Att förstå affärstrender, kundbeteende, försäljningsintäkter, ökad efterfrågan och köparbenägenhet börjar alla med data. Att utforska, analysera, tolka och hitta trender i data är avgörande för att företag ska kunna uppnå framgångsrika resultat.
Affärsanalytiker spelar en avgörande roll för att underlätta datadrivna affärsbeslut genom aktiviteter som visualisering av affärsmått och förutsägelse av framtida händelser. Snabb iteration och snabbare tid till värde kan uppnås genom att förse dessa analytiker med ett visuellt affärsintelligens (BI)-verktyg för enkel analys, med stöd av teknologier som maskininlärning (ML).
Amazon QuickSight är en helt hanterad, molnbaserad BI-tjänst som gör det enkelt att ansluta till din data, skapa interaktiva instrumentpaneler och rapporter och dela dessa med tiotusentals användare, antingen inom QuickSight eller inbäddade i din applikation eller webbplats. Amazon SageMaker Canvas är ett visuellt gränssnitt som gör det möjligt för affärsanalytiker att generera korrekta ML-förutsägelser på egen hand, utan att kräva någon ML-erfarenhet eller att behöva skriva en enda rad kod.
I det här inlägget visar vi hur du kan publicera prediktiva instrumentpaneler i QuickSight med hjälp av ML-baserade förutsägelser från Canvas, utan att explicit ladda ner förutsägelser och importera till QuickSight. Den här lösningen hjälper dig att skicka förutsägelser från Canvas till QuickSight, vilket gör att du kan snabbt fatta beslut med hjälp av ML för att uppnå effektiva affärsresultat.
Lösningsöversikt
I följande avsnitt diskuterar vi steg som hjälper administratörer att konfigurera rätt behörigheter för att sömlöst omdirigera användare från Canvas till QuickSight. Sedan detaljerar vi hur man bygger en modell och kör förutsägelser, och visar affärsanalytikers erfarenhet.
Förutsättningar
Följande förutsättningar krävs för att implementera denna lösning:
Se till att använda samma QuickSight-region som Canvas. Du kan ändra region genom att navigera från profilikonen på QuickSight-konsolen.
Administratörsinställningar
I det här avsnittet beskriver vi stegen för att ställa in IAM-resurser, förbereda data, träna data med träningsdatauppsättningen och härleda valideringsdataset. Därefter skickar vi data till QuickSight för vidare analys.
Skapa en ny IAM-policy för QuickSight-åtkomst
För att skapa en IAM-policy, utför följande steg:
- Välj på IAM-konsolen policies i navigeringsfönstret.
- Välja Skapa policy.
- På JSON fliken anger du följande behörighetspolicy i redigeraren:
Mer information om IAM:s policyspråk finns i IAM JSON policyreferens.
- Välja Nästa: Taggar.
- Du kan lägga till metadata till policyn genom att bifoga taggar som nyckel-värdepar och sedan välja Nästa: Granska.
För mer information om att använda taggar i IAM, se Tagga IAM-resurser.
- På Granska policy sida, ange ett namn (t.ex.
canvas-quicksight-access-policy
) och en valfri beskrivning av policyn. - Granska Sammanfattning avsnittet för att se de behörigheter som beviljas av din policy.
- Välja Skapa policy för att spara ditt arbete.
När du har skapat en policy kan du bifoga den till din exekveringsroll som ger dina användare nödvändiga behörigheter för att skicka batchförutsägelser till användare i QuickSight.
Bifoga policyn till din verkställande roll i Studio
För att bifoga policyn till din Studio-exekveringsroll, utför följande steg:
- Välj på SageMaker-konsolen domäner i navigeringsfönstret.
- Välj din domän.
- Välja Domäninställningar.
- Kopiera rollnamnet under Utförande roll.
- Välj på IAM-konsolen roller i navigeringsfönstret.
- I sökfältet anger du exekveringsrollen du kopierade och väljer sedan rollen.
- På sidan för användarens roll, navigera till Behörighetspolicyer sektion.
- På Lägg till behörigheter meny, välj Bifoga policyer.
- Sök efter den tidigare skapade policyn (
canvas-quicksight-access-policy
), välj det och välj Lägg till behörigheter.
Nu har du en IAM-policy kopplad till din exekveringsroll som ger dina användare nödvändiga behörigheter att skicka batchförutsägelser till användare i QuickSight.
