Configurer Conversational Analytics dans Data Studio

Nouveau

Avant de commencer

Pour utiliser une source de données BigQuery avec Conversational Analytics, vous devez disposer des rôles et autorisations BigQuery Identity and Access Management (IAM) suivants :

• Autorisation IAM bigquery.jobs.create sur le projet de facturation
• Rôle IAM roles/bigquery.dataViewer sur le projet, l'ensemble de données ou la table interrogés

Pour créer, modifier, gérer et supprimer des agents de données dans Data Studio ou BigQuery, vous devez disposer des autorisations décrites sur la page de documentation Créer des agents de données. Cette page décrit également les rôles nécessaires pour discuter avec des agents de données créés dans BigQuery et partagés dans Data Studio.

Pour créer des conversations, vous devez disposer des autorisations décrites sur la page de documentation Analyser des données avec des conversations.

Sources de données prises en charge

Bien que vous ne puissiez pas créer d'agents de données Conversational Analytics dans Data Studio, vous pouvez discuter avec des agents de données créés dans BigQuery et publiés dans Data Studio.

Ancienne

Avant de commencer

Avant que les utilisateurs de Data Studio puissent utiliser l'ancienne version de Conversational Analytics, les conditions suivantes doivent être remplies :

1. Un administrateur doit activer Gemini dans Data Studio. Pendant la période de preview, un administrateur doit également activer les fonctionnalités pour les testeurs de confiance.
2. Si vous le souhaitez, un administrateur doit activer l'interpréteur de code pour accéder à l'analyse avancée.

Chaque utilisateur doit appartenir à un abonnement Data Studio Pro.

Exigences supplémentaires concernant les sources de données

Certaines sources de données sont soumises à des exigences supplémentaires, telles que les suivantes :

• Pour utiliser Conversational Analytics avec une exploration Looker comme source de données, les utilisateurs doivent disposer des autorisations gemini_in_looker et access_data pour le modèle sous-jacent de l'exploration.

• Pour utiliser une source de données BigQuery avec Conversational Analytics, vous devez disposer des rôles et autorisations BigQuery Identity and Access Management (IAM) suivants :

  • Autorisation IAM bigquery.jobs.create sur le projet de facturation
  • Rôle IAM roles/bigquery.dataViewer sur le projet, l'ensemble de données ou la table interrogés

Sources de données prises en charge

Conversational Analytics peut se connecter aux sources de données suivantes :

• Explorations Looker
• Tables BigQuery
• Google Sheets
• Fichiers CSV dans Data Studio

Bonnes pratiques pour configurer une source de données

Si vous configurez une source de données de manière optimale, Conversational Analytics pourra fournir les réponses les plus utiles. Tenez compte des bonnes pratiques suivantes lorsque vous créez une source de données :

• Vous pouvez exclure complètement les champs qui ne doivent pas être utilisés pour l'analyse ou les masquer dans la source de données.
• Vous pouvez ajouter ou modifier des descriptions de champ pour fournir du contexte à Conversational Analytics.
• Si vous obtenez des résultats inattendus, vérifiez votre source de données et assurez-vous que les types de champs types et les paramètres d'agrégation par défaut sont corrects.

Connect to data

Vous pouvez démarrer une conversation avec les sources de données suivantes lorsque vous utilisez Conversational Analytics :

• Une exploration Looker
• Un agent de données créé avec une exploration Looker
• Une table BigQuery

Se connecter aux données Looker

Pour utiliser une exploration Looker Explores comme source de données dans Conversational Analytics, procédez comme suit :

1. Dans Conversational Analytics, sur la page Chat with your data (Discuter avec vos données), sélectionnez l'onglet Data sources (Sources de données).
2. Sélectionnez Connect to data (Se connecter aux données), puis Looker dans le menu déroulant.

3. Dans la section Connect to a Looker Instance (Se connecter à une instance Looker), dans le champ Enter Looker Instance URL (Saisir l'URL de l'instance Looker), saisissez l'URL de votre instance Looker. Si l'URL de l'instance n'est pas valide ou ne répond pas aux exigences du connecteur Looker, Conversational Analytics affiche un message d'erreur.

4. Si vous vous connectez à une instance Looker pour la première fois, cliquez sur Connect Looker Account (Associer un compte Looker).

5. Si Conversational Analytics affiche la fenêtre Link your Google Account and Looker (Associer votre compte Google et Looker), consultez les informations sur la façon dont Data Studio accédera à votre compte Looker. Pour associer vos comptes et continuer, sélectionnez Agree and continue (Accepter et continuer).

6. Une fois que vous vous êtes connecté à une instance Looker, sélectionnez une exploration dans la liste, puis cliquez sur Connect (Se connecter) pour démarrer une conversation.

Une fois connecté à une exploration, elle apparaît dans la liste des sources de données disponibles sur la page Chat with your data (Discuter avec vos données).

Se connecter à un agent de données

Pour discuter avec un agent de données créé avec une exploration Looker, suivez les instructions pour créer un agent de données sur la page de documentation Agents de données dans Data Studio.

Se connecter aux données BigQuery

Vous pouvez démarrer une conversation directement avec une table BigQuery ou avec un agent de données créé avec une table BigQuery.

Pour utiliser une table BigQuery comme source de données avec Conversational Analytics, procédez comme suit :

1. Dans Conversational Analytics, sur la page Chat with your data (Discuter avec vos données), sélectionnez l'onglet Data sources (Sources de données).
2. Sélectionnez Connect to data (Se connecter aux données), puis BigQuery dans le menu déroulant.
3. Dans la fenêtre Select data (Sélectionner des données), sélectionnez l'un des onglets suivants pour vous connecter à un ensemble de données BigQuery ou pour parcourir les ensembles de données publics.

• Recent Projects (Projets récents) : liste les projets BigQuery auxquels vous avez accédé le plus récemment.
• All Projects (Tous les projets) : liste tous les projets BigQuery auxquels vous avez accès.
• Public Datasets (Ensembles de données publics) : liste les ensembles de données publics BigQuery.
• Enter Project ID (Saisir l'ID du projet) : vous permet de spécifier l'ID du projet unique d'un projet spécifique.

1. Sélectionnez un projet BigQuery dans l'onglet Recent Projects (Projets récents) ou All Projects (Tous les projets), ou saisissez un ID du projet dans l'onglet Enter Project ID (Saisir l'ID de projet). Si vous le souhaitez, utilisez la barre de recherche Search Projects (Rechercher des projets) pour filtrer la liste. (Si vous vous connectez à un ensemble de données public, passez à l'étape suivante.)
2. La fenêtre Select data (Sélectionner des données) affiche l'onglet Datasets (Ensembles de données) ou Public Datasets (Ensembles de données publics) si vous vous connectez à un ensemble de données public. Sélectionnez un ensemble de données BigQuery. Si vous le souhaitez, utilisez la barre de recherche Search Datasets (Rechercher des ensembles de données) pour filtrer la liste.
3. La fenêtre Select data (Sélectionner des données) affiche l'onglet Table. Sélectionnez la table à laquelle vous souhaitez vous connecter dans l'onglet Table. Si vous le souhaitez, utilisez la barre de recherche Search Tables (Rechercher des tables) pour filtrer la liste.
4. Cliquez sur Connect (Se connecter).

Une fois connecté à une table BigQuery, elle apparaît dans la liste des sources de données disponibles sur la page Chat with your data (Discuter avec vos données).