Análisis conversacional es una función que te permite interactuar con tus datos y que se basa en Gemini para Google Cloud. Las analíticas conversacionales permiten a los usuarios sin experiencia en inteligencia empresarial ir más allá de los paneles de control estáticos y hacer preguntas relacionadas con los datos en lenguaje natural (conversacional). Analíticas conversacionales está disponible en las instancias de Looker (Google Cloud Core) y Looker (original), así como en Looker Studio como parte de una suscripción a Looker Studio Pro.
En la siguiente conversación de ejemplo se muestra cómo puede interactuar un usuario con Analíticas conversacional de forma natural. En este ejemplo, el usuario hace la siguiente pregunta: "¿Puedes representar las ventas mensuales de bebidas calientes y batidos en el 2023 y destacar el mes de mayores ventas de cada tipo de bebida?". Analíticas conversacional responde generando un gráfico de líneas que muestra las ventas mensuales de bebidas calientes y batidos en el 2023, y destaca julio como el mes con las ventas más altas en ambas categorías.
s
Como se muestra en esta conversación de ejemplo, Analíticas conversacionales interpreta las solicitudes en lenguaje natural, incluidas las preguntas compuestas que usan términos comunes como "ventas" y "bebidas calientes", sin que los usuarios tengan que especificar nombres de campos de base de datos exactos (como Total monthly drink sales
) ni definir condiciones de filtro (como type of beverage = hot
). Analíticas conversacionales describe sus principales conclusiones, explica su razonamiento y proporciona una respuesta que incluye texto y, si procede, un gráfico. Para fomentar un análisis más profundo, la analítica conversacional también puede sugerir preguntas de seguimiento.
Consulta cómo y cuándo Gemini Google Cloud usa tus datos.
Características principales
Conversational Analytics incluye las siguientes funciones principales:
- Usar Analíticas conversacional en Looker: accede a Analíticas conversacional en Looker para hacer preguntas en lenguaje natural sobre tus datos de Exploraciones de Looker en una instancia de Looker (original) o de Looker (Google Cloud core).
- Usar Analíticas conversacional en Looker Studio: accede a Analíticas conversacional en Looker Studio para hacer preguntas en lenguaje natural sobre los datos de las fuentes de datos admitidas. Requiere una suscripción a Looker Studio Pro.
- Crear agentes de datos y conversar con ellos: con los agentes de datos, puedes personalizar el agente de consulta de datos basado en IA proporcionando contexto e instrucciones específicos de tus datos, lo que ayuda a Analíticas conversacional a generar respuestas más precisas y relevantes en función del contexto.
- Habilita las analíticas avanzadas con el intérprete de código: el intérprete de código de Conversational Analytics traduce tus preguntas en lenguaje natural a código Python y ejecuta ese código. En comparación con las consultas estándar basadas en SQL, el uso de Python por parte de Code Interpreter permite realizar análisis y visualizaciones más complejos.
Configuración y requisitos
Para usar Analíticas conversacional en una instancia de Looker, tanto tú como tu instancia de Looker debéis cumplir los siguientes requisitos:
- Gemini en Looker debe estar habilitado en la instancia de Looker.
- Para acceder a estas funciones en una instancia de Looker (original), un administrador de Looker debe habilitar Gemini en Looker en la configuración de la instancia de Looker (original). La instancia debe tener la versión 25.2 de Looker o una posterior y estar alojada en Looker. Recomendamos a los clientes que participen en el programa de lanzamiento de asistencia ampliada de Looker que actualicen a Looker 25.6 o una versión posterior para usar Analíticas conversacional.
- Para acceder a estas funciones en una instancia de Looker (en la infraestructura de Google Cloud), un usuario con el rol de gestión de identidades y accesos Administrador de Looker (
roles/looker.admin
) debe habilitar Gemini en Looker en los ajustes de la instancia de Looker (en la infraestructura de Google Cloud) de la Google Cloud consola.
- Para usar Conversational Analytics durante el periodo de vista previa, debes habilitar las funciones de tester de confianza.
