अमेज़ॅन सेजमेकर कैनवास और अमेज़ॅन क्विकसाइट के साथ बुद्धिमान निर्णय लेने में सक्षम करें

हर कंपनी, अपने आकार की परवाह किए बिना, अपने ग्राहकों को बेहतरीन उत्पाद और सेवाएं देना चाहती है। इसे प्राप्त करने के लिए, कंपनियां उद्योग के रुझान और ग्राहक व्यवहार को समझना चाहती हैं, और आंतरिक प्रक्रियाओं और डेटा विश्लेषण को नियमित आधार पर अनुकूलित करना चाहती हैं। यह कंपनी की सफलता का एक महत्वपूर्ण घटक है।

विश्लेषक की भूमिका के एक बहुत ही प्रमुख हिस्से में डेटा-संचालित व्यावसायिक निर्णय लेने के लिए व्यावसायिक मेट्रिक्स विज़ुअलाइज़ेशन (जैसे बिक्री राजस्व) और भविष्य की घटनाओं (जैसे मांग में वृद्धि) की भविष्यवाणी शामिल है। इस पहली चुनौती का सामना करने के लिए, आप उपयोग कर सकते हैं अमेज़न क्विकसाइट, एक क्लाउड-स्केल बिजनेस इंटेलिजेंस (बीआई) सेवा जो समझने में आसान अंतर्दृष्टि प्रदान करती है और निर्णय लेने वालों को एक इंटरैक्टिव दृश्य वातावरण में जानकारी का पता लगाने और व्याख्या करने का अवसर देती है। दूसरे कार्य के लिए, आप उपयोग कर सकते हैं अमेज़ॅन सेजमेकर कैनवास, एक क्लाउड सेवा जो व्यापार विश्लेषकों को एक विज़ुअल पॉइंट-एंड-क्लिक इंटरफ़ेस प्रदान करके मशीन लर्निंग (एमएल) तक पहुंच का विस्तार करती है जो आपको अपने दम पर सटीक एमएल पूर्वानुमान उत्पन्न करने की अनुमति देती है।

इन मेट्रिक्स को देखते समय, व्यापार विश्लेषक अक्सर ग्राहक व्यवहार में पैटर्न की पहचान करते हैं, ताकि यह निर्धारित किया जा सके कि कंपनी ग्राहक को खोने का जोखिम उठाती है या नहीं। इस समस्या को कहा जाता है ग्राहक मंथन, और एमएल मॉडल के पास ऐसे ग्राहकों की उच्च सटीकता के साथ भविष्यवाणी करने का एक सिद्ध ट्रैक रिकॉर्ड है (उदाहरण के लिए, देखें Elula के AI समाधान बैंकों को ग्राहक प्रतिधारण में सुधार करने में मदद करते हैं).

एमएल मॉडल बनाना एक मुश्किल प्रक्रिया हो सकती है क्योंकि इसके लिए डेटा तैयार करने और एमएल मॉडल प्रशिक्षण के प्रबंधन के लिए एक विशेषज्ञ टीम की आवश्यकता होती है। हालांकि, कैनवास के साथ, आप बिना किसी विशेष ज्ञान के और कोड की शून्य पंक्तियों के साथ ऐसा कर सकते हैं। अधिक जानकारी के लिए देखें Amazon SageMaker Canvas का उपयोग करके नो-कोड मशीन लर्निंग के साथ ग्राहक मंथन की भविष्यवाणी करें.

इस पोस्ट में, हम आपको दिखाते हैं कि कैनवास से उत्पन्न भविष्यवाणियों को क्विकसाइट डैशबोर्ड में कैसे देखा जाए, जिससे एमएल के माध्यम से बुद्धिमान निर्णय लेने में सक्षम हो।

