บทช่วยสอนส่วนที่ 5: แสดงภาพการคาดการณ์ด้วยรายงาน Power BI

ในบทช่วยสอนนี้ คุณสร้างรายงาน Power BI จากข้อมูลการคาดการณ์ที่คุณสร้างขึ้นในส่วนที่ 4: ดําเนินการให้คะแนนแบบกลุ่มและบันทึกการคาดการณ์ไปยังเลคเฮ้าส์

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:

1. ทางด้านซ้าย ให้เลือกพื้นที่ทํางานของคุณ

2. ที่มุมบนขวา เลือก เลคเฮ้าส์ เป็นตัวกรอง ดังที่แสดงในภาพหน้าจอต่อไปนี้:

   

3. เลือกเลคเฮ้าส์ที่คุณใช้ในส่วนก่อนหน้าของชุดบทช่วยสอน ดังที่แสดงในภาพหน้าจอต่อไปนี้:

   

4. เลือก แบบจําลองความหมายใหม่ ในริบบอนด้านบนดังที่แสดงในภาพหน้าจอต่อไปนี้:

   

5. ตั้งชื่อแบบจําลองความหมาย - ตัวอย่างเช่น "การคาดการณ์การเลิกใช้บริการธนาคาร" จากนั้นเลือกชุดข้อมูล customer_churn_test_predictions ดังที่แสดงในภาพหน้าจอต่อไปนี้:

   

6. เลือก ยืนยัน

เพิ่มหน่วยวัดใหม่

เพิ่มหน่วยวัดบางอย่างไปยังแบบจําลองความหมาย:

1. เพิ่มหน่วยวัดใหม่สําหรับอัตราการเลิกใช้บริการ

   1. เลือก หน่วยวัด ใหม่ ในริบบอนด้านบน การดําเนินการนี้จะเพิ่มรายการใหม่ที่ชื่อ ว่า หน่วยวัด ไปยังชุดข้อมูล customer_churn_test_predictions และจะเปิดแถบสูตรเหนือตาราง ดังที่แสดงในภาพหน้าจอต่อไปนี้:

      

   2. หากต้องการกําหนดอัตราการเลิกใช้บริการที่คาดการณ์ไว้โดยเฉลี่ย ให้แทนที่ Measure = ในแถบสูตรด้วยส่วนย่อยของโค้ดต่อไปนี้:

      Churn Rate = AVERAGE(customer_churn_test_predictions[predictions])
      

   3. เมื่อต้องการใช้สูตร ให้เลือกเครื่องหมายถูกในแถบสูตร ดังที่แสดงในภาพหน้าจอต่อไปนี้:

      

      หน่วยวัดใหม่จะปรากฏในตารางข้อมูล ดังที่แสดงในภาพหน้าจอต่อไปนี้:

      ไอคอนเครื่องคิดเลขแสดงว่าระบบได้สร้างขึ้นเป็นหน่วยวัด เลือกหน่วยวัด อัตราการเลิกใช้บริการ ในตารางข้อมูล ถัดไป ทําการเลือกต่อไปนี้ดังที่แสดงในภาพหน้าจอต่อไปนี้:

   4. เปลี่ยนรูปแบบจากทั่วไปเป็นเปอร์เซ็นต์ในแผงคุณสมบัติ

   5. เลื่อนลงใน แผงคุณสมบัติ เพื่อเปลี่ยน ตําแหน่ง ทศนิยมเป็น 1

      

2. เพิ่มหน่วยวัดใหม่ที่นับจํานวนลูกค้าธนาคารทั้งหมด หน่วยวัดใหม่อื่น ๆ จําเป็นต้องใช้

   1. เลือก หน่วยวัด ใหม่ ในริบบอนด้านบนเพื่อเพิ่มรายการใหม่ที่ ชื่อว่า หน่วยวัด ไปยัง customer_churn_test_predictions ชุดข้อมูล การดําเนินการนี้จะเปิดแถบสูตรด้านบนของตาราง

   2. การคาดการณ์แต่ละรายการแสดงถึงลูกค้าหนึ่งราย เมื่อต้องการกําหนดจํานวนลูกค้าทั้งหมด ให้แทนที่ Measure = ในแถบสูตรด้วย:

      Customers = COUNT(customer_churn_test_predictions[predictions])
      

   3. เมื่อต้องการนําสูตรไปใช้ ให้เลือกเครื่องหมายถูกในแถบสูตร

3. เพิ่มอัตราการเลิกใช้บริการสําหรับประเทศเยอรมนี

   1. เลือก หน่วยวัด ใหม่ ในริบบอนด้านบนเพื่อเพิ่มรายการใหม่ที่ ชื่อว่า หน่วยวัด ไปยัง customer_churn_test_predictions ชุดข้อมูล การดําเนินการนี้จะเปิดแถบสูตรบนตาราง

