从数据到洞察，复杂的旅程可能会令人感到沮丧。数据专业人员花费宝贵的时间筛选数据源，每当有新的问题出现时，他们都要重新开始。他们需要同时使用多种工具，在不同的编码语言之间来回切换，并与组织中各种团队协作。这种分散式的方法充满了瓶颈，使分析师无法快速产生洞察并完成高影响力的工作。

在今年 4 月的 Google Cloud Next '24 大会上，我们推出了 BigQuery 数据画布，它让数据专业人员可以重新构想处理数据的方式。这种新颖的用户体验可帮助客户创建图形化的数据工作流，该工作流与他们的思维模式相匹配，而AI的创新则能够加速查找、准备、分析、可视化和共享数据与洞察。

观看本视频，快速了解 BigQuery 数据画布。

BigQuery 数据画布：自然语言驱动的分析体验

BigQuery 数据画布通过统一的自然语言驱动的用户体验使数据分析更加快速便捷，涵盖了数据发现、准备、查询和可视化各个环节，您现在可以使用数据画布来关注对您的业务最重要的洞察，而无需在多个工具之间来回切换。数据画布在以下两个领域解决了传统数据分析工作流程的挑战：

  • 以自然语言为中心的体验：您现在可以直接与数据对话，而不是去编写代码。提出问题、指导任务，并让 AI 指导您完成各种分析任务。

  • 重新构想的用户体验：数据画布重新构想了 notebook 的概念。其广阔的画布工作区能够改善迭代并实现轻松协作，让你能够优化工作、链接结果并与同事共享工作区。

例如，如需使用 BigQuery 数据画布分析最近的营销活动，您可以使用自然语言提示来发现活动的数据源，将其与现有客户数据集成，得出洞察，与团队成员协作并与管理人员共享可视化的报告 —— 所有这些都在单个画布中完成。


使用 BigQuery 数据画布的基于自然语言的可视化工作流

利用 BigQuery 数据画布完成更多工作

BigQuery 提供了丰富的功能，可以帮助分析师加速完成分析任务：

  • 搜索和发现：轻松找到您需要使用的特定数据资产表或视图。或者搜索最相关的数据资产。数据画布适用于可通过 BigQuery 管理的所有数据，包括 BigQuery 托管存储、BigLake、Google Cloud Storage 对象和 BigQuery Omni 表。例如，您可以使用以下任一输入通过数据画布拉取数据：

○ 特定表：project_name.dataset_name.table_name

○ 搜索：“客户交易数据”或“projectid:my-project-name 亚特兰大冬季夹克销售”

  • 探索数据资产：查看表架构、查看其详细信息，预览数据和并进行并排比较。

  • 生成 SQL 查询：使用自然语言输入进行迭代，以生成完成手头分析任务所需的确切 SQL 查询。您也可以在执行 SQL 之前对其进行编辑。

  • 组合结果：使用自然语言指令定义连接并根据需要优化生成的SQL。使用查询结果作为进一步分析的起点，并提示“将此数据与订单 ID 上的客户人口统计数据相结合”。

  • 可视化：使用自然语言提示轻松创建和自定义图表和图形，以可视化您的数据，例如“创建带渐变的条形图”。然后，通过将结果导出到 Looker Studio 或 Google Sheets来无缝分享您的发现。

  • 自动洞察：数据画布可以解释查询结果和图表数据，并从中生成自动洞察。例如，它可以查看销售交易规模的查询结果，并自动提供“交易规模中位数为 73,500 美元”的洞察。

  • 共享协作：数据分析项目通常需要团队的共同努力。您只需保存画布并使用链接即可与其他人共享。

热门用例

虽然 BigQuery 数据画布可以加速许多分析任务，但它特别适合于在以下的场景中使用：

  • Ad hoc分析：在紧迫的期限内工作时，数据画布可以轻松地从各种来源提取数据。

  • 探索性数据分析（EDA）：数据分析过程中这一关键早期步骤侧重于总结数据集的主要特征，通常是直观的。数据画布有助于查找数据源，然后直观地显示结果。

  • 协作：数据画布可以轻松地与多人共享分析项目。

来自我们客户的评价

各种规模的公司一直在尝试使用 BigQuery 数据画布来执行日常分析任务，并且他们的反馈非常积极。

Wunderkind 是一家支持一对一客户互动的绩效营销渠道，其分析团队在几周以来一直使用 BigQuery 数据画布，并且节省了大量时间。

“对于导致多个查询的任何类型的调查或探索性工作，[数据画布]确实是无可替代的。[它]节省了我们很多时间和脑力！” —— Wunderkind， 数据与分析副总裁， Scott Schaen

Veo 是一家，在美国 50 多个地点运营的微型移动公司，它从数据画布中的 AI 功能中看到了立竿见影的好处。

“我认为能够将自然语言形式的想法转化为 SQL 以获得洞察可以带来非常棒的效果。最好的部分是我可以在运行查询之前查看并编辑查询 —— 这是一种非常聪明且负责任的设计。它给了我确认的空间来并且可以确保准确性与可靠性！”—— Veo，分析主管，Tim Velasquez


文章信息

相关推荐