समाधान का अवलोकन

पोस्ट में Amazon SageMaker Canvas का उपयोग करके नो-कोड मशीन लर्निंग के साथ ग्राहक मंथन की भविष्यवाणी करें, हमने एक मोबाइल फोन ऑपरेटर के विपणन विभाग में एक व्यापार विश्लेषक की भूमिका ग्रहण की, और हमने मंथन के संभावित जोखिम वाले ग्राहकों की पहचान करने के लिए सफलतापूर्वक एक एमएल मॉडल बनाया। हमारे मॉडल द्वारा उत्पन्न भविष्यवाणियों के लिए धन्यवाद, अब हम इन ग्राहकों और क्षेत्रों के लिए संभावित प्रचार के बारे में डेटा-संचालित व्यावसायिक निर्णय लेने के लिए एक संभावित वित्तीय परिणाम का विश्लेषण करना चाहते हैं।

आर्किटेक्चर जो हमें इसे हासिल करने में मदद करेगा, उसे निम्नलिखित आरेख में दिखाया गया है।

वर्कफ़्लो चरण इस प्रकार हैं:

1. मौजूदा ग्राहक आबादी वाला एक नया डेटासेट कैनवास में अपलोड करें।
2. एक बैच भविष्यवाणी चलाएँ और परिणाम डाउनलोड करें।
3. विज़ुअलाइज़ेशन बनाने या अपडेट करने के लिए फ़ाइलों को QuickSight में अपलोड करें।

आप कोड की एक भी पंक्ति लिखे बिना कैनवास में इन चरणों को निष्पादित कर सकते हैं। समर्थित डेटा स्रोतों की पूरी सूची के लिए, देखें अमेज़ॅन सेजमेकर कैनवास में डेटा आयात करना.

.. पूर्वापेक्षाएँ

इस पूर्वाभ्यास के लिए, सुनिश्चित करें कि निम्नलिखित पूर्वापेक्षाएँ पूरी होती हैं:

ग्राहक मंथन मॉडल का उपयोग करें

आपके द्वारा पूर्वापेक्षाएँ पूरी करने के बाद, आपके पास कैनवास में ऐतिहासिक डेटा पर प्रशिक्षित एक मॉडल होना चाहिए, जो ग्राहक मंथन की भविष्यवाणी करने के लिए नए ग्राहक डेटा के साथ उपयोग करने के लिए तैयार हो, जिसे आप QuickSight में उपयोग कर सकते हैं।

1. एक नई फाइल बनाएं churn-no-labels.csv मूल डेटासेट से बेतरतीब ढंग से 1,500 लाइनों का चयन करके मंथन.सीएसवी और हटा रहा है Churn? स्तंभ.

हम इस नए डेटासेट का उपयोग भविष्यवाणियां उत्पन्न करने के लिए करते हैं।

हम कैनवास में अगले चरण पूरे करते हैं। आप के माध्यम से कैनवास खोल सकते हैं एडब्ल्यूएस प्रबंधन कंसोल, या आपके क्लाउड व्यवस्थापक द्वारा प्रदान किए गए SSO एप्लिकेशन के माध्यम से। यदि आप सुनिश्चित नहीं हैं कि कैनवास तक कैसे पहुंचा जाए, तो देखें अमेज़ॅन सेजमेकर कैनवास का उपयोग करने के साथ शुरुआत करना.

2. कैनवास कंसोल पर, चुनें डेटासेट नेविगेशन फलक में
3. चुनें आयात.

4. चुनें अपलोड और चुनिए churn-no-labels.csv आपके द्वारा बनाई गई फ़ाइल।
5. चुनें आयात आंकड़ा.

डेटा आयात प्रक्रिया का समय फ़ाइल के आकार पर निर्भर करता है। हमारे मामले में, यह लगभग 10 सेकंड होना चाहिए। जब यह पूरा हो जाए, तो हम देख सकते हैं कि डेटासेट अंदर है Ready स्थिति।

6. डेटासेट की पहली 100 पंक्तियों का पूर्वावलोकन करने के लिए, विकल्प मेनू (तीन बिंदु) चुनें और चुनें पूर्वावलोकन.

7. चुनें मॉडल नेविगेशन फलक में, फिर किसी और चीज के हिस्से के रूप में आपके द्वारा बनाए गए मंथन मॉडल को चुनें।

8. पर भविष्यवाणी करना टैब चुनें डेटासेट चुनें.

9. चयन churn-no-labels.csv डेटासेट, फिर चुनें भविष्यवाणियां उत्पन्न करें.

