BigQuery представил дополненные аналитические табличные функции (TVF), чтобы автоматизировать сложный анализ данных. Эти функции объединяют методы искусственного интеллекта, машинного обучения и статистические методы для более быстрого получения информации непосредственно в ваших данных. Доступны шесть новых TVF: AI.KEY_DRIVERS определяет факторы, влияющие на изменение метрики, AI.CAUSAL_EFFECT количественно оценивает влияние действий, ML.CORRELATION измеряет взаимосвязи метрик, ML.DETECT_CHANGE_POINTS находит сдвиги в данных, ML.TREND отделяет базовый рост от шума, а ML.SEASONALITY выявляет предсказуемые циклы. Эти TVF могут быть объединены для многоэтапного анализа. Пример демонстрирует использование ML.DETECT_CHANGE_POINTS, AI.KEY_DRIVERS и AI.CAUSAL_EFFECT для анализа данных о поездках на велосипедах. Этот процесс объединения сначала выявляет значительные сдвиги в объеме поездок, затем определяет факторы, вызывающие эти сдвиги, и, наконец, количественно оценивает фактическое влияние на бизнес. TVF также интегрированы с Conversational Analytics, позволяя запросам на естественном языке инициировать сложные многоэтапные исследования данных. Примеры иллюстрируют, как диалоговые подсказки могут использовать эти TVF для корреляционного анализа и анализа тенденций на данных о продажах такси и алкоголя. Эти функции значительно повышают эффективность понимания и использования аналитических данных.