每家公司，无论其规模大小，都希望为客户提供最好的产品和服务。 为实现这一目标，公司希望了解行业趋势和客户行为，并定期优化内部流程和数据分析。 这是公司成功的重要组成部分。
分析师角色的一个非常突出的部分包括业务指标可视化（如销售收入）和未来事件的预测（如需求增加），以做出数据驱动的业务决策。 要应对第一个挑战，您可以使用 亚马逊QuickSight，一种云规模的商业智能 (BI) 服务，可提供易于理解的见解，并为决策者提供在交互式视觉环境中探索和解释信息的机会。 对于第二个任务，您可以使用 亚马逊 SageMaker 画布，一种云服务，通过为业务分析师提供可视化的点击式界面来扩展对机器学习 (ML) 的访问，让您可以自行生成准确的 ML 预测。
在查看这些指标时，业务分析师通常会识别客户行为模式，以确定公司是否有失去客户的风险。 这个问题叫做 客户流失，并且 ML 模型在以高精度预测此类客户方面具有良好的记录（例如，请参阅 Elula 的 AI 解决方案帮助银行提高客户保留率).
构建 ML 模型可能是一个棘手的过程，因为它需要专家团队来管理数据准备和 ML 模型训练。 但是，使用 Canvas，您可以在没有任何特殊知识和零行代码的情况下做到这一点。 欲了解更多信息，请查看 使用 Amazon SageMaker Canvas 通过无代码机器学习预测客户流失.
在这篇文章中，我们将向您展示如何在 QuickSight 仪表板中可视化从 Canvas 生成的预测，从而通过 ML 实现智能决策。
解决方案概述
在文中 使用 Amazon SageMaker Canvas 通过无代码机器学习预测客户流失，我们在一家手机运营商的市场部担任业务分析师的角色，并成功创建了一个机器学习模型来识别具有潜在流失风险的客户。 由于我们的模型产生的预测，我们现在想要对潜在的财务结果进行分析，以针对这些客户和地区的潜在促销做出数据驱动的业务决策。
下图显示了有助于我们实现这一目标的架构。
工作流程步骤如下：
- 将包含当前客户群的新数据集上传到 Canvas。
- 运行批量预测并下载结果。
- 将文件上传到 QuickSight 以创建或更新可视化。
您可以在 Canvas 中执行这些步骤，而无需编写任何代码。 有关支持的数据源的完整列表，请参阅 在 Amazon SageMaker Canvas 中导入数据.
先决条件
对于本演练，请确保满足以下先决条件：
使用客户流失模型
完成先决条件后，您应该在 Canvas 中使用历史数据训练模型，准备好与新客户数据一起使用以预测客户流失，然后您可以在 QuickSight 中使用该模型。
- 创建一个新文件
churn-no-labels.csv通过从原始数据集中随机选择 1,500 行 流失.csv 并删除Churn?列。
我们使用这个新数据集来生成预测。
我们在 Canvas 中完成接下来的步骤。 您可以通过以下方式打开 Canvas AWS管理控制台，或通过云管理员提供的 SSO 应用程序。 如果您不确定如何访问 Canvas，请参阅 开始使用 Amazon SageMaker Canvas.
- 在 Canvas 控制台上，选择 数据集 在导航窗格中。
- 进口.
- 上传 并选择
churn-no-labels.csv您创建的文件。 - 导入日期.
数据导入处理时间取决于文件的大小。 在我们的例子中，它应该是 10 秒左右。 完成后，我们可以看到数据集在 Ready 状态。
- 要预览数据集的前 100 行，请选择选项菜单（三个点）并选择 预览.
- 型号 在导航窗格中，然后选择您在先决条件中创建的流失模型。
- 点击 预测 标签，选择 选择数据集.
- 点击
churn-no-labels.csv数据集，然后选择 生成预测.
推理时间取决于模型复杂度和数据集大小； 在我们的例子中，大约需要 10 秒。 作业完成后，它的状态变为就绪，我们可以下载结果。
- 选择选项菜单（三个点）， 下载及 下载所有值.
或者，我们可以快速查看选择的结果 预览. 前两列是模型的预测。
我们已经成功地使用我们的模型来预测我们当前客户群的流失风险。 现在我们已准备好根据我们的预测可视化业务指标。
将数据导入 QuickSight
正如我们之前所讨论的，业务分析师需要将预测与业务指标一起可视化，以便做出数据驱动的业务决策。 为此，我们使用 QuickSight，它提供易于理解的洞察力，让决策者有机会在交互式视觉环境中探索和解释信息。 借助 QuickSight，我们可以通过简单的拖放界面在几秒钟内构建图形和图表等可视化。 在这篇文章中，我们构建了几个可视化来更好地了解业务风险以及我们如何管理它们，例如我们应该在哪里发起新的营销活动。
首先，请完成以下步骤：
- 在QuickSight控制台上，选择 数据集 在导航窗格中。
- 新数据集.