अनुमान का समय मॉडल जटिलता और डेटासेट आकार पर निर्भर करता है; हमारे मामले में, इसमें लगभग 10 सेकंड लगते हैं। जब काम खत्म हो जाता है, तो यह अपनी स्थिति को रेडी में बदल देता है और हम परिणाम डाउनलोड कर सकते हैं।

10. विकल्प मेनू (तीन बिंदु) चुनें, डाउनलोड, तथा सभी मान डाउनलोड करें.

वैकल्पिक रूप से, हम चुनने वाले परिणामों पर एक त्वरित नज़र डाल सकते हैं पूर्वावलोकन. पहले दो कॉलम मॉडल से भविष्यवाणियां हैं।

हमने अपनी वर्तमान ग्राहक आबादी के लिए मंथन जोखिम की भविष्यवाणी करने के लिए अपने मॉडल का सफलतापूर्वक उपयोग किया है। अब हम अपने पूर्वानुमानों के आधार पर व्यावसायिक मीट्रिक की कल्पना करने के लिए तैयार हैं।

QuickSight में डेटा आयात करें

जैसा कि हमने पहले चर्चा की थी, व्यापार विश्लेषकों को डेटा-संचालित व्यावसायिक निर्णय लेने के लिए व्यावसायिक मीट्रिक के साथ पूर्वानुमानों की कल्पना करने की आवश्यकता होती है। ऐसा करने के लिए, हम क्विकसाइट का उपयोग करते हैं, जो समझने में आसान अंतर्दृष्टि प्रदान करता है और निर्णय लेने वालों को एक इंटरैक्टिव दृश्य वातावरण में जानकारी का पता लगाने और व्याख्या करने का अवसर देता है। QuickSight के साथ, हम एक साधारण ड्रैग-एंड-ड्रॉप इंटरफ़ेस के साथ सेकंड में ग्राफ़ और चार्ट जैसे विज़ुअलाइज़ेशन बना सकते हैं। इस पोस्ट में, हम व्यावसायिक जोखिमों को बेहतर ढंग से समझने के लिए कई विज़ुअलाइज़ेशन बनाते हैं और हम उन्हें कैसे प्रबंधित कर सकते हैं, जैसे कि हमें नए मार्केटिंग अभियान कहां लॉन्च करने चाहिए।

आरंभ करने के लिए, निम्नलिखित चरणों को पूरा करें:

1. QuickSight कंसोल पर, चुनें डेटासेट नेविगेशन फलक में
2. चुनें नया डेटासेट.

QuickSight कई डेटा स्रोतों का समर्थन करता है। इस पोस्ट में, हम एक स्थानीय फ़ाइल का उपयोग करते हैं, जिसे हमने पहले कैनवास में जेनरेट किया था, हमारे स्रोत डेटा के रूप में।

3. चुनें एक फाइल अपलोड करें.

4. भविष्यवाणियों के साथ हाल ही में डाउनलोड की गई फ़ाइल चुनें।

QuickSight फ़ाइल को अपलोड और विश्लेषण करता है।

5. जांचें कि पूर्वावलोकन में सब कुछ अपेक्षित है, फिर चुनें अगला.

6. चुनें कल्पना.

डेटा अब सफलतापूर्वक आयात किया गया है और हम इसका विश्लेषण करने के लिए तैयार हैं।

मंथन पूर्वानुमानों के व्यावसायिक मीट्रिक के साथ एक डैशबोर्ड बनाएं

यह हमारे डेटा का विश्लेषण करने और एक स्पष्ट और उपयोग में आसान डैशबोर्ड बनाने का समय है जो डेटा-संचालित व्यावसायिक निर्णयों के लिए आवश्यक सभी सूचनाओं को फिर से तैयार करता है। व्यापार विश्लेषकों के शस्त्रागार में इस प्रकार का डैशबोर्ड एक महत्वपूर्ण उपकरण है।

निम्नलिखित एक उदाहरण डैशबोर्ड है जो ग्राहक मंथन के जोखिम को पहचानने और उस पर कार्रवाई करने में मदद कर सकता है।