- Un administrador de Looker debe asignarte un rol de Looker que contenga el permiso
gemini_in_looker
para los modelos que estés consultando. Este permiso está disponible en el rol de Gemini predeterminado. Es posible que se necesiten permisos adicionales para llevar a cabo las tareas que usan la asistencia de Gemini. También debes tener un rol que incluya el permisoaccess_data
para el modelo que estés consultando.
Para usar Analíticas conversacional en Looker Studio, debes cumplir los siguientes requisitos.
- Debes ser usuario de una suscripción a Looker Studio Pro. Los usuarios de Looker pueden obtener licencias de Looker Studio Pro sin coste económico.
- Un administrador debe haber habilitado Gemini en Looker para Looker Studio.
- Las funciones para testers de confianza deben estar habilitadas para usar Conversational Analytics durante el periodo de vista previa.
Limitaciones conocidas
Conversational Analytics tiene las siguientes limitaciones conocidas.
Limitaciones de las visualizaciones
Conversational Analytics usa Vega-lite para generar gráficos de conversaciones. Se admiten por completo los siguientes tipos de gráficos de Vega:
- Gráfico lineal (una o varias series)
- Gráfico de área
- Gráfico de barras (horizontal, vertical o apilado)
- Gráfico de dispersión (uno o varios grupos)
- Gráfico circular
Se admiten los siguientes tipos de gráficos de Vega, pero es posible que se produzcan comportamientos inesperados al renderizarlos:
- Maps
- Mapas de calor
- Gráficos con descripciones emergentes
No se admiten los tipos de gráficos que no estén incluidos en el catálogo de Vega. Los gráficos que no se especifican en esta sección no se admiten.
Limitaciones de las fuentes de datos
Análisis conversacional tiene las siguientes limitaciones en cuanto a las fuentes de datos:
- En el caso de los datos de Looker, Analíticas Conversacional puede devolver un máximo de 5000 filas por consulta.
- Analíticas Conversacional no admite la función Nombres de columna flexibles de BigQuery.
- Conversational Analytics no funciona bien con fuentes de datos que tienen inhabilitada la opción Edición de campos de informes, ya que este ajuste impide que Conversational Analytics cree campos calculados.
- Cuando la fuente de datos es Looker, Analíticas Conversacional no puede definir el valor de un campo solo para filtros que se haya definido con el parámetro
parameter
de LookML. - Aunque Conversational Analytics suele admitir conexiones a instancias de Looker (Google Cloud Core) con configuraciones de conexiones privadas, no admite instancias de Looker (Google Cloud Core) configuradas para usar CMEK ni Controles de Servicio de VPC.
- No se admite la configuración que consiste en usar Analíticas Conversacional para conectarse a una instancia de Looker (Google Cloud core) con conexiones privadas mediante Looker Studio Pro cuando esa instancia de Looker (Google Cloud core) se encuentra dentro de un perímetro de Controles de Servicio de VPC, y no cumple los requisitos de cumplimiento de Controles de Servicio de VPC.
Limitaciones de las preguntas
Análisis conversacional admite preguntas que se pueden responder con una sola visualización. Por ejemplo:
- Tendencias de métricas a lo largo del tiempo
- Desglose o distribución de una métrica por dimensión
- Valores únicos de una o varias dimensiones
- Valores de una métrica
- Los valores de las dimensiones principales por métrica
Analytics conversacional aún no admite preguntas que solo se pueden responder con los siguientes tipos de visualizaciones complejas:
- Predicción y previsión
- Análisis estadístico avanzado, que incluye la correlación y la detección de anomalías
Se pueden responder preguntas más avanzadas, como las de previsión, cuando el intérprete de código está habilitado.
Enviar comentarios
Para enviar comentarios a Google sobre respuestas concretas en Analíticas conversacional, puedes seleccionar una de las siguientes opciones:
- thumb_up Buena respuesta: indica que la respuesta ha sido útil.
- thumb_down Mala respuesta: indica que la respuesta no ha sido útil.