Cómo habilitar y usar el intérprete de código

El intérprete de código es una función de Conversational Analytics que traduce preguntas en lenguaje natural a código de Python para proporcionar análisis y visualizaciones avanzados. A diferencia de las experiencias de IE potenciadas por SQL estándar, el intérprete de código admite una amplia variedad de análisis de datos, desde cálculos y gráficos básicos hasta tareas más avanzadas, como la previsión de series temporales. El intérprete de código mejora Conversational Analytics, ya que permite a los usuarios realizar estos tipos de análisis avanzados, que, de otro modo, requerirían conocimientos especializados de métodos estadísticos o de codificación avanzados.

El intérprete de código está disponible para el análisis conversacional en Looker Studio como parte de una suscripción a Looker Studio Pro.

Descubre cómo y cuándo Gemini para Google Cloud usa tus datos.

Antes de comenzar

Para usar el intérprete de código, debes cumplir con los requisitos para usar Conversational Analytics en Looker Studio:

  • Debes ser usuario de una suscripción a Looker Studio Pro.

Habilita el intérprete de código

Para habilitar el intérprete de código en todas las conversaciones y los agentes de datos, sigue estos pasos:

  1. En el panel de navegación izquierdo de Conversational Analytics, haz clic en el botón de activación Análisis avanzado para habilitar el intérprete de código.
  2. Con el intérprete de código habilitado, puedes usar Conversational Analytics como de costumbre para iniciar conversaciones y hacer preguntas sobre tus datos. El intérprete de código usa el motor que impulsa el chat de Gemini para traducir tus preguntas en código de Python y ejecutar ese código.

Limitaciones conocidas

  • El intérprete de código usa Python para resolver problemas. Dado que Python es más flexible que los lenguajes de consultas estructuradas, las respuestas del intérprete de código pueden tener más variabilidad que las respuestas de la experiencia principal de Conversational Analytics.
  • En el caso de los datos de Looker, Conversational Analytics puede devolver un máximo de 5,000 filas por consulta.
  • El intérprete de código admite estas bibliotecas de Python. Para solicitar asistencia para bibliotecas de Python adicionales, envía un correo electrónico a conversational-analytics-feedback@google.com.
  • Los siguientes tipos de gráficos de visualización no se admiten en las respuestas del intérprete de código:
    • Maps

Para obtener información sobre otras limitaciones, consulta la documentación sobre las limitaciones conocidas en Conversational Analytics.

Bibliotecas de Python compatibles

Mostrar las bibliotecas de Python compatibles

El intérprete de código admite las siguientes bibliotecas de Python:

  • 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

Preguntas sugeridas

Cuando habilitas el intérprete de código, las capacidades analíticas avanzadas de Python permiten que las Estadísticas conversacionales respondan una mayor variedad de preguntas, además de los tipos estándar de preguntas admitidas. Por ejemplo:

  • ¿Puedes explicar los factores clave de las ventas según mis datos?
  • ¿Cuál es el valor del ciclo de vida de cada uno de mis segmentos de clientes, teniendo en cuenta la frecuencia de compra promedio y el valor promedio del pedido?
  • ¿Cómo se comparan las ventas de este año con las del año pasado?
  • Identificar valores atípicos en mis datos de ventas para ayudar a identificar los productos o las regiones con un rendimiento particularmente bueno o malo
  • Realiza un análisis de cohortes para comprender la retención de clientes.
  • ¿Mis productos con el margen de ganancias más alto también son los más populares? Usa esta respuesta para sugerir cómo optimizar mi combinación de productos.
  • ¿Cuál es la tasa de crecimiento anual compuesta (CAGR) de las ventas por categoría de producto en los últimos 3 años?
  • Muestra el CAGR como un gráfico de barras con la categoría de producto en el eje X y el CAGR en el eje Y.