Analyse conversationnelle: interrogez vos données en langage naturel avec l'aide de Gemini

L'analyse conversationnelle est un outil d'interrogation de données optimisé par l'IA qui vous aide à rédiger des questions en langage naturel. Il permet ainsi aux utilisateurs qui ne disposent d'aucune expertise en business intelligence de tirer parti de vos données. L'analyse conversationnelle utilise Gemini dans Looker, un produit du portefeuille Gemini pour Google Cloud qui fournit une assistance optimisée par l'IA générative pour vous aider à analyser vos données et à en dégager des insights utiles. Pour obtenir les réponses les plus fiables possible, Conversational Analytics utilise vos modèles LookML pour comprendre comment interroger vos données. L'analyse conversationnelle est une fonctionnalité Gemini dans Looker disponible dans les instances Looker (Google Cloud Core) et Looker (original), ainsi que dans Looker Studio avec un abonnement Looker Studio Pro.

Découvrez comment et quand Gemini pour Google Cloud utilise vos données. Comme il s'agit d'une technologie encore à un stade précoce, il se peut que les produits Gemini pour Google Cloud génèrent des résultats qui semblent plausibles, mais qui sont en fait incorrects. Nous vous recommandons de valider toutes les sorties des produits Gemini pour Google Cloud avant de les utiliser. Pour en savoir plus, consultez Gemini pour Google Cloud et l'IA responsable.

L'analyse conversationnelle est disponible dans Looker Studio, dans les instances Looker (version initiale) et dans les instances Looker (Google Cloud Core).

Avant de commencer

Pour utiliser l'analyse conversationnelle dans Looker Studio, vous devez remplir les conditions suivantes.

  1. Vous devez être un utilisateur disposant d'un abonnement Looker Studio Pro. Les licences Looker Studio Pro sont disponibles sans frais pour les utilisateurs de Looker.
  2. Un administrateur doit avoir activé Gemini dans Looker pour Looker Studio.

Pour utiliser l'analyse conversationnelle dans une instance Looker, vous et votre instance Looker devez répondre aux exigences suivantes:

  1. Un administrateur Looker doit activer Gemini dans Looker pour l'instance Looker.
  2. Un administrateur Looker doit vous accorder le rôle Gemini dans l'instance Looker. Vous devez également disposer d'un rôle contenant l'autorisation access_data pour le modèle que vous interrogez.

Sources de données prises en charge

Avant de pouvoir poser des questions à vos données, vous devez disposer d'une source de données à laquelle vous connecter. L'analyse conversationnelle fonctionne avec les connecteurs de données Looker, Google BigQuery, Google Sheets et CSV.

L'ensemble de données que vous souhaitez analyser doit se trouver dans Looker, Google BigQuery, Google Sheets ou un fichier CSV.

Configurez des connexions à ces sources de données en suivant les instructions des pages suivantes:

Vous pouvez afficher certaines sources de données déjà ajoutées à Looker Studio en accédant à la page Sources de données de Looker Studio. Les données provenant de sources telles que des explorations Looker individuelles n'apparaissent pas sur cette page.

Vous pouvez accéder à l'analyse conversationnelle dans Looker Studio, dans les instances Looker (version initiale) et dans les instances Looker (Google Cloud Core).

Vous pouvez accéder à l'analyse conversationnelle depuis Looker Studio de différentes manières:

  • Accédez directement à Conversational Analytics.
  • Sélectionnez Analyse conversationnelle dans le panneau de navigation de Looker Studio.
  • Si vous vous trouvez dans votre espace de travail Bac à sable, sélectionnez Conversation dans le menu Créer de Looker Studio.

Si votre administrateur a activé Gemini dans Looker pour votre instance Looker, en tant qu'utilisateur Looker, vous pouvez accéder à Conversational Analytics de différentes manières dans votre instance Looker:

L'analyse conversationnelle est disponible pour les instances Looker (Google Cloud Core) et Looker (version initiale) sur Looker 25.0 ou version ultérieure.

