Увімкніть інтелектуальне прийняття рішень за допомогою Amazon SageMaker Canvas і Amazon QuickSight

Кожна компанія, незалежно від її розміру, хоче надавати своїм клієнтам найкращі продукти та послуги. Щоб досягти цього, компанії хочуть розуміти галузеві тенденції та поведінку клієнтів, а також регулярно оптимізувати внутрішні процеси та аналіз даних. Це важлива складова успіху компанії.

Дуже важливою частиною ролі аналітика є візуалізація бізнес-метрик (наприклад, доходів від продажів) і прогнозування майбутніх подій (наприклад, зростання попиту) для прийняття бізнес-рішень на основі даних. Щоб підійти до цього першого виклику, ви можете використовувати Amazon QuickSight, хмарна служба бізнес-аналітики (BI), яка надає просту для розуміння інформацію та дає особам, які приймають рішення, можливість досліджувати та інтерпретувати інформацію в інтерактивному візуальному середовищі. Для другого завдання можна використати Canvas Amazon SageMaker, хмарний сервіс, який розширює доступ до машинного навчання (ML), надаючи бізнес-аналітикам візуальний інтерфейс, що дозволяє генерувати точні прогнози ML самостійно.

Переглядаючи ці показники, бізнес-аналітики часто виявляють моделі поведінки клієнтів, щоб визначити, чи ризикує компанія втратити клієнта. Ця проблема називається замовлення клієнта, а моделі ML мають перевірений досвід прогнозування таких клієнтів із високою точністю (для прикладу див. ШІ-рішення Elula допомагають банкам покращити утримання клієнтів).

Створення моделей ML може бути складним процесом, оскільки для цього потрібна група експертів, яка керуватиме підготовкою даних і навчанням моделі ML. Однак за допомогою Canvas ви можете зробити це без будь-яких спеціальних знань і з нульовими рядками коду. Для отримання додаткової інформації перевірте Передбачте відтік клієнтів за допомогою машинного навчання без використання коду за допомогою Amazon SageMaker Canvas.

У цій публікації ми покажемо вам, як візуалізувати прогнози, згенеровані Canvas, на інформаційній панелі QuickSight, уможливлюючи інтелектуальне прийняття рішень за допомогою ML.

Огляд рішення

У пості Передбачте відтік клієнтів за допомогою машинного навчання без використання коду за допомогою Amazon SageMaker Canvas, ми взяли на себе роль бізнес-аналітика у відділі маркетингу оператора мобільного зв’язку та успішно створили модель ML для виявлення клієнтів із потенційним ризиком відтоку. Завдяки прогнозам, створеним нашою моделлю, тепер ми хочемо провести аналіз потенційних фінансових результатів, щоб прийняти керовані даними бізнес-рішення щодо потенційних рекламних акцій для цих клієнтів і регіонів.

Архітектура, яка допоможе нам досягти цього, показана на наступній діаграмі.

Етапи робочого процесу такі:

1. Завантажте новий набір даних із поточною групою клієнтів у Canvas.
2. Запустіть пакетне прогнозування та завантажте результати.
3. Завантажте файли в QuickSight, щоб створити або оновити візуалізації.

Ви можете виконати ці дії в Canvas, не написавши жодного рядка коду. Повний список підтримуваних джерел даних див Імпорт даних у Amazon SageMaker Canvas.

Передумови

Для цього покрокового керівництва переконайтеся, що виконано такі передумови:

Використовуйте модель відтоку клієнтів

Після того як ви виконаєте передумови, у вас має бути модель, навчена на історичних даних у Canvas, готова до використання з даними про нових клієнтів для прогнозування відтоку клієнтів, яку потім можна використовувати в QuickSight.

1. Створіть новий файл churn-no-labels.csv шляхом випадкового вибору 1,500 рядків із вихідного набору даних churn.csv і видалення Churn? колонка.

Ми використовуємо цей новий набір даних для створення прогнозів.

Ми завершуємо наступні кроки в Canvas. Ви можете відкрити Canvas за допомогою Консоль управління AWSабо за допомогою програми SSO, наданої вашим адміністратором хмари. Якщо ви не впевнені, як отримати доступ до Canvas, зверніться до Початок роботи з Amazon SageMaker Canvas.

2. На консолі Canvas виберіть Набори даних у навігаційній панелі.
3. Вибирати Імпортувати.

4. Вибирати Завантажувати і оберіть churn-no-labels.csv файл, який ви створили.
5. Вибирати Дати імпорту.

Тривалість процесу імпорту даних залежить від розміру файлу. У нашому випадку це має бути близько 10 секунд. Коли це буде завершено, ми побачимо, що набір даних є Ready Статус.