इस डैशबोर्ड पर, हम कई महत्वपूर्ण व्यावसायिक मीट्रिक की कल्पना करते हैं:

• ग्राहकों के मंथन की संभावना - बायां डोनट चार्ट मंथन के 50% से अधिक जोखिम वाले उपयोगकर्ताओं की संख्या और प्रतिशत का प्रतिनिधित्व करता है। यह चार्ट हमें संभावित समस्या के आकार को शीघ्रता से समझने में मदद करता है।
• संभावित राजस्व हानि - शीर्ष मध्य डोनट चार्ट मंथन के 50% से अधिक जोखिम वाले उपयोगकर्ताओं से राजस्व हानि की मात्रा का प्रतिनिधित्व करता है। यह चार्ट हमें मंथन से संभावित राजस्व हानि के आकार को जल्दी से समझने में मदद करता है। चार्ट यह भी दर्शाता है कि हम कई औसत से अधिक ग्राहकों को खो सकते हैं क्योंकि संभावित राजस्व का एक प्रतिशत खो गया है जो मंथन के जोखिम वाले उपयोगकर्ताओं के प्रतिशत से बड़ा है।
• राज्य द्वारा संभावित राजस्व हानि - शीर्ष दायां क्षैतिज बार चार्ट ग्राहकों से राजस्व की हानि बनाम राजस्व के आकार का प्रतिनिधित्व करता है जो मंथन के जोखिम में नहीं है। यह दृश्य हमें यह समझने में मदद कर सकता है कि मार्केटिंग अभियान के नजरिए से कौन सा राज्य हमारे लिए सबसे महत्वपूर्ण है।
• मंथन के जोखिम वाले ग्राहकों के बारे में विवरण - नीचे बाईं ओर की तालिका में हमारे सभी ग्राहकों के बारे में विवरण है। यह तालिका मददगार हो सकती है यदि हम कई ग्राहकों के विवरणों को जल्दी से देखना चाहते हैं और बिना जोखिम के।

ग्राहकों के मंथन की संभावना

हम मंथन के जोखिम वाले ग्राहकों के साथ एक चार्ट बनाकर शुरू करते हैं।

1. के अंतर्गत फ़ील्ड सूची, चुनना मंथन? विशेषता।

QuickSight स्वचालित रूप से एक विज़ुअलाइज़ेशन बनाता है।

हालांकि डेटा वितरण को समझने के लिए बार प्लॉट एक सामान्य विज़ुअलाइज़ेशन है, हम डोनट चार्ट का उपयोग करना पसंद करते हैं। हम इस दृश्य को इसके गुणों को बदलकर बदल सकते हैं।

2. नीचे डोनट चार्ट आइकन चुनें दृश्य प्रकार.
3. वर्तमान नाम चुनें (डबल-क्लिक करें) और इसे बदल दें ग्राहकों के मंथन की संभावना.

4. अन्य दृश्य प्रभावों को अनुकूलित करने के लिए (किंवदंती हटाएं, मान जोड़ें, फ़ॉन्ट आकार बदलें), पेंसिल आइकन चुनें और अपने परिवर्तन करें।

जैसा कि निम्नलिखित स्क्रीनशॉट में दिखाया गया है, हमने डोनट के क्षेत्र में वृद्धि की, साथ ही साथ लेबल में कुछ अतिरिक्त जानकारी भी जोड़ी।

संभावित राजस्व हानि

ग्राहक मंथन के व्यावसायिक प्रभाव की गणना करते समय विचार करने के लिए एक और महत्वपूर्ण मीट्रिक संभावित राजस्व हानि है। यह एक महत्वपूर्ण मीट्रिक है क्योंकि यह हमें उन ग्राहकों के व्यावसायिक प्रभाव को समझने में मदद करता है जिन पर मंथन का जोखिम नहीं है। दूरसंचार उद्योग में, उदाहरण के लिए, हमारे पास कई निष्क्रिय ग्राहक हो सकते हैं जिनके पास मंथन का उच्च जोखिम है लेकिन शून्य राजस्व है। यह चार्ट हमें यह समझने में मदद कर सकता है कि हम ऐसी स्थिति में हैं या नहीं। इस मीट्रिक को हमारे डैशबोर्ड में जोड़ने के लिए, हम संभावित राजस्व हानि की गणना के लिए गणितीय सूत्र प्रदान करके एक कस्टम परिकलित फ़ील्ड बनाते हैं, फिर इसे एक अन्य डोनट चार्ट के रूप में देखते हैं।

1. पर मेनू, चुनें परिकलित फ़ील्ड जोड़ें.