QuickSight 支持许多数据源。 在这篇文章中，我们使用一个本地文件，即我们之前在 Canvas 中生成的文件，作为我们的源数据。
- 上传一个文件.
- 选择最近下载的带有预测的文件。
QuickSight 上传并分析文件。
- 检查预览中的所有内容是否符合预期，然后选择 下一页.
- 可视化.
数据现在已成功导入，我们已准备好对其进行分析。
使用流失预测的业务指标创建仪表板
是时候分析我们的数据并制作一个清晰且易于使用的仪表板了，该仪表板概括了数据驱动的业务决策所需的所有信息。 这种类型的仪表板是业务分析师的重要工具。
以下是一个示例仪表板，可以帮助识别客户流失的风险并采取行动。
在这个仪表板上，我们可视化了几个重要的业务指标：
- 可能流失的客户 – 左侧的甜甜圈图表示流失风险超过 50% 的用户数量和百分比。 此图表可帮助我们快速了解潜在问题的规模。
- 潜在的收入损失 – 顶部中间的甜甜圈图表代表超过 50% 流失风险的用户的收入损失金额。 此图表可帮助我们快速了解流失带来的潜在收入损失的规模。 该图表还显示，我们可能会失去几个高于平均水平的客户，因为潜在收入损失的百分比大于有流失风险的用户的百分比。
- 各州的潜在收入损失 – 右上方的水平条形图表示收入损失的规模与来自没有流失风险的客户的收入之间的关系。 这种视觉效果可以帮助我们从营销活动的角度了解哪个状态对我们最重要。
- 有关有流失风险的客户的详细信息 – 左下方的表格包含有关我们所有客户的详细信息。 如果我们想快速查看存在和不存在流失风险的多个客户的详细信息，此表可能会有所帮助。
可能流失的客户
我们首先与有流失风险的客户建立图表。
- 下 栏位清单， 选择 搅拌？ 属性。
QuickSight 自动构建可视化。
尽管条形图是理解数据分布的常用可视化方法，但我们更喜欢使用圆环图。 我们可以通过改变它的属性来改变这个视觉效果。
- 选择下面的圆环图图标 视觉类型.
- 选择当前名称（双击）并将其更改为 可能流失的客户.
- 要自定义其他视觉效果（删除图例、添加值、更改字体大小），请选择铅笔图标并进行更改。
如下图所示，我们增加了甜甜圈的面积，并在标签中添加了一些额外的信息。
潜在的收入损失
在计算客户流失的业务影响时要考虑的另一个重要指标是潜在的收入损失。 这是一个重要的指标，因为它可以帮助我们了解没有流失风险的客户对业务的影响。 例如，在电信行业，我们可能有很多不活跃的客户，他们流失的风险很高，但收入为零。 这张图表可以帮助我们了解我们是否处于这种情况。 为了将此指标添加到我们的仪表板，我们通过提供用于计算潜在收入损失的数学公式来创建自定义计算字段，然后将其可视化为另一个圆环图。
- 点击 地址 菜单中选择 添加计算字段.
- 将该字段命名为总费用。
- 输入公式 {Day Charge}+{Eve Charge}+{Intl Charge}+{Night Charge}。
- 保存.
- 点击 地址 菜单中选择 添加视觉.
- 下 视觉类型，选择圆环图图标。
- 下 栏位清单，拖动 搅拌？ 至 组/颜色.
- 拖动 总费用 至 值.
- 点击 值 菜单中选择 显示为 并选择 货币.
- 选择铅笔图标以自定义其他视觉效果（删除图例、添加值、更改字体大小）。
此时，我们的仪表板有两个可视化。
我们已经可以观察到，我们总共可能会失去 18% (270) 的客户，这相当于 24% (6,280 美元) 的收入。 让我们通过分析州一级的潜在收入损失来进一步探索。
各州的潜在收入损失
为了按州可视化潜在的收入损失，让我们添加一个水平条形图。
- 点击 地址 菜单中选择 添加视觉.
- 下 视觉类型¸ 选择水平条形图图标。
- 下 栏位清单拖 搅拌？ 至 组/颜色.
- 拖动 总费用 至 值.
- 点击 值 菜单中选择 显示为 和 货币.
- 拖动 阶段 至 Y轴.
- 选择铅笔图标以自定义其他视觉效果（删除图例、添加值、更改字体大小）。
- 我们还可以通过选择对我们的新视觉进行排序 总费用 在底部并选择 降序.