Ladda ner datamängderna
Låt oss ladda ner datauppsättningarna som vi använder för att träna modellen och göra förutsägelserna:
Bygg en modell och kör förutsägelser
I det här avsnittet tar vi upp hur vi kan bygga en modell och köra förutsägelser på lånedatauppsättningen. Sedan skickar vi data till QuickSights instrumentpanel för att få affärsinsikter.
Starta Canvas
Utför följande steg för att starta Canvas:
- Välj på SageMaker-konsolen domäner i navigeringsfönstret.
- Välj din domän.
- På Starta meny, välj Målarduk.
Ladda upp utbildnings- och valideringsdatauppsättningar
Slutför följande steg för att ladda upp dina datauppsättningar till Canvas:
- Välj på Canvas hemsida dataset.
- Välja Importera datum, ladda sedan upp
lending_club_loan_data_train.csv
ochlending_club_loan_data_test.csv
. - Välja Spara och stängOch välj sedan Importera datum.
Låt oss nu skapa en ny modell.
- Välja Mina modeller i navigeringsfönstret.
- Välja Ny modell.
- Ange ett namn på din modell (
Loan_Prediction
) och välj Skapa.
Om det här är första gången som du skapar en Canvas-modell kommer du att välkomnas av en informativ popup om hur du bygger din första modell i fyra enkla steg. Du kan läsa igenom detta och sedan komma tillbaka till den här guiden.
- I modellvyn, på Välja , välj den
lending_club_loan_data_train
datasätt.
Denna datauppsättning har 18 kolumner och 32,000 XNUMX rader.
- Välja Välj dataset.
- På Bygga fliken väljer du målkolumnen, i vårt fall
loan_status
.
Canvas kommer automatiskt att upptäcka att detta är en 3+ kategoriförutsägelse problem (även känt som flerklassklassificering).
- Om en annan modelltyp upptäcks, ändra den manuellt genom att välja Ändra typ.
- Välja Snabbbyggnad, och välj Börja snabbt bygga från popup-fönstret.
Du kan också välja Standardbyggd, som går igenom hela AutoML-cykeln, genererar flera modeller innan den rekommenderas den bästa modellen.
Nu byggs din modell. Snabbbygget tar vanligtvis 2–15 minuter.
Efter att modellen har byggts kan du hitta modellstatusen på Analysera fliken.
Gör förutsägelser med modellen
Efter att vi har byggt och tränat modellen kan vi generera förutsägelser på denna modell.
- Välja förutsäga på Analysera fliken eller välj förutsäga fliken.
- Kör en enda förutsägelse genom att välja Enkel förutsägelse och tillhandahålla poster.
Du kommer att se lånestatus-förutsägelsen till höger på sidan. Du kan kopiera förutsägelsen genom att välja Kopiera, eller ladda ner den genom att välja Ladda ner förutsägelse. Detta är idealiskt för att generera vad-om-scenarier och testa hur olika kolumner påverkar förutsägelserna i vår modell.
- För att köra batchförutsägelser, välj Batch-förutsägelse.
Detta är bäst när du vill göra förutsägelser för en hel datauppsättning. Du bör göra förutsägelser med en datauppsättning som matchar din indatadatauppsättning.
För varje förutsägelse eller uppsättning förutsägelser returnerar Canvas de förutsagda värdena och sannolikheten för att det förutspådda värdet är korrekt.
Låt oss göra förutsägelser från den tränade modellen med hjälp av valideringsdataset.
- Välja Välj datamängden.
- Välja
lending_club_loan_data_test
Och välj Skapa förutsägelser.
När dina förutsägelser är klara kan du hitta dem i dataset sektion. Du kan förhandsgranska förutsägelsen, ladda ner den till en lokal dator, radera den eller skicka den till QuickSight.
Skicka förutsägelser till QuickSight
Du kan nu dela förutsägelser från dessa ML-modeller som QuickSight-datauppsättningar som kommer att fungera som en ny källa för företagsomfattande instrumentpaneler. Du kan analysera trender, risker och affärsmöjligheter. Genom denna förmåga blir ML mer tillgängligt för affärsteam så att de kan påskynda datadrivet beslutsfattande. Att dela data med QuickSight-användare ger dem ägarbehörigheter till datamängden. Flera härledda datamängder kan skickas samtidigt till QuickSight.
Observera att du bara kan skicka förutsägelser till användare i standardnamnutrymmet för QuickSight-kontot, och användaren måste ha rollen Författare eller Admin i QuickSight. Förutsägelser som skickas till QuickSight är tillgängliga i samma region som Canvas.