2. क्षेत्र को नाम दें कुल शुल्क।
3. {दिन का शुल्क}+{ईव चार्ज}+{इंटेल चार्ज}+{नाइट चार्ज} का फ़ॉर्मूला डालें.
4. चुनें सहेजें.

5. पर मेनू, चुनें दृश्य जोड़ें.

6. के अंतर्गत दृश्य प्रकार, डोनट चार्ट आइकन चुनें।
7. के अंतर्गत फ़ील्ड सूची, खींचें मंथन? सेवा मेरे समूह/रंग.
8. खींचें कुल शुल्क सेवा मेरे वैल्यू .
9. पर वैल्यू मेनू, चुनें के रूप में दर्शाएं और चुनें मुद्रा.
10. अन्य दृश्य प्रभावों को अनुकूलित करने के लिए पेंसिल आइकन चुनें (किंवदंती हटाएं, मान जोड़ें, फ़ॉन्ट आकार बदलें)।

इस समय, हमारे डैशबोर्ड में दो विज़ुअलाइज़ेशन हैं।

हम पहले से ही देख सकते हैं कि कुल मिलाकर हम 18% (270) ग्राहकों को खो सकते हैं, जो राजस्व में 24% ($6,280) के बराबर है। आइए राज्य स्तर पर संभावित राजस्व हानि का विश्लेषण करके आगे की खोज करें।

राज्य द्वारा संभावित राजस्व हानि

राज्य द्वारा संभावित राजस्व हानि की कल्पना करने के लिए, आइए एक क्षैतिज बार ग्राफ़ जोड़ें।

1. पर मेनू, चुनें दृश्य जोड़ें.

2. के अंतर्गत दृश्य प्रकारक्षैतिज बार चार्ट आइकन चुनें।
3. के अंतर्गत फ़ील्ड सूचीखींचें मंथन? सेवा मेरे समूह/रंग.
4. खींचें कुल शुल्क सेवा मेरे वैल्यू .
5. पर वैल्यू मेनू, चुनें के रूप में दर्शाएं और मुद्रा.
6. खींचें ट्रेनिंग सेवा मेरे वाई अक्ष.
7. अन्य दृश्य प्रभावों को अनुकूलित करने के लिए पेंसिल आइकन चुनें (किंवदंती हटाएं, मान जोड़ें, फ़ॉन्ट आकार बदलें)।

8. हम अपने नए विज़ुअल को चुनकर भी सॉर्ट कर सकते हैं कुल शुल्क तल पर और चुनना अवरोही.

यह दृश्य हमें यह समझने में मदद कर सकता है कि मार्केटिंग अभियान के दृष्टिकोण से कौन सा राज्य सबसे महत्वपूर्ण है। उदाहरण के लिए, हवाई में, हम संभावित रूप से अपना आधा राजस्व ($253,000) खो सकते हैं जबकि वाशिंगटन में, यह मान 10% ($52,000) से कम है। हम यह भी देख सकते हैं कि एरिज़ोना में, हम लगभग हर ग्राहक को खोने का जोखिम उठाते हैं।

मंथन के जोखिम वाले ग्राहकों के बारे में विवरण

आइए उन ग्राहकों के बारे में विवरण के साथ एक तालिका बनाएं, जिन पर मंथन का जोखिम है।

1. पर मेनू, चुनें दृश्य जोड़ें.

2. के अंतर्गत दृश्य प्रकार, तालिका आइकन चुनें।
3. के अंतर्गत फ़ील्ड सूचियाँ, खींचें फ़ोन, राज्य, अंतरराष्ट्रीय योजना, वीमेल योजना, मंथन?, तथा खाता लंबाई सेवा मेरे समूह द्वारा.
4. खींचें संभावना सेवा मेरे वैल्यू .
5. पर वैल्यू मेनू, चुनें के रूप में दर्शाएं और प्रतिशत.

