对话式分析是一款 AI 赋能的分析工具,可帮助您使用常规的自然(对话式)语言提出问题,从数据中获取高级数据洞见。您无需具备编码经验或数据专业知识,即可使用对话式分析。
对话式分析中的代码解析器会将您的自然语言问题转换为 Python 代码,并执行该代码以提供高级分析和可视化图表。与依托标准 SQL 的 BI 体验不同,代码解析器支持各种数据分析,从基本计算和图表到时间序列预测等更高级的任务。代码解析器可让用户执行这些类型的高级分析,从而增强对话式分析功能。否则,通常需要具备高级编码或统计方法方面的专业知识。
了解 Gemini for Google Cloud 如何以及何时使用您的数据。作为一项尚处于发展早期的技术,Gemini for Google Cloud 产品可能会生成看似合理但实际上不正确的输出。我们建议您先验证 Gemini for Google Cloud 产品的所有输出,然后再使用。如需了解详情,请参阅 Gemini for Google Cloud 和 Responsible AI。
注册实验性预览版
代码解释器将于 2025 年第 2 季度推出实验性预览版。如需在预览版推出时收到通知,请填写预览版意向调查表。
已知限制
- 代码解析器使用 Python 来解决问题。由于 Python 比结构化查询语言更灵活,因此与核心对话式分析体验中的回答相比,代码解析器回答的变体可能更多。
- 对于 Looker 数据,对话分析功能每个查询最多可返回 5,000 行。
- 代码解译器支持这些 Python 库。如需针对其他 Python 库请求支持,请发送电子邮件至 [email protected]。
如需了解其他限制,请参阅对话式分析的已知限制文档。
受支持的 Python 库
显示受支持的 Python 库
代码解析器支持以下 Python 库:
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
支持的问题
启用代码解释器后,除了支持的标准类型的问题之外,对话式分析还可以利用 Python 的高级分析功能回答更多类型的问题。例如:
- 考虑到平均购买频率和平均订单价值,每个细分客户群的生命周期价值是多少?
- 今年的销售额与去年的销售额相比如何?
- 找出销售数据中的异常值,以便确定表现特别出色或特别糟糕的商品或地区。
- 执行同类群组分析,了解客户留存情况。
- 利润率最高的商品是否也是最受欢迎的商品?根据此回答,提供有关如何优化产品组合的建议。