Code-Interpreter aktivieren und verwenden

Code Interpreter ist eine Funktion von Conversational Analytics, mit der Fragen in natürlicher Sprache in Python-Code übersetzt werden, 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 Zeitreihenvorhersage. Code Interpreter erweitert die konversationelle Analyse, da Nutzer damit diese Art von erweiterten Analysen durchführen können. Andernfalls wären dafür in der Regel spezielle Kenntnisse in Bezug auf erweitertes Programmieren oder statistische Methoden erforderlich.

Der Code Interpreter ist für die konversationelle Analyse in Looker Studio im Rahmen eines Looker Studio Pro-Abos verfügbar.

Weitere Informationen dazu, wie und wann Gemini for Google Cloud Ihre Daten verwendet

Hinweise

Wenn Sie den Code Interpreter verwenden möchten, müssen Sie die Anforderungen für die Verwendung der konversationellen Analyse in Looker Studio erfüllen:

  • Sie müssen Nutzer mit einem Looker Studio Pro-Abo sein.

Code-Interpreter aktivieren

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

  1. Klicken Sie in Conversational Analytics im linken Navigationsbereich auf die Umschaltoption 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-Chats unterstützt, um Ihre Anfragen in Python-Code zu übersetzen und diesen Code auszuführen.

Bekannte Einschränkungen

  • Code Interpreter verwendet Python, um Probleme zu lösen. Da Python flexibler als strukturierte Abfragesprachen ist, können die Antworten von Code Interpreter stärker variieren als die Antworten der Conversational Analytics-Kernfunktion.
  • Bei Looker-Daten kann die konversationelle Analyse maximal 5.000 Zeilen pro Abfrage zurückgeben.
  • Code Interpreter unterstützt diese Python-Bibliotheken. Wenn Sie Unterstützung für zusätzliche Python-Bibliotheken anfordern möchten, senden Sie eine E-Mail an conversational-analytics-feedback@google.com.
  • Die folgenden Visualisierungsdiagrammtypen werden in Code Interpreter-Antworten nicht unterstützt:
    • Maps

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

Unterstützte Python-Bibliotheken

Unterstützte Python-Bibliotheken anzeigen

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 mit Conversational Analytics dank der erweiterten Analysefunktionen von Python zusätzlich zu den standardmäßig unterstützten Fragetypen auch komplexere Fragen beantwortet werden. Beispiel:

  • Können Sie anhand meiner Daten die wichtigsten Umsatzfaktoren erläutern?
  • Wie hoch ist der Lifetime-Wert für die einzelnen Kundensegmente unter Berücksichtigung der durchschnittlichen Kaufhäufigkeit und des durchschnittlichen Bestellwerts?
  • Wie haben sich die Verkäufe in diesem Jahr im Vergleich zum letzten Jahr entwickelt?
  • Ausreißer in meinen Verkaufsdaten identifizieren, 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 Produkte? Gib mir anhand dieser Antwort einen Vorschlag, wie ich meinen Produktmix optimieren kann.
  • Wie hoch ist die durchschnittliche jährliche Wachstumsrate (CAGR) für den Umsatz nach Produktkategorie für die letzten drei Jahre?
  • Stelle die durchschnittliche jährliche Wachstumsrate als Balkendiagramm dar, wobei die Produktkategorie auf der x-Achse und die durchschnittliche jährliche Wachstumsrate auf der y-Achse zu sehen ist.