अपना डैशबोर्ड कस्टमाइज़ करें

QuickSight आपके डैशबोर्ड को अनुकूलित करने के लिए कई विकल्प प्रदान करता है, जैसे कि निम्नलिखित।

1. नाम जोड़ने के लिए पर मेनू, चुनें शीर्षक जोड़ें.

2. एक शीर्षक दर्ज करें (इस पोस्ट के लिए, हम अपने डैशबोर्ड का नाम बदलते हैं मंथन विश्लेषण).

3. अपने दृश्यों का आकार बदलने के लिए, चार्ट के निचले दाएं कोने को चुनें और इच्छित आकार तक खींचें।
4. किसी दृश्य को स्थानांतरित करने के लिए, चार्ट का शीर्ष केंद्र चुनें और उसे किसी नए स्थान पर खींचें।
5. थीम बदलने के लिए, चुनें विषय-वस्तु नेविगेशन फलक में
6. अपनी नई थीम चुनें (उदाहरण के लिए, आधी रात), और चुनें लागू करें.

अपना डैशबोर्ड प्रकाशित करें

डैशबोर्ड एक विश्लेषण का केवल-पढ़ने के लिए स्नैपशॉट है जिसे आप रिपोर्टिंग उद्देश्यों के लिए अन्य QuickSight उपयोगकर्ताओं के साथ साझा कर सकते हैं। आपका डैशबोर्ड आपके द्वारा प्रकाशित किए जाने के समय विश्लेषण के कॉन्फ़िगरेशन को सुरक्षित रखता है, जिसमें फ़िल्टरिंग, पैरामीटर, नियंत्रण और सॉर्ट ऑर्डर जैसी चीज़ें शामिल हैं। विश्लेषण के लिए उपयोग किया गया डेटा डैशबोर्ड के हिस्से के रूप में कैप्चर नहीं किया जाता है। जब आप डैशबोर्ड देखते हैं, तो यह विश्लेषण द्वारा उपयोग किए गए डेटासेट में वर्तमान डेटा को दर्शाता है।

अपना डैशबोर्ड प्रकाशित करने के लिए, निम्नलिखित चरणों को पूरा करें:

1. पर Share मेनू, चुनें डैशबोर्ड प्रकाशित करें.

2. अपने डैशबोर्ड के लिए एक नाम दर्ज करें।
3. चुनें डैशबोर्ड प्रकाशित करें.

बधाई हो, आपने सफलतापूर्वक एक मंथन विश्लेषण डैशबोर्ड बना लिया है।

अपने डैशबोर्ड को नए पूर्वानुमान के साथ अपडेट करें

जैसे-जैसे मॉडल विकसित होता है और हम व्यवसाय से नया डेटा उत्पन्न करते हैं, हमें इस डैशबोर्ड को नई जानकारी के साथ अपडेट करने की आवश्यकता हो सकती है। निम्नलिखित चरणों को पूरा करें:

1. एक नई फाइल बनाएं churn-no-labels-updated.csv मूल डेटासेट से बेतरतीब ढंग से अन्य 1,500 पंक्तियों का चयन करके मंथन.सीएसवी और हटा रहा है Churn? स्तंभ.

हम इस नए डेटासेट का उपयोग नई भविष्यवाणियां उत्पन्न करने के लिए करते हैं।

2. से चरणों को दोहराएं ग्राहक मंथन मॉडल का उपयोग करें नए डेटासेट के लिए पूर्वानुमान प्राप्त करने और नई फ़ाइल डाउनलोड करने के लिए इस पोस्ट का अनुभाग।
3. QuickSight कंसोल पर, चुनें डेटासेट नेविगेशन फलक में
4. हमारे द्वारा बनाया गया डेटासेट चुनें।

5. चुनें डेटासेट संपादित करें.

6. ड्रॉप-डाउन मेनू पर, चुनें अद्यतन फ़ाइल.

7. चुनें फाइल अपलोड.

