Skip to content

Nye idéer og raskere analyse med Gemini i BigQuery

For mange har det blitt en vane å chatte med store språkmodeller som ChatGPT, Copilot, My AI, Gemini eller lignende, både i jobbsammenheng og privat. Men kan man snakke med sin egen data for å få mer innsikt? Med Gemini i BigQuery får du en tryggere og mer effektiv løsning for håndtering av sensitiv data, spesialisert for utfordringer knyttet til Google Cloud.  

Gemini og BigQuery (1)

Fem fordeler med BigQuery som gjør jobben din lettere 

Google BigQuery er et serverløst datavarehus i Google Cloud Platform (GCP), designet for å utnytte potensialet i din data raskt og effektivt. Du kan enkelt organisere, opprette og lagre datasett, samtidig som du kan bruke Structured Query Languageg (SQL) til å skrive spørringer direkte på dataen.  

  1. Skalerbart og høy ytelse: BQ kan gi deg svar på spørringene dine i løpet av sekunder, selv ved enorme datamengder. 
  2. Fleksibel opplasting av data: BQ lar deg håndtere både strukturert og ustrukturert data, og du har muligheten til å velge mellom opplasting i sanntid eller i puljer.
  3. Høy sikkerhet: Dataen er kryptert, og sikkerheten håndteres av Google. Det eneste du trenger å kontrollere selv er tilgangsstyringen til dine data. Her støttes fingranulær tilgangsstyring på både rad- og kolonnenivå. 
  4. Mulighet for maskinlæring: Utfør modellering, feature engineering og trening direkte i BigQuery ved bruk av BigQuery ML på det samme datasettet du allerede har, uten at det påvirker de eksisterende arbeidsflytene dine. SQL blir benyttet som kodespråk.
  5. Kostnadseffektivt og full kontroll: BQ har ingen bindingstid og krever ingen lisenser. Du betaler kun for det du faktisk bruker, med lave kostnader for lagring og prosessering av data. 

Hvordan kan AI-verktøyet Gemini booste innsiktsarbeidet ditt? 

Google, og spesielt BigQuery, er i stadig utvikling. Nå har Google implementert Gemini, deres egen AI-tjeneste, i BigQuery for å gjøre brukergrensesnittet enda mer brukervennlig. Ved hjelp av Gemini kan du bruke mindre tid på å knote med spørringer og feilsøking, og heller bruke dataen og innsikten din til å fokusere på komplekse beslutninger og løsninger.  

Terskelen for å skrive spørringer på store datasett kan ofte være høy. Nå som Gemini er bakt inn i BigQuery, finnes det flere enkle måter å komme i gang på – selv for mindre tekniske brukere.  

  1. Data Canvases: Lar deg analysere og visualisere innsikt i rekordfart

Data Canvas er et verktøy som lar deg skrive spørringer på et naturlig språk (natural language) og spytter ut forslag til SQL-spørringer. Dette lar deg få svar på spørsmålet ditt med bare to tastetrykk. Du står fritt til å endre på Geminis spørringsforslag. I Data Canvas kan du også kombinere ulike datasett med et enkelt tastetrykk og samtidig ha full kontroll over blendene som visualiseres med dataavstamming (data lineage). Ønsker du å dele innsikten med resten av organisasjonen, kan du enkelt visualisere spørringen din grafisk i Google Looker Studio eller Google Sheets.  
 

  1. (røpealarm!) Forhåndsutfylte spørringer: Perfekt når du ikke vet hvor du skal starte eller trenger inspirasjon

En godbit som ennå ikke er lansert, men er på vei til BigQuery, er forhåndsutfylte spørringer. Har du noen gang åpnet et datasett og lurt på hva som er den viktigste innsikten? I BigQuery vil det snart dukke opp en egen fane med forhåndsgenererte spørringer og visualiseringer foreslått av Gemini. Dette er perfekt for deg som ønsker å få et raskt overblikk over nøkkelinformasjon før du selv dykker dypere i datasettet, enten ved bruk av Query-funksjonen eller i Data Canvas.   

  1. Notebooks: For deg som foretrekker Python fremfor SQL 

Foretrekker du å skrive spørringer i Python fremfor SQL? Eller liker du helst å ha full kontroll på historikk og hva som skjer underveis i komplekse spørringer? Da er Notebooks-funksjonen noe for deg.  

Notebooks gir deg tilgang til populære biblioteker som matplotlib og seaborn for å visualisere data. I tillegg er BigQuery DataFrames integrert for bedre analyser av store datamengder ved bruk av API’er fra pandas DataFrame og sckikit-learn. Akkurat som i Data Canvas er Gemini selvfølgelig med og assisterer deg i kodeskrivingen, både ved å genere forslag til ny kode og forbedringer til koden du allerede har skrevet.  

Vil du vite mer om hvordan du kan komme i gang med Gemini i BigQuery?  

Gemini i BigQuery gjør dataanalyse mer tilgjengelig og brukervennlig. Enten du er nybegynner eller en teknisk ekspert, kan dette kraftige verktøyet gi deg muligheten til å utnytte avansert AI-teknologi for å raskt og presist hente verdifull innsikt fra dine data.  

Gemini er støttespilleren som baner vei slik at du kan utnytte dine data til det fulle. 

Vil du vite mer? Ta gjerne kontakt med Guro på mail: guro.vassend@knowit.no