Démarrer une conversation

Les ensembles de questions que vous posez sur un ensemble de données sont organisés par conversation. Il peut être utile de diviser le travail en plusieurs conversations pour organiser les axes d'investigation. Les conversations précédentes sont listées dans le panneau Recent (Récents) de l'onglet schedule (Planifier) de Conversational Analytics. Cliquez sur une conversation existante pour y revenir et poser des questions supplémentaires.

Pour créer une conversation, procédez comme suit:

  1. Accédez à Conversational Analytics.
  2. Cliquez sur + Créer une conversation dans Conversational Analytics. Les questions et les résultats sont enregistrés pour pouvoir être consultés ultérieurement dans l'emplacement "Sandbox" du projet de votre choix.

  3. Sélectionnez la source de données que vous souhaitez examiner ou l'agent de données que vous souhaitez utiliser pour votre conversation:

    • Source de données: pour démarrer une conversation basée sur une source de données existante, sélectionnez le panneau Source de données, puis une source de données. Pour créer une source de données, sélectionnez Se connecter aux données.

    • Agent de données: pour démarrer une conversation avec un agent de données existant, sélectionnez Agents, puis un agent de données. Pour créer un agent de données, sélectionnez + Créer un agent.

  4. Pour démarrer la conversation, saisissez votre question, puis appuyez sur Retour (Mac) ou Entrée (PC).

Vous pouvez revenir à la conversation depuis la section Récentes.

Poser des questions

Vous pouvez poser des questions pour obtenir des insights à partir de vos données. Vous pouvez utiliser les questions suggérées comme point de départ pour explorer les données et vous familiariser avec l'analyse conversationnelle.

Poser des questions sur une source de données

Une fois que vous avez créé une conversation, vous pouvez poser des questions sur les données dans le champ Poser une question en bas de l'écran.

Les questions n'ont pas besoin d'être au format ni de suivre la syntaxe spécifiques. Toutefois, elles doivent être liées à la source de données que vous avez sélectionnée. Conversational Analytics peut reformuler votre question après que vous avez rédigé une requête. La question reformulée s'affiche dans la fenêtre de conversation après votre question d'origine. Par exemple, Conversational Analytics peut reformuler la question "Quelle est la moyenne de l'âge des utilisateurs ?" en "Quel est l'âge moyen des utilisateurs ?".

L'analyse conversationnelle tient compte des questions et réponses précédentes lorsque vous poursuivez la conversation. Vous pouvez partir des réponses précédentes et les développer en affinant les résultats ou en modifiant le type de visualisation.

Pour en savoir plus sur la création de questions, consultez la section Bonnes pratiques.

Questions suggérées

Commencer par une suggestion de question peut vous aider à entamer une conversation si vous ne connaissez pas bien les données ou si vous ne savez pas par où commencer. Lorsque vous démarrez une nouvelle conversation, Conversational Analytics suggère des questions d'ouverture sous l'en-tête Quelles questions puis-je poser ?. Cliquez sur une question suggérée pour générer une réponse.

Vous pouvez également trouver des suggestions de questions une fois une conversation lancée dans le panneau Données Stockage réductible sous l'en-tête Essayez de demander:. Cliquez sur une question suggérée pour générer une réponse.

Gérer les requêtes dans une conversation

Lorsque vous discutez avec des données, vous pouvez gérer la conversation en arrêtant une réponse de requête active pendant son exécution ou en supprimant la question la plus récente et sa réponse.

Arrêter une réponse à une requête

Pour arrêter l'exécution d'une requête après avoir envoyé un message, cliquez sur Arrêter la réponse. Conversational Analytics arrête l'exécution de la requête et affiche le message suivant: The query was cancelled.

