La compréhension des tendances commerciales, du comportement des clients, du chiffre d'affaires, de l'augmentation de la demande et de la propension des acheteurs commence par des données. L'exploration, l'analyse, l'interprétation et la recherche de tendances dans les données sont essentielles pour que les entreprises obtiennent de bons résultats.
Les analystes commerciaux jouent un rôle central dans la facilitation des décisions commerciales basées sur les données grâce à des activités telles que la visualisation des mesures commerciales et la prédiction des événements futurs. Une itération rapide et un retour sur investissement plus rapide peuvent être obtenus en fournissant à ces analystes un outil visuel de Business Intelligence (BI) pour une analyse simple, pris en charge par des technologies telles que l'apprentissage automatique (ML).
Amazon QuickSight est un service de BI entièrement géré et natif du cloud qui facilite la connexion à vos données, la création de tableaux de bord et de rapports interactifs et leur partage avec des dizaines de milliers d'utilisateurs, soit dans QuickSight, soit intégrés dans votre application ou votre site Web. Toile Amazon SageMaker est une interface visuelle qui permet aux analystes métier de générer eux-mêmes des prédictions ML précises, sans nécessiter d'expérience en ML ni avoir à écrire une seule ligne de code.
Dans cet article, nous montrons comment vous pouvez publier des tableaux de bord prédictifs dans QuickSight à l'aide de prédictions basées sur ML à partir de Canvas, sans télécharger explicitement les prédictions ni les importer dans QuickSight. Cette solution vous aidera à envoyer des prédictions de Canvas à QuickSight, vous permettant d'accélérer la prise de décision à l'aide de ML pour obtenir des résultats commerciaux efficaces.
Vue d'ensemble de la solution
Dans les sections suivantes, nous discutons des étapes qui aideront les administrateurs à configurer les bonnes autorisations pour rediriger en toute transparence les utilisateurs de Canvas vers QuickSight. Ensuite, nous détaillons comment créer un modèle et exécuter des prédictions, et démontrons l'expérience de l'analyste métier.
Pré-requis
Les prérequis suivants sont nécessaires pour implémenter cette solution :
Assurez-vous d'utiliser la même région QuickSight que Canvas. Vous pouvez modifier la région en naviguant à partir de l'icône de profil sur la console QuickSight.
Configuration administrateur
Dans cette section, nous détaillons les étapes pour configurer les ressources IAM, préparer les données, entraîner les données avec l'ensemble de données d'entraînement et déduire l'ensemble de données de validation. Ensuite, nous envoyons les données à QuickSight pour une analyse plus approfondie.
Créer une nouvelle stratégie IAM pour l'accès à QuickSight
Pour créer une stratégie IAM, procédez comme suit :
- Sur la console IAM, choisissez Politiques internes dans le volet de navigation.
- Selectionnez Créer une politique.
- Sur le JSON , entrez la politique d'autorisations suivante dans l'éditeur :
Pour plus d'informations sur le langage de stratégie IAM, consultez Référence de stratégie JSON IAM.
- Selectionnez Suivant: Tags.
- Vous pouvez ajouter des métadonnées à la stratégie en associant des balises en tant que paires clé-valeur, puis choisissez Suivant: Examen.
Pour plus d'informations sur l'utilisation des balises dans IAM, consultez Balisage des ressources IAM.
- Sur le Politique de révision page, entrez un nom (par exemple,
canvas-quicksight-access-policy
) et une description facultative de la stratégie. - Revoir le Résumé pour voir les autorisations accordées par votre stratégie.
- Selectionnez Créer une politique pour sauvegarder votre travail.
Après avoir créé une stratégie, vous pouvez l'attacher à votre rôle d'exécution qui accorde à vos utilisateurs les autorisations nécessaires pour envoyer des prédictions par lots aux utilisateurs dans QuickSight.
Associez la stratégie à votre rôle d'exécution Studio
Pour associer la stratégie à votre rôle d'exécution Studio, procédez comme suit :
- Sur la console SageMaker, choisissez Domaines dans le volet de navigation.
- Choisissez votre domaine.
