บทช่วยสอนส่วนที่ 5: แสดงภาพการคาดการณ์ด้วยรายงาน Power BI
ในบทช่วยสอนนี้ คุณสร้างรายงาน Power BI จากข้อมูลการคาดการณ์ที่สร้างขึ้นในตอนที่ 4: ดําเนินการให้คะแนนเป็นกลุ่มและบันทึกการคาดการณ์ไปยังเลคเฮ้าส์
คุณจะเรียนรู้วิธี:
- สร้างแบบจําลองความหมายจากข้อมูลการคาดการณ์
- เพิ่มหน่วยวัดใหม่ลงในข้อมูลจาก Power BI
- สร้างรายงาน Power BI
- เพิ่มการแสดงภาพไปยังรายงาน
ข้อกำหนดเบื้องต้น
รับการสมัครใช้งาน Microsoft Fabric หรือลงทะเบียนเพื่อทดลองใช้งาน Microsoft Fabric ฟรี
ลงชื่อเข้าใช้ Microsoft Fabric
ใช้ตัวสลับประสบการณ์การใช้งานที่ด้านล่างซ้ายของหน้าหลักของคุณเพื่อเปลี่ยนเป็น Fabric
นี่คือส่วนที่ 5 จาก 5 ในชุดบทช่วยสอน เมื่อต้องการทําบทช่วยสอนนี้ให้เสร็จสมบูรณ์ ก่อนอื่นให้ทําให้เสร็จสมบูรณ์:
- ส่วนที่ 1: นําเข้าข้อมูลลงใน Microsoft Fabric lakehouse โดยใช้ Apache Spark
- ส่วนที่ 2: สํารวจและแสดงข้อมูลด้วยภาพโดยใช้สมุดบันทึก Microsoft Fabric เพื่อเรียนรู้เพิ่มเติมเกี่ยวกับข้อมูล
- ส่วนที่ 3: ฝึกและลงทะเบียนแบบจําลองการเรียนรู้ของเครื่อง
- ส่วนที่ 4: ดําเนินการให้คะแนนแบบกลุ่มและบันทึกการคาดการณ์ไปยังเลคเฮ้าส์
สร้างแบบจําลองแสดงความหมาย
สร้างแบบจําลองความหมายใหม่ที่เชื่อมโยงกับข้อมูลการคาดการณ์ที่คุณสร้างขึ้นในส่วนที่ 4:
ทางด้านซ้าย ให้เลือกพื้นที่ทํางานของคุณ
ที่ด้านบนซ้าย เลือก เลคเฮ้าส์ เป็นตัวกรอง
เลือกเลคเฮ้าส์ที่คุณใช้ในส่วนก่อนหน้าของชุดบทช่วยสอน
เลือก แบบจําลอง ความหมายใหม่ บนริบบอนด้านบน
ตั้งชื่อแบบจําลองเชิงความหมาย เช่น "การคาดการณ์การเลิกใช้บริการธนาคาร" จากนั้นเลือกชุดข้อมูล customer_churn_test_predictions
เลือก ยืนยัน
เพิ่มหน่วยวัดใหม่
ในตอนนี้ ให้เพิ่มหน่วยวัดสองถึงสามรายการไปยังแบบจําลองความหมาย:
เพิ่มหน่วยวัดใหม่สําหรับอัตราการเลิกใช้บริการ
เลือก หน่วยวัด ใหม่ ในริบบอนด้านบน การดําเนินการนี้จะเพิ่มรายการใหม่ที่ชื่อว่า Measure ไปยัง ชุดข้อมูล customer_churn_test_predictions และเปิดแถบสูตรเหนือตาราง
หากต้องการกําหนดอัตราการเลิกใช้บริการที่คาดการณ์ไว้โดยเฉลี่ย ให้แทนที่
Measure =
ในแถบสูตรด้วย:Churn Rate = AVERAGE(customer_churn_test_predictions[predictions])
เมื่อต้องการนําสูตรไปใช้ ให้เลือกเครื่องหมายถูกในแถบสูตร หน่วยวัดใหม่จะปรากฏในตารางข้อมูล ไอคอนเครื่องคิดเลขแสดงการสร้างขึ้นเป็นหน่วยวัด
เปลี่ยนรูปแบบจากทั่วไปเป็นเปอร์เซ็นต์ในแผงคุณสมบัติ