8. भविष्यवाणियों के साथ हाल ही में डाउनलोड की गई फ़ाइल चुनें।
9. पूर्वावलोकन की समीक्षा करें, फिर चुनें फ़ाइल अपडेट की पुष्टि करें.

"फ़ाइल सफलतापूर्वक अपडेट की गई" संदेश प्रकट होने के बाद, हम देख सकते हैं कि फ़ाइल का नाम भी बदल गया है।

10. चुनें सहेजें और प्रकाशित करें.

11. जब "सहेजे गए और सफलतापूर्वक प्रकाशित" संदेश दिखाई देता है, तो आप बाएं ऊपरी कोने में क्विकसाइट लोगो चुनकर मुख्य मेनू पर वापस जा सकते हैं।

12. चुनें डैशबोर्ड नेविगेशन फलक में और हमारे द्वारा पहले बनाए गए डैशबोर्ड को चुनें।

आपको अपने डैशबोर्ड को अपडेट किए गए मानों के साथ देखना चाहिए।

हमने अभी हाल ही में कैनवास के पूर्वानुमानों के साथ अपने क्विकसाइट डैशबोर्ड को अपडेट किया है।

क्लीन अप

भविष्य के शुल्क से बचने के लिए, कैनवास से लॉग आउट करें.

निष्कर्ष

इस पोस्ट में, हमने ग्राहकों को मंथन के जोखिम की भविष्यवाणी करने के लिए कैनवास से एक एमएल मॉडल का उपयोग किया और डेटा-संचालित व्यावसायिक निर्णय लेने में हमारी मदद करने के लिए अंतर्दृष्टिपूर्ण विज़ुअलाइज़ेशन के साथ एक डैशबोर्ड बनाया। उपयोगकर्ता के अनुकूल इंटरफेस और स्पष्ट विज़ुअलाइज़ेशन के लिए धन्यवाद, हमने कोड की एक भी पंक्ति लिखे बिना ऐसा किया। यह व्यापार विश्लेषकों को एमएल मॉडल बनाने में सक्षम बनाता है, और डेटा विज्ञान टीमों से पूर्ण स्वायत्तता में विश्लेषण और अंतर्दृष्टि निकालने में सक्षम बनाता है।

कैनवास का उपयोग करने के बारे में अधिक जानने के लिए देखें बिल्ड, शेयर, डिप्लॉय: कैसे व्यापार विश्लेषक और डेटा वैज्ञानिक बिना कोड एमएल और अमेज़ॅन सेजमेकर कैनवास का उपयोग करके तेजी से समय-समय पर बाजार प्राप्त करते हैं. बिना कोड समाधान वाले एमएल मॉडल बनाने के बारे में अधिक जानकारी के लिए देखें अमेज़ॅन सेजमेकर कैनवास की घोषणा - व्यापार विश्लेषकों के लिए एक दृश्य, बिना कोड मशीन सीखने की क्षमता. नवीनतम क्विकसाइट सुविधाओं और सर्वोत्तम प्रथाओं के बारे में अधिक जानने के लिए, देखें एडब्ल्यूएस बिग डेटा ब्लॉग.

---

लेखक के बारे में

अलेक्सांद्र पेत्रुशेव लक्ज़मबर्ग में स्थित AWS में AI/ML विशेषज्ञ समाधान वास्तुकार हैं। वह क्लाउड और मशीन लर्निंग के बारे में भावुक है, और जिस तरह से वे दुनिया को बदल सकते हैं। काम के बाहर, उन्हें लंबी पैदल यात्रा, खेलकूद और अपने परिवार के साथ समय बिताना पसंद है।

डेविड गैलीटेली ईएमईए क्षेत्र में एआई/एमएल के लिए विशेषज्ञ समाधान आर्किटेक्ट हैं। वह ब्रुसेल्स में स्थित है और पूरे बेनेलक्स में ग्राहकों के साथ मिलकर काम करता है। वह बहुत छोटा था, जब से वह 7 साल की उम्र में कोड करना शुरू कर दिया था, तब से वह एक डेवलपर रहा है, उसने विश्वविद्यालय में एआई/एमएल सीखना शुरू कर दिया था, और तब से इसके साथ प्यार हो गया है।