- Selectionnez Paramètres du domaine.
- Copiez le nom du rôle sous Rôle d'exécution.
- Sur la console IAM, choisissez Rôles dans le volet de navigation.
- Dans la barre de recherche, entrez le rôle d'exécution que vous avez copié, puis choisissez le rôle.
- Sur la page du rôle de l'utilisateur, accédez au Politiques d'autorisations .
- Sur le Ajouter des autorisations menu, choisissez Joindre des politiques.
- Recherchez la stratégie créée précédemment (
canvas-quicksight-access-policy
), sélectionnez-le et choisissez Ajouter des autorisations.
Vous avez maintenant une stratégie IAM attachée à votre rôle d'exécution qui accorde à vos utilisateurs les autorisations nécessaires pour envoyer des prédictions par lots aux utilisateurs dans QuickSight.
Télécharger les jeux de données
Téléchargeons les ensembles de données que nous utilisons pour former le modèle et faire les prédictions :
Créer un modèle et exécuter des prédictions
Dans cette section, nous expliquons comment nous pouvons créer un modèle et exécuter des prédictions sur l'ensemble de données de prêt. Ensuite, nous envoyons les données au tableau de bord QuickSight pour obtenir des informations commerciales.
Lancer le canevas
Pour lancer Canvas, procédez comme suit :
- Sur la console SageMaker, choisissez Domaines dans le volet de navigation.
- Choisissez votre domaine.
- Sur le Lancement menu, choisissez Toile.
Télécharger des ensembles de données d'entraînement et de validation
Effectuez les étapes suivantes pour télécharger vos ensembles de données sur Canvas :
- Sur la page d'accueil de Canvas, choisissez Jeux de données.
- Selectionnez Importer des dates, puis téléchargez
lending_club_loan_data_train.csv
ainsi quelending_club_loan_data_test.csv
. - Selectionnez Sauvegarder et fermer, Puis choisissez Importer des dates.
Créons maintenant un nouveau modèle.
- Selectionnez Mes modèles dans le volet de navigation.
- Selectionnez Nouveau modèle.
- Entrez un nom pour votre modèle (
Loan_Prediction
) et choisissez Création.
Si c'est la première fois que vous créez un modèle Canvas, vous serez accueilli par une fenêtre contextuelle informative sur la façon de créer votre premier modèle en quatre étapes simples. Vous pouvez lire ceci, puis revenir à ce guide.
- Dans la vue du modèle, sur le Sélectionnez onglet, sélectionnez la
lending_club_loan_data_train
jeu de données.
Cet ensemble de données comporte 18 colonnes et 32,000 XNUMX lignes.
- Selectionnez Sélectionnez le jeu de données.
- Sur le Développer onglet, choisissez la colonne cible, dans notre cas
loan_status
.
Canvas détectera automatiquement qu'il s'agit d'un 3+ prédiction de catégorie problème (également appelé classification multi-classes).
- Si un autre type de modèle est détecté, modifiez-le manuellement en choisissant Changer le type.
- Selectionnez Construction rapide, et sélectionnez Démarrer la construction rapide du pop-up.
Vous pouvez aussi choisir Construction standard, qui passe par le cycle AutoML complet, générant plusieurs modèles avant de recommander le meilleur modèle.
Maintenant, votre modèle est en cours de construction. La construction rapide prend généralement 2 à 15 minutes.
Une fois le modèle construit, vous pouvez trouver l'état du modèle sur le Analysez languette.
Faire des prédictions avec le modèle
Après avoir construit et formé le modèle, nous pouvons générer des prédictions sur ce modèle.
- Selectionnez Prédire sur le Analysez onglet ou choisissez l'onglet Prédire languette.
- Exécutez une seule prédiction en choisissant Prédiction unique et fournir des entrées.
Vous verrez la prédiction loan_status sur le côté droit de la page. Vous pouvez copier la prédiction en choisissant Copier, ou téléchargez-le en choisissant Télécharger la prédiction. C'est idéal pour générer des scénarios hypothétiques et tester l'impact de différentes colonnes sur les prédictions de notre modèle.
