开启洞察力：使用 Gemini 2.0 Flash 高效处理大型文档，进行 Ai-powered 销售分析

凭借一百万个标记的巨大上下文窗口，Gemini 2.0 Flash 被优化用于高速处理大型文档。在本教程中，我将解释如何使用 Gemini 2.0 Flash 构建一个 AI 驱动的 SaaS 销售洞察工具，能够：

• 总结各行业和产品的销售趋势。
• 对销售业绩进行 sentiment analysis。
• 回答有关销售和收入趋势的商业相关查询。

为什么使用 Gemini 2.0 Flash 而不是 RAG？

Gemini 2.0 Flash 的上下文窗口为 1,000,000 个 tokens，这使得可以在不需要分块或检索机制的情况下处理完整数据集。此外，与像 Gemini Ultra 这样的大型模型相比，它的成本效益更高。

许多应用程序使用检索增强生成（RAG）进行结构化数据分析，但 Gemini 2.0 Flash 消除了对 RAG 的需求，因为：

• 它的大 token 限制使得可以在单个请求中处理完整数据集。
• 它允许直接进行结构化数据分析，消除了检索复杂性。
• 与基于 RAG 的方法相比，它提供了更快且更具成本效益的处理。

如果您想使用 Gemini 2.0 Flash Lite 来优化成本，您可以这样做，但请注意，在本文发布时，它的限制为每分钟 60 个查询，并且仅在 us-central1 区域可用。

使用 Gemini 2.0 Flash 构建企业销售洞察工具

让我们概述一下我们将采取的主要步骤：

• 该过程首先从 Kaggle 加载和准备 AWS SaaS 销售数据集。
• 然后，我们将初始化 Google Cloud Vertex AI 和 Gemini 2.0 Flash 进行 AI 处理。
• 接下来，我们将提取独特的行业和产品供用户选择。
• 我们将使用 Tiktoken 管理数据集的大小，以符合令牌限制。
• 用户选择的过滤器将触发关键销售指标和 AI 驱动的洞察的计算。
• sentiment analysis 将对表现进行分类，问答功能将提供与销售相关的洞察。
• 最后，我们将工具集成到 Gradio 中，以实现动态用户交互和实时探索。

第一步：先决条件

在我们开始之前，确保我们已安装以下工具和库：

• Python 3.8+
• Kaggle
• Google-genai
• Datasets
• Tiktoken
• Gradio

运行以下命令以安装必要的依赖项：

安装上述依赖项后，运行以下导入命令：

Step 2: Load the Dataset

我们将使用 AWS SaaS 销售数据集进行此项目，该数据集可在 Kaggle 上获得。首先设置 Kaggle 凭据，并分别传递作者和数据集名称。

现在数据集已下载到我们的环境中，我们可以开始使用它。我们将使用 pandas 库从路径加载和读取数据集。

该数据集包含 9,994 笔交易，列包括：

• Industry: 公司的行业类别。
• Product: 销售的 SaaS 产品。
• Sales: 交易收入。
• Quantity: 销售的许可证数量。
• Profit: 交易利润。
• Discount: 任何适用的折扣。

第3步：设置Google Cloud Vertex AI

要使用Gemini 2.0 Flash，我们需要进行Google Cloud的身份验证。

要初始化Vertex AI，请搜索Vertex AI API并启用它（确保您的帐户已启用计费）。

保存项目的ID和位置以供将来参考。运行此项目的Gemini 2.0 Flash大约花费$0.07，约进行五次API调用。

要了解有关Vertex AI的更多信息，请查看Vertex AI的入门教程。

第4步：数据预处理

为了确保正确的数据处理，规范化列名并提取关键类别。我们找到独特的行业和产品，作为我们演示中markdown的来源。如果您使用的是不同的数据集，请相应选择您的类别。

第5步：计算数据集中的令牌

现在我们已经处理了数据集，我们将计算令牌。由于 Gemini 2.0 Flash 具有 1,000,000 令牌限制，因此在将数据传递给模型之前，计算数据集中的令牌数量非常重要。该数据集有 805447 个令牌。

我们使用 Tiktoken 进行令牌化，具体如下：

• 初始化令牌器： 使用 Tiktoken 的 cl100k_base 令牌器，针对 Gemini 和 GPT 模型进行了优化。
• 选择相关文本列： 确定用于 AI 分析的关键列（行业、产品、销售、数量、折扣、利润）。
• 将选定的列合并为单个文本字段： 将列转换为字符串以避免类型不匹配，并使用“ | ”作为分隔符将它们合并为 combined_text。
• 定义一个函数来计算令牌： 对 combined_text 中的每一行进行令牌化，并计算所有行的总令牌数。
• 计算数据集中的总令牌数： 删除 NaN 值，应用令牌计数函数，并打印总令牌数以确保符合 Gemini 2.0 Flash 的 1M 令牌限制。

第6步：总结销售趋势

现在，我们可以处理演示的分析师部分。此功能根据所选行业和产品生成销售摘要。

summarize_sales() 函数根据所选行业和产品过滤数据集，计算关键销售指标，如总销售额、销售数量、利润和平均折扣，并将数据格式化为结构化提示。然后将此提示传递给 Gemini 2.0 Flash 模型，以生成简明的销售摘要。

步骤 7：执行销售情感分析

类似地，我们定义了另一个基于总利润执行情感分析的函数。

analyze_sales_sentiment() 函数通过根据所选行业和产品过滤数据集，计算总销售额和总利润，并使用 Gemini 2.0 Flash 生成 AI 驱动的情感分析来分析销售情感。然后，模型会根据销售表现的结构化摘要进行提示，使其能够动态评估情感，而不是仅仅依赖固定的利润阈值。

第8步：构建Gradio界面

现在，我们已经具备了所有关键逻辑功能。接下来，我们将使用Gradio构建交互式用户界面。

这段代码创建了一个用于AI驱动的SaaS销售分析的交互式Gradio UI，用户可以从下拉菜单中选择行业和产品，并点击按钮生成销售摘要。所选输入被传递给summarize_sales()函数，该函数处理数据并返回见解，结果显示在文本框中。然后启动Gradio应用程序以进行实时交互。

这是我进行快速测试时的输出。我选择了所有行业和产品，然后要求模型生成销售摘要并对所选参数进行sentiment analysis。

结论

在本教程中，我们使用 Gemini 2.0 Flash 构建了一个 AI 驱动的销售洞察工具，实现了对销售数据的实时分析。我们利用 Gemini 2.0 Flash 的大上下文窗口处理结构化数据而不使用 RAG，并集成了基于 Gradio 的交互式界面，以便于用户交互。

感谢您成为社区的一部分

在您离开之前：

• 一定要点赞并关注作者
• 关注我们：X | LinkedIn | YouTube | Newsletter | Podcast
• 查看 CoFeed，这是跟进最新科技的智能方式
• 在 Differ 上开始您自己的免费 AI 驱动博客
• 欲获取更多内容，请访问 plainenglish.io + stackademic.com