Panoramica degli insight sui dati

Puoi utilizzare gli insight sui dati per esplorare dati sconosciuti tramite descrizioni, grafici delle relazioni e query SQL generati con l'AI. Questa funzionalità di Gemini in BigQuery analizza i metadati per aiutarti a comprendere rapidamente le strutture e i contenuti dei dati. Questi insight ti consentono di iniziare l'analisi senza una configurazione manuale estesa.

Prima di iniziare

Gli insight sui dati vengono generati utilizzando Gemini in BigQuery. Per iniziare a generare insight, devi prima configurare Gemini in BigQuery.

Tipi di insight sui dati

Puoi generare insight sui dati a livello di tabella o set di dati:

  • Per le tabelle: Gemini genera domande in linguaggio naturale e le relative query SQL per aiutarti a comprendere i dati all'interno di una singola tabella. Grazie agli insight sulle tabelle, puoi rilevare pattern, anomalie, valori anomali o problemi di qualità dei dati all'interno di una tabella. Gemini genera anche descrizioni di tabelle e colonne.

  • Per i set di dati: (anteprima) Gemini genera un grafico delle relazioni interattivo che mostra le relazioni tra le tabelle e le query SQL tra le tabelle per aiutarti a comprendere come sono correlate le tabelle in un set di dati. Grazie ai grafici delle relazioni, puoi scoprire come vengono derivati i dati, il che può aiutarti a risolvere problemi di qualità, coerenza o ridondanza. Grazie alle query tra tabelle, puoi trovare relazioni più ampie. Ad esempio, puoi calcolare le entrate per segmento di clienti utilizzando i dati in una tabella delle vendite e in una tabella dei clienti.

Per ulteriori indagini, puoi porre domande aggiuntive nel data canvas.

Insight tabella

Gli insight sulle tabelle ti aiutano a comprendere i contenuti, la qualità e i pattern all'interno di una singola tabella BigQuery. Ad esempio, generando query che eseguono analisi statistiche, puoi utilizzare gli insight sulle tabelle per rilevare pattern, anomalie e valori anomali dei dati. Gli insight sulle tabelle possono anche aiutarti a rilevare problemi di qualità, soprattutto quando sono disponibili scansioni di profilazione dei dati per una tabella. Quando generi insight per una tabella, Gemini fornisce la descrizione della tabella, le descrizioni delle colonne e l'output della scansione di profilazione in base ai metadati della tabella. Sono disponibili le seguenti opzioni:

  • Genera query: suggerisce domande in linguaggio naturale e fornisce le query SQL corrispondenti per rispondere. In questo modo, puoi scoprire pattern, valutare la qualità dei dati ed eseguire analisi statistiche senza scrivere codice SQL da zero.
  • Genera descrizioni: genera descrizioni per la tabella e le relative colonne. Gemini utilizza l'output della scansione di profilazione (se disponibile) per basare le descrizioni generate. Puoi esaminare, modificare e pubblicare queste descrizioni in Knowledge Catalog per migliorare la rilevabilità e la documentazione dei dati.

Insight sul set di dati

Gli insight sui set di dati ti aiutano a comprendere le relazioni e i percorsi di join tra più tabelle all'interno di un set di dati BigQuery, fornendo una visione olistica dei contenuti del set di dati. Quando generi insight per un set di dati, Gemini fornisce quanto segue:

  • Descrizione del set di dati: fornisce un riepilogo del set di dati generato con l'AI.
  • Relazioni: mostra una mappa visiva e interattiva che mostra le relazioni tra le tabelle all'interno del set di dati. Puoi passare il mouse sopra le connessioni per visualizzare i dettagli delle relazioni, ad esempio le chiavi di join.
  • Tabella delle relazioni: presenta una visualizzazione tabulare delle relazioni tra le tabelle, incluse le chiavi esterne e le join dedotte. Le relazioni possono essere definite dallo schema (da vincoli di chiave primaria e chiave esterna), basate sull'utilizzo (dai log delle query) oppure Gemini le deduce in base ai nomi e alle descrizioni di tabelle e colonne.
  • Suggerimenti per le query: offre query SQL di esempio che mostrano come unire i dati tra tabelle diverse, in base alle relazioni identificate.

