Mengaktifkan dan menggunakan Code Interpreter

Code Interpreter adalah fitur Analisis Percakapan yang menerjemahkan pertanyaan bahasa alami menjadi kode Python untuk memberikan analisis dan visualisasi lanjutan. Berbeda dengan pengalaman BI standar yang didukung SQL, Code Interpreter mendukung berbagai analisis data—dari komputasi dan pembuatan diagram dasar hingga tugas yang lebih canggih seperti peramalan deret waktu. Penafsir Kode meningkatkan Analisis Percakapan dengan memungkinkan pengguna melakukan jenis analisis lanjutan ini, yang biasanya memerlukan pengetahuan khusus tentang metode statistik atau coding tingkat lanjut.

Penafsir Kode tersedia untuk Analisis Percakapan di Looker Studio sebagai bagian dari langganan Looker Studio Pro.

Pelajari cara dan waktu Gemini untuk Google Cloud menggunakan data Anda.

Sebelum memulai

Untuk menggunakan Penafsir Kode, Anda harus memenuhi persyaratan untuk menggunakan Analisis Konversasional di Looker Studio:

  • Anda harus menjadi pengguna dalam langganan Looker Studio Pro.

Mengaktifkan Code Interpreter

Untuk mengaktifkan Code Interpreter untuk semua percakapan dan agen data, ikuti langkah-langkah berikut:

  1. Di panel navigasi sebelah kiri dalam Analisis Percakapan, klik tombol Analisis lanjutan untuk mengaktifkan Penafsir Kode.
  2. Dengan Penafsir Kode yang diaktifkan, Anda dapat menggunakan Analisis Percakapan seperti biasa untuk memulai percakapan dan mengajukan pertanyaan tentang data Anda. Code Interpreter menggunakan mesin yang mendukung percakapan Gemini untuk menerjemahkan kueri Anda ke dalam kode Python dan mengeksekusi kode tersebut.

Batasan umum

  • Code Interpreter menggunakan Python untuk memecahkan masalah. Karena Python lebih fleksibel daripada bahasa kueri terstruktur, respons Code Interpreter mungkin memiliki lebih banyak variabilitas daripada respons dari pengalaman Analisis Percakapan inti.
  • Untuk data Looker, Analisis Konversasional dapat menampilkan maksimum 5.000 baris per kueri.
  • Code Interpreter mendukung library Python ini. Untuk meminta dukungan bagi library Python tambahan, kirim email ke conversational-analytics-feedback@google.com.
  • Jenis diagram visualisasi berikut tidak didukung dalam respons Code Interpreter:
    • Maps

Untuk mengetahui informasi tentang batasan tambahan, lihat dokumentasi tentang batasan umum di Analisis Percakapan.

Library Python yang didukung

Menampilkan library Python yang didukung

Code Interpreter mendukung library Python berikut:

  • 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

Pertanyaan yang disarankan

Saat Anda mengaktifkan Penafsir Kode, kemampuan analisis lanjutan Python memungkinkan Analisis Percakapan menjawab berbagai pertanyaan, selain jenis pertanyaan standar yang didukung. Contoh:

  • Dapatkah Anda menjelaskan pendorong utama penjualan berdasarkan data saya?
  • Berapa nilai umur setiap segmen pelanggan saya, dengan mempertimbangkan frekuensi pembelian rata-rata dan nilai pesanan rata-rata?
  • Bagaimana perbandingan penjualan tahun ini dengan penjualan tahun lalu?
  • Mengidentifikasi pencilan dalam data penjualan saya untuk membantu mengidentifikasi produk atau wilayah yang berperforma sangat baik atau sangat buruk.
  • Lakukan analisis kelompok untuk memahami retensi pelanggan.
  • Apakah produk dengan margin tertinggi saya juga merupakan produk yang paling populer? Gunakan jawaban ini untuk memberikan saran tentang cara mengoptimalkan kombinasi produk saya.
  • Berapa tingkat pertumbuhan tahunan majemuk (CAGR) untuk penjualan menurut kategori produk selama 3 tahun terakhir?
  • Tampilkan CAGR sebagai diagram batang dengan kategori produk pada sumbu x dan CAGR pada sumbu y.