A BigQuery-ben végzett beszélgetés-analitika megbízható ügynöki érvelést hoz el mindenki számára.
Megosztás
Összefoglalót olvas. A teljes tartalom itt érhető el: cloudblog.withgoogle.com.
A vállalkozások gyors döntéseken alapulnak, de azok a csapatok, akik tartják a válaszokat, gyakran a rutinszerű kérések hátralékába temetkezve várakoznak, ami miatt a felhasználók sorban állnak azonnali insights-ra. Ma a BigQuery-hoz elérhetővé tesszük a Konverzációs Analitikát, így mind a vállalati, mind a technikai csapatok lekérdezhetik az adatokat, végezhetnek több lépéses elemzéseket és generálhatnak vizuális jelentéseket természetes nyelven, ott ahol az adatok találhatók. Ezzel a kiadással a BigQuery Konverzációs Analitika most egy olyan ügynököt biztosít, aki úgy viselkedik, mint egy elemző, aki ismeri az üzletét, gondolkodik a válaszadás előtt, és felelősséget vállal a munkájáért. A Google legújabb Gemini modelljein és a BigQuery biztonságos, felügyelt alapjain épül, így ezt a megbízható elemzőt mindenki számára elérhetővé teszi a szervezetében. A BigQuery konverzációs képességei beépítettek és azonnal használhatóak, nem igényelnek beállítást. Az adatszakemberek mélyebb és következetesebb insights-ok érdekében szakosodott ügynököket hozhatnak létre, amelyek pontosan a releváns forrásokon alapulnak, a projektektől, adathalmazon, tábláktól kezdve a nézetek, grafikonok és felhasználó által definiált funkciókig. Mivel az adataink ritkán egy helyen találhatók, a Konverzációs Analitika túllép a natív BigQuery táblákon, elérve a Lakehouse által kezelt Apache Iceberg táblákat és a cross-cloud Lakehouse forrásokat, például Databricks Unity, AWS Glue, SAP és Salesforce, így lebontva az adatfalakat, és elemezve az adatokat felhők között egyetlen beszélgetésen keresztül. Mint adatgyakorló, a BigQuery Stúdióban és az Adat Kanvasban dolgozhat a Konverzációs Analitikával, és azokat az ügynököket, amelyeket létrehozott, publikálhatja a Gemini Enterprise, Data Studio vagy saját alkalmazása számára a Konverzációs Analitika API-n keresztül, így lehetőséget biztosítva a vállalati felhasználók számára, bárhol is dolgoznak. A MoneySuperMarketnél a BigQuery Konverzációs Analitika megváltoztatta, ahogyan csapataink insights-ra jutnak. Az elemzések, amelyek hétekig eltartottak, most percek alatt elvégezhetők, így pénzügyi elemzőink hetente körülbelül fél napot spórolnak meg. Az elemzés önkiszolgálóbbá tételével segítjük a csapatokat, hogy gyorsabb insights-ot hozzanak létre, támogathatja a jobb termék- és kereskedelmi döntéshozatalt. A Konverzációs Analitika pontossága tervezett, nem pedig aspirációs: minden ügynök az üzleti kontextusában gyökerezik, nem egy modell feltételezéseiben. Ez a kontextus a Tudás katalógusból származik (szószedetek, profilkezelések és kontextuscsomagok), a BigQuery Graph-ból a többlépcsős lekérdezésekhez, valamint a saját hitelesített lekérdezéseiből és egyedi ügynökutasításaiból. Az új Nyílt Tudásformátummal a wiki, amelyet a csapatod már karbantart, közvetlenül táplálhatja a Tudás katalógusba. Lekérdezési időben a Konverzációs Analitika a kívánt oszlopértékek létező embeddingjeit használja, amelyeket az AI.GENERATE_EMBEDDINGS generált, hogy összekapcsolja a kérdést a megfelelő adatértékkel, így a "Texas" említése a "TX" formájában tárolt sorokat találja meg. A megerősítés csak akkor érdemel bizalmat, ha a felhasználó láthatja. Így minden válasz vizsgálható, és a következőket biztosítja: Látható gondolkodási lépések: Ellenőrizze az ügynök lépésről lépésre történő érvelését és az általa generált pontos SQL-t, mielőtt választ adna. Kontextus hivatkozások: Látja minden válasz mögötti pontos forrásokat, beleértve a táblákat, séma definíciókat, ellenőrzött lekérdezéseket és a kiszámításához használt szószedeti kifejezéseket. Proaktív egyértelműsítés: Ha a felkérés homályos, az ügynök céltudatos tisztázó kérdéseket tesz fel a