Esempio di insight sui dati delle tabelle

Considera una tabella denominata telco_churn con colonne come CustomerID, Tenure, InternetService, Contract, MonthlyCharges e Churn. La tabella seguente descrive i metadati della tabella.

Nome campo Tipo
CustomerID STRING
Gender STRING
Tenure INT64
InternetService STRING
StreamingTV STRING
OnlineBackup STRING
Contract STRING
TechSupport STRING
PaymentMethod STRING
MonthlyCharges FLOAT64
Churn BOOL

Gli insight sui dati generano le seguenti query di esempio per questa tabella:

  • Identifica i clienti che hanno sottoscritto tutti i servizi premium e che sono clienti da più di 50 mesi.

    SELECT
  CustomerID,
  Contract,
  Tenure
FROM
  agentville_datasets.telco_churn
WHERE
  OnlineBackup = 'Yes'
  AND TechSupport = 'Yes'
  AND StreamingTV = 'Yes'
  AND Tenure > 50;

  • Identifica il servizio internet con il maggior numero di clienti che hanno abbandonato.

    SELECT
  InternetService,
  COUNT(DISTINCT CustomerID) AS customers
FROM
  agentville_datasets.telco_churn
WHERE
  Churn = TRUE
GROUP BY
  InternetService
ORDER BY
  customers DESC
LIMIT 1;

Esempio di insight sui dati del set di dati

Considera un set di dati contenente le tabelle order_items e inventory_items. Gli insight sui set di dati possono dedurre che order_items.inventory_item_id è correlato a inventory_items.id.

In base a queste relazioni, Gemini potrebbe generare la seguente query tra tabelle:

Identifica le prime 5 categorie di prodotti con il prezzo di vendita medio più alto e il relativo costo medio.

SELECT
  ii.product_category,
  AVG(oi.sale_price) AS avg_sale_price,
  AVG(ii.cost) AS avg_cost
FROM
  `ecommerce_data.order_items` AS oi
JOIN
  `ecommerce_data.inventory_items` AS ii
ON oi.inventory_item_id = ii.id
GROUP BY
  ii.product_category
ORDER BY
  avg_sale_price DESC
LIMIT 5;

Flussi di lavoro degli insight sui dati

Questa sezione descrive i flussi di lavoro chiave che i diversi ruoli utente possono eseguire utilizzando la funzionalità di insight sui dati in BigQuery.

Workflows per i consumatori di dati

Questi flussi di lavoro si concentrano sulle attività per data analyst, business analyst e altri utenti che devono trovare, comprendere e analizzare i dati.

  • Comprendere una tabella BigQuery: comprendere rapidamente lo schema, i contenuti e i potenziali utilizzi di una tabella specifica. Dopo aver selezionato una tabella in BigQuery Studio, puoi eseguire le seguenti attività:

    • Esamina le descrizioni di tabelle e colonne generate automaticamente.

    • Esamina le domande in linguaggio naturale suggerite e le query SQL equivalenti per comprendere le sfumature dei dati.

    • Adatta ed esegui le query suggerite per iniziare l'analisi.

    Per ulteriori informazioni sulla generazione e la visualizzazione degli insight sulle tabelle, consulta Generare insight sulle tabelle.

  • Esplorare un intero set di dati: scoprire le relazioni tra le tabelle all'interno di un set di dati e comprenderne la struttura complessiva. Dopo aver selezionato un set di dati in BigQuery Studio, puoi eseguire le seguenti attività:

    • Genera e visualizza gli insight sui set di dati.

    • Utilizza il grafico delle relazioni interattivo per visualizzare le connessioni delle tabelle.

    • Analizza la tabella delle relazioni per le chiavi di join e i tipi di connessione (definiti dallo schema, basati sull'utilizzo, dedotti da LLM).

    • Utilizza le query SQL tra tabelle suggerite per eseguire query su più tabelle in modo efficace.

