Discuter avec un graphique

Vous pouvez utiliser Conversational Analytics pour poser des questions sur un graphique. Les agents peuvent écrire des requêtes SQL et GQL, et fournir des visualisations de votre résultat. Ils peuvent également utiliser des descriptions, des synonymes et des mesures définis dans votre graphique pour améliorer la qualité des résultats. Par exemple, pour essayer de poser une question à un agent sur le graphique Look Ecommerce disponible publiquement, procédez comme suit :

  1. Dans la Cloud de Confiance console, accédez à la page Agents de BigQuery.

    Accéder aux agents

  2. Sélectionnez l'onglet Catalogue d'agents.

  3. Dans la section Exemples d'agents par Google, cliquez sur The Look Graph.

  4. Une conversation s'ouvre. Vous pouvez poser des questions sur le bigquery-public-data.thelook_ecommerce.graph graphique.

Limites

  • Vous ne pouvez utiliser qu'un seul graphique comme source de données par agent ou conversation.
  • Vous ne pouvez pas combiner des tables et des graphiques comme sources de données.

Discuter avec un graphique

Pour discuter avec un graphique, vous pouvez soit créer un agent de données avec votre graphique comme source de données, soit créer une conversation directe avec votre graphique. Si vous ne savez pas quoi demander, essayez de poser la question suivante : What questions can I ask about this data? (Quelles questions puis-je poser sur ces données ?). Par exemple, si vous posez cette question sur le graphique Look Ecommerce, la réponse contient un aperçu du schéma du graphique et des suggestions de questions. Les questions suivantes peuvent apparaître dans la réponse :

  • Performances de l'entreprise

    • 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).

  • Insights sur les utilisateurs et la logistique

    • 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?

  • Analyse des relations

    • 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.

Créer des requêtes et des visualisations de graphiques

Conversational Analytics peut écrire des requêtes GQL pour répondre à des questions sur votre graphique et afficher le résultat sous forme de visualisation. Par exemple, vous pouvez saisir Show the connection between Tina Fletcher's orders and distribution centers dans la discussion. L'agent peut exécuter une requête GQL semblable à la suivante :

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;

L'agent peut également fournir une visualisation interactive.

Visualisation des commandes reliant un utilisateur à des centres de distribution.

Utiliser des mesures de graphique

Conversational Analytics peut utiliser des mesures définies dans votre graphique pour répondre avec précision aux questions impliquant des agrégations. Par exemple, vous pouvez poser la question suivante à l'agent Look Graph : Which distribution centers process orders from the largest number of distinct customers? (Quels centres de distribution traitent les commandes du plus grand nombre de clients distincts ?)

L'agent utilise la mesure user_count sur le nœud User pour éviter de surestimer le nombre de clients. La requête utilisée pour calculer la réponse peut ressembler à ce qui suit :

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;

L'agent peut également fournir une visualisation de graphique.

Visualisation des utilisateurs distincts par centre de distribution.

Étape suivante