- Välj den härledda batchdatauppsättningen och välj Skicka till Amazon QuickSight.
- Ange ett eller flera QuickSight-användarnamn att dela datasetet med och tryck ange.
- Välja Skicka att dela data.
När du har skickat dina batch-förutsägelser, QuickSight fältet för datamängderna du skickade visas som Skickat.
- I bekräftelserutan kan du välja Öppna Amazon QuickSight för att öppna din QuickSight-applikation.
- Om du är klar med Canvas, logga ut av Canvas-applikationen.
Du kan skicka batchförutsägelser till QuickSight för numeriska, kategoriska förutsägelser och tidsserieprognosmodeller. Du kan också skicka förutsägelser som genereras med ta med din egen modell (BYOM) metod. Förutsägelsemodeller för en etikett och textförutsägelse med flera kategorier är undantagna.
De QuickSight-användare som du har skickat datauppsättningar till kan öppna sin QuickSight-konsol och se Canvas-datauppsättningarna som har delats med dem. Sedan kan de skapa prediktiva instrumentpaneler med datan. För mer information, se Komma igång med Amazon QuickSight-dataanalys.
Som standard har alla användare som du skickar förutsägelser till ägarbehörigheter för datasetet i QuickSight. Ägare kan skapa analyser, uppdatera, redigera, ta bort och dela datauppsättningar vidare. Ändringarna som ägare gör i en datauppsättning ändrar datauppsättningen för alla användare med åtkomst. För att ändra behörigheterna, gå till datasetet i QuickSight och hantera dess behörigheter. För mer information, se Visa och redigera behörighetsanvändare som en datauppsättning delas med.
Erfarenhet av affärsanalytiker
Med QuickSight kan du visualisera din data för att bättre förstå den. Vi börjar med att få lite information på hög nivå.
- Välj på QuickSight-konsolen dataset i navigeringsfönstret.
- Skapa en analys av batchförutsägelsedataset som delas från Canvas genom att välja Skapa analys på rullgardinsmenyn för alternativ (tre vertikala punkter).
- På analyssidan väljer du arkets namn och byter namn till det Låndataanalys.
Låt oss skapa en bild för att visa antalet efter lånstatus.
- För Visuella typerväljer Munkdiagram.
- Använd
loan_status
fält för Grupp / färg.
Vi kan se att 99% är fullt betalda, 1% är aktuella och 0% är debiterade.
Nu lägger vi till en andra bild för att visa mängden lån efter status.
- I det övre vänstra hörnet väljer du plustecknet och väljer Lägg till visuellt.
- För Visuella typerväljer Vattenfallsdiagram.
- Använd
loan_status
fält för Kategori. - Använd
loan_amount
fält för Värde.
Vi kan se att det totala lånebeloppet är cirka 88 miljoner dollar, med cirka 221,000 XNUMX dollar debiterade.
Låt oss försöka upptäcka några riskfaktorer för fallissemang på lån.
- Välj plustecknet och välj Lägg till visuellt.
- För Visuella typerväljer Horisontellt stapeldiagram.
- Använd lånestatusfältet för Y-axeln.
- Använd fältet lånebelopp för Värde.
- modifiera Värde fältaggregation från Sum till Genomsnitt.
Vi kan se att lånebeloppet i genomsnitt var cirka 3,500 3,500 USD lägre för de fullt betalda lånen jämfört med de nuvarande lånen och cirka XNUMX XNUMX USD lägre för de fullt betalda lånen jämfört med de debiterade lånen. Det verkar finnas ett samband mellan lånebeloppet och kreditrisken.
- För att duplicera det visuella, välj alternativmenyn (tre punkter), välj Duplicera bild till, och välj Detta blad.
- Välj den dubblerade visuella bilden för att ändra dess konfiguration.
- För Visuella typerväljer Horisontellt stapeldiagram.
- Använd lånestatusfältet för Y-axeln.
- Använd fältet lånebelopp för Värde.
- modifiera Värde fältaggregation från Sum till Genomsnitt.
Du kan skapa ytterligare bilder för att söka efter ytterligare riskdrivrutiner. Till exempel:
- Låneperiod
- Öppna kreditgränser
- Utnyttjandegrad av roterande linjer
- Totala kreditgränser
- När du har lagt till bilderna publicerar du instrumentpanelen med hjälp av Dela alternativet på analyssidan och dela instrumentpanelen med affärsintressenterna.