    Per ulteriori informazioni sulla generazione e la visualizzazione degli insight sui set di dati, consulta Generare insight sui set di dati.

Workflows per i produttori di dati

Questi flussi di lavoro sono destinati a data engineer, analytics engineer e altri utenti che creano e gestiscono asset di dati.

  • Generare la documentazione di base dei dati: creare e gestire automaticamente le descrizioni dei metadati essenziali. Puoi eseguire le seguenti attività:

    • Dopo la creazione o la modifica della tabella, attiva gli insight sui dati per generare descrizioni di tabelle e colonne. Puoi anche generare queste descrizioni su larga scala utilizzando l'API per la generazione automatica di metadati di Knowledge Catalog.

    • Esamina e perfeziona il testo generato con l'AI per garantire l'accuratezza tecnica e la pertinenza aziendale.

    Per ulteriori informazioni sulla generazione di descrizioni di tabelle e colonne, consulta Generare insight sulle tabelle.

  • Migliorare la comprensione dei set di dati per gli utenti: semplificare la comprensione e l'utilizzo dei set di dati forniti da parte dei consumatori. Puoi eseguire le seguenti attività:

    • Genera insight sui set di dati per i set di dati chiave, in particolare quelli con relazioni complesse.

    • Assicurati che le scansioni di profilazione dei dati vengano eseguite sulle tabelle per fornire un contesto ricco per insight più accurati e utili.

    Per ulteriori informazioni, consulta Generare insight sui set di dati e Basare gli insight sui risultati della profilazione dei dati.

Workflows per i data steward

Questi flussi di lavoro supportano i data steward e i team di governance nel mantenimento dell'integrità e dell'affidabilità dei dati.

  • Convalidare ed eseguire l'audit dei metadati generati con l'AI: garantire l'accuratezza e l'affidabilità dei metadati prodotti dagli insight sui dati. Puoi eseguire le seguenti attività:

    • Esamina regolarmente le descrizioni e le relazioni generate dalla funzionalità di insight.

    • Fare un controllo incrociato delle relazioni dedotte nel grafico delle relazioni con i modelli di dati e la logica di business stabiliti.

    • Esamina e correggi le imprecisioni nei metadati generati con l'AI.

    Per ulteriori informazioni, consulta Generare insight sulle tabelle e Generare insight sui set di dati.

Prezzi

Per i dettagli sui prezzi di questa funzionalità, consulta Prezzi di Data Cloud Agent.

Quote e limiti

Per informazioni su quote e limiti per questa funzionalità, consulta Quote per Gemini in BigQuery.

Limitazioni

Gli insight sui dati presentano le seguenti limitazioni:

  • Gli insight sui dati sono disponibili per tabelle BigQuery, tabelle BigLake, tabelle esterne e viste.

  • Per i clienti multicloud, i dati di altri cloud non sono disponibili.

  • Gli insight sui dati non supportano i tipi di colonne GEO o JSON.

  • Le esecuzioni degli insight non garantiscono la presentazione delle query ogni volta. Per aumentare la probabilità di generare query più coinvolgenti, riavvia la pipeline degli insight.

  • Per le tabelle con controllo dell'accesso a livello di colonna e autorizzazioni utente limitate, puoi generare insight se hai accesso in lettura a tutte le colonne della tabella. Per eseguire le query generate, devi disporre delle autorizzazioni sufficienti permissions.

  • Gemini genera descrizioni delle colonne per un massimo di 350 colonne in una tabella.

  • Per gli insight sui set di dati, non puoi modificare le relazioni nel grafico delle relazioni.

  • La generazione di nuovi insight sui set di dati sovrascrive gli insight precedenti per quel set di dati.

  • Gli insight sui set di dati non supportano i set di dati collegati.

Località

Puoi utilizzare gli insight sui dati in tutte le località BigQuery. Per scoprire dove Gemini in BigQuery elabora i tuoi dati, consulta Dove Gemini in BigQuery elabora i tuoi dati.

Passaggi successivi