Použití modelu Často kupované společně (Preview)
Důležité
Některé nebo všechny tyto funkce jsou k dispozici jako součást vydání verze Preview. Obsah a funkce se mohou změnit.
Řešení Často kupované společně se skládá z poznámkového bloku, ukázkových dat, sestavy Power BI. Poznámkový blok je třeba nejprve spustit, aby se vytvořila výstupní data, která se později použijí v uživatelském rozhraní. Poznámkový blok standardně používá ukázková data, ale můžete je snadno nasměrovat na jakýkoli jiný Lakehouse s vlastními datovými body. Další údaje naleznete v části: Konfigurace Často kupované společně.
Úvahy o použití poznámkového bloku modelu Často kupované společně
Očekává se, že vstupní tabulky/entity budou ve formátu delta. Parquet není podporován.
Ponechte nastavení Fabric tak, jak je (například verze Spark, verze Python).
Vstupní data musí být přesně ve stejné struktuře jako vzorová data uvedená v části Vstupní data pro Často nakupované společně.
Buňky a metody poznámkového bloku by měly být prováděny ve stejném pořadí, jaké je uvedeno v poskytnutém poznámkovém bloku.
Vstupní data musí být platná. Ujistěte se, že existují všechny očekávané tabulky a sloupce a mají správné datové typy, jak je uvedeno v části Vstupní data pro Často kupované společně.
Ujistěte se, že tabulky nejsou prázdné. Pro každou tabulku musí existovat alespoň jeden záznam a všechna povinná pole jsou vyplněna.
Ujistěte se, že na tabulkách nejsou žádné duplicitní primární klíče.
Všechny primární klíče ve všech tabulkách musí být dostupné pro jakýkoli cizí klíč.
Při každém spuštění poznámkového bloku jsou předchozí výstupní tabulky vymazány, pokud již existují v Lakehouse/cesta, kterou jste zadali. Můžete použít delta verze.
Pole ID přítomná ve výstupních tabulkách (například RetailEntityId, ItemsetId a RuleId) se znovu vygenerují při každém spuštění a nemusí být nutně konzistentní napříč běhy poznámkového bloku. Doporučujeme spojit data ve výstupních tabulkách (například Store, Party a RetailProduct) v různých poznámkových blocích a pomocí polí pro názvy filtrovat výsledky.
Použití sestavy Power BI modelu Často kupované společně
Model Často kupované společně poskytuje bohatou sadu informací a přehledů v uživatelském rozhraní. Zobrazení Seskupení produktů poskytuje analýzy založené na KPI výnosů z produktů často kupovaných společně. KPI tržeb z produktu často kupované společně (nazývaného hlavní produkt) je součtem výnosů z prodeje hlavního produktu, ke kterému se přičtou výnosy z prodeje ostatních produktů zakoupených společně s hlavním produktem. Každý produkt lze analyzovat a vypočítat jeho příjmy z často nakupovaných společně a graf zobrazuje pouze cílové produkty, jak jsou definovány „Kritériem produktu“ (obvykle 10 nejvyšších příjmů).
Použitím tří filtrů definujete data POS, která AI/ML často nakupovaná společně analyzuje. Filtry jsou:
Prodejce nebo prodejna je identifikován údaji POS. Typické možnosti jsou, maloobchodní řetězec, obchod 1, obchod 2.
Období je identifikováno zákazníkem v poznámkovém bloku modelu Často kupované společně. Období může souviset například s marketingovými aktivitami, jako je nový regálový sortiment, minulý měsíc, od 1. 1. 23 do 30. 6. 23 a doplňkové období by bylo po regálovém sortimentu, 1. 7. 23 až 31. 12. 23.
Kritérium produktu extrahuje z POS sadu nejdůležitějších produktů. Typickým kritériem produktu může být 10 nejvyšších výnosů často kupovaných společně nebo 10 nejprodávanějších produktů z pohledu výnosů často kupovaných společně.
Na základě těchto filtrů model Často kupované společně vyplní graf a související tabulku:
Graf zobrazuje tržby skupin produktů definovaných kritériem produktu, obvykle seřazených podle klesajících příjmů nebo prodaných jednotek. Tento příjem se skládá ze dvou částí:
Tržby z prodeje a součet tržeb za každou často nakupovanou položku, když je nakupována společně s hlavní položkou.
Výnosy skupiny související s hlavní položkou, což je přesný odhad obchodu generovaného uvedenou hlavní položkou.
Výchozí model Často kupované společně na datových řešeních pro Retail s těmito ukázkovými daty a nastavením uživatelského rozhraní:
Vzorová data pocházejí od fiktivního prodejce Contoso. Ukazuje devět měsíců prodeje ve dvou prodejnách stejného obchodního řetězce. Sada obsahuje 250 položek, které jsou nejprodávanějšími v maloobchodě v USA.
Marketingová akce s názvem „nový regálový sortiment“ je v poznámkovém bloku modelu často kupované společně. Můžete vidět dvě období, „před regálovým sortimentem“ a „po regálovém sortimentu“. Můžete je vybrat ve filtru Období uživatelského rozhraní.
V uvedeném grafu data ukazují 10 nejvyšších příjmů z FBT ve všech produktech v řetězci Contoso pro období minulého měsíce. Můžete najet myší na konkrétní položku grafu a zobrazit údaje o tomto produktu.
V tomto příkladu je pivo nejvyšším produktem generujícím příjmy za období posledního měsíce s tržbami 1254 USD a celkem 1599 USD za pět nejčastěji nakupovaných produktů.
Tabulka Často kupované společně vám umožňuje přesně vidět každý prvek skupiny produktů – hlavní položku, každou položku Často kupované společně a relevantní údaje o tržbách a jednotku prodanou každým prvkem skupiny.
V uvedené tabulce se ukazují data pro 10 nejvyšších příjmů z často kupovaných společně ve všech produktech v řetězci Contoso pro období minulého měsíce. Tabulka obsahuje 10 skupin produktů a pět nejčastěji nakupovaných položek v rámci této skupiny společně s _Průměrný týdenní příjem z prodeje_z_FBT, Podíl na celkových prodejích tržby, Průměrný týdenní objem prodeje a Síla přidružení.
Například pivo je nejprodávanějším produktem a stojí v čele jedné z produktových skupin. K pivu se často kupují brambůrky, pizza (čerstvá), mražená pizza, tortilly a arašídy. Podíl celkových příjmů z prodeje těchto položek je 114 USD, 93 USD, 65 USD, 38 USD a 34 USD.