6. Щоб переглянути перші 100 рядків набору даних, виберіть меню параметрів (три крапки) і виберіть попередній перегляд.

7. Вибирати моделі на навігаційній панелі, а потім виберіть модель відтоку, яку ви створили як частину попередніх умов.

8. на Прогнозуйте вкладку, виберіть Виберіть набір даних.

9. Виберіть churn-no-labels.csv набір даних, а потім виберіть Створюйте прогнози.

Час висновку залежить від складності моделі та розміру набору даних; у нашому випадку це займає близько 10 секунд. Коли завдання завершено, воно змінює свій статус на Готово, і ми можемо завантажити результати.

10. Виберіть меню параметрів (три крапки), Завантажити та Завантажити всі значення.

За бажанням ми можемо швидко переглянути результати вибору попередній перегляд. Перші два стовпці – це прогнози моделі.

Ми успішно використали нашу модель для прогнозування ризику відтоку наших поточних клієнтів. Тепер ми готові візуалізувати бізнес-метрики на основі наших прогнозів.

Імпорт даних до QuickSight

Як ми обговорювали раніше, бізнес-аналітики потребують візуалізації прогнозів разом із бізнес-метриками, щоб приймати бізнес-рішення на основі даних. Для цього ми використовуємо QuickSight, який надає просту для розуміння інформацію та дає особам, які приймають рішення, можливість досліджувати та інтерпретувати інформацію в інтерактивному візуальному середовищі. За допомогою QuickSight ми можемо створювати візуалізації, такі як графіки та діаграми, за лічені секунди за допомогою простого інтерфейсу перетягування. У цій публікації ми створюємо кілька візуалізацій, щоб краще зрозуміти бізнес-ризики та те, як ми можемо ними керувати, наприклад, де нам слід запускати нові маркетингові кампанії.

Щоб почати, виконайте такі дії:

1. На консолі QuickSight виберіть Набори даних у навігаційній панелі.
2. Вибирати Новий набір даних.

QuickSight підтримує багато джерел даних. У цій публікації ми використовуємо локальний файл, який ми раніше згенерували в Canvas, як вихідні дані.

3. Вибирати Завантажте файл.

4. Виберіть нещодавно завантажений файл із прогнозами.

QuickSight завантажує та аналізує файл.

5. Перевірте, чи все відповідає очікуванням у попередньому перегляді, а потім виберіть МАЙБУТНІ.

6. Вибирати Візуалізувати.

Тепер дані успішно імпортовано, і ми готові до їх аналізу.

Створіть інформаційну панель із бізнес-метриками прогнозів відтоку

Настав час проаналізувати наші дані та створити зрозумілу та просту у використанні інформаційну панель, яка містить усю інформацію, необхідну для прийняття бізнес-рішень на основі даних. Дашборд такого типу є важливим інструментом в арсеналі бізнес-аналітиків.

Нижче наведено приклад інформаційної панелі, яка може допомогти визначити ризик відтоку клієнтів і діяти на нього.

На цій інформаційній панелі ми візуалізуємо кілька важливих бізнес-метрик:

• Клієнти, імовірно, відмовляться – Ліва кольцева діаграма відображає кількість і відсоток користувачів із ризиком відмови понад 50%. Ця діаграма допомагає нам швидко зрозуміти масштаб потенційної проблеми.
• Потенційна втрата доходу – Верхня середня кругла діаграма відображає суму втрати доходу від користувачів із ризиком відходу понад 50%. Ця діаграма допомагає нам швидко зрозуміти розмір потенційної втрати доходу через відтік. Діаграма також показує, що ми можемо втратити кількох клієнтів, які перевищують середній рівень, оскільки відсоток потенційно втраченого доходу перевищує відсоток користувачів, яким загрожує відтік.
• Потенційна втрата доходу штатом – Верхня права горизонтальна діаграма відображає розмір втраченого доходу порівняно з доходом від клієнтів, яким не загрожує відтік. Цей візуал може допомогти нам зрозуміти, який стан є для нас найважливішим з точки зору маркетингової кампанії.
• Детальна інформація про клієнтів, яким загрожує відмова – У нижній лівій таблиці міститься інформація про всіх наших клієнтів. Ця таблиця може бути корисною, якщо ми хочемо швидко переглянути деталі кількох клієнтів із або без ризику відтоку.

Клієнти, імовірно, відмовляться

Ми починаємо з побудови діаграми з клієнтами, які ризикують відмовитися.

1. під Список полів, виберіть Відточувати? атрибут.

QuickSight автоматично створює візуалізацію.