เลื่อนลงใน แผงคุณสมบัติ เพื่อเปลี่ยน ตําแหน่ง ทศนิยมเป็น 1
เพิ่มหน่วยวัดใหม่ที่นับจํานวนลูกค้าธนาคารทั้งหมด คุณจะต้องใช้สําหรับส่วนที่เหลือของหน่วยวัดใหม่
เลือก หน่วยวัด ใหม่ ในริบบอนด้านบนเพื่อเพิ่มรายการใหม่ที่ ชื่อว่า หน่วยวัด ไปยัง
customer_churn_test_predictions
ชุดข้อมูล การดําเนินการนี้ยังเปิดแถบสูตรด้านบนของตารางด้วยการคาดการณ์แต่ละรายการแสดงถึงลูกค้าหนึ่งราย เมื่อต้องการกําหนดจํานวนลูกค้าทั้งหมด ให้แทนที่
Measure =
ในแถบสูตรด้วย:Customers = COUNT(customer_churn_test_predictions[predictions])
เมื่อต้องการนําสูตรไปใช้ ให้เลือกเครื่องหมายถูกในแถบสูตร
เพิ่มอัตราการเลิกใช้บริการสําหรับประเทศเยอรมนี
เลือก หน่วยวัด ใหม่ ในริบบอนด้านบนเพื่อเพิ่มรายการใหม่ที่ ชื่อว่า หน่วยวัด ไปยัง
customer_churn_test_predictions
ชุดข้อมูล การดําเนินการนี้ยังเปิดแถบสูตรด้านบนของตารางด้วยหากต้องการกําหนดอัตราการเลิกใช้บริการสําหรับประเทศเยอรมนี ให้แทนที่
Measure =
ในแถบสูตรด้วย:Germany Churn = CALCULATE(AVERAGE(customer_churn_test_predictions[predictions]),FILTER(customer_churn_test_predictions, customer_churn_test_predictions[Geography_Germany] = TRUE()))
ซึ่งจะกรองแถวลงไปที่แถวที่มีเยอรมนีเป็นภูมิศาสตร์ของพวกเขา (Geography_Germany เท่ากับหนึ่ง)
เมื่อต้องการนําสูตรไปใช้ ให้เลือกเครื่องหมายถูกในแถบสูตร
ทําซ้ําขั้นตอนข้างต้นเพื่อเพิ่มอัตราการเลิกใช้บริการสําหรับประเทศฝรั่งเศสและสเปน
อัตราการเลิกใช้บริการของสเปน:
Spain Churn = CALCULATE(AVERAGE(customer_churn_test_predictions[predictions]),FILTER(customer_churn_test_predictions, customer_churn_test_predictions[Geography_Spain] = TRUE()))
อัตราการเลิกใช้บริการของฝรั่งเศส:
France Churn = CALCULATE(AVERAGE(customer_churn_test_predictions[predictions]),FILTER(customer_churn_test_predictions, customer_churn_test_predictions[Geography_France] = TRUE()))
สร้างรายงานใหม่
เมื่อคุณเสร็จสิ้นการดําเนินการทั้งหมด ย้ายไปยังหน้าการเขียนรายงาน Power BI โดยการเลือก สร้างรายงาน บนริบบอนด้านบน
เมื่อหน้ารายงานปรากฏขึ้น ให้เพิ่มวิชวลเหล่านี้:
เลือกกล่องข้อความบน ribbon ด้านบนและใส่ชื่อเรื่องสําหรับรายงาน เช่น "Bank Customer Churn" เปลี่ยนขนาดฟอนต์และสีพื้นหลังในแผง รูปแบบ ปรับขนาดฟอนต์และสีโดยการเลือกข้อความและใช้แถบรูปแบบ
