Visualizzazione dei dati di previsione in un'app Qlik Sense

Creazione di un modello dati

Selezione dei dati

È necessario aggiungere i dati necessari nell'app. Questi sono composti dal set di dati di applicazione (caricato all'inizio del tutorial) e i due set di dati generati dalla previsione.

Procedere come indicato di seguito:

1. Nella nuova app, fare clic su Aggiungi dati dal Catalogo dati.

2. Nel Catalogo dati, fare clic sulle caselle di selezione accanto ai seguenti tre set di dati:

   • Set di dati di applicazione: AutoML Tutorial - Churn data - apply.csv o AutoML Tutorial - Churn data - apply.qvd

   • Set di dati Previsione: AutoML Tutorial - Churn data - apply_Prediction.csv

   • Set di dati Coordinata SHAP: AutoML Tutorial - Churn data - apply_Prediction_Coordinate_SHAP.csv

3. Fare clic su Avanti.

4. Viene visualizzato un pannello di riepilogo. Fare clic sul set di dati AutoML Tutorial - Churn data - apply.csv per espandere i campi disponibili da caricare.

5. Fare clic sull'icona accanto a qualsiasi funzione che è stata deselezionata durante l'addestramento del modello. Corrisponderebbe a DaysSinceLastService, oltre a qualsiasi funzione che sia stata deselezionata a causa della bassa influenza sul modello.

6. Fare clic su Carica nell'app.

Associazione di dati

A questo punto, anche se i dati sono stati aggiunti all'app, non viene creato nessun modello dati connesso fino a quando non si associano i set di dati. In questo caso, il campo AccountID sarà l'indice che collega i set di dati tra loro.

Nell'app, si apreGestione dati. Verranno visualizzati tre set di dati, ma vengono mostrati come entità separate che non sono connesse.

Procedere come indicato di seguito:

1. Nell'app, si apreGestione dati. Verranno visualizzati tre set di dati, ma vengono mostrati come entità separate che non sono connesse.

2. Nel pannello di destra di Gestione dati, individuare il suggerimento di associazione AccountID.

3. Fare clic su Applica. Le tabelle ora dovrebbero essere connesse.

4. Fare clic su Carica dati.

Verifica delle associazioni in Sistema di visualizzazione modello dati

Prima di creare qualsiasi visualizzazione nell'app, è necessario verificare che i dati siano stati associati correttamente.

Procedere come indicato di seguito:

1. Nella barra di navigazione nella parte superiore dell'interfaccia, aprire il menu di navigazione dell'app e selezionare Sistema di visualizzazione modello dati.

2. Verificare che i tre set di dati siano connessi correttamente. Il campo AccountID deve fungere da chiave per tutti e tre i set di dati. Il modello di dati dell'app dovrebbe assomigliare all'immagine seguente.

   

Ora è possibile iniziare a creare il contenuto dell'analisi. Fare clic su Foglio nella scheda Analizza nella barra di navigazione.

Primo foglio: dashboard Previsioni aggregate

Il primo foglio si concentrerà sull'analisi delle previsioni in forma aggregata.

Procedere come indicato di seguito:

1. È necessario trovarsi nella modalità di modifica del foglio. Fare clic su Opzioni avanzate.

2. Fare clic con il tasto destro del mouse su qualsiasi visualizzazione esistente nel foglio ed eliminarla. Questa è una funzione di suggerimento del grafico che non utilizzeremo per questo tutorial.

3. Fornire al foglio un titolo, ad esempio, Previsioni aggregate. Per farlo, fare clic su un punto qualsiasi nel foglio vuoto per aprire Proprietà foglio nella parte destra dell'interfaccia. Nella sezione Titolo, digitare un nome per il foglio.

Grafico a torta

Un grafico a torta consente di visualizzare facilmente una scomposizione proporzionale dei dati. In questo caso, è opportuno scomporre i dati in base ai risultati previsti (yes o no).

Procedere come indicato di seguito:

1. Trascinare un grafico a torta sul foglio.

2. Aggiungere Churned_predicted come dimensione.

3. Aggiungere Count(AccountID) come misura.

4. Se si desidera, disattivare etichetta Dimensione in Aspetto > Presentazione nel pannello delle proprietà.

5. Espandere la dimensione nella sezione  Dati nel pannello delle proprietà e modificare il valore Etichetta per la dimensione a Previsione di abbandono.

   L'etichetta si aggiorna nella legenda.

Casella di filtro

Il dashboard viene utilizzato per l'analisi generale dell'intero modello dati. Tuttavia, per analizzare coorti specifiche, è indubbiamente importante poter filtrare rapidamente i dati per differenti dimensioni.

Creare una casella di filtro con più caselle di riepilogo. Ogni casella di riepilogo consente la selezione dei valori in un'unica dimensione.

Procedere come indicato di seguito:

1. Trascinare una casella di filtro nel foglio.

2. Aggiungere i campi alla casella di filtro. Questi possono essere le dimensioni che si pensa siano significative per i risultati previsti.

