对话分析代码解释器

对话式分析中的代码解释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。代码解释器可在 Looker Studio 中作为 Looker Studio Pro 订阅的一部分使用，也可在 Looker（原始版本）和 Looker (Google Cloud Core) 中用于对话式分析。

与标准 SQL 支持的 BI 体验不同，代码解释器支持各种数据分析，从基本计算和图表绘制到更高级的任务（如时序预测）。代码解释器通过使用户能够执行这些类型的高级分析来增强对话式分析功能，否则这些分析通常需要具备高级编码或统计方法的专业知识。

了解 Gemini for Google Cloud 如何以及何时使用您的数据。

准备工作

如需使用代码解释器，您必须满足在 Looker Studio 或 Looker 中使用对话式分析的要求。

如需在 Looker（原始版本）实例中使用代码解释器，您的实例必须使用 Looker 25.8 版或更高版本。

启用代码解释器

本部分介绍了如何在以下平台中启用代码解释器：

• Looker Studio
• Looker（原始）
• Looker (Google Cloud Core)

在 Looker Studio 中启用代码解释器

如需在对话中启用代码解释器，请按以下步骤操作：

1. 在对话分析的左侧导航面板中，点击高级分析切换开关以启用代码解释器。
2. 启用代码解释器后，您可以像往常一样使用对话分析来开始对话并询问数据相关问题。Code Interpreter 使用 Gemini Chat 的引擎将您的查询转换为 Python 代码并执行该代码。

在 Looker（原始版本）中启用代码解释器

在 Looker（原始版本）实例中，Looker 管理员必须按以下步骤操作，才能启用代码解释器并让 Gemini in Looker 用户可以使用该功能：

1. 在管理面板中，前往平台部分，然后选择 Gemini in Looker 页面。
2. 在 Gemini in Looker 启用下，开启启用 Gemini in Looker 设置。
3. 选择启用可信测试员功能。启用此设置后，用户可以使用 Gemini in Looker 中的可信测试员功能。必须启用此设置，才能允许用户在非正式版预览期间使用 Gemini。
4. （可选）选择启用可信测试员数据使用。启用此设置后，即表示您同意 Google 按照 Gemini for Google Cloud 可信测试员计划条款中所述的方式使用您的数据。只有在启用了启用可信测试员功能设置后，才能启用此设置。启用启用可信测试员功能设置后，系统会自动启用此设置。
5. 选择启用代码解释器。启用此设置后，用户可以在对话分析中使用代码解释器。只有在同时启用启用可信测试员功能设置时，才能启用此设置。对于符合以下条件的 Looker（原始版本）实例，“启用代码解释器”设置默认处于启用状态：
   • 在您将 Looker（原始版本）实例更新到 Looker 25.8 之前，Looker 管理员已在您的 Looker（原始版本）实例中启用启用 Gemini in Looker 和启用可信测试员功能 设置。
   • Looker 管理员在发布部署的第一天将您的实例更新到了 Looker 25.8。

Looker 管理员必须先向用户授予 gemini_in_looker 权限，然后用户才能使用代码解释器。

在 Looker (Google Cloud Core) 中启用代码解释器

在 Looker (Google Cloud Core) 实例中，Looker 管理员必须按照以下步骤操作，才能启用代码解释器并让 Gemini in Looker 用户可以使用该功能：

1. 依次前往管理面板 > 平台部分 > Gemini in Looker 页面。
2. 启用代码解释器。

在 Google Cloud 控制台中的 Looker (Google Cloud Core) 实例设置中启用 Gemini in Looker 后，代码解释器默认处于启用状态。

Looker 管理员必须先向用户授予 gemini_in_looker 权限，然后用户才能使用代码解释器。

已知限制

• 代码解释器使用 Python 来解决问题。由于 Python 比结构化查询语言更灵活，因此代码解释器的回答可能比核心对话分析功能的回答更具多样性。
• 对于 Looker 数据，对话式分析每次查询最多可返回 5,000 行数据。
• 代码解释器支持这些 Python 库。如需请求支持其他 Python 库，请发送电子邮件至 conversational-analytics-feedback@google.com。
• 代码解释器回答不支持以下可视化图表类型：
  • 地图

如需了解其他限制，请参阅有关对话分析中的已知限制的文档。

受支持的 Python 库

建议的问题

启用代码解释器后，对话分析功能可以利用 Python 的高级分析功能，回答更多问题，而不仅仅是标准类型的受支持问题。例如：

• 您能根据我的数据说明销售额的主要驱动因素吗？
• 考虑到平均购买频率和平均订单价值，每个客户细分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？
• 识别销售数据中的离群值，以帮助确定表现特别好或特别差的产品或区域。
• 执行同类群组分析，了解客户留存情况。
• 利润最高的产品是否也是最受欢迎的产品？使用此答案提供有关如何优化我的产品组合的建议。
• 过去 3 年内，各产品类别的销售额的复合年增长率 (CAGR) 是多少？
• 以条形图显示复合年增长率，其中 x 轴为产品类别，y 轴为复合年增长率。