AdventureWorks 資料集的 AI 技能範例 (預覽)

發行項
10/15/2024

本文說明如何在 AdventureWorks 資料集上設定 AI 技能。

重要

這項功能處於預覽狀態。

必要條件

付費 F64 或更高 Fabric 容量資源。
已啟用 AI 技能租用戶切換。
已啟用 Copilot 租用戶切換。
如果相關，系統會啟用 AI 的跨地理位置共用。

使用 AdventureWorksDW 建立 Lakehouse

首先，建立 Lakehouse，並填入必要的資料。

如果您在倉儲或 Lakehouse 中已經有 AdventureWorksDW 的執行個體，您可以略過此步驟。如果沒有，請從筆記本建立 Lakehouse。使用筆記本以資料填入 Lakehouse。

在您要在其中建立 AI 技能的工作區中建立新的筆記本。
在 [ 總管] 窗格的左側，選取 [+ 資料來源]。此選項可新增現有的 Lakehouse 或建立新的 Lakehouse。

在頂端儲存格中，新增下列程式碼片段：

import pandas as pd
from tqdm.auto import tqdm
base = "https://synapseaisolutionsa.blob.core.windows.net/public/AdventureWorks"

# load list of tables
df_tables = pd.read_csv(f"{base}/adventureworks.csv", names=["table"])

for table in (pbar := tqdm(df_tables['table'].values)):
    pbar.set_description(f"Uploading {table} to lakehouse")

    # download
    df = pd.read_parquet(f"{base}/{table}.parquet")

    # save as lakehouse table
    spark.createDataFrame(df).write.mode('overwrite').saveAsTable(table)

選取 [全部執行]。

幾分鐘之後，Lakehouse 就會填入必要的資料。

建立 AI 技能

若要建立新的 AI 技能，請移至資料科學體驗，然後選取 [AI 技能]。
輸入名稱以建立 AI 技能。

選取資料

選取您建立的 Lakehouse，然後選取 [連線]。然後，您必須選取您希望 AI 技能具有可用存取權的資料表。

本練習會使用這些資料表：

DimCustomer
DimDate
DimGeography
DimProduct
DimProductCategory
DimPromotion
DimReseller
DimSalesTerritory
FactInternetSales
FactResellerSales

提供指示

當您第一次詢問已選取資料表的 AI 技能問題時，AI 技能會相當妥善地回答。例如，針對什麼是最暢銷產品？的問題，AI 技能會傳回：

Long-Sleeve Logo Jersey, L

不過，SQL 查詢需要一些改進。首先，它只會查看 FactResellerSales 資料表。它會忽略 FactInternetSales 資料表。其次，當與產品相關的總銷售收入是最重要的考量因素時，它會依訂單數量來排序產品，如本螢幕擷取畫面所示：

若要改善查詢產生，請提供一些說明，如下列範例所示：

每當我詢問「銷售最多」的產品或項目時，我感興趣的計量是總銷售收入，而不是訂單數量。
要使用的主要資料表是 FactInternetSales。只有在明確詢問轉售或詢問總銷售額時，才使用 FactResellerSales。

再次詢問問題會傳回不同的答案，Mountain-200 Black, 46，如下列螢幕擷取畫面所示：

對應的 SQL 會從 FactInternetSales 資料表中繪製，並依銷售金額的總和排序。 AI 遵循指示。

當您繼續實驗查詢時，應該新增更多指示。

此案例使用下列一組指示：

每當我詢問「銷售最多」的產品或項目時，我感興趣的計量是銷售收入，而不是訂單數量。
要使用的主要資料表是 FactInternetSales。只有在明確詢問轉售或詢問總銷售額時，才使用 FactResellerSales。
被問及促銷的影響時，請針對增加的銷售收入，而不只是銷售單位的數量。
針對客戶深入解析，請專注於每個客戶的總銷售金額，而非訂單數目。
使用 DimDate 以擷取執行以時間為基礎之分析時的特定時間週期 (例如年、月)。
分析地理資料時，請優先處理各區域的總銷售收入和每筆訂單的平均銷售額。
若要深入了解產品類別，請務必使用 DimProductCategory 來對產品進行相應的分組。
比較區域之間的銷售時，請使用 DimSalesTerritory 來取得精確的國家/地區詳細資料。
如果分析不同貨幣的銷售額，請使用 DimCurrency 將銷售資料正常化。
如需詳細的產品資訊，請一律將 FactInternetSales 與 DimProduct 聯結。
使用 DimPromotion 來分析不同促銷行銷活動的有效性。
針對轉銷商效能，請專注於總銷售量，而不只是所銷售的產品數目。
分析一段時間的趨勢時，使用 FactInternetSales 並與 DimDate 聯結以依月份、季或年分組資料。
請務必透過聯結 FactInternetSales 與相對應的維度資料表，檢查資料的一致性。
使用 SUM 彙總銷售資料，以確保您準確擷取總值。
將銷售收入指標優先於訂單數量，以準確評估財務影響。
請一律依相關維度分組 (例如產品、客戶、日期) 以取得詳細的深入解析。
被問及客戶人口統計資料時，請將 DimCustomer 與相關的事實資料表聯結。
若要依促銷取得銷售額，請將 FactInternetSales 與 DimPromotion 聯結，並依促銷名稱分組。
在涉及不同貨幣的比較中，使用 DimCurrency 對銷售數字進行正常化。
使用 ORDER BY 子句可依您感興趣的計量 (例如：銷售收入、訂單總數) 對結果排序。
DimProduct 中的 ListPrice 是建議銷售價格，而 FactInternetSales 和 FactResellerSales 中的 UnitPrice 是每個單位的實際價格。對於大多數關於收入的使用案例，應該使用單位價格。
依銷售金額對頂級轉銷商進行排名。