3. Modificare ogni casella di riepilogo in base alle esigenze facendo clic sul campo nella sezione Dati nel pannello delle proprietà. Questa visualizza le Proprietà casella di riepilogo.

   Per esempio, può essere consigliabile l'etichetta del campo e impostare Comprimi casella di riepilogo su Sempre per salvare lo spazio del foglio.

Ridimensionare la casella di filtro, in modo da visualizzarla come un pannello laterale accanto al foglio.

Oggetti KPI

I KPI sono un ottimo modo per visualizzare un singolo valore per un'analisi particolarmente importante dei propri dati. Qui, creeremo i tre grafici KPI.

Procedere come indicato di seguito:

1. Creare un grafico KPI vuoto. Aggiungere la misura seguente:

   =Count(Churned_predicted)

   Questa operazione calcola il numero totale di clienti per i quali abbiamo generato previsioni di abbandono.

2. Etichettare la misura Numero totale di clienti.

3. Impostare la Formattazione numeri su Numero e presentare i valori nel formato 1.000 (senza decimali o valori percentuali).

4. Creare un altro grafico KPI vuoto. Aggiungere la misura seguente:

   =Count({<Churned_predicted={"yes"}>}(Churned_predicted))

   Si tratta di un'espressione che calcola il numero di volte in cui il valore yes è stato visualizzato nel campo Churned_predicted.

5. Etichettare la misura Previsione di abbandono.

6. Configurare la formattazione dei numeri del grafico con le stesse impostazioni del primo KPI.

7. Creare un terzo grafico KPI vuoto. Aggiungere la misura seguente:

   =Count({<Churned_predicted={"no"}>}(Churned_predicted))

   Calcola il numero di volte in cui il valore no è stato visualizzato nel campo Churned_predicted.

8. Etichettare la misura Previsione di mantenimento.

Istogramma

È possibile visualizzare la distribuzione dei valori di probabilità della previsione con un istogramma.

Trascinare un istogramma sul foglio e assegnargli un titolo. Aggiungere Churned_yes come dimensione.

Grafici in pila

Per analizzare le previsioni in base a un campo categorico, come il tipo di piano, è possibile creare un grafico a barre con analisi dei singoli set sovrapposte.

Procedere come indicato di seguito:

1. Trascinare un grafico a barre nel foglio e intitolarlo Previsioni di abbandono per tipo di piano.

2. Aggiungere PlanType come dimensione. Etichettarlo Tipo di piano.

3. Aggiungere la misura seguente:

   =Count({<Churned_predicted={"no"}>}(Churned_predicted))

   Etichettare la misura Previsione di mantenimento.

4. Aggiungere la misura seguente:

   =Count({<Churned_predicted={"yes"}>}(Churned_predicted))

   Etichettare la misura Previsione di abbandono.

5. Sotto Aspetto > Presentazione, cambiare il layout da Raggruppato a In pila.

6. Rimuovere la barra di scorrimento e impostare Etichette valore su Attivato.

7. Configurare Etichette segmento e Etichette totali su Automatico.

Una volta completata l'operazione, è possibile creare un grafico a barre simile con le stesse due misure, ma con una dimensione categorica differente, come NumberOfPenalties.

Grafico di distribuzione per analizzare i valori dei singoli campi numerici

Un grafico di distribuzione può essere utilizzato per presentare dati di previsione in base a una misura con diversi valori numerici. In questa sezione si creerà un grafico per visualizzare le previsioni di abbandono secondo la tariffa base, con raggruppamenti distinti per la valutazione del servizio del cliente.

Procedere come indicato di seguito:

1. Trascinare un grafico di distribuzione nel foglio e intitolarlo Previsioni di abbandono in base alla tariffa base e alla valutazione del servizio.

2. Aggiungere AccountID come dimensione per i punti.

3. Aggiungere la seguente misura sull'asse x:

   =Avg(BaseFee)

4. Aggiungere la seguente dimensione calcolata sull'asse y:

   =Round(ServiceRating,2)

   In questo modo si creano dei raggruppamenti lungo l'asse x per ogni valore approssimativo di ServiceRating. Maggiore è il valore e più alta è la valutazione del cliente della qualità del servizio.

5. In Aspetto > Presentazione, ridurre la Dimensione bolla a 20 e attivare Jitter punti.

6. In Colori e legenda, impostare Colori su Personalizzato.

7. Selezionare l'opzione per colorare i dati in base alla dimensione seguente:

   =Churned_predicted

   Questo assegnerà un colore per ciascuno dei valori del campo Churned_predicted. In questo caso, verranno visualizzati due colori.

8. Aggiungere le etichette a dimensione e misura, quindi aggiungere la seguente etichetta all'impostazione personalizzata del colore: Previsione di abbandono.

Grafici simili possono essere creati per analisi di campi numerici diversi, sostituendo alla misura BaseFee altre aggregazioni di campi.

Configurare le visualizzazioni sul foglio in modo che siano simili all'immagine seguente.