- Pour exécuter des prédictions par lots, choisissez Prédiction par lots.
C'est mieux lorsque vous souhaitez faire des prédictions pour un ensemble de données entier. Vous devez faire des prédictions avec un ensemble de données qui correspond à votre ensemble de données d'entrée.
Pour chaque prédiction ou ensemble de prédictions, Canvas renvoie les valeurs prédites et la probabilité que la valeur prédite soit correcte.
Faisons des prédictions à partir du modèle entraîné à l'aide de l'ensemble de données de validation.
- Selectionnez Sélectionnez le jeu de données.
- Sélectionnez
lending_club_loan_data_test
et choisissez Générer des prédictions.
Lorsque vos prédictions sont prêtes, vous pouvez les trouver dans le Ensemble de données section. Vous pouvez prévisualiser la prédiction, la télécharger sur une machine locale, la supprimer ou l'envoyer à QuickSight.
Envoyer des prédictions à QuickSight
Vous pouvez désormais partager les prédictions de ces modèles ML en tant qu'ensembles de données QuickSight qui serviront de nouvelle source pour les tableaux de bord à l'échelle de l'entreprise. Vous pouvez analyser les tendances, les risques et les opportunités commerciales. Grâce à cette capacité, le ML devient plus accessible aux équipes commerciales afin qu'elles puissent accélérer la prise de décision basée sur les données. Le partage de données avec les utilisateurs de QuickSight leur accorde des autorisations de propriétaire sur l'ensemble de données. Plusieurs ensembles de données déduits peuvent être envoyés simultanément à QuickSight.
Notez que vous ne pouvez envoyer des prédictions qu'aux utilisateurs dans l'espace de noms par défaut du compte QuickSight, et que l'utilisateur doit avoir le rôle d'auteur ou d'administrateur dans QuickSight. Les prédictions envoyées à QuickSight sont disponibles dans la même région que Canvas.
- Sélectionnez l'ensemble de données de lot inféré et choisissez Envoyer à Amazon QuickSight.
- Saisissez un ou plusieurs noms d'utilisateur QuickSight avec lesquels partager l'ensemble de données et appuyez sur Entrer.
- Selectionnez Envoyer pour partager des données.
Une fois que vous avez envoyé vos prédictions par lot, le Vue rapide Le champ des ensembles de données que vous avez envoyés s'affiche comme Envoyé.
- Dans la boîte de confirmation, vous pouvez choisir Ouvrir Amazon QuickSight pour ouvrir votre application QuickSight.
- Si vous avez fini d'utiliser Canvas, déconnecter de l'application Canvas.
Vous pouvez envoyer des prédictions par lots à QuickSight pour les modèles de prédiction numériques, catégoriques et de séries chronologiques. Vous pouvez également envoyer des prédictions générées avec le apportez votre propre modèle (BYOM). Les modèles de prédiction d'image à étiquette unique et de prédiction de texte multicatégorie sont exclus.
Les utilisateurs QuickSight auxquels vous avez envoyé des ensembles de données peuvent ouvrir leur console QuickSight et afficher les ensembles de données Canvas qui ont été partagés avec eux. Ensuite, ils peuvent créer des tableaux de bord prédictifs avec les données. Pour plus d'informations, voir Premiers pas avec l'analyse de données Amazon QuickSight.
Par défaut, tous les utilisateurs auxquels vous envoyez des prédictions disposent d'autorisations de propriétaire pour l'ensemble de données dans QuickSight. Les propriétaires peuvent créer des analyses, actualiser, modifier, supprimer et partager des ensembles de données. Les modifications que les propriétaires apportent à un jeu de données modifient le jeu de données pour tous les utilisateurs ayant accès. Pour modifier les autorisations, accédez au jeu de données dans QuickSight et gérez ses autorisations. Pour plus d'informations, voir Affichage et modification des autorisations des utilisateurs avec lesquels un jeu de données est partagé.
Expérience des analystes d'affaires
Avec QuickSight, vous pouvez visualiser vos données pour mieux les comprendre. Nous commençons par obtenir des informations de haut niveau.