   2. หากต้องการกําหนดอัตราการเลิกใช้บริการสําหรับประเทศเยอรมนี ให้แทนที่ Measure = ในแถบสูตรด้วย:

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

      คําสั่งนี้จะแยกแถวเหล่านั้นที่มีเยอรมนีเป็นภูมิศาสตร์ของพวกเขา (Geography_Germany เท่ากับหนึ่ง)

   3. เมื่อต้องการนําสูตรไปใช้ ให้เลือกเครื่องหมายถูกในแถบสูตร

4. ทําซ้ําขั้นตอนก่อนหน้าเพื่อเพิ่มอัตราการเลิกใช้บริการสําหรับประเทศฝรั่งเศสและสเปน

   • 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

เมื่อคุณเสร็จสิ้นการดําเนินการทั้งหมดที่อธิบายไว้ก่อนหน้านี้แล้ว ให้เลือก สร้างรายงานใหม่ ในรายการตัวเลือกไฟล์ริบบิ้นด้านบนเพื่อเปิดหน้าการเขียนรายงาน Power BI ดังที่แสดงในสกรีนช็อตต่อไปนี้:

หน้ารายงานจะปรากฏในแท็บเบราว์เซอร์ใหม่ เพิ่มวิชวลเหล่านี้ลงในรายงาน:

1. เลือกกล่องข้อความในริบบอนด้านบน ดังที่แสดงในภาพหน้าจอต่อไปนี้:

   

   ใส่ชื่อเรื่องสําหรับรายงาน - ตัวอย่างเช่น "การเลิกใช้บริการของลูกค้าธนาคาร" ดังที่แสดงในภาพหน้าจอต่อไปนี้:

   

   เปลี่ยนขนาดฟอนต์และสีพื้นหลังในแผง รูปแบบ ปรับขนาดฟอนต์และสีโดยการเลือกข้อความและใช้แถบรูปแบบ

2. ในแผง การแสดงผลด้วยภาพ เลือกไอคอน การ์ด ดังที่แสดงในภาพหน้าจอต่อไปนี้:

   

3. ที่บานหน้าต่าง ข้อมูล ให้เลือก อัตราการเลิกใช้บริการ ดังที่แสดงในภาพหน้าจอต่อไปนี้:

   

4. เปลี่ยนขนาดฟอนต์และสีพื้นหลังในแผง รูปแบบ ดังที่แสดงในภาพหน้าจอต่อไปนี้:

   

5. ลากการ์ด อัตราการเลิกใช้บริการ ที่ด้านบนขวาของรายงาน ดังที่แสดงในภาพหน้าจอต่อไปนี้:

   

6. ในแผงการแสดงภาพ เลือก แผนภูมิเส้นและคอลัมน์แบบเรียงซ้อน ดังที่แสดงในภาพหน้าจอต่อไปนี้:

   

7. แผนภูมิแสดงในรายงาน ในบานหน้าต่างข้อมูล เลือก

   • อายุ
   • อัตราการเลิกใช้บริการ
   • ลูกค้า

   ดังที่แสดงในภาพหน้าจอต่อไปนี้:

   

8. กําหนดค่าเส้นและแผนภูมิคอลัมน์แบบเรียงซ้อน ดังที่แสดงในภาพหน้าจอต่อไปนี้

   1. ลาก อายุ จากบานหน้าต่างข้อมูลไปยังเขตข้อมูลแกน X ในบานหน้าต่างการแสดงภาพ
   2. ลาก ลูกค้า จากบานหน้าต่างข้อมูลไปยังเขตข้อมูลแกน y ของบรรทัดในบานหน้าต่างการแสดงภาพ
   3. ลาก อัตราการเลิกใช้บริการ จากบานหน้าต่างข้อมูลไปยังเขตข้อมูลแกน y ของคอลัมน์ในบานหน้าต่างการจัดรูปแบบการแสดงข้อมูล

   ตรวจสอบให้แน่ใจว่าเขตข้อมูลแกน y ของคอลัมน์มีเพียงหนึ่งอินสแตนซ์ของ อัตรา Churn เท่านั้น ลบสิ่งอื่นทั้งหมดออกจากเขตข้อมูลนี้

   