Supprimer la question la plus récente

Pour supprimer la question la plus récente et sa réponse, procédez comme suit:

  1. Pointez sur la question la plus récente, puis cliquez sur Supprimer le message.
  2. Dans la boîte de dialogue Supprimer définitivement le message ?, cliquez sur Supprimer pour supprimer définitivement la question et sa réponse.

Comprendre les résultats et les calculs des requêtes

Lorsque vous posez des questions sur vos données dans Conversational Analytics, la réponse peut inclure une visualisation, un tableau de données ou d'autres informations, en fonction de votre requête spécifique et des données connectées.

En plus de cette réponse à la requête, Conversational Analytics fournit les options suivantes pour comprendre les résultats et les calculs des requêtes:

Déterminer comment une réponse a été calculée

Pour voir comment l'analyse conversationnelle a obtenu une réponse ou créé une visualisation, cliquez sur  Comment cela a-t-il été calculé ? dans les résultats de la requête.

Lorsque vous cliquez sur Comment cela a-t-il été calculé ?, Conversational Analytics affiche une section Texte. La section Texte fournit une explication en texte brut des étapes suivies par Conversational Analytics pour arriver à la réponse donnée. Cette explication inclut les noms de champ bruts utilisés, les calculs effectués, les filtres appliqués, l'ordre de tri et d'autres détails.

Obtenir des insights supplémentaires

Lorsque Conversational Analytics peut fournir des insights supplémentaires sur une réponse, un bouton Insights keyboard_arrow_down s'affiche sous la réponse. Cliquez sur Insights keyboard_arrow_down pour afficher des informations supplémentaires sur votre requête. Insights n'analyse que les données renvoyées par votre requête et n'exécute pas de requêtes supplémentaires pour récupérer d'autres données. Les insights peuvent être une source d'idées pour les questions de suivi qui permettent de poursuivre la conversation.

Voici quelques exemples d'insights qui peuvent être renvoyés par l'invite "Combien d'utilisateurs se trouvent dans chaque état ?":

  • Résumé général des zones à fort et faible volume de données. Exemple :
    • "D'après les données fournies, la Californie, le Texas et l'Ohio sont des États clés pour les activités commerciales."
    • "L'Angleterre et certaines régions de Chine, à savoir l'Anhui et le Guangdong, enregistrent une activité commerciale importante."
    • "D'après les données, certains États, dont Mie, Akita et Iwate, ont une présence minimale."
  • Évaluation de la variabilité de l'ensemble de données. Par exemple : "Les données indiquent que les échelles opérationnelles varient d'un site à l'autre."

Activer les analyses avancées avec l'interprète de code

L'interpréteur de code de Conversational Analytics traduit vos questions en langage naturel en code Python et l'exécute. Par rapport aux requêtes SQL standards, l'utilisation de Python par l'interprète de code permet d'effectuer des analyses et des visualisations plus complexes. Pour en savoir plus et découvrir comment activer l'interprète de code, consultez Interpréteur de code Conversational Analytics.

Limitations connues

L'analyse conversationnelle présente les limites connues décrites ci-dessous.

Limites concernant les visualisations

Conversational Analytics utilise Vega-lite pour générer des graphiques de conversation. Les types de graphiques Vega suivants sont entièrement compatibles:

  • Graphique en courbes (une ou plusieurs séries)
  • Graphique en aires
  • Graphique à barres (horizontal, vertical, empilé)
  • Graphique à nuage de points (un ou plusieurs groupes)
  • Graphique à secteurs

Les types de graphiques Vega suivants sont acceptés, mais vous pouvez rencontrer un comportement inattendu lors de leur affichage:

  • Maps
  • Cartes de densité
  • Graphiques avec info-bulles

Les types de graphiques qui ne figurent pas dans le catalogue Vega ne sont pas acceptés. Les graphiques qui ne sont pas spécifiés dans cette section sont considérés comme non compatibles.