ในแผงการแสดงภาพ เลือกไอคอนการ์ด จากบานหน้าต่าง ข้อมูล เลือก อัตราการเลิกใช้บริการ เปลี่ยนขนาดฟอนต์และสีพื้นหลังในแผง รูปแบบ ลากการแสดงภาพนี้ไปยังด้านบนขวาของรายงาน
ในแผง การแสดงผลด้วยภาพ ให้เลือกไอคอน เส้นและแผนภูมิ คอลัมน์แบบเรียงซ้อน เลือก อายุ สําหรับแกน x, อัตราการ เลิกใช้บริการสําหรับแกน y ของคอลัมน์ และ ลูกค้า สําหรับแกน y ของเส้น
ในแผง การแสดงผลด้วยภาพ ให้เลือกไอคอน เส้นและแผนภูมิ คอลัมน์แบบเรียงซ้อน เลือก NumOfProducts สําหรับแกน x, อัตราการ Churn สําหรับแกน y ของคอลัมน์และ ลูกค้า สําหรับแกน y ของเส้น
ในแผงการแสดงภาพ เลือกไอคอน แผนภูมิ คอลัมน์แบบเรียงซ้อน เลือก NewCreditsScore สําหรับแกน x และ อัตราการ เลิกใช้บริการสําหรับแกน y
เปลี่ยนชื่อเรื่อง "NewCreditsScore" เป็น "คะแนนเครดิต" ในแผงรูปแบบ
ในแผงการแสดงภาพ เลือก การ์ดแผนภูมิ คอลัมน์แบบกลุ่ม เลือก Germany Churn, Spain Churn, France Churn ตามลําดับสําหรับแกน y
หมายเหตุ
รายงานนี้แสดงตัวอย่างภาพประกอบของวิธีที่คุณอาจวิเคราะห์ผลลัพธ์การคาดการณ์ที่บันทึกไว้ใน Power BI อย่างไรก็ตาม สําหรับกรณีที่ลูกค้าเลิกใช้บริการจริง คุณอาจต้องใช้ความคิดที่ละเอียดยิ่งขึ้นว่าการแสดงภาพใดที่จะสร้าง ตามความเชี่ยวชาญในเนื้อหาของคุณ และสิ่งที่ทีมวิเคราะห์บริษัทและธุรกิจของคุณกําหนดมาตรฐานเป็นเมตริก
รายงาน Power BI แสดง:
- ลูกค้าธนาคารที่ใช้ผลิตภัณฑ์ธนาคารมากกว่าสองรายการมีอัตราการเลิกใช้บริการสูงกว่าแม้ว่าจะมีลูกค้าเพียงไม่กี่รายที่มีผลิตภัณฑ์มากกว่าสองรายการ ธนาคารควรรวบรวมข้อมูลเพิ่มเติม แต่ยังตรวจสอบคุณสมบัติอื่น ๆ ที่สัมพันธ์กับผลิตภัณฑ์เพิ่มเติม (ตรวจสอบการลงจุดในแผงด้านล่างซ้าย)
- ลูกค้าธนาคารในประเทศเยอรมนีมีอัตราการเลิกใช้บริการที่สูงกว่าประเทศฝรั่งเศสและสเปน (พิจารณาการลงจุดในแผงด้านล่างขวา) เพื่อแนะนําว่าการตรวจสอบเกี่ยวกับสิ่งที่ลูกค้าแนะนําให้ออกอาจเป็นประโยชน์
- มีลูกค้าที่มีอายุกลางมากขึ้น (ระหว่าง 25-45) และลูกค้าที่มีอายุระหว่าง 45-60 มีแนวโน้มที่จะออกจากกลุ่มมากขึ้น
- ในที่สุดลูกค้าที่มีคะแนนเครดิตต่ํากว่ามีแนวโน้มที่จะออกจากธนาคารสําหรับสถาบันการเงินอื่น ๆ ธนาคารควรมองหาวิธีในการส่งเสริมให้ลูกค้ามีคะแนนเครดิตที่ต่ํากว่าและยอดคงเหลือบัญชีเพื่ออยู่กับธนาคาร
ขั้นตอนถัดไป
ทําชุดบทช่วยสอนห้าส่วนให้เสร็จสมบูรณ์ ดูบทช่วยสอนตัวอย่างแบบครอบคลุมอื่นๆ: