Chatea con un gráfico

Puedes usar Conversational Analytics para hacer preguntas sobre un gráfico. Los agentes pueden escribir consultas de SQL y GQL, y proporcionar visualizaciones de tu resultado. También pueden usar descripciones, sinónimos y métricas definidas en tu gráfico para mejorar la calidad de los resultados. Por ejemplo, para intentar hacerle una pregunta a un agente sobre el gráfico de Look Ecommerce disponible públicamente, haz lo siguiente:

  1. En la Cloud de Confiance consola de, ve a la página Agentes de BigQuery.

    Ir a Agentes

  2. Selecciona la pestaña Catálogo de agentes.

  3. En la sección Agentes de muestra de Google, haz clic en The Look Graph.

  4. Se abrirá una conversación. Puedes ingresar preguntas sobre el bigquery-public-data.thelook_ecommerce.graph gráfico.

Limitaciones

  • Puedes usar como máximo un gráfico como fuente de datos por agente o conversación.
  • No puedes combinar tablas y gráficos como fuentes de datos.

Chatea con un gráfico

Para chatear con un gráfico, puedes crear un agente de datos con tu gráfico como fuente de datos o puedes crear una conversación directa con tu gráfico. Si no sabes qué preguntar, intenta preguntar What questions can I ask about this data? Por ejemplo, si haces esta pregunta sobre el gráfico de Look Ecommerce, la respuesta contiene una descripción general del esquema del gráfico y preguntas sugeridas. Las siguientes preguntas pueden aparecer en la respuesta:

  • Rendimiento empresarial

    • What is the total revenue for each product category, sorted from highest to lowest?
    • What are the top 5 brands by total revenue among users from 'Brasil'?
    • Rank the product categories based on their total revenue for each product department (Men/Women).

  • Estadísticas de usuarios y logística

    • How many users do we have in each country?
    • What is the distribution of user ages in the United States?
    • Which distribution centers handle the most orders with a 'Complete' status?

  • Análisis de relaciones

    • Show the connection between users and the distribution centers their products are shipped from.
    • Find all products that have been ordered by users who came from a 'Search' traffic source.

Crea consultas y visualizaciones de gráficos

Conversational Analytics puede escribir consultas de GQL para responder preguntas sobre tu gráfico y mostrar el resultado como una visualización. Por ejemplo, puedes ingresar Show the connection between Tina Fletcher's orders and distribution centers en el chat. El agente puede ejecutar una consulta de GQL similar a la siguiente:

GRAPH `bigquery-public-data.thelook_ecommerce.graph`
MATCH p = (u:User {id: 32})
          <-[:placed_order]-(o:`Order`)
          <-[:belongs_to_order]-(oi:OrderItem)
          -[:includes_product]->(pr:Product)
          -[:product_stocked_at]->(dc:DistributionCenter)
RETURN TO_JSON(p) AS path;

El agente también puede proporcionar una visualización interactiva.

Visualización de los pedidos que conectan a un usuario con los centros de distribución.

Usa métricas de gráficos

Conversational Analytics puede usar métricas definidas en tu gráfico para ayudar a responder con precisión las preguntas que implican agregaciones. Por ejemplo, puedes hacerle la siguiente pregunta al agente Look Graph: Which distribution centers process orders from the largest number of distinct customers?

El agente usa la métrica user_count en el nodo User para evitar contar en exceso la cantidad de clientes. La consulta que se usa para calcular la respuesta puede ser similar a la siguiente:

SELECT
  DistributionCenter_id,
  DistributionCenter_name,
  AGG(User_user_count) AS distinct_customer_count
FROM
  GRAPH_EXPAND("bigquery-public-data.thelook_ecommerce.graph")
GROUP BY
  DistributionCenter_id,
  DistributionCenter_name
ORDER BY
  distinct_customer_count DESC;

El agente también puede proporcionar una visualización de gráfico.

Es una visualización de los usuarios distintos por centro de distribución.

¿Qué sigue?