Información general sobre los informes

Artículo
10/07/2024

En este artículo se desglosarán las métricas que aparecen en cada aplicación de panel.

Para conocer los pasos sobre cómo configurar los informes del panel y comenzar a ver las métricas de rendimiento, consulte nuestra Guía de inicio rápido: Configurar informes de Power BI.

Panel Señales

El panel Señales es un informes de Power BI que se utiliza para comprender y evaluar el volumen y la calidad de los datos de entrada (es decir, las señales), ya que los datos son fundamentales para producir recomendaciones relevantes.

A partir de un examen más detallado de los datos de entrada, puede lograr una mejor comprensión de si los datos deben corregirse o modificarse antes de volver a intentar modelar y comparar resultados.

![NOTA:]

A lo largo de este panel, las señales hacen referencia a datos de interacciones. Para simplificar, este documento puede hacer referencia a las señales de interacción como compras.

Terminología

Dentro del panel, algunos de los datos están agrupados por cesta o por usuario.

A continuación se explica la diferencia entre los dos.

Terminología	Description
Por cesta	Una Cesta representa una agrupación de productos y se expresa habitualmente como "carro actual del comprador", sesión o interacción. En el esquema de interacción, Por cesta == Por InteractionGroupingId.
Por usuario	La agrupación por usuario muestra, de media, cuántos elementos tiene un usuario y cuántos usuarios han interactuado con un elemento en particular. En el esquema de interacción, Por usuario == Por UserId.

Para obtener más información, consulte la Documentación de la entidad de datos de la interacción.

Términos clave

También hay algunos términos clave importantes para comprender el panel. Estos términos se explican en la tabla siguiente. Una interacción puede proceder de varios orígenes, como compras, vistas o selección.

Terminología	Description
Informativo	Un punto de datos que proporciona información útil para el modelado.
Cesta	Las cestas representan el carro, la sesión o la interacción actual de un comprador. Es un grupo de artículos juntos.
Artículo semilla	Un artículo con el que un usuario interactúa o selecciona.
Candidato	Un artículo que ha sido recomendado a un usuario.
Cantidad de candidatos	Compras totales del candidato.
Superposición	Número de veces que se compró el candidato junto con la semilla
Probabilidad de que el candidato reciba la semilla	Probabilidad de comprar el candidato dado que el artículo semilla ya se compró
Probabilidad de que el candidato reciba la semilla	Probabilidad de comprar la semilla dado que el artículo candidato ya se compró
Señales	Interacciones con los clientes. Una sola fila en el archivo de interacciones.
Datos muestreados	Los datos utilizados para el modelado de elementos.

Fichas

El panel Señales tiene siete pestañas: Información general, Análisis colaborativo, Usuarios, Cestas, Artículos, Artículos populares y Análisis de asociaciones directas. Cada una de estas pestañas se explicará en la siguiente tabla.

Nombre de pestaña	Description	Objeto visual
Introducción	La pestaña de información general muestra cuántos usuarios, artículos, cestas y filas hay dentro de los datos. Los datos están codificados por colores para mostrar lo formativas que son las señales. Idealmente, los valores son verdes, lo que significa que los datos son adecuados para Intelligent Recommendations. De lo contrario, los valores naranjas significan que los datos están en el límite y los rojos significan que no hay suficientes datos para esa estadística. Si el panel es principalmente de color naranja y rojo, considere si merece la pena llevar los datos a producción y si los datos son correctos.
Análisis colaborativo	La pestaña Análisis colaborativo muestra artículos basados en artículos agrupados por cesta o artículos agrupados por usuario. Los artículos agrupados por cesta también se conocen como el carro actual del comprador. En esta sección, uno puede aprender lo informativas que son sus cestas, es decir, lo útiles que son las cestas para el modelado. También hay información sobre el número de artículos en la cesta, que es el tamaño del carro del comprador; el número medio de cestas por artículo; y lo informativos que son los artículos. Los elementos agrupados por usuarios muestran lo informativos que son los usuarios, lo informativos que son los elementos y cuántos elementos tiene un usuario.
Usuarios	La pestaña Usuarios muestra el número de usuarios y el número de usuarios nuevos y recurrentes a lo largo del tiempo. Además, el informe mostrará el número medio de cestas y artículos que tiene un usuario.
Cestas	La pestaña Cestas muestra cuántas cestas hay a lo largo del tiempo y, de media, cuántos artículos hay en una cesta.
Elementos	La pestaña Artículos muestra información sobre todos los artículos del catálogo. Puede ver cómo ha cambiado el número de artículos con el tiempo e información sobre cuántos usuarios interactuaron con un artículo.
Artículos populares	La pestaña Artículos populares destaca con qué artículos se interactuó más y el número de cestas a lo largo del tiempo. Para una obtener experiencia significativa, tenga un catálogo mínimo con títulos en su entrada a IR.
Análisis de asociaciones directas	Todas las pestañas anteriores muestran datos agregados sobre las señales. En la pestaña Análisis de asociaciones directas, los datos se basan en un artículo semilla elegido o en un artículo que un usuario podría seleccionar. Esta información resulta útil para los modelos de Mejor siguiente acción, ya que puede aprender qué artículos están más asociados entre sí. Aprenderá a usar esta herramienta en la siguiente sección.

Cómo utilizar la herramienta de análisis de asociaciones directas

Para ver artículos relacionados para un producto específico, seleccione un artículo semilla de la lista de la izquierda. A continuación, los siguientes datos se completarán en el informe:

El número de veces que se compró el artículo recomendado
El número de veces que se compró el artículo recomendado junto con el artículo semilla
La probabilidad de que se haya comprado el artículo recomendado, dado que el artículo semilla ya se compró
La probabilidad de que se haya comprado el artículo semilla, dado que el artículo recomendado ya se compró

Direct Associations Analysis Tab Para una obtener experiencia significativa, tenga un catálogo mínimo con títulos en su entrada a IR.

Panel de Intelligent Recommendations

Introducción

El panel de Intelligent Recommendations proporciona estadísticas que ayudan a evaluar el rendimiento del modelo, al determinar si los artículos relevantes aparecen en la parte superior de la lista.

Fichas

Nombre de pestaña	Description	Image
Resumen del conjunto de datos de interacciones	En la pestaña Resumen del conjunto de datos de interacciones, hay información sobre el recuento de usuarios, artículos y filas de los datos. En el Panel de IR, los "Usuarios" son en realidad "Cestas" representadas por InteractionGroupingId. Este modelo usa ItemModel con InteractionGroupingId y, por lo tanto, no usa UserId. El recuento de usuarios muestra cuántos usuarios hay en los datos completos y muestreados, donde los datos de muestra son los datos utilizados en el modelado de elementos. El recuento de artículos es el número de artículos que hay en el conjunto de datos completo y muestreado. Finalmente, el recuento de filas es el número de filas, que representan el número de señales, que se encuentran en los conjuntos de datos completos y muestreados.
Cobertura de PAL	La pestaña Cobertura de PAL evalúa el modelo A las personas también les gusta para ver la cantidad de datos de interacciones para los que el servicio puede proporcionar recomendaciones. Un porcentaje superior significa que un mayor número de semillas pueden obtener recomendaciones de A la gente también le gusta.
Estadísticas de selecciones	En la pestaña Estadísticas de selecciones, hay estadísticas para ayudar a evaluar el rendimiento del modelo Selecciones para usted. Hay estadísticas como coincidencia de selecciones, selecciones estimadas 1 - MPR, MRR de selecciones y proporción de objetivos en la parte superior de la lista, que se describen más adelante en la sección de métricas clave. Para el modelo Selecciones, el servicio realiza una muestra de los usuarios y, para cada usuario, deja uno de los artículos que el usuario compró y lo etiqueta como objetivo. A continuación, el servicio modela al usuario como si no hubiera comprado ese artículo, llama a Selecciones en el usuario y comprueba si se recomendó el artículo que se dejó fuera. El rango de este artículo en la lista de recomendaciones del usuario se usa para calcular las métricas.
Estadísticas de PAL	La pestaña Estadísticas de PAL se utiliza para evaluar el modelo A la gente también le gusta. Esta pestaña incluye las mismas métricas de la pestaña Estadísticas de selecciones, que se describen en la siguiente sección. El servicio muestra solo compras de pares de artículos, llama a PAL en uno de ellos y verifica si se recomendó el segundo.

Métricas clave

Dentro de las pestañas mencionadas anteriormente, se muestran algunas métricas clave. Esas métricas se explican con más detalle en la siguiente tabla.

Metric	Definición	Objeto visual
Cobertura de PAL	El porcentaje de interacción indica que el servicio puede proporcionar recomendaciones con el modelo A la gente también le gusta. Un porcentaje superior significa que un mayor número de semillas pueden obtener recomendaciones de A la gente también le gusta.
Coincidencia en los principales artículos K	La fracción de elementos relevantes que aparecieron en la K superior de la lista. Un número mayor representa que un porcentaje superior estaba en la K superior de la lista. Los resultados por usuario son binarios: el resultado es 0 si el elemento no estaba entre los K más vistos, o es 1 si está allí. La coincidencia se calcula entre todos los usuarios que el servicio muestreó. Por ejemplo, si el servicio muestreó a 1000 usuarios, y para 500 de ellos el artículo objetivo apareció entre los primeros 10 resultados, la coincidencia en 10 será de 0,5.
1 - MPR	MPR muestra el percentil medio donde se encuentra el artículo en la lista. Por ejemplo, 1-MPR del 80 % significa que, de media, la recomendación objetivo estaba dentro del 20 % superior de los resultados. El panel se presenta en 1-MPR, lo que significa que cuanto más elevado, mejor. En el cálculo, hay un límite de 1000 artículos, por lo que el resultado debe estar entre los 1000 primeros artículos.
MRR (rango recíproco medio)	El recíproco de los rangos de los elementos relevantes dentro de la lista. Un rango recíproco superior significa que los elementos más relevantes aparecen en la parte superior de la lista.
Proporción de objetivos en la parte superior de la lista	La fracción de elementos relevantes que se encuentran en los 1000 primeros de la lista. Una proporción superior significa que los elementos más relevantes se muestran al usuario en la parte superior de la lista.