.svg)
Product Updates : suivez les dernières évolutions des outils data marketing
Les outils
Génération d'incorporation autonome sur Google BigQuery
.svg)
La fonctionnalité de génération d'incorporation autonome est désormais disponible en général sur Google BigQuery. Elle permet de maintenir une colonne d'incorporations sur une table en fonction d'une colonne source, et de générer ou mettre à jour automatiquement la colonne d'incorporation lorsque des données sont ajoutées ou modifiées dans la colonne source. Cette fonctionnalité peut être activée sur de nouvelles ou existantes tables en utilisant les instructions CREATE TABLE ou ALTER TABLE.
Déplacement du comportement de l'explorateur de table
À partir de juillet 2026, le comportement de l'explorateur de table sera déplacé vers le panneau de référence. Pour plus d'informations, consultez Table Explorer sur https://docs.cloud.google.com/bigquery/docs/table-explorer.
Intégration Gemini Code Assist et optimisation BigQuery
L'update présente l'intégration de Gemini Code Assist dans BigQuery pour aider à résoudre les problèmes de performance, la possibilité de redimensionner les colonnes dans BigQuery Studio, la désactivation temporaire de la configuration des quotas de jetons quotidiens pour les fonctions d'IA générative, et l'utilisation de Gemini Cloud Assist pour analyser les requêtes SQL et recevoir des recommandations d'optimisation des performances.
Fonctions BigQuery AI : ObjectRef en entrée directe
Les fonctions BigQuery AI peuvent désormais utiliser les valeurs ObjectRef directement en entrée, sans avoir besoin d'appeler la fonction OBJ.GET_ACCESS_URL. Cette fonctionnalité est désormais généralement disponible (GA).
Nouvelles fonctions d'agrégation dans BigQuery
BigQuery continuous queries supportent désormais les fonctions d'agrégation suivantes : ARRAY_AGG et STRING_AGG. Ces fonctions sont actuellement en phase de prévisualisation.
Regroupement des sources pour une analyse simplifiée
L'update introduit le regroupement des sources, une nouvelle dimension qui consolide les valeurs des plateformes en ligne courantes telles que Facebook, Instagram et TikTok. Cela simplifie l'analyse des performances et de l'attribution en fournissant une seule valeur pour chaque source. Les annonceurs pourront mieux analyser et optimiser leurs performances cross-canal, standardiser leurs rapports, se préparer pour l'IA et réviser les données rétroactivement. De plus, les filtres de nom d'hôte permettent d'exclure des événements basés sur des domaines non approuvés, garantissant une analyse précise des données collectées.
Optimisation des performances publicitaires grâce au regroupement des sources
L'ajout du regroupement des sources est une nouvelle dimension qui consolide les valeurs des sources pour les plateformes en ligne courantes - Facebook, Instagram et TikTok. Cette mise à jour permet aux annonceurs d'analyser et d'optimiser plus efficacement leurs performances cross-canal, de standardiser les rapports et de se préparer pour l'IA. Elle simplifie également le reporting cross-canal dans la section publicitaire, en regroupant automatiquement les valeurs de source disparates en catégories propres. Enfin, elle offre la possibilité d'examiner rétroactivement les données pour optimiser les campagnes publicitaires.
Nouvelles fonctionnalités pour BigQuery
Cette mise à jour introduit de nouvelles fonctionnalités pour BigQuery, telles que l'utilisation de contraintes personnalisées avec la Politique d'Organisation, la planification de requêtes avec Gemini Cloud Assist, la gestion des coûts liés aux fonctions d'IA générative, l'analyse de la lignée des données avec Gemini Cloud Assist, les politiques de refus IAM pour BigQuery, et le pilote JDBC Java pour BigQuery. Ces fonctionnalités sont disponibles en version généralement disponible (GA) ou en version de prévisualisation.
Facturation à la seconde pour BigQuery auto-scaling
BigQuery propose désormais une mise à l'échelle fluide qui permet une facturation à la seconde sans durée minimale pour les réservations d'auto-scaling, et cette fonctionnalité est désormais disponible en version générale (GA).
Chemin personnalisé pour les fonctions distantes BigQuery
Les fonctions distantes prennent désormais en charge un chemin personnalisé dans l'URL de l'endpoint. Cela permet de réutiliser un seul service Cloud Run pour plusieurs fonctions distantes BigQuery en spécifiant des suffixes de chemin différents sur le même endpoint. Cette fonctionnalité est désormais disponible en version générale (GA).
Nouvelle version du pilote ODBC Simba pour BigQuery
Une nouvelle version du pilote ODBC Simba pour BigQuery est désormais disponible.
