レポートの概要

[アーティクル]
10/07/2024

この記事では、各ダッシュボードアプリケーションに表示されるメトリックを分類します。

ダッシュボードレポートを設定してパフォーマンスメトリックの表示を開始する手順は、クイックスタートガイド: Power BI レポートの設定を参照してください。

シグナルダッシュボード

関連するレコメンデーションの生成にデータが不可欠であるため、Power BI レポートであるシグナルダッシュボードを、入力データ (つまり、シグナル) の量と品質を解釈し、評価するために使用します。

入力データを詳しく調査することで、モデル化を再試行して結果を比較する前に、データの修正や変更の必要性をよりよく把握できる場合があります。

![注意:]

このダッシュボード全体のシグナルは操作データを参照します。シンプルに、このドキュメントでは操作シグナルを購入と称する場合があります。

用語

ダッシュボード内では、一部のデータが買い物カゴやユーザーごとにグループ化されています。

両者の違いについて以下で説明します。

用語	説明設定
買い物カゴごと	買い物カゴは製品のグループを表し、通常は "買い物客の現在のカート"、セッション、または操作として表現されます。対話スキーマでは、買い物カゴごと == InteractionGroupingId ごとです。
ユーザーごと	ユーザーごとにグループ化することで、ユーザーが持っている品目数と、特定の品目を操作したユーザーの数が、平均で表示されます。操作スキーマでは、ユーザーごと == UserId ごとです。

詳細については、操作データエンティティの説明書を参照してください。

重要な用語

ダッシュボードを理解する上で重要な用語がいくつか存在します。こうした用語について、以下のテーブルで説明します。購入、ビュー、選択など、さまざまなソースから操作が発生する可能性があります。

用語	説明設定
Informatica	モデル化に役立つ情報を提供するデータポイント。
買い物カゴ	買い物カゴは、買い物客の現在のカート、セッション、または操作を表します。これは品目をまとめたグループです。
シード品目	ユーザーが操作または選択する品目。
候補者	ユーザーにおすすめした品目。
候補の数	候補の全体的な購入。
重複	候補がシードと一緒に購入された回数
シードを与えた候補の確率	シード品目をすでに購入している場合の候補の購入確率
候補のシードを与えた確率	候補品目をすでに購入している場合のシードの購入確率
シグナル	顧客の操作。操作ファイルが含む 1 行。
サンプリングしたデータ	品目のモデル化に使用するデータ。

タブ

シグナルダッシュボードには 7 つのタブがあります: 概要、共同分析、ユーザー、買い物カゴ、品目、人気のある品目、直接関連付け分析。これらの各タブについて、以下のテーブルで説明します。

タブ名	説明設定	ビジュアル
概要	概要タブは、データが含むユーザー、品目、買い物カゴ、行の数を表示します。このデータは色分けされており、シグナルがどの程度形成的であるかを示します。値は緑色であることが理想的です。これは Intelligent Recommendations に適したデータを意味します。それ以外の場合、オレンジ色の値はデータが境界線にあることを意味し、赤色はその統計に十分なデータが存在しないことを意味します。ダッシュボードの大部分がオレンジ色と赤色の場合は、データを運用環境に導入する意義があるかどうか、さらにデータが正しいかどうかを検討してください。
共同分析	共同分析タブは、買い物カゴごとにグループ化した品目、またはユーザーごとにグループ化した品目に基づき、品目を表示します。買い物カゴごとにグループ化した品目は、買い物客の現在のカートとも呼ばれます。このセクションでは、これらの買い物カゴがどれほど有益であるか、つまり買い物カゴがモデル化にどれほど貢献するかを説明します。また、買い物カゴに入れた品目の数 (つまり買い物客のカートのサイズ)、品目ごとの買い物カゴの平均数、品目の情報量に関する情報も扱います。ユーザーごとにグループ化した品目は、ユーザーの情報量、品目の情報量、ユーザーが持つ品目の数を示します。
Users	ユーザータブは、ユーザー数と、新規ユーザーとリピーターの数を、時間の経過とともに表示します。さらにこのレポートは、ユーザーが持つ買い物カゴと品目の平均数も表示します。
バスケット	買い物カゴタブは、買い物カゴの数と、買い物カゴが含む品目の平均数を、時間の経過とともに表示します。
アイテム	品目タブは、カタログが含むすべての品目に関する情報を表示します。品目数が時間の経過とともにどのように変化したか、品目を操作したユーザー数に関する情報を確認できます。
人気のある品目	人気のある品目タブは、最も多く操作された品目と、買い物カゴの数を、時間の経過とともに強調表示します。効果的なエクスペリエンスを実現するため、IR への入力にタイトルを含む最小限のカタログを含めます。
直接関連付け分析	前に示したすべてのタブは、シグナルに関する集計データを表示します。直接関連付け分析タブに表示するデータは、選択したシード品目またはユーザーが選択する可能性のある品目に基づきます。どの品目が最も互いに関連しているかを把握できるため、この情報は、次に実施すべき最善策のモデルに役立ちます。以下のセクションで、このツールの使用方法をご覧ください。