- Sur la console QuickSight, choisissez Jeux de données dans le volet de navigation.
- Créez une analyse sur l'ensemble de données de prédiction par lots partagé à partir de Canvas en choisissant Créer une analyse dans le menu déroulant des options (trois points verticaux).
- Sur la page d'analyse, choisissez le nom de la feuille et renommez-la Analyse des données de prêt.
Créons un visuel pour montrer le décompte par statut de prêt.
- Pour Types visuels, choisissez Graphique en anneau.
- Utilisez l'option
loan_status
champ pour Groupe/Couleur.
Nous pouvons voir que 99 % sont entièrement payés, 1 % sont à jour et 0 % sont facturés.
Maintenant, nous ajoutons un deuxième visuel pour montrer le montant des prêts par statut.
- Dans le coin supérieur gauche, choisissez le signe plus et choisissez Ajouter un visuel.
- Pour Types visuels, choisissez Graphique en cascade.
- Utilisez l'option
loan_status
champ pour Catégories. - Utilisez l'option
loan_amount
champ pour Valeur.
Nous pouvons voir que le montant total du prêt est d'environ 88 millions de dollars, avec environ 221,000 XNUMX dollars imputés.
Essayons de détecter certains facteurs de risque de défaut de paiement sur les prêts.
- Choisissez le signe plus et choisissez Ajouter un visuel.
- Pour Types visuels, choisissez Diagramme à barres horizontales.
- Utilisez le champ loan_status pour Axe Y.
- Utilisez le champ loan_amount pour Valeur.
- Modifier la Valeur agrégation de champs à partir de Somme à Moyen.
Nous pouvons voir qu'en moyenne, le montant du prêt était inférieur d'environ 3,500 3,500 $ pour les prêts entièrement remboursés par rapport aux prêts actuels, et d'environ XNUMX XNUMX $ de moins pour les prêts entièrement remboursés par rapport aux prêts radiés. Il semble y avoir une corrélation entre le montant du prêt et le risque de crédit.
- Pour dupliquer le visuel, choisissez le menu des options (trois points), choisissez Dupliquer le visuel pouret choisissez Cette fiche.
- Choisissez le visuel dupliqué pour modifier sa configuration.
- Pour Types visuels, choisissez Diagramme à barres horizontales.
- Utilisez le champ loan_status pour Axe Y.
- Utilisez le champ loan_amount pour Valeur.
- Modifier la Valeur agrégation de champs à partir de Somme à Moyen.
Vous pouvez créer des visuels supplémentaires pour vérifier les facteurs de risque supplémentaires. Par exemple:
- Durée du prêt
- Lignes de crédit ouvertes
- Taux d'utilisation de la ligne renouvelable
- Total des lignes de crédit
- Après avoir ajouté les visuels, publiez le tableau de bord à l'aide de la Partager option sur la page des analyses et partagez le tableau de bord avec les parties prenantes de l'entreprise.
Nettoyer
Pour éviter d'encourir des frais futurs, supprimez ou fermez les ressources que vous avez créées en suivant ce message. Faire référence à Déconnexion d'Amazon SageMaker Canvas pour plus de détails.
Conclusion
Dans cet article, nous avons formé un modèle ML à l'aide de Canvas sans écrire une seule ligne de code grâce à ses interfaces conviviales et ses visualisations claires. Nous avons ensuite généré des prédictions uniques et par lots pour ce modèle dans Canvas. Pour évaluer les tendances, les risques et les opportunités commerciales dans l'entreprise, nous avons envoyé les prédictions de ce modèle ML à QuickSight. En tant qu'analystes commerciaux, nous avons créé diverses visualisations pour évaluer les tendances dans QuickSight.
Cette fonctionnalité est disponible dans toutes les régions où Canvas est désormais pris en charge. Vous pouvez en savoir plus sur la toile page produit ainsi que Documentation.