DSA disponible en GA
Le Data Science Agent (DSA) pour Colab Enterprise et BigQuery est désormais disponible en version générale (GA).
Nouvelles fonctionnalités BigQuery: AI.AGG et UDF Python GA
Une nouvelle fonction <code>AI.AGG</code> est désormais disponible en version Preview dans BigQuery, permettant d'agréger sémantiquement des données non structurées en se basant sur des instructions en langage naturel. De plus, les UDF Python sont maintenant en version Generally Available (GA), offrant la possibilité d'implémenter des fonctions scalaires en Python pour une utilisation dans des requêtes SQL, avec la possibilité d'installer des bibliothèques tierces depuis PyPI et d'accéder à des services externes via une connexion Cloud.
Extraction d'informations structurées depuis des PDF avec BigQuery
La fonction <code>AI.PARSE_DOCUMENT</code> de BigQuery permet de parser des documents tels que des PDF en utilisant le layout parser de Document AI pour extraire des informations structurées comme des morceaux de texte et des limites de page. Cette fonctionnalité est actuellement en phase de Preview.
Gestion de scripts SQL et notebooks via Git dans BigQuery Studio
BigQuery Studio propose une nouvelle fonctionnalité permettant de gérer et contrôler les scripts SQL et les notebooks via des dépôts Git, offrant ainsi une intégration simplifiée basée sur des dossiers avec des dépôts Git distants. Cette fonctionnalité est actuellement en phase de prévisualisation.
Nouvelle fonctionnalité de BigQuery ML: détection d'anomalies sur une seule table
La fonction <code>AI.DETECT_ANOMALIES</code> de BigQuery ML prend désormais en charge l'utilisation d'une seule table en entrée contenant à la fois les données historiques et cibles. Cette fonctionnalité est désormais disponible en version générale (GA).
Fonction AI.KEY_DRIVERS désactivée sur Google Cloud
La fonction <code>AI.KEY_DRIVERS</code> est temporairement désactivée en mode de prévisualisation sur Google Cloud. L'équipe travaille à rétablir cette fonctionnalité dans les plus brefs délais.
Intégration simplifiée de la passerelle Google Tag avec Akamai et Fastly
Cette mise à jour introduit une intégration simplifiée pour configurer la passerelle Google Tag pour les annonceurs utilisant Akamai ou Fastly comme réseau de diffusion de contenu (CDN). Vous pouvez désormais autoriser Google à détecter automatiquement vos zones CDN et injecter des règles de routage directement depuis l'interface Google Tag, éliminant ainsi le besoin de configuration manuelle dans le Centre de contrôle Akamai ou le tableau de bord Fastly. En automatisant le déploiement des chemins de mesure de première partie et des en-têtes de géolocalisation, ces intégrations vous offrent un plus grand contrôle sur vos données, améliorent la précision de vos rapports Google Analytics et stimulent l'augmentation des conversions grâce à une récupération de signaux améliorée.
Estimation du nombre de tokens dans un texte
La fonction <code>AI.COUNT_TOKENS</code> est désormais disponible pour estimer le nombre de tokens d'un texte donné. Pour certaines fonctions d'IA générative, il est possible de consulter le nombre total de tokens d'entrée, de sortie, de réflexion et de cache pour chaque modalité traitée par la requête. Ces fonctionnalités sont en phase de prévisualisation.
Analyse du trafic des assistants AI sur Google Analytics
Google Analytics propose désormais une manière dédiée de mesurer et d'analyser le trafic provenant des assistants AI populaires. Vous pouvez désormais identifier comment les utilisateurs découvrent votre site via des chatbots tels que ChatGPT, Gemini et Claude grâce à un nouveau canal AI Assistant dans vos rapports de groupe de canaux par défaut. Cette mise à jour introduit des changements dans les dimensions de la source de trafic, notamment l'attribution automatique de la valeur "ai-assistant" pour le medium, la catégorisation sous le canal "AI Assistant" et l'identification du trafic avec le nom de campagne "(ai-assistant)". Cette fonctionnalité vous permet de suivre l'impact des AI génératifs sur votre entreprise en suivant les clics des utilisateurs, les sources AI tendances et en comparant ce trafic aux canaux traditionnels tels que la recherche organique.
Transformez vos données en levier stratégique
Contactez l'équipe pour un devis sur-mesure
Contactez Starfox Analytics dès aujourd'hui pour transformer vos données en leviers de croissance significatifs, développer un avantage concurrentiel et propulser votre entreprise vers de nouveaux sommets de performance.
Contactez-nous
.webp)