如果您將這些文字複製到模型文字輸入框的備註中，AI 在產生 SQL 查詢時就會參考這些指示。

提供範例

除了指示之外，範例還可以作為引導 AI 的另一個有效方式。如果您的問題屬於 AI 技能經常收到的問題，或需要複雜聯結的問題，請考慮為其新增範例。

例如，問題 2013 年 6 月 1 日我們有多少活躍客戶 會產生一些有效的 SQL，如本螢幕擷取畫面所示：

然而，這並非好的答案。

部分問題是「活躍客戶」並沒有正式的定義。在 [模型] 文本框的附註中，更多指示可能會有所幫助，但使用者可能會經常提出這個問題。您需要確定 AI 會正確處理問題。相關的查詢相當複雜，請選取 [編輯] 按鈕來提供範例。

然後可以上傳範例。

重複該問題會傳回改進的答案。

您可以手動新增範例，但也可以從 JSON 檔案上傳。您有許多 SQL 查詢要一次上傳，而不是手動逐一上傳查詢時，從檔案提供範例很有用。對於此練習，請使用下列範例：

{
    "how many active customers did we have June 1st, 2010?": "SELECT COUNT(DISTINCT fis.CustomerKey) AS ActiveCustomerCount FROM factinternetsales fis JOIN dimdate dd ON fis.OrderDateKey = dd.DateKey WHERE dd.FullDateAlternateKey BETWEEN DATEADD(MONTH, -6, '2010-06-01') AND '2010-06-01' GROUP BY fis.CustomerKey HAVING COUNT(fis.SalesOrderNumber) >= 2;",
    "which promotion was the most impactful?": "SELECT dp.EnglishPromotionName, SUM(fis.SalesAmount) AS PromotionRevenue FROM factinternetsales fis JOIN dimpromotion dp ON fis.PromotionKey = dp.PromotionKey GROUP BY dp.EnglishPromotionName ORDER BY PromotionRevenue DESC;",
    "who are the top 5 customers by total sales amount?": "SELECT TOP 5 CONCAT(dc.FirstName, ' ', dc.LastName) AS CustomerName, SUM(fis.SalesAmount) AS TotalSpent FROM factinternetsales fis JOIN dimcustomer dc ON fis.CustomerKey = dc.CustomerKey GROUP BY CONCAT(dc.FirstName, ' ', dc.LastName) ORDER BY TotalSpent DESC;",
    "what is the total sales amount by year?": "SELECT dd.CalendarYear, SUM(fis.SalesAmount) AS TotalSales FROM factinternetsales fis JOIN dimdate dd ON fis.OrderDateKey = dd.DateKey GROUP BY dd.CalendarYear ORDER BY dd.CalendarYear;",
    "which product category generated the highest revenue?": "SELECT dpc.EnglishProductCategoryName, SUM(fis.SalesAmount) AS CategoryRevenue FROM factinternetsales fis JOIN dimproduct dp ON fis.ProductKey = dp.ProductKey JOIN dimproductcategory dpc ON dp.ProductSubcategoryKey = dpc.ProductCategoryKey GROUP BY dpc.EnglishProductCategoryName ORDER BY CategoryRevenue DESC;",
    "what is the average sales amount per order by territory?": "SELECT dst.SalesTerritoryRegion, AVG(fis.SalesAmount) AS AvgOrderValue FROM factinternetsales fis JOIN dimsalesterritory dst ON fis.SalesTerritoryKey = dst.SalesTerritoryKey GROUP BY dst.SalesTerritoryRegion ORDER BY AvgOrderValue DESC;",
    "what is the total sales amount by currency?": "SELECT dc.CurrencyName, SUM(fis.SalesAmount) AS TotalSales FROM factinternetsales fis JOIN dimcurrency dc ON fis.CurrencyKey = dc.CurrencyKey GROUP BY dc.CurrencyName ORDER BY TotalSales DESC;",
    "which product had the highest sales revenue last year?": "SELECT dp.EnglishProductName, SUM(fis.SalesAmount) AS TotalRevenue FROM factinternetsales fis JOIN dimproduct dp ON fis.ProductKey = dp.ProductKey JOIN dimdate dd ON fis.ShipDateKey = dd.DateKey WHERE dd.CalendarYear = YEAR(GETDATE()) - 1 GROUP BY dp.EnglishProductName ORDER BY TotalRevenue DESC;",
    "what are the monthly sales trends for the last year?": "SELECT dd.CalendarYear, dd.MonthNumberOfYear, SUM(fis.SalesAmount) AS TotalSales FROM factinternetsales fis JOIN dimdate dd ON fis.ShipDateKey = dd.DateKey WHERE dd.CalendarYear = YEAR(GETDATE()) - 1 GROUP BY dd.CalendarYear, dd.MonthNumberOfYear ORDER BY dd.CalendarYear, dd.MonthNumberOfYear;",
    "how did the latest promotion affect sales revenue?": "SELECT dp.EnglishPromotionName, SUM(fis.SalesAmount) AS PromotionRevenue FROM factinternetsales fis JOIN dimpromotion dp ON fis.PromotionKey = dp.PromotionKey WHERE dp.StartDate >= DATEADD(MONTH, 0, GETDATE()) GROUP BY dp.EnglishPromotionName ORDER BY PromotionRevenue DESC;",
    "which territory had the highest sales revenue?": "SELECT dst.SalesTerritoryRegion, SUM(fis.SalesAmount) AS TotalSales FROM factinternetsales fis JOIN dimsalesterritory dst ON fis.SalesTerritoryKey = dst.SalesTerritoryKey GROUP BY dst.SalesTerritoryRegion ORDER BY TotalSales DESC;",
    "who are the top 5 resellers by total sales amount?": "SELECT TOP 5 dr.ResellerName, SUM(frs.SalesAmount) AS TotalSales FROM factresellersales frs JOIN dimreseller dr ON frs.ResellerKey = dr.ResellerKey GROUP BY dr.ResellerName ORDER BY TotalSales DESC;",
    "what is the total sales amount by customer region?": "SELECT dg.EnglishCountryRegionName, SUM(fis.SalesAmount) AS TotalSales FROM factinternetsales fis JOIN dimcustomer dc ON fis.CustomerKey = dc.CustomerKey JOIN dimgeography dg ON dc.GeographyKey = dg.GeographyKey GROUP BY dg.EnglishCountryRegionName ORDER BY TotalSales DESC;",
    "which product category had the highest average sales price?": "SELECT dpc.EnglishProductCategoryName, AVG(fis.UnitPrice) AS AvgPrice FROM factinternetsales fis JOIN dimproduct dp ON fis.ProductKey = dp.ProductKey JOIN dimproductcategory dpc ON dp.ProductSubcategoryKey = dpc.ProductCategoryKey GROUP BY dpc.EnglishProductCategoryName ORDER BY AvgPrice DESC;"
}