Städa upp
För att undvika framtida avgifter, ta bort eller stäng av resurserna du skapade när du följde det här inlägget. Hänvisa till Logga ut från Amazon SageMaker Canvas för mer detaljer.
Slutsats
I det här inlägget tränade vi en ML-modell med Canvas utan att skriva en enda rad kod tack vare dess användarvänliga gränssnitt och tydliga visualiseringar. Vi genererade sedan singel- och batchprognoser för denna modell i Canvas. För att bedöma trender, risker och affärsmöjligheter i hela företaget skickade vi prognoserna för denna ML-modell till QuickSight. Som affärsanalytiker skapade vi olika visualiseringar för att bedöma trenderna i QuickSight.
Denna funktion är tillgänglig i alla regioner där Canvas nu stöds. Du kan lära dig mer på Canvas Produktsida och dokumentation.
Om författarna
Ajjay Govindaram är Senior Solutions Architect på AWS. Han arbetar med strategiska kunder som använder AI/ML för att lösa komplexa affärsproblem. Hans erfarenhet ligger i att tillhandahålla teknisk ledning samt designhjälp för blygsamma till storskaliga AI/ML-applikationer. Hans kunskap sträcker sig från applikationsarkitektur till big data, analys och maskininlärning. Han tycker om att lyssna på musik medan han vilar, uppleva utomhus och umgås med sina nära och kära.
Varun Mehta är lösningsarkitekt på AWS. Han brinner för att hjälpa kunder att bygga väldesignade lösningar i företagsskala på AWS-molnet. Han arbetar med strategiska kunder som använder AI/ML för att lösa komplexa affärsproblem.
Shyam Srinivasan är en huvudproduktchef i AWS AI/ML-teamet och leder produkthantering för Amazon SageMaker Canvas. Shyam bryr sig om att göra världen till en bättre plats genom teknik och brinner för hur AI och ML kan vara en katalysator på denna resa.
- SEO-drivet innehåll och PR-distribution. Bli förstärkt idag.
- PlatoAiStream. Web3 Data Intelligence. Kunskap förstärkt. Tillgång här.
- Minting the Future med Adryenn Ashley. Tillgång här.
- Köp och sälj aktier i PRE-IPO-företag med PREIPO®. Tillgång här.
- Källa: https://aws.amazon.com/blogs/machine-learning/publish-predictive-dashboards-in-amazon-quicksight-using-ml-predictions-from-amazon-sagemaker-canvas/
- : har
- :är
- :var
- $3
- $UPP
- 000
- 10
- 100
- 11
- 12
- 15%
- 20
- 500
- 7
- 8
- 9
- a
- Able
- Om oss
- accelerera
- accelererad
- tillgång
- tillgänglig
- Konto
- exakt
- Uppnå
- uppnås
- tvärs
- Handling
- aktiviteter
- lägga till
- Annat
- administration
- administratörer
- aggregation
- AI
- AI / ML
- Alla
- tillåter
- också
- amason
- Amazon QuickSight
- Amazon SageMaker
- Amazon SageMaker Canvas
- Amazon Web Services
- mängd
- an
- analyser
- analys
- analytiker
- analytiker
- analytics
- analysera
- analys
- och
- Annan
- vilken som helst
- Ansökan
- arkitektur
- ÄR
- runt
- AS
- Bistånd
- At
- bifoga
- Författaren
- automatiskt
- AutoML
- tillgänglig
- genomsnitt
- undvika
- AWS
- tillbaka
- bar
- BE
- blir
- varit
- innan
- Där vi får lov att vara utan att konstant prestera,
- BÄST
- Bättre
- mellan
- Stor
- Stora data
- Box
- SLUTRESULTAT
- byggt
- företag
- business intelligence
- företag
- by
- KAN
- canvas
- Vid
- Katalysator
- Kategori
- byta
- Förändringar
- laddad
- avgifter
- ta
- Välja
- välja
- klar
- cloud
- koda
- Kolumn
- Kolonner
- komma
- jämfört
- fullborda
- komplex
- konfiguration
- bekräftelse
- Kontakta
- Konsol
- Corner
- korrekt
- Korrelation
- täcka
- skapa
- skapas
- Skapa
- kredit
- Aktuella