这种视觉效果可以帮助我们从营销活动的角度了解哪个状态最重要。 例如，在夏威夷，我们可能会损失一半的收入（253,000 美元），而在华盛顿，这个价值不到 10%（52,000 美元）。 我们还可以看到，在亚利桑那州，我们冒着失去几乎所有客户的风险。
有关有流失风险的客户的详细信息
让我们建立一个表格，其中包含有关有流失风险的客户的详细信息。
- 点击 地址 菜单中选择 添加视觉.
- 下 视觉类型，选择表格图标。
- 下 字段列表，拖动 电话, 州/领地, 国际计划, 邮件计划, 搅拌？及 帐户长度 至 通过...分组.
- 拖动 可能性 至 值.
- 点击 值 菜单中选择 显示为 和 百分之.
自定义仪表板
QuickSight 提供了多个选项来自定义您的仪表板，如下所示。
- 要添加名称，请在 地址 菜单中选择 添加标题.
- 输入标题（对于这篇文章，我们重命名仪表板 流失分析).
- 要调整您的视觉效果，请选择图表的右下角并拖动到所需的大小。
- 要移动视觉对象，请选择图表的顶部中心并将其拖动到新位置。
- 要更改主题，请选择 主题 在导航窗格中。
- 选择您的新主题（例如， 午夜)，然后选择 使用.
发布您的仪表板
仪表板是分析的只读快照，您可以与其他 QuickSight 用户共享以用于报告目的。 您的仪表板会在您发布分析时保留分析的配置，包括过滤、参数、控件和排序顺序等内容。 用于分析的数据不会作为仪表板的一部分捕获。 查看仪表板时，它会反映分析使用的数据集中的当前数据。
要发布仪表板，请完成以下步骤：
- 点击 Share 菜单中选择 发布仪表板.
- 输入仪表板的名称。
- 发布仪表板.
恭喜，您已成功创建流失分析仪表板。
使用新预测更新您的仪表板
随着模型的发展以及我们从业务中生成新数据，我们可能需要使用新信息更新此仪表板。 完成以下步骤：
- 创建一个新文件
churn-no-labels-updated.csv通过从原始数据集中随机选择另外 1,500 行 流失.csv 并删除Churn?列。
我们使用这个新数据集来生成新的预测。
- 重复从 使用客户流失模型 这篇文章的部分以获得对新数据集的预测，并下载新文件。
- 在QuickSight控制台上，选择 数据集 在导航窗格中。
- 选择我们创建的数据集。
- 编辑数据集.
- 在下拉菜单上，选择 更新文件.
- 上传文件.
- 选择最近下载的带有预测的文件。
- 查看预览，然后选择 确认文件更新.
出现“文件更新成功”消息后，我们可以看到文件名也发生了变化。
- 保存并发布.
- 当出现“保存并发布成功”消息时，您可以通过选择左上角的 QuickSight 徽标返回主菜单。
- 仪表板 在导航窗格中并选择我们之前创建的仪表板。
您应该会看到带有更新值的仪表板。
我们刚刚使用 Canvas 的最新预测更新了 QuickSight 仪表板。
清理
为避免日后收费， 从画布注销.
结论
在这篇文章中，我们使用 Canvas 的 ML 模型来预测有流失风险的客户，并构建了一个具有洞察力可视化的仪表板，以帮助我们做出数据驱动的业务决策。 得益于用户友好的界面和清晰的可视化，我们无需编写任何代码即可完成此操作。 这使业务分析师能够灵活地构建 ML 模型，并在完全自主的数据科学团队中执行分析和提取见解。
要了解有关使用 Canvas 的更多信息，请参阅 构建、共享、部署：业务分析师和数据科学家如何使用无代码 ML 和 Amazon SageMaker Canvas 缩短上市时间. 有关使用无代码解决方案创建 ML 模型的更多信息，请参阅 宣布推出 Amazon SageMaker Canvas – 面向业务分析师的可视化、无代码机器学习功能. 要了解有关最新 QuickSight 功能和最佳实践的更多信息，请参阅 AWS 大数据博客.
关于作者
亚历山大·帕特鲁舍夫 是位于卢森堡的 AWS 的 AI/ML 专家解决方案架构师。 他对云和机器学习以及它们改变世界的方式充满热情。 工作之余，他喜欢远足、运动和与家人共度时光。
戴维德·加利特利 是 EMEA 地区的 AI/ML 专家解决方案架构师。 他常驻布鲁塞尔，与比荷卢三国的客户密切合作。 他从小就是一名开发人员，7 岁开始编写代码。他从大学开始学习 AI/ML，从那时起就爱上了它。
