Поделиться через


Руководство, часть 5. Визуализация прогнозов с помощью отчета Power BI

В этом руководстве вы создадите отчет Power BI из данных прогнозов, созданных в части 4. Выполнение пакетной оценки и сохранение прогнозов в lakehouse.

Вы изучите следующие темы:

  • Создайте семантику модели из данных прогнозов.
  • Добавьте новые меры в данные из Power BI.
  • Создайте отчет Power BI.
  • Добавьте визуализации в отчет.

Необходимые компоненты

Это часть 5 из 5 в серии учебников. Чтобы завершить работу с этим руководством, сначала выполните указанные ниже действия.

Создание семантической модели

Создайте новую семантику модели, связанную с данными прогнозов, созданными в части 4:

  1. Слева выберите рабочую область.

  2. В левом верхнем углу выберите Lakehouse в качестве фильтра.

  3. Выберите lakehouse, который вы использовали в предыдущих частях серии учебников.

  4. Выберите новую семантику на верхней ленте.

    Снимок экрана: главная страница пользовательского интерфейса Lakehouse, на которой показано, где выбрать параметр

  5. Присвойте семантической модели имя, например "прогнозы банковского оттока". Затем выберите набор данных customer_churn_test_predictions .

    Снимок экрана: диалоговое окно

  6. Выберите Подтвердить.

Добавить новые меры

Теперь добавьте несколько мер в семантику модели:

  1. Добавьте новую меру для скорости оттока.

    1. Выберите "Создать меру " на верхней ленте. Это действие добавляет новый элемент с именем Measure в набор данных customer_churn_test_predictions и открывает строку формул над таблицей.

      Снимок экрана: создание новой меры.

    2. Чтобы определить среднюю прогнозируемую частоту оттока, замените Measure = в строке формул следующим образом:

      Churn Rate = AVERAGE(customer_churn_test_predictions[predictions])
      
    3. Чтобы применить формулу, установите флажок в строке формул. Новая мера отображается в таблице данных. Значок калькулятора показывает, что он был создан в качестве меры.

    4. Измените формат с "Общие" на "Процент" на панели "Свойства".

    5. Прокрутите вниз на панели "Свойства" , чтобы изменить десятичные разряды на 1.

      Снимок экрана: новая мера скорости оттока с набором свойств.

  2. Добавьте новую меру, которая подсчитывает общее число клиентов банка. Вам потребуется для остальных новых мер.

    1. Выберите новую меру на верхней ленте, чтобы добавить новый элемент с именем Measure в customer_churn_test_predictions набор данных. Это действие также открывает строку формул над таблицей.

    2. Каждый прогноз представляет одного клиента. Чтобы определить общее число клиентов, замените Measure = в строке формул следующим образом:

      Customers = COUNT(customer_churn_test_predictions[predictions])
      
    3. Чтобы применить формулу, установите флажок в строке формул.

  3. Добавьте скорость оттока для Германии.

    1. Выберите новую меру на верхней ленте, чтобы добавить новый элемент с именем Measure в customer_churn_test_predictions набор данных. Это действие также открывает строку формул над таблицей.

    2. Чтобы определить частоту оттока для Германии, замените Measure = в строке формул следующим образом:

      Germany Churn = CALCULATE(AVERAGE(customer_churn_test_predictions[predictions]),FILTER(customer_churn_test_predictions, customer_churn_test_predictions[Geography_Germany] = TRUE()))
      

      Это фильтрует строки вниз до тех, которые с Германией, как их география (Geography_Germany равно одному).

    3. Чтобы применить формулу, установите флажок в строке формул.

  4. Повторите приведенный выше шаг, чтобы добавить коэффициенты оттока для Франции и Испании.

    • Скорость оттока Испании:

      Spain Churn = CALCULATE(AVERAGE(customer_churn_test_predictions[predictions]),FILTER(customer_churn_test_predictions, customer_churn_test_predictions[Geography_Spain] = TRUE()))
      
    • Скорость оттока Франции:

      France Churn = CALCULATE(AVERAGE(customer_churn_test_predictions[predictions]),FILTER(customer_churn_test_predictions, customer_churn_test_predictions[Geography_France] = TRUE()))
      

Создание отчета

После завершения всех операций перейдите на страницу разработки отчетов Power BI, выбрав "Создать отчет " на верхней ленте.

Снимок экрана: создание отчета.

После появления страницы отчета добавьте следующие визуальные элементы:

  1. Выберите текстовое поле на верхней ленте и введите заголовок отчета, например "Клиент банка". Измените размер шрифта и цвет фона на панели "Формат". Настройте размер шрифта и цвет, выбрав текст и используя панель форматирования.

  2. На панели "Визуализации" щелкните значок карточки. На панели "Данные" выберите "Скорость оттока". Измените размер шрифта и цвет фона на панели "Формат". Перетащите эту визуализацию вправо от отчета.

    Снимок экрана: добавление карточки

  3. На панели "Визуализации" выберите значок "Линия" и значок диаграммы с накоплением. Выберите возраст для оси x, скорость оттока для оси y столбца и клиенты для линии y.

    Снимок экрана: добавление гистограммы с накоплением для age.

  4. На панели "Визуализации" выберите значок "Линия" и значок диаграммы с накоплением. Выберите NumOfProducts для оси x, скорость обработки данных для оси y столбца и клиенты для оси y.

    Снимок экрана: добавление гистограммы с накоплением NumOfProducts.

  5. На панели "Визуализации" выберите значок диаграммы с накоплением. Выберите NewCreditsScore для оси x и скорости оттока для оси y.

    Снимок экрана: добавление гистограммы с накоплением NewCreditScore.

    Измените название NewCreditsScore на "Кредитная оценка" на панели "Формат".

    Снимок экрана: изменение заголовка диаграммы.

  6. На панели "Визуализации" выберите карточку с кластеризованной диаграммой. Выберите Германию Churn, Испания Churn, Франция Churn в этом порядке для оси y.

    Снимок экрана: кластеризованная гистограмма.

Примечание.

Этот отчет представляет собой иллюстрированный пример того, как можно проанализировать сохраненные результаты прогнозирования в Power BI. Однако для реального варианта использования оттока клиентов вам может потребоваться сделать более тщательное представление о том, какие визуализации следует создавать, основываясь на опыте субъекта, и то, что ваша фирма и команда бизнес-аналитики стандартизировала как метрики.

В отчете Power BI показано:

  • Клиенты банка, использующие более двух банковских продуктов, имеют более высокую скорость оттока, хотя немногие клиенты имели более двух продуктов. Банк должен собирать больше данных, но и исследовать другие функции, которые коррелируют с большими продуктами (просмотрите график на нижней левой панели).
  • Клиенты банка в Германии имеют более высокую скорость оттока, чем во Франции и Испании (обзор графика в нижней правой панели), предполагая, что расследование того, что призвал клиентов оставить может стать полезным.
  • Существуют более средние возрастные клиенты (от 25 до 45), и клиенты между 45-60, как правило, выходят больше.
  • Наконец, клиенты с более низким кредитным рейтингом, скорее всего, покинут банк для других финансовых учреждений. Банк должен искать способы поощрения клиентов с более низкими кредитными оценками и балансами счетов, чтобы оставаться в банке.

Следующий шаг

В этом руководстве показано, как завершить работу с пятью частью. Ознакомьтесь с другими комплексными руководствами.