直接関連付け分析ツールの使用方法

特定の製品の関連品目を表示する際は、左側のリストからシード品目を選択します。すると次のデータがレポートに入力されます。

おすすめ品目を購入した回数
シード品目と一緒におすすめ品目を購入した回数
シード品目を購入済みである場合に、おすすめ品目を購入した確率
おすすめ品目を購入済みである場合に、シード品目を購入した確率

Direct Associations Analysis Tab 効果的なエクスペリエンスを実現するため、IR への入力にタイトルを含む最小限のカタログを含めます。

Intelligent Recommendations ダッシュボード

概要

Intelligent Recommendations ダッシュボードは、関連する品目をリストの上部に表示しているかどうかを判断し、モデルのパフォーマンス評価に役立つ統計を提供します。

タブ

タブ名	説明設定	Image
操作データセット概要	操作データセット概要タブには、ユーザー、品目、データの行数に関する情報があります。 IR ダッシュボードの “ユーザー” は、実際は InteractionGroupingId ごとに表した “買い物カゴ” です。このモデルは InteractionGroupingId を持つ ItemModel を使用し、そのため UserId は使用しません。ユーザー数は、完全データとサンプルデータが含むユーザーの数を示し、このサンプルデータとは品目のモデル化で使用するデータです。品目数は、完全データとサンプルデータセットが含む品目数です。最後に行数は、完全データとサンプルデータセットが含む行数であり、これはシグナルの数を表します。
PAL 対象範囲	PAL 対象範囲タブは、その他のおすすめモデルを評価して、サービスがレコメンデーションを提供できる操作データの量を表示します。高いパーセンテージは、より多くのシードがその他のおすすめの推奨を取得できることを意味します。
ピックの統計	ピック統計タブは、あなたに合わせたピックモデルのパフォーマンス評価に役立つ統計が表示します。リストの一番上には、ピックの再現率、推定ピック 1 – MPR、ピック MRR、ターゲットの割合などの統計があり、これについては以下の主要メトリックセクションで詳しく説明します。ピックモデルの場合、サービスがユーザーをサンプリングして、ユーザーごとにユーザーが購入した品目の 1 つを残し、それをターゲットとしてラベル付けします。次にサービスは、その品目を購入しなかったと仮定してユーザーをモデル化し、そのユーザーに対してピックを呼び出して、その除外した品目が推奨されるかどうかを確認します。次に、ユーザーのレコメンデーションリストが含む、この品目のランクを使用して、メトリックを計算します。
PAL 統計	PAL 統計タブは、その他のおすすめモデルの評価に使用します。このタブは、ピックの統計タブと同じメトリックをすべて含みます。これらについては以下のセクションで説明します。このサービスは品目ペアの購入のみをサンプリングして、そのうちの一方に対して PAL を呼び出し、他方の品目が推奨されるかどうかを確認します。

重要メトリック

上記のタブは、いくつかの重要メトリックを表示します。これらの指標について以下のテーブルで詳しく説明します。

メトリック	Definition	ビジュアル
PAL 対象範囲	その他のおすすめモデルでサービスがレコメンデーションを提供できる、操作シグナルの割合。高いパーセンテージは、より多くのシードがその他のおすすめの推奨を取得できることを意味します。
上位 K 品目の再現率	リストの上位 K に表示された関連品目の割合。数字が大きいほど、より大きな割合がリストの上位 K に表示されたことを表します。ユーザーごとの結果は 2 進数です。その品目が上位 K に表示されなかった場合は結果が 0 になり、表示された場合は 1 になります。再現率は、サービスがサンプリングした全ユーザーに対して計算します。たとえば、サービスが 1000 人のユーザーをサンプリングして、そのうちの 500 人でターゲット品目が上位 10 件の結果に表示された場合、10 での再現率は 0.5 になります。
1 - MPR	MPR は品目がリストに含まれる平均パーセンタイルを示します。たとえば 1-MPR が 80% である場合、ターゲットレコメンデーションが平均で結果の上位 20% に含まれていたことを意味します。ダッシュボードは 1-MPR の値を表示し、これが高いほど良い結果を意味します。計算の上限は 1000 品目であるため、結果は必ず上位 1000 品目になります。
MRR (平均逆数ランク)	リストが含む関連品目のランクの逆数。逆数ランクが高いほど、より関連性の高い品目がリストの上部に表示されます。
リストの上位にあるターゲットの割合	リストの上位 1000 件が含む関連品目の割合。高い割合は、より関連性の高い品目をリストの上部に表示していることを意味します。

次の方法で共有

レポートの概要

シグナルダッシュボード