Secondo foglio: dashboard SHAP aggregati

Quindi, creare un foglio dedicato per analizzare i valori SHAP aggregati.

Procedere come indicato di seguito:

1. Creare un nuovo foglio e aprire la modalità di modifica avanzata.

2. Fornire al foglio un titolo, ad esempio, SHAP aggregati.

Classificazione importanza SHAP

Questo tipo di grafico è simile a quello generato automaticamente durante la configurazione delle versioni dell'esperimento. In questo caso, ne faremo uno per il set di dati previsto.

Lo scopo di questo tipo di grafico è mostrare le funzioni che contribuiscono maggiormente al risultato visto nella colonna Churned. È necessario essere consapevoli del fatto che, dato che verranno utilizzati valori assoluti, i risultati SHAP possono essere positivi (valore yes) o negativi (valore no). Se si preferisce, è possibile anche utilizzare un'espressione che non calcola il valore assoluto.

Procedere come indicato di seguito:

1. Trascinare un grafico a barre sul foglio vuoto.

2. Titolo del grafico Importanza SHAP per funzione.

3. Aggiungere automl_feature come dimensione ed etichettarla come Funzione.

   In questo modo è possibile presentare i dati aggregati di tutte le funzioni incluse.

4. Aggiungere la seguente misura calcolata:

   =fabs(Avg(SHAP_value))

5. In Etichetta, digitare Valore SHAP medio.

6. Nel pannello proprietà, sotto Aspetto > Presentazione, rimuovere la barra di scorrimento se presente e impostare l'orientamento del grafico, da Verticale a Orizzontale.

7. Sotto Ordinamento, trascinare la misura sopra la dimensione se non è già stato effettuato. Lasciare l'ordinamento di ciascun campo su Automatico.

   Questa operazione ordina il grafico per i valori di misura in senso discendente.

Contenitore Trellis

È possibile creare un contenitore Trellis per filtrare i dati per specifici valori di campo all'interno di una dimensione. In questo caso, possiamo scomporre i valori di SHAP per ciascuno dei quattro tipi di piano offerti ai clienti.

Per creare un oggetto Trellis, è necessario specificare una dimensione e una visualizzazione principale. Convertiremo la classificazione dell'importanza SHAP appena creata in una visualizzazione principale.

Procedere come indicato di seguito:

1. Fare clic con il tasto destro del mouse sul grafico Valore SHAP assoluto medio nel foglio, quindi selezionare  Aggiungi a voci principali.
2. Mantenere il nome predefinito e fare clic su Aggiungi.

3. Sotto Oggetti personalizzati > Bundle visualizzazione Qlik nel pannello risorse, trascinare un contenitore Trellis sul foglio.

4. Aggiungere PlanType come dimensione.

5. Fare clic su Aggiungi visualizzazione principale all'interno del grafico, quindi aggiungere il grafico Valore SHAP assoluto medio.

6. Nella sezione Aspetto > Generale nel pannello delle proprietà, attivare Mostra titoli e intitolare il grafico Importanza SHAP per tipo di piano.

7. Ridimensionare il contenitore Trellis in modo che sia sufficientemente ampio per visualizzare i nomi delle funzioni nei grafici. Se non vengono visualizzate tutte le etichette, regolare lo zoom della finestra del browser.

In alternativa, è possibile visualizzare questi dati creando grafici individuali con espressioni impostate per ogni valore di dimensione che si desidera analizzare. In questo caso, si potrebbe creare un grafico separato per ciascuno dei quattro tipi di piano.

Riutilizzo della casella di filtro

È possibile riutilizzare in questo foglio la casella di filtro creata nel primo foglio. Nella modalità di modifica avanzata, fare clic con il tasto destro del mouse sulla casella di filtro e copiarla. Incollarla nel foglio SHAP aggregati.

Mappa ad albero

È possibile anche visualizzare la scomposizione dei valori SHAP con una mappa ad albero. Trascinare una mappa ad albero sul foglio e aggiungere la stessa dimensione e la stessa misura utilizzate nella classificazione dell'importanza SHAP.

Configurare le visualizzazioni sul foglio in modo che siano simili all'immagine seguente.

Utilizzo dell'app

Una volta completata la creazione dell'app, è pronta per l'utilizzo per l'analisi dei dati.

Fare clic su Modifica foglio per passare alla modalità di analisi. In questa visualizzazione, è possibile effettuare selezioni (nelle caselle di filtro o in altre parti del foglio) per filtrare i dati per l'analisi specifica dei sottoinsiemi di dati. Per esempio, si potrebbe volere analizzare un piano cliente o una regione specifici, e confrontare i risultati con i sottoinsiemi di dati.

Grazie!

Questo tutorial è stato completato. Ci auguriamo che siano state apprese informazioni importanti e che si sia compreso che il machine learning automatizzato è un modo semplice e veloce per generare modelli di previsione. Qlik Sense è uno strumento potente che facilita la visualizzazione dei dati di previsione e fornisce informazioni strategiche sui dati.