דאטה, אנליטיקה וכספים
Conversational Analytics ב-Looker מאפשר למשתמשים לשאול שאלות על נתונים בשפה טבעית, כשהתשובות נשענות על הגדרות LookML.
העמוד הזה עונה על
Conversational Analytics ב-Looker מאפשר למשתמשים לשאול שאלות על נתונים בשפה טבעית, כשהתשובות נשענות על הגדרות LookML. אפשר לעבוד מול Explore יחיד, לבנות data agent שמחובר לעד חמישה Explores, או להשתמש בסוכנים שמבוססים על dashboards. מנהלי נתונים יכולים להוסיף הוראות ודוגמאות מאומתות כדי לשפר התאמה למונחים עסקיים. Advanced Analytics יכול להריץ Python על תוצאות שאילתה. Google מזהירה שפלט עלול להיות סביר אך שגוי, ולכן יש לאמת חישובים לפני שימוש.
מתאים לארגונים שמנהלים מודלים ב-Looker ורוצים להרחיב גישה לשאלות BI בשפה טבעית. אנשי BI או LookML יכולים להגדיר metadata, לבנות data agents ולהוסיף verified queries; מנהלי הרשאות קובעים למי יש גישה ל-Explore ול-agent. משתמשים עסקיים יכולים לשאול שאלות ממוקדות ולהמשיך בשיחה, אך נדרשים לדעת אילו מדדים ותקופות רלוונטיים ולבדוק את אופן חישוב התשובה.
עברית: יש ממשק או עזרה בעבריתתחום: דאטה, אנליטיקה וכספים
הסימונים הם הערכת התאמה של mAind לפי המשימות המתוארות כאן, ולא דירוג מטעם הספק.
הערכת mAind: LookML מאפשר שאלות בשפה טבעית על הגדרות ארגוניות; צוות BI צריך לאצור מודלים ו-agents. מקור רשמי
הערכת mAind: Advanced Analytics מוסיף עיבוד Python לתוצאות; אנליסט צריך לבדוק קוד וחישובים. מקור רשמי
הערכת mAind: הרשאות Looker ו-context של agent מחייבים ממשל מסודר; מנהל נתונים צריך לבדוק גישה והגדרות. מקור רשמי
כאן נמצאים ההסברים של החברה שמפתחת את הכלי. בחרו יכולת אחת, קראו את ההנחיות שלה ונסו אותה על משימה מוגדרת מהעבודה שלכם.
אקדמיות להעמקה: Google Skills
משתמש יכול לשאול על מדד או פילוח במילים רגילות, ו-Looker ממפה את הבקשה לשדות ולהגדרות שב-LookML. המודל הסמנטי מגדיר labels, תיאורים, joins וערכי פורמט, וכך שומר על הגדרות עסקיות אחידות. בדקו את Explore ואת הפילטרים לפני הפצת התוצאה.
מקור רשמייוצר יכול לחבר agent לעד חמישה Explores, לכתוב הוראות והקשר עבור הנתונים, ולהוסיף verified queries לדוגמאות לשאלות חשובות. אפשר לשתף agent עם משתמשים או לפרסם אותו ליישומים נתמכים. בדקו גישה למודל, איכות הדוגמאות והתנהגות מול שאלות עמומות.
מקור רשמיAdvanced Analytics מתרגם שאלה טבעית לקוד Python ומבצע אותו על תוצאות Looker, כדי לבצע ניתוח מורכב יותר או ליצור ויזואליזציה. זהו שלב נוסף לאחר שהשאילתה למודל החזירה נתונים, והוא תלוי בזמינות ההגדרה. בדקו את הקוד והתוצאות מול מדדים מוכרים.
מקור רשמימקורות הספק נבדקו ב־
בחרו משימה מהעבודה שלכם, נסו ובדקו את התוצאה.
תרגיל עריכתי: שאלו על הכנסות בחודש קודם מול התקופה המקבילה, ואז בדקו את המדד, התאריך והפילטרים שבחר LookML. השוו לדוח Explore מאושר ובדקו אם המטבע או הגדרת הכנסה השתנו בין מודלים.
תרגיל עריכתי: בחרו עד חמישה Explores, כתבו הגדרות למונחים כמו לקוח פעיל והוסיפו verified queries לשאלות חוזרות. שתפו רק עם קבוצה בעלת הרשאות מתאימות, בדקו שאלות קצה ומדדו טעויות לפני הרחבת השימוש.
תרגיל עריכתי: השתמשו ב-Python לניתוח תוצאות שאילתה כשנדרשת סטטיסטיקה או ויזואליזציה שאינן זמינות בקלות ב-SQL. בדקו קוד, הנחות ומדגם, ואמתו את אותה תוצאה בדרך בלתי תלויה לפני הצגתה.
Conversational Analytics נשען על LookML, תיאורי שדות, joins והרשאות המודל. תחילה מנהל Looker צריך להפעיל Gemini in Looker ואת חוויית Conversational Analytics המתאימה. לשיחה עם agent נדרשות, לפי המשימה, הרשאות מודל כגון `access_data`, `gemini_in_looker` ו-`chat_with_agent`; לשיחה עם Explore נדרשת גם `chat_with_explore`. למשתמש נדרשת גישת View ל-agent או ל-dashboard המתאים, והיוצר/מנהל מקצה גישת Manage/Edit לפעולות ניהול. שיתוף agent אינו מקנה כשלעצמו גישה לנתונים שמאחוריו. agent יכול להתחבר לעד חמישה Explores. Advanced Analytics מריץ Python על תוצאות, אך הפלט עלול להיות שגוי; בדקו הרשאות, LookML וחישובים לפני שימוש.
Conversational Analytics משתמש בשכבה הסמנטית של LookML כהגדרת אמת לשדות, מדדים, תיאורים, joins והרשאות. ניתן לשוחח עם Explore יחיד, data agent על עד חמישה Explores, או agents עבור dashboards נתמכים. איכות ההקשר והmetadata משפיעה על התאמת השאלה לשדות.
אפשר ליצור data agent ולהוסיף לו instructions שמפרטים מונחים והקשר עסקי, וכן verified queries עם דוגמאות שאלה ותשובה. הדוגמאות עוזרות לכוון שאלות קריטיות, אך אינן מחליפות בדיקת נתוני המקור. עדכנו את ההקשר כשהגדרות המדדים או ה-Explore משתנים.
כן, תכונת Advanced Analytics מתרגמת שאלה טבעית לקוד Python ומריצה אותו על תוצאות Looker לצורך ניתוח מתקדם או ויזואליזציה. היא שונה משאילתת SQL רגילה ומיועדת לניתוח נוסף של התוצאות. בדקו את הקוד ואת הערכים שהתקבלו לפני שימוש.
נדרשים שלושה סוגי גישה: מנהל צריך להפעיל Gemini in Looker ואת Conversational Analytics המתאים; למודל נדרשות הרשאות כגון `access_data`, `gemini_in_looker` ו-`chat_with_agent` (וכן `chat_with_explore` כשמשוחחים עם Explore); ולמשתמש נדרשת גישת View ל-agent או לתוכן dashboard. ניהול ועריכה דורשים גישת Manage/Edit. שיתוף agent אינו מעניק גישה לנתוני המודל.
המידע נאסף מהאתרים הרשמיים של כל חברה. מחירים ותכנים משתנים, אז כדאי לוודא באתר עצמו לפני הרשמה. הלוגואים וצילומי המסך שייכים לבעליהם ומוצגים לצורך זיהוי בלבד.
רגעים מהשטח: ימי אימון לצוותים, סדנאות וכנסים