À propos des auteurs
Ajjay Govindaram est architecte de solutions senior chez AWS. Il travaille avec des clients stratégiques qui utilisent l'IA/ML pour résoudre des problèmes commerciaux complexes. Son expérience consiste à fournir une direction technique ainsi qu'une assistance à la conception pour les déploiements d'applications AI/ML à petite et grande échelle. Ses connaissances vont de l'architecture d'application au big data, à l'analyse et à l'apprentissage automatique. Il aime écouter de la musique tout en se reposant, profiter du plein air et passer du temps avec ses proches.
Varun Mehta est architecte de solutions chez AWS. Il se passionne pour aider les clients à créer des solutions bien architecturées à l'échelle de l'entreprise sur le cloud AWS. Il travaille avec des clients stratégiques qui utilisent l'IA/ML pour résoudre des problèmes commerciaux complexes.
Shyam Srinivasan est chef de produit principal au sein de l'équipe AWS AI/ML, responsable de la gestion des produits pour Amazon SageMaker Canvas. Shyam se soucie de rendre le monde meilleur grâce à la technologie et est passionné par la façon dont l'IA et le ML peuvent être un catalyseur dans ce voyage.
- Contenu propulsé par le référencement et distribution de relations publiques. Soyez amplifié aujourd'hui.
- PlatoAiStream. Intelligence des données Web3. Connaissance Amplifiée. Accéder ici.
- Frapper l'avenir avec Adryenn Ashley. Accéder ici.
- Achetez et vendez des actions de sociétés PRE-IPO avec PREIPO®. Accéder ici.
- La source: https://aws.amazon.com/blogs/machine-learning/publish-predictive-dashboards-in-amazon-quicksight-using-ml-predictions-from-amazon-sagemaker-canvas/
- :possède
- :est
- :où
- $3
- $UP
- 000
- 10
- 100
- 11
- 12
- 15%
- 20
- 500
- 7
- 8
- 9
- a
- Capable
- A Propos
- accélérer
- accéléré
- accès
- accessible
- Compte
- Avec cette connaissance vient le pouvoir de prendre
- atteindre
- atteint
- à travers
- Action
- d'activités
- ajouter
- Supplémentaire
- admin
- administrateurs
- agrégation
- AI
- AI / ML
- Tous
- permettre
- aussi
- Amazon
- Amazon QuickSight
- Amazon Sage Maker
- Toile Amazon SageMaker
- Amazon Web Services
- montant
- an
- Analyses
- selon une analyse de l’Université de Princeton
- analyste
- Analystes
- analytique
- il analyse
- l'analyse
- ainsi que
- Une autre
- tous
- Application
- architecture
- SONT
- autour
- AS
- Assistance
- At
- joindre
- auteur
- automatiquement
- AutoML
- disponibles
- moyen
- éviter
- AWS
- RETOUR
- barre
- BE
- devient
- était
- before
- va
- LES MEILLEURS
- Améliorée
- jusqu'à XNUMX fois
- Big
- Big Data
- Box
- construire
- construit
- la performance des entreprises
- l'intelligence d'entreprise
- entreprises
- by
- CAN
- la toile
- maisons
- Catalyseur
- Catégories
- Change
- Modifications
- accusé
- des charges
- vérifier
- Selectionnez
- choose
- clair
- le cloud
- code
- Colonne
- Colonnes
- comment
- par rapport
- complet
- complexe
- configuration
- confirmation
- NOUS CONTACTER
- Console
- Coin
- correct
- Corrélation
- couverture
- engendrent
- créée
- La création
- crédit
- Courant
- des clients
- comportement de la clientèle
- Clients
- cycle
- tableau de bord
- données
- l'analyse des données
- data-driven
- ensembles de données
- La prise de décision
- décisions
- Réglage par défaut
- Demande
- démontrer
- déploiements
- la description
- Conception
- détail
- détails
- détecté
- différent
- direction
- discuter
- domaine
- fait
- down
- download
- conducteurs
- chacun
- Easy
- éditeur
- effet
- Efficace
- non plus
- intégré
- permet
- permettant
- Entrer
- Entreprise
- Tout
- essential
- événements
- exemple
- exclu
- exécution
- d'experience
- l'expérience
- Explorer
- faciliter
- plus rapide
- champ
- Trouvez
- trouver
- Prénom
- première fois
- Abonnement
- Pour
- quatre
- De
- d’étiquettes électroniques entièrement
- plus
- avenir
- générer
- généré
- générateur
- obtenez
- obtention
- Go
- Goes
- accordée
- subventions
- guide
- Vous avez
- ayant
- he
- vous aider
- aider
- de haut niveau
- sa
- Accueil
- Comment
- How To
- HTML
- HTTPS
- ICON
- ID
- idéal
- image
- Impact
- Mettre en oeuvre
- l'importation
- in
- Améliore
- d'information
- informatif
- contribution
- idées.
