschränkungen

  • Der Code-Interpreter verwendet Python, um Probleme zu lösen. Da Python flexibler als strukturierte Abfragesprachen ist, können die Antworten des Code-Interpreters stärker variieren als die Antworten der Standardversion von Conversational Analytics.
  • Bei Looker-Daten kann Conversational Analytics maximal 5.000 Zeilen pro Abfrage zurückgeben.
  • Der Code-Interpreter unterstützt nur diese Python-Bibliotheken.
  • Die folgenden Visualisierungsdiagrammtypen werden in den Antworten des Code-Interpreters nicht unterstützt:
    • Maps

Dieses Feature befindet sich in der Pre-GA-Phase. Wenn Sie Unterstützung bei Fehlern oder unerwarteten Ergebnissen benötigen, Feedback geben oder Unterstützung für zusätzliche Python-Bibliotheken anfordern möchten, senden Sie eine E-Mail an conversational-analytics-feedback@google.com.

Informationen zu weiteren Einschränkungen finden Sie in der Dokumentation zu bekannten Einschränkungen in Conversational Analytics.

Unterstützte Python-Bibliotheken

Unterstützte Python-Bibliotheken anzeigen

Der Code-Interpreter unterstützt die folgenden Python-Bibliotheken:

  • 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

Vorgeschlagene Fragen

Wenn Sie den Code-Interpreter aktivieren, können Sie mit Conversational Analytics dank der erweiterten Analysefunktionen von Python zusätzlich zu den standardmäßig unterstützten Fragetypen eine größere Bandbreite an Fragen beantworten. Beispiel:

  • Können Sie anhand meiner Daten die wichtigsten Faktoren für den Umsatz erklären?
  • Wie hoch ist der Lifetime-Wert für jedes meiner Kundensegmente, wenn man die durchschnittliche Kaufhäufigkeit und den durchschnittlichen Bestellwert berücksichtigt?
  • Wie sieht der Umsatz in diesem Jahr im Vergleich zum Umsatz im letzten Jahr aus?
  • Identifizieren Sie Ausreißer in meinen Verkaufsdaten, um Produkte oder Regionen zu ermitteln, die besonders gut oder besonders schlecht abschneiden.
  • Führen Sie eine Kohortenanalyse durch, um die Kundenbindung zu analysieren.
  • Sind meine Produkte mit der höchsten Gewinnspanne auch die beliebtesten? Geben Sie anhand dieser Antwort einen Vorschlag zur Optimierung meines Produktmix.
  • Wie hoch ist die durchschnittliche jährliche Wachstumsrate (CAGR) für den Umsatz nach Produktkategorie in den letzten drei Jahren?
  • Zeigen Sie die CAGR als Balkendiagramm mit der Produktkategorie auf der x-Achse und der CAGR auf der y-Achse.