Хоча стовпчаста діаграма є звичайною візуалізацією для розуміння розподілу даних, ми вважаємо за краще використовувати круглу діаграму. Ми можемо змінити цей візуал, змінивши його властивості.

2. Виберіть піктограму круглої діаграми під Візуальні види.
3. Виберіть поточну назву (двічі клацніть) і змініть її на Клієнти, імовірно, відмовляться.

4. Щоб налаштувати інші візуальні ефекти (видалити легенду, додати значення, змінити розмір шрифту), виберіть піктограму олівця та внесіть зміни.

Як показано на наступному знімку екрана, ми збільшили площу бублика, а також додали додаткову інформацію в мітки.

Потенційна втрата доходу

Ще один важливий показник, який слід враховувати під час розрахунку впливу відтоку клієнтів на бізнес, — потенційна втрата доходу. Це важливий показник, оскільки він допомагає нам зрозуміти вплив на бізнес клієнтів, яким не загрожує відтік. У телекомунікаційній галузі, наприклад, у нас може бути багато неактивних клієнтів, які мають високий ризик відтоку, але нульовий дохід. Ця діаграма може допомогти нам зрозуміти, чи перебуваємо ми в такій ситуації чи ні. Щоб додати цей показник на нашу інформаційну панель, ми створюємо спеціальне обчислюване поле, надаючи математичну формулу для обчислення потенційних втрат доходу, а потім візуалізуємо це як іншу круглу діаграму.

1. на додавати меню, виберіть Додати обчислене поле.

2. Назвіть поле Загальні витрати.
3. Введіть формулу {Денна плата}+{Напередодні плата}+{Міжнародна плата}+{Нічна плата}.
4. Вибирати зберегти.

5. на додавати меню, виберіть Додайте візуальний.

6. під Візуальні видивиберіть піктограму круглої діаграми.
7. під Список полів, перетягніть Відточувати? до Група/Колір.
8. Тягтися Загальні витрати до значення.
9. на значення меню, виберіть Показати як І вибирай Валюта.
10. Виберіть піктограму олівця, щоб налаштувати інші візуальні ефекти (видалити легенду, додати значення, змінити розмір шрифту).

На даний момент наша панель має дві візуалізації.

Ми вже бачимо, що загалом ми можемо втратити 18% (270) клієнтів, що дорівнює 24% (6,280 доларів США) доходу. Давайте розглянемо далі, проаналізувавши потенційні втрати доходів на державному рівні.

Потенційна втрата доходу штатом

Щоб візуалізувати потенційну втрату доходу за штатом, додамо горизонтальну гістограму.

1. на додавати меню, виберіть Додайте візуальний.

2. під Візуальні види¸ виберіть піктограму горизонтальної гістограми.
3. під Список полів¸ перетягнути Відточувати? до Група/Колір.
4. Тягтися Загальні витрати до значення.
5. на значення меню, виберіть Показати як та Валюта.
6. Тягтися Стажування до Вісь Y.
7. Виберіть піктограму олівця, щоб налаштувати інші візуальні ефекти (видалити легенду, додати значення, змінити розмір шрифту).

8. Ми також можемо сортувати наш новий візуал шляхом вибору Загальні витрати унизу та вибираючи спадний.

Цей візуал може допомогти нам зрозуміти, який стан є найважливішим з точки зору маркетингової кампанії. Наприклад, на Гаваях ми потенційно можемо втратити половину нашого доходу ($253,000 10), тоді як у Вашингтоні ця величина становить менше 52,000% ($XNUMX XNUMX). Ми також бачимо, що в Арізоні ми ризикуємо втратити майже кожного клієнта.

Детальна інформація про клієнтів, яким загрожує відмова

Давайте створимо таблицю з деталями про клієнтів, яким загрожує відмова.

1. на додавати меню, виберіть Додайте візуальний.

2. під Візуальні види, виберіть піктограму таблиці.
3. під Списки полів, перетягніть Телефони, стан, Міжнародний план, План Vmail, Відточувати? та Довжина рахунку до Групувати за.
4. Тягтися ймовірність до значення.
5. на значення меню, виберіть Показати як та Відсоток.

Налаштуйте свою інформаційну панель

QuickSight пропонує кілька варіантів налаштування інформаційної панелі, як-от наведені нижче.

1. Щоб додати назву, на додавати меню, виберіть Додайте заголовок.

2. Введіть назву (для цієї публікації ми перейменуємо нашу інформаційну панель Аналіз відтоку).