- Intelligence
- Interactif
- Interfaces
- interfaces
- développement
- IT
- itération
- SES
- chemin
- jpg
- json
- spécialisées
- connu
- langue
- grande échelle
- lancer
- conduisant
- APPRENTISSAGE
- apprentissage
- se trouve
- comme
- Gamme
- Écoute
- prêt
- Prêts
- locales
- aimé
- baisser
- click
- machine learning
- a prendre une
- FAIT DU
- Fabrication
- gérer
- gérés
- gestion
- manager
- manuellement
- Menu
- Métadonnées
- méthode
- Métrique
- million
- Minutes
- ML
- modèle
- numériques jumeaux (digital twin models)
- modifier
- PLUS
- plusieurs
- Musique
- must
- prénom
- noms
- NAVIGUER
- navigation
- Navigation
- nécessaire
- nécessaire
- Nouveauté
- maintenant
- of
- de rabais
- on
- une fois
- ONE
- et, finalement,
- uniquement
- ouvert
- Opportunités
- Options
- or
- nos
- ande
- les résultats
- l'extérieur
- propre
- propriétaire
- propriétaires
- page
- payé
- paires
- pain
- passionné
- autorisations
- pivot
- Place
- Platon
- Intelligence des données Platon
- PlatonDonnées
- Jouez
- plus
- politique
- pop-up
- Post
- prédit
- prédiction
- Prédictions
- Préparer
- conditions préalables
- Press
- Aperçu
- précédemment
- Directeur
- Problème
- d'ouvrabilité
- Produit
- gestion des produits
- chef de produit
- Profil
- aportando
- publier
- Rapide
- Lire
- solutions
- recommander
- réorienter
- région
- régions
- Rapports
- ressource
- Resources
- Retours
- de revenus
- bon
- Analyse
- risques
- Rôle
- Courir
- sagemaker
- vente
- même
- Épargnez
- scénarios
- de façon transparente
- Rechercher
- Deuxièmement
- Section
- les sections
- sur le lien
- semble
- envoyer
- supérieur
- envoyé
- Série
- besoin
- service
- Services
- set
- Partager
- commun
- partage
- feuille
- devrait
- montrer
- Spectacles
- arrêter
- côté
- signer
- étapes
- unique
- So
- sur mesure
- Solutions
- RÉSOUDRE
- quelques
- Identifier
- Dépenses
- parties prenantes
- Commencer
- j'ai commencé
- Déclaration
- Statut
- Étapes
- Stratégique
- studio
- réussi
- tel
- Appareils
- prend
- Target
- équipe
- équipes
- Technique
- Les technologies
- Technologie
- dizaines
- Essais
- Merci
- qui
- La
- le monde
- leur
- Les
- puis
- Là.
- Ces
- l'ont
- this
- milliers
- trois
- Avec
- fiable
- Des séries chronologiques
- à
- outil
- Total
- Train
- qualifié
- Formation
- Trends
- Essai
- type
- sous
- comprendre
- utilisé
- Utilisateur
- convivial
- utilisateurs
- en utilisant
- d'habitude
- validation
- Plus-value
- Valeurs
- divers
- version
- vertical
- Voir
- visualisation
- visuels
- était
- we
- web
- services Web
- Site Web
- a accueilli
- WELL
- quand
- qui
- tout en
- WHO
- sera
- comprenant
- dans les
- sans
- activités principales
- vos contrats
- world
- écrire
- écriture
- Vous n'avez
- Votre
- zéphyrnet