Limites des sources de données

L'outil Conversational Analytics présente les limites de source de données suivantes:

  • Pour les données Looker, Conversational Analytics peut renvoyer au maximum 5 000 lignes par requête.
  • L'analyse conversationnelle n'est pas compatible avec la fonctionnalité Noms de colonnes flexibles de BigQuery.
  • L'analyse conversationnelle ne fonctionne pas bien avec les sources de données pour lesquelles la modification des champs dans les rapports est désactivée, car ce paramètre empêche l'analyse conversationnelle de créer des champs calculés.
  • Lorsque la source de données est Looker, Conversational Analytics ne peut pas définir la valeur d'un champ de filtre uniquement défini à l'aide du paramètre LookML parameter.

Limites concernant les questions

Conversational Analytics répond aux questions qui peuvent être traitées par une seule visualisation, par exemple:

  • Tendances des métriques au fil du temps
  • Ventilation ou répartition d'une métrique par dimension
  • Valeurs uniques pour une ou plusieurs dimensions
  • Valeurs de métriques uniques
  • Valeurs de dimension les plus élevées par métrique

L'analyse conversationnelle ne permet pas encore de répondre aux questions qui ne peuvent être traitées qu'avec les types de visualisations complexes suivants:

  • Variation en pourcentage d'une métrique au fil du temps, y compris l'analyse d'une période à l'autre
  • Prédiction et prévision
  • Analyse statistique avancée, y compris la corrélation et la détection des anomalies

Gérer les conversations

Vous pouvez modifier le nom des conversations, les supprimer ou les restaurer depuis la corbeille.

Nommer une conversation

L'analyse conversationnelle génère automatiquement le titre d'une conversation en fonction de votre première question et de votre première réponse. Pour modifier le nom généré, procédez comme suit:

  1. Dans le panneau Récents, ouvrez la conversation.
  2. Cliquez sur le titre en haut de la page.
  3. Saisissez un nouveau nom de conversation.
  4. Pour enregistrer vos modifications, cliquez ailleurs sur la page ou appuyez sur la touche Retour (Mac) ou Entrée (PC).

Le nom de la conversation est remplacé par "Mon rapport marketing".

Supprimer une conversation

Vous pouvez déplacer une conversation vers la corbeille, la restaurer depuis la corbeille ou la supprimer définitivement.

Placer une conversation dans la corbeille

Pour placer une conversation dans la corbeille, procédez comme suit:

  1. Accédez à Conversational Analytics.
  2. Dans le panneau Récentes, ouvrez la conversation que vous souhaitez déplacer vers la corbeille.
  3. Dans la conversation sélectionnée, cliquez sur  Placer dans la corbeille.

Restaurer ou supprimer définitivement une conversation

Pour restaurer ou supprimer définitivement une conversation de la corbeille, procédez comme suit:

  1. Dans Conversational Analytics, sélectionnez Corbeille dans le panneau de navigation de gauche pour afficher la liste des conversations qui ont été déplacées dans la corbeille.
  2. Dans la section Corbeille, cliquez sur le nom de la conversation que vous souhaitez restaurer ou supprimer définitivement.
  3. Dans la boîte de dialogue Êtes-vous sûr ?, sélectionnez l'une des options suivantes :
    • Cancel (Annuler) : annule l'action.
    • Restaurer: restaure la conversation. Vous pouvez accéder à la conversation depuis la section Récents du menu de navigation de gauche dans Conversational Analytics.
    • Supprimer définitivement: supprime définitivement la conversation.

Rechercher des conversations

Pour rechercher une conversation spécifique par titre, procédez comme suit:

  1. Accédez à Conversational Analytics.
  2. Dans la barre de recherche Analyses conversationnelles de la recherche, saisissez votre requête. À mesure que vous saisissez du texte, une liste de conversations dont les titres correspondent à votre requête de recherche s'affiche.
  3. Sélectionnez une conversation dans les résultats de recherche pour l'ouvrir.

