Gemini 輔助數據分析

課程概述

Gemini 正在改變資料科學家與分析師每天的工作方式。BigQuery 和 Looker 都內建了 Gemini 輔助功能，你可以用自然語言寫出 SQL 查詢、拿到資料洞察建議，還能自動產生視覺化圖表。這門課就帶你實際感受一下，Gemini 怎麼把「資料到洞察」這段路走得更快。

你將學到

• 在 BigQuery 中使用 Gemini 的自然語言轉 SQL 功能
• 利用 Gemini 進行資料探索與異常值偵測
• 在 Looker 中使用 Gemini 自動生成儀表板
• 理解 Gemini 輔助分析的限制與最佳實踐
• 結合 Gemini 建議與人工判斷的混合工作流

核心概念

Gemini 在資料分析中的角色

Gemini 不是要取代資料分析師，比較像是坐在你旁邊的「AI 副駕」，主要在三個地方幫上忙：

1. 加速 — 自動幫你寫 SQL、公式和查詢，省下手動敲的時間
2. 探索 — 找出你可能漏看的資料模式和異常值
3. 解釋 — 把複雜的查詢結果整理成看得懂的白話摘要

BigQuery 中的 Gemini 功能

在 BigQuery Console 中，Gemini 提供以下輔助功能：

• 自然語言轉 SQL — 輸入「顯示上個月各地區的銷售總額」，Gemini 自動產生 SELECT region, SUM(amount) FROM sales WHERE date >= ... GROUP BY region
• SQL 解釋 — 選取一段複雜的 SQL，Gemini 用自然語言解釋它做了什麼
• SQL 自動完成 — 根據表結構和查詢上下文，智慧預測下一段 SQL
• 欄位建議 — 分析資料表結構，建議可能有用的 JOIN 和聚合

Looker 中的 Gemini 功能

Looker 接上 Gemini 之後，就算不是技術背景的人，也能做出夠專業的資料視覺化：

• 自然語言查詢 — 在 Looker 搜尋列輸入問題，自動生成對應的 Explore 查詢
• 儀表板摘要 — 自動為儀表板上的圖表產生文字摘要與重點發現
• 異常偵測 — 主動標示數值異常的資料點，並提供可能的原因

Gemini 建議的品質控管

Gemini 寫出來的 SQL 和分析不見得每次都對。所以最好養成「相信，但要驗證」的習慣：

動作	做法
驗證 SQL 語法	先用 LIMIT 10 預覽結果再執行全量查詢
確認業務邏輯	比對 Gemini 的 JOIN 條件與實際資料關聯
交叉驗證數字	用已知的報表數字驗證 Gemini 產生的彙總結果
審核篩選條件	確認 WHERE 子句沒有遺漏重要的過濾條件

實作重點

• 在 BigQuery Console 中點擊查詢編輯器上方的「Gemini」圖示即可啟用輔助功能
• 自然語言轉 SQL 準不準，很看表結構描述得清不清楚，欄位名稱越好懂，效果就越好
• Looker 的 Gemini 功能需要管理員在 Looker 設定中啟用 Gemini integration
• 常見錯誤：直接信任 Gemini 產生的複雜 JOIN 查詢而未驗證，導致資料重複或遺漏
• 最佳實踐：幫 BigQuery 表加上欄位描述（Column Description），Gemini 會讀這些元資料，寫出來的 SQL 會更準

Skill Badge 指引

Lab 連結：Gemini for Data Scientists and Analysts — 完成此 lab 可獲得 Skill Badge

延伸學習

• 在 BigQuery 中使用 Gemini 模型 — 在 SQL 查詢中直接呼叫 Gemini 模型
• Gemini 提升 BigQuery 生產力 — 更多 Gemini 在 BigQuery 中的生產力技巧
• BigQuery ML 建模實戰 — 在 BigQuery 中建立 ML 模型的完整流程