Temel etken analizi kullanarak verilerinizin arkasındaki temel etkenleri keşfetme

Temel etken analizi ile verilerinizde belirli trendlerin kaynaklarını tespit edebilir ve karşılaştırabilirsiniz. Temel etken analizi, tanımlanmış bir dizi faktörün belirli bir hedef alanın mevcut verileri üzerindeki etkisini görselleştirmenize ve sıralamanıza yardımcı olur. Kuruluşunuzun analiz ve karar verme süreçlerini iyileştirmek ve geliştirmek için elde ettiğiniz içgörüleri kullanın.

Temel etken analizi, bir Qlik Sense uygulamasında kullanılabilir. Temel etken analizini analyze modundayken sayfa görünümünde gerçekleştirin.

Temel etken analizi nedir?

Temel etken analizi, çeşitli faktörlerin tek bir hedef metriğin sonucunu etkileme derecesini belirlemenize olanak tanıyan bir istatistiksel veri keşfi biçimidir. Analiz hem nitel hem nicel veriler için gerçekleştirilir. Bir temel etken analizinin arkasındaki amaç, verilerdeki belirli bir trende tam olarak neyin neden olduğunu bulmak ve bu içgörüleri kullanarak doğrudan eyleme geçmek veya kuruluşun farkındalığını artırmaktır.

İş zekasında etkileri değerlendirmek için kullanmak isteyeceğiniz yaygın hedefler Satış, Müşteri Memnuniyeti, Marj, Kaybedilen Müşteri ve Satış Maliyeti gibi alanlardır. Faktör (temel etken) örnekleri arasında Ürün, Konum, Mağaza Numarası ve Yönetici bulunmaktadır.

Bir temel etken analizinde değerlendirilen metrikler, her kuruluş ve kullanım durumu için farklılık gösterir. Hedef metrik ve onun sonuçlarını etkileyen çeşitli faktörler, çözmeye çalıştığınız soruna, mevcut verilere ve diğer faktörlere bağlıdır.

Neden temel etken analizi kullanmalısınız?

Temel etken analizi, temel performans göstergelerini iyileştirmek için birçok şekilde uygulanabildiğinden iş zekası açısından faydalıdır. Ürün yatırımı, geliri artırma, maliyeti düşürme, müşteri memnuniyeti ve diğer birçok konuyla ilgili sorunları çözümlemek ve içgörü elde etmek için temel etken analizlerini kullanabilirsiniz.

Qlik Sense içinde temel etken analizi, uygulama tüketici deneyimine entegre edilmiştir. Qlik Sense içinde yerel olarak bulunan gerçek zamanlı veri analizi özelliklerini kullanarak uygulama verilerinin her değişmesinde yeni bir temel etken analizi çalıştırabilirsiniz. Bu, verilerinizi değişiklik açısından sürekli olarak izlemenize ve oluşan trendleri hızlıca keşfedip gerektiğinde hızlı ve etkili bir şekilde eyleme geçebilmenize olanak tanır.

Nasıl çalışır?

Temel etken analizi, etki fikrini temel alır. Qlik Sense içinde temel etken analizi, belirli alanların (özellikler veya temel etkenler) belirli bir alan (hedef) üzerindeki etkisini değerlendirir.

Analizde kullanılan veriler

Temel etken analizi, verilerinizin bir alt kümesine ilişkin belirli bir incelemedir. Analizi oluştururken analizin bileşenleri olarak belirli alanları seçin.

Her bir analiz için aşağıdaki yapı bloklarını seçmeniz gerekir:

• Hedef

• Birden fazla özellik

Bu bileşenleri seçmenizin ardından hedefi ve özellikleri kullanarak veri modelinizden belirli bir veri seti oluşturulur. Temel etken analizi, özelliklerin hedef üzerindeki etkisini belirlemek için veri modelinizin tamamını değil bu veri setini kullanır. Yapılandırmaya dahil etmediğiniz alanlar analiz edilmez.

Her bileşen hakkında daha fazla bilgi aşağıda verilmiştir.

Etkiyi hesaplama

 Qlik Sense içinde temel etken analizi, analiz ettiğiniz verilerin alt kümesindeki her bir özellik veri değeri için (SHAP) değerlerini hesaplayarak yapılır. Bu SHAP değerleri, Qlik AutoML tarafından eğitilen bir modelden oluşturulur. Modeller, SHAP değerlerini oluşturmak için rastgele orman algoritmasını kullanır.

SHAP değeri, temel etken analizi yapılandırmanızdan özel olarak oluşturulan veri setindeki diğer özelliklerle bağlantılı olarak, bir veri değerinin ilgili hedef değer üzerindeki etki derecesine ilişkin bir hesaplamadır. Bir temel etken analizinin sonuçlarını görüntülerken veri setindeki kayıtların tümünde veya belirli bir kısmında SHAP değerlerinin toplamını görüntülersiniz.

Qlik AutoML'de SHAP önemi hakkında daha fazla bilgi için bk. Deney eğitiminde SHAP'ın önemini anlama.

Hedef

Hedef, temel etkenleri analiz etmek istediğiniz alandır. Örneğin, belirli faktörlerin satışlarınızı nasıl etkilediğini karşılaştırmak isteyebilirsiniz. Bu durumda, hedefiniz olarak bir satış hesaplaması seçersiniz.

Hedefinizi seçerken özellikle analizinize dahil etmeyi seçtiğiniz özelliklerle ilgili olarak verilerin kullanılabilirlik zamanı önemlidir. Hedefiniz ve özellikleriniz için uygun veri toplama zaman dilimleri hakkında daha fazla bilgi almak için bk. Özellikler.

Hedefteki benzersiz değer ve veri türü sayısı, analizin çözümleyeceği sorunun türünü belirler. Sonuç olarak bu, verilerinizin karşılaması gereken gereklilikleri etkiler. Daha fazla bilgi için bk. Veri gereklilikleri.

Temel etken analizi aşağıdaki sorun türlerini destekler:

• Regresyon

• İkili sınıflandırma

Regresyon analizleri

Regresyon analizleri, hedefte çok sayıda benzersiz sayısal değer bulunduğunda kullanılır. Hedefiniz olarak sayısal bir hesaplama (ölçüm) kullanıyorsanız temel etken analizi büyük olasılıkla yapılandırmayı regresyon sorunu olarak yorumlayacaktır.

Hedefiniz olarak bir hesaplama seçerken bir temel toplamayı yapılandırma içindeki alana uygulayabilir veya daha karmaşık bir deyim kullanmak istiyorsanız mevcut bir ana öğeyi seçebilirsiniz.

İkili sınıflandırma analizi

Hedefiniz sadece iki benzersiz değer (Örneğin evet veya hayır) içeriyorsa temel etken