Bonnes pratiques

Consultez les bonnes pratiques suivantes pour aider Conversational Analytics à fournir les réponses les plus utiles.

Configurer une source de données

Configurer une source de données de manière optimale peut aider Conversational Analytics à fournir les réponses les plus utiles. Lorsque vous créez une source de données, suivez ces bonnes pratiques:

  • N'incluez dans la source de données que les champs qui doivent être utilisés pour l'analyse par les utilisateurs finaux.
  • Attribuez à chaque champ un nom clair et concis.
  • Attribuez à chaque champ une description claire, y compris des exemples de valeurs le cas échéant. Ces descriptions de champ sont incluses dans l'invite envoyée à Conversational Analytics. Elles peuvent être utiles pour fournir du contexte. Les exemples de valeurs sont particulièrement utiles pour les champs de chaîne.

Si vous utilisez une source de données Looker Studio, tenez compte des bonnes pratiques supplémentaires suivantes:

  • Vous pouvez exclure complètement les champs qui ne doivent pas être utilisés pour l'analyse ou les masquer dans la source de données.
  • Vous pouvez ajouter ou modifier des descriptions de champ pour donner du contexte aux données analytiques conversationnelles.
  • Si vous obtenez des résultats inattendus, vérifiez votre source de données et assurez-vous que les types de champ et les paramètres d'agrégation par défaut sont corrects.

Invites

Lorsque vous rédigez des questions pour l'analyse conversationnelle, tenez compte des bonnes pratiques suivantes:

  • Dans la mesure du possible, utilisez les noms de champ exacts inclus dans la source de données. Cela aidera Conversational Analytics à distinguer les colonnes portant un nom similaire.

  • Pour affiner les résultats en incluant ou en excluant des données spécifiques, indiquez directement le champ et la valeur du filtre lorsque cela est possible. Par exemple, au lieu de demander "ventes en Allemagne", demandez "ventes dans le pays Allemagne" ou "ventes dans la région DE".

Pour tenir compte de colonnes aux noms similaires ou pour permettre aux utilisateurs d'utiliser les termes "allemand", "Allemagne" et "Allemagne" de manière interchangeable, envisagez de créer un agent de données personnalisé capable de gérer ces variations.

Agents de données

Les agents de données s'appuient sur la puissance de l'analyse conversationnelle pour affiner davantage l'expérience des utilisateurs qui ne disposent d'aucune expertise en business intelligence afin de tirer parti de vos données. Les agents de données vous permettent de personnaliser l'agent de requête de données optimisé par l'IA avec un contexte et des instructions spécifiques à vos données.

Par exemple, vous pouvez définir un client "fidèle" comme celui qui a effectué plus de cinq achats au cours d'une période donnée. Vous souhaitez également faire gagner du temps à vos utilisateurs. Par conséquent, toutes les réponses de votre agent de données doivent être résumées en 20 mots maximum. Vous souhaitez également que les nombres soient mis en forme conformément aux normes de l'entreprise. Ces types d'instructions et d'autres peuvent être utilisés pour créer un agent de données qui sait comment vos utilisateurs souhaitent interagir avec vos données. Pour en savoir plus, consultez la page de documentation sur les agents de données.

Fournir des commentaires

Vous pouvez envoyer des commentaires à Google sur Conversational Analytics de l'une des manières suivantes:

  • Évaluez les réponses individuelles en sélectionnant l'une des options suivantes :
    • thumb_up Bonne réponse: indiquez que la réponse a été utile.
    • thumb_down Mauvaise réponse: indiquez que la réponse n'était pas utile.
  • Pour envoyer des commentaires détaillés, cliquez sur Envoyer des commentaires en bas du panneau de navigation de gauche dans Conversational Analytics.

Si vous envoyez des commentaires négatifs, vous pouvez inclure des informations supplémentaires, y compris une copie de la conversation que vous aviez.