találgatások helyett. Hosszú távú memória: Az ügynök emlékezik arra, mit jelentenek a kifejezéseid és kérdéseid, így nem kell kétszer ugyanazt az egyértelműsítést elvégezni. Az AI irányítása a BigQuery biztonsági és felügyeleti modelljéből származik, így a felhasználók csak olyan adatokat kérdezhetnek, amelyeket megtekintésére jogosultak, és minden lekérdezést naplóznak a BigQuery megfelelőségi keretein belül. Ezen a bázison felül támogatja az Access Transparency (AxT), a Customer-Managed Encryption Keys (CMEK), a Privát IP és a VPC Szolgáltatáskezeléseket, valamint most garantálja az adatok rezidenciáját a nyugalomban lévő adatokhoz és az ML feldolgozáshoz az EU és az USA többregionális végpontjain. A legelkötelezettebb felhasználók számára működési ellenőrzéseket is biztosítunk, amelyeknek a méretezési igények megfelelnek: Konfigurálja a Google Cloud natív költségtakarékos intézkedéseit, hogy egyik felhasználó vagy projekt se lépje túl a keretét, határozza meg egy ügynök maximális lekérdezési méretét byte-ban, és kövesse nyomon a használatot a BigQuery címkéin a feladatokban. Az ügynök nemcsak sorokat keres, hanem a BigQuery AI funkcióit is meghívja, hogy számodra átalakítsa az összetett elemzéseket egyszerű, érthető kérdésekké. Találd meg a "miért" -t, ne csak a "mit": Kérdezd meg, mi okozott egy változást, az ügynök pedig gyökérok-elemzést végez az AI.KEY_DRIVERS segítségével, feltárva a mozgás mögötti pontos szegmenseket. Lásd, mi jön: Túl a történelmi jelentéseken, indítsd el az AI.FORECAST és AI.DETECT_ANOMALIES-t közvetlenül a csevegésben, hogy a trendeket előrejelezd és az eltéréseket kiemeld, anélkül, hogy modellt kellene építened vagy kezelni. Lekérdezd az egész adatvagyonodat: Az objektum táblákkal az ügynök kapcsolatban áll a relációs adatokkal és struktúrálatlan fájlokkal, beleértve a PDF-eket, képeket, naplókat és videókat, így egyetlen beszélgetés lefedi az egész eszköztárt. A Konverzációs Analitika ügynökei a reakciós elemzésről a proaktív cselekvésre váltanak. Már nem vagy korlátozva a kérdések feltevésében és a válaszra várakozásban. Mélyreható mód: Ha megkérdezed, "Miért mozdult el egy mutató?", az ügynök saját elemzési tervet állít fel, feltérképezve a kritikus kérdéseket, végigvezet a teljes, többlépcsős vizsgálaton anélkül, hogy kézi SQL-re lenne szükség, és minimalizálja az elemzési vakfoltokat. Az eredmény egy átfogó jelentés, amelyet letölthetsz és megoszthatsz. Önálló munkafolyamatok: Telepíts önálló ügynököket, akik figyelik az adataidat, értelmezik az eseményeket, több lépéses munkafolyamatokat futtatnak ütemezés szerint, és közvetlenül a csevegésedbe delivers insights. Beállíthatsz egy hétfő reggeli üzleti jelentést vagy napi eltérést észlelhetést a kulcsfontosságú mutatók között, mindegyikhez egyéni iránymutatással, hogy csak azt vizsgálják, ami téged érdekel. A BigQuery Konverzációs Analitika általános elérhetősége hivatalosan is a statikus adatvizualizációk korszakának végét jelenti. A Gemini mély kognitív érvelésének közvetlen beépítésével az adatbázisba egy önfenntartó környezetet teremtünk, amely a nyers adatokat aktív, vállalati tudássá alakítja. Ez a teljesítmény kulcsfontosságú eleme az Ügynöki Adatfelhőnek, amely egy valódi cselekvési rendszert biztosít, amely túlmutat a történeti jelentéseken, incorporálja a biztonságot és a felügyeletet tervezésnél, és vállalati bizalmat igényel. Ha készen állsz a kezdetre, tudj meg többet a dokumentációnkból, vedd fel a kapcsolatot a Google Cloud fiók képviselőddel, vagy kezdd el a BigQuery Stúdióban ma, hogy létrehozd és telepítsd az első ügynöködet.
Külső link: cloudblog.withgoogle.com
Kapcsolódó cikkek
architect
A Cycle bevezeti az EU-ellenőrző szintet, miközben folytatódik a szuverenitásról szóló vita.
architect
A Cloudflare részletezi az egységes adatplatformot, ahol a számlázási munkaterhelések a lekérdezések 53%-át teszik ki.
architect