9. ในแผง การแสดงผลด้วยภาพ ให้เลือกไอคอน เส้นและแผนภูมิ คอลัมน์แบบเรียงซ้อน ด้วยขั้นตอนที่คล้ายกับการกําหนดค่าแผนภูมิเส้นและแผนภูมิคอลัมน์แบบเรียงซ้อนก่อนหน้านี้ ให้เลือก NumOfProducts สําหรับแกน x , อัตราการเลิกใช้บริการ สําหรับแกน y ของคอลัมน์ และ ลูกค้า สําหรับแกน y ของเส้น ดังที่แสดงในภาพหน้าจอต่อไปนี้:

   

10. ในแผง การแสดงผลด้วยภาพ ให้ย้ายด้านขวาของแผนภูมิสองแผนภูมิไปทางซ้ายเพื่อเพิ่มพื้นที่ว่างสําหรับแผนภูมิอีกสองแผนภูมิ จากนั้นเลือกไอคอนแผนภูมิคอลัมน์แบบเรียงซ้อน เลือก NewCreditsScore สําหรับแกน x และ อัตรา Churn สําหรับแกน y ดังที่แสดงในภาพหน้าจอต่อไปนี้:

    

    เปลี่ยนชื่อเรื่อง "NewCreditsScore" เป็น "คะแนนเครดิต" ในแผงรูปแบบ ดังที่แสดงในภาพหน้าจอต่อไปนี้ คุณอาจต้องขยายขนาดแกน x ของแผนภูมิสําหรับขั้นตอนนี้

    

11. ในแผงการแสดงภาพ เลือก การ์ดแผนภูมิ คอลัมน์แบบกลุ่ม เลือก Germany Churn, Spain Churn, France Churn ตามลําดับสําหรับแกน y ดังที่แสดงในภาพหน้าจอต่อไปนี้ ปรับขนาดแต่ละแผนภูมิรายงานตามความจําเป็น

    

หมายเหตุ

บทช่วยสอนนี้อธิบายวิธีที่คุณอาจวิเคราะห์ผลลัพธ์การคาดการณ์ที่บันทึกไว้ใน Power BI อย่างไรก็ตาม ขึ้นอยู่กับความเชี่ยวชาญในเรื่องของคุณ กรณีการใช้งานแบบเลิกใช้บริการของลูกค้าจริงอาจจําเป็นต้องมีแผนรายละเอียดเพิ่มเติมเกี่ยวกับการแสดงภาพเฉพาะที่รายงานของคุณต้องการ หากทีมวิเคราะห์ธุรกิจของคุณและ บริษัท ได้สร้างเมตริกมาตรฐานเมตริกเหล่านั้นควรเป็นส่วนหนึ่งของแผนด้วย

รายงาน Power BI แสดงให้เห็นว่า:

• ลูกค้าธนาคารที่ใช้ผลิตภัณฑ์ธนาคารมากกว่าสองรายการมีอัตราการเลิกใช้บริการสูงกว่าแม้ว่าจะมีลูกค้าเพียงไม่กี่รายที่มีผลิตภัณฑ์มากกว่าสองรายการ ธนาคารควรเก็บรวบรวมข้อมูลเพิ่มเติมและตรวจสอบคุณสมบัติอื่น ๆ ที่สัมพันธ์กับผลิตภัณฑ์เพิ่มเติม (ตรวจสอบการลงจุดในแผงด้านล่างซ้าย)
• ลูกค้าธนาคารในประเทศเยอรมนีมีอัตราการเลิกใช้บริการที่สูงขึ้นเมื่อเทียบกับลูกค้าในประเทศฝรั่งเศสและสเปน (ดูแผนการที่แผงด้านล่างขวา) อัตราการเลิกใช้บริการเหล่านี้แนะนําว่าการตรวจสอบเกี่ยวกับปัจจัยที่กระตุ้นให้ลูกค้าออกจากงานอาจเป็นประโยชน์
• มีลูกค้าที่มีอายุกลางมากขึ้น (ระหว่าง 25-45) และลูกค้าที่มีอายุระหว่าง 45-60 มีแนวโน้มที่จะออกจากกลุ่มมากขึ้น
• ในที่สุดลูกค้าที่มีคะแนนเครดิตต่ํากว่ามีแนวโน้มที่จะออกจากธนาคารสําหรับสถาบันการเงินอื่น ๆ ธนาคารควรมองหาวิธีในการส่งเสริมให้ลูกค้ามีคะแนนเครดิตที่ต่ํากว่าและยอดคงเหลือบัญชีเพื่ออยู่กับธนาคาร

ขั้นตอนถัดไป

ทําชุดบทช่วยสอนห้าส่วนให้เสร็จสมบูรณ์ ดูบทช่วยสอนตัวอย่างแบบครอบคลุมอื่นๆ:

วิธีใช้ตัวอย่าง AI แบบ end-to-end ใน Microsoft Fabric