測試和修訂 AI 技能

已將指示和範例新增至 AI 技能。隨著測試持續進行，更多的範例和指示可以進一步改善 AI 的技能。請與您的同事合作，看看您提供的範例和指示是否涵蓋他們想要詢問的問題種類。

以程式設計方式使用 AI 技能

您可以在 Fabric 筆記本內以程式設計方式使用 AI 技能。若要判斷 AI 技能是否有已發佈的網址值，請選取 [設定]，如本螢幕擷取畫面所示：

在您發佈 AI 技能之前，它沒有已發佈的網址值，如本螢幕擷取畫面所示：

驗證 AI 技能的效能之後，您可能會決定發佈 AI 技能。在此情況下，請選取 [發佈]，如本螢幕擷取畫面所示：

AI 技能的已發佈網址隨即出現，如本螢幕擷取畫面所示：

然後，您可以複製已發佈的網址，並在 Fabric 筆記本中使用該網址。如此一來，您就可以在 Fabric 筆記本中呼叫 AI 技能 API，以查詢 AI 技能。將此程式碼片段中複製的網址貼上。然後將問題取代為您的 AI 技能相關的任何查詢。此範例使用 \<generic published URL value\> 作為網址。

import requests
import json
import pprint
from synapse.ml.mlflow import get_mlflow_env_config


# the URL could change if the workspace is assigned to a different capacity
url = "https://<generic published URL value>"

configs = get_mlflow_env_config()

headers = {
    "Authorization": f"Bearer {configs.driver_aad_token}",
    "Content-Type": "application/json; charset=utf-8"
}

question = "{userQuestion: \"what is an example product?\"}"

response = requests.post(url, headers=headers, data = question)

print("RESPONSE: ", response)

print("")

response = json.loads(response.content)

print(response["result"])

共用方式為

AdventureWorks 資料集的 AI 技能範例 (預覽)

必要條件

使用 AdventureWorksDW 建立 Lakehouse

建立 AI 技能

選取資料

提供指示

提供範例

測試和修訂 AI 技能

以程式設計方式使用 AI 技能

意見反應

其他資源

共用方式為

AdventureWorks 資料集的 AI 技能範例 (預覽)

必要條件

使用 AdventureWorksDW 建立 Lakehouse

建立 AI 技能

選取資料

提供指示

提供範例

測試和修訂 AI 技能

以程式設計方式使用 AI 技能

相關內容

意見反應

其他資源