- kund
- kundbeteende
- Kunder
- cykel
- instrumentbräda
- datum
- dataanalys
- data driven
- datauppsättningar
- Beslutsfattande
- beslut
- Standard
- Efterfrågan
- demonstrera
- distributioner
- beskrivning
- Designa
- detalj
- detaljer
- detekterad
- olika
- riktning
- diskutera
- domän
- gjort
- ner
- ladda ner
- chaufförer
- varje
- lätt
- redaktör
- effekt
- Effektiv
- antingen
- inbäddade
- möjliggör
- möjliggör
- ange
- Företag
- Hela
- väsentlig
- händelser
- exempel
- uteslutna
- utförande
- erfarenhet
- upplever
- Utforska
- underlättande
- snabbare
- fält
- hitta
- finna
- Förnamn
- första gången
- efter
- För
- fyra
- från
- fullständigt
- ytterligare
- framtida
- generera
- genereras
- generera
- skaffa sig
- få
- Go
- Går
- beviljats
- bidrag
- styra
- Har
- har
- he
- hjälpa
- hjälpa
- högnivå
- hans
- Hem
- Hur ser din drömresa ut
- How To
- html
- HTTPS
- IKON
- ID
- idealisk
- bild
- Inverkan
- genomföra
- importera
- in
- Öka
- informationen
- informativ
- ingång
- insikter
- Intelligens
- interaktiva
- Gränssnitt
- gränssnitt
- in
- IT
- iteration
- DESS
- resa
- jpg
- json
- kunskap
- känd
- språk
- storskalig
- lansera
- ledande
- LÄRA SIG
- inlärning
- ligger
- tycka om
- linje
- Lyssna
- lån
- Lån
- lokal
- älskade
- lägre
- Maskinen
- maskininlärning
- göra
- GÖR
- Framställning
- hantera
- förvaltade
- ledning
- chef
- manuellt
- Meny
- metadata
- metod
- Metrics
- miljon
- minuter
- ML
- modell
- modeller
- modifiera
- mer
- multipel
- Musik
- måste
- namn
- namn
- Navigera
- navigerande
- Navigering
- nödvändigt för
- behövs
- Nya
- nu
- of
- sänkt
- on
- gång
- ONE
- ettor
- endast
- öppet
- möjligheter
- Tillbehör
- or
- vår
- ut
- utfall
- utomhus
- egen
- ägaren
- ägare
- sida
- betalas
- par
- panelen
- brinner
- behörigheter
- svängbara
- Plats
- plato
- Platon Data Intelligence
- PlatonData
- Spela
- plus
- policy
- pop-up
- Inlägg
- förutsagda
- förutsägelse
- Förutsägelser
- Förbered
- förutsättningar
- tryck
- Förhandsvisning
- tidigare
- Principal
- Problem
- problem
- Produkt
- produktledning
- produktchef
- Profil
- tillhandahålla
- publicera
- Snabbt
- Läsa
- redo
- rekommendera
- dirigera om
- region
- regioner
- Rapport
- resurs
- Resurser
- återgår
- intäkter
- höger
- Risk
- risker
- Roll
- Körning
- sagemaker
- försäljning
- Samma
- Save
- scenarier
- sömlöst
- Sök
- Andra
- §
- sektioner
- se
- verkar
- sända
- senior
- skickas
- Serier
- tjänar
- service
- Tjänster
- in
- Dela
- delas
- delning
- ark
- skall
- show
- Visar
- stänga
- sida
- signera
- Enkelt
- enda
- So
- lösning
- Lösningar
- LÖSA
- några
- Källa
- Spendera
- intressenter
- starta
- igång
- .
- status
- Steg
- Strategisk
- studio
- framgångsrik
- sådana
- Som stöds
- tar
- Målet
- grupp
- lag
- Teknisk
- Tekniken
- Teknologi
- tiotals
- Testning
- Tack
- den där
- Smakämnen
- världen
- deras
- Dem
- sedan
- Där.
- Dessa
- de
- detta
- tusentals
- tre
- Genom
- tid
- Tidsföljder
- till
- verktyg
- Totalt
- Tåg
- tränad
- Utbildning
- Trender
- prova
- Typ
- under
- förstå
- användning
- Användare
- användarvänligt
- användare
- med hjälp av
- vanligen
- godkännande
- värde
- Värden
- olika
- version
- vertikal
- utsikt
- visualisering
- visuella
- var
- we
- webb
- webbservice
- Webbplats
- välkomnade
- VÄL
- när
- som
- medan
- VEM
- kommer
- med
- inom
- utan
- Arbete
- fungerar
- världen
- skriva
- skrivning
- Om er
- Din
- zephyrnet