3. Щоб змінити розмір візуальних елементів, виберіть нижній правий кут діаграми та перетягніть його до потрібного розміру.
4. Щоб перемістити візуал, виберіть верхній центр діаграми та перетягніть його в нове місце.
5. Щоб змінити тему, виберіть теми у навігаційній панелі.
6. Виберіть нову тему (наприклад, Плануючи), і виберіть Застосовувати.

Опублікуйте свою інформаційну панель

Інформаційна панель — це знімок аналізу, доступний лише для читання, яким можна поділитися з іншими користувачами QuickSight для створення звітів. Ваша інформаційна панель зберігає конфігурацію аналізу під час його публікації, включаючи такі речі, як фільтрація, параметри, елементи керування та порядок сортування. Дані, які використовуються для аналізу, не фіксуються як частина інформаційної панелі. Коли ви переглядаєте інформаційну панель, вона відображає поточні дані в наборах даних, які використовуються в аналізі.

Щоб опублікувати інформаційну панель, виконайте такі дії:

1. на Поділитись меню, виберіть Опублікувати інформаційну панель.

2. Введіть ім’я для панелі керування.
3. Вибирати Опублікувати інформаційну панель.

Вітаємо, ви успішно створили інформаційну панель аналізу відтоку користувачів.

Оновіть свою інформаційну панель новим прогнозом

У міру розвитку моделі та створення нових даних про бізнес нам може знадобитися оновити цю інформаційну панель новою інформацією. Виконайте наступні дії:

1. Створіть новий файл churn-no-labels-updated.csv шляхом випадкового вибору ще 1,500 рядків із вихідного набору даних churn.csv і видалення Churn? колонка.

Ми використовуємо цей новий набір даних для створення нових прогнозів.

2. Повторіть кроки з Використовуйте модель відтоку клієнтів розділ цієї публікації, щоб отримати прогнози для нового набору даних і завантажити новий файл.
3. На консолі QuickSight виберіть Набори даних у навігаційній панелі.
4. Виберіть створений нами набір даних.

5. Вибирати Редагувати набір даних.

6. У спадному меню виберіть Оновити файл.

7. Вибирати Завантажити файл.

8. Виберіть нещодавно завантажений файл із передбаченнями.
9. Перегляньте попередній перегляд і виберіть Підтвердити оновлення файлу.

Коли з’явиться повідомлення «Файл успішно оновлено», ми побачимо, що ім’я файлу також змінилося.

10. Вибирати Зберегти та опублікувати.

11. Коли з’явиться повідомлення «Збережено та опубліковано успішно», ви можете повернутися до головного меню, вибравши логотип QuickSight у лівому верхньому куті.

12. Вибирати Панелі на панелі навігації та виберіть інформаційну панель, яку ми створили раніше.

Ви повинні побачити свою інформаційну панель з оновленими значеннями.

Ми щойно оновили нашу інформаційну панель QuickSight останніми прогнозами Canvas.

Прибирати

Щоб уникнути майбутніх платежів, вийти з Canvas.

Висновок

У цій публікації ми використали модель ML від Canvas, щоб передбачити клієнтів, яким загрожує відтік, і створили інформаційну панель із глибокими візуалізаціями, щоб допомогти нам приймати бізнес-рішення на основі даних. Ми зробили це без написання жодного рядка коду завдяки зручним інтерфейсам і чіткій візуалізації. Це дає змогу бізнес-аналітикам бути гнучкими у створенні моделей машинного навчання, а також виконувати аналізи та отримувати інформацію в умовах повної автономності від команд з обробки даних.

Щоб дізнатися більше про використання Canvas, див Створюйте, діліться, розгортайте: як бізнес-аналітики та науковці з даних досягають швидшого виходу на ринок за допомогою ML без коду та Amazon SageMaker Canvas. Додаткову інформацію про створення моделей ML з рішенням без коду див Анонс Amazon SageMaker Canvas – візуальна можливість машинного навчання без коду для бізнес-аналітиків. Щоб дізнатися більше про найновіші функції QuickSight і передові практики, див Блог AWS Big Data.

---

Про автора

Олександр Патрушев є архітектором спеціалізованих рішень AI/ML в AWS, що базується в Люксембурзі. Він захоплений хмарою та машинним навчанням, а також тим, як вони можуть змінити світ. Поза роботою любить піші прогулянки, спорт і час із сім’єю.

Давіде Галлітеллі є спеціалістом архітектора рішень для AI/ML у регіоні EMEA. Він базується в Брюсселі і тісно співпрацює з клієнтами по всьому Бенілюксу. Він був розробником з самого дитинства, почавши кодувати у віці 7 років. Він почав вивчати AI/ML в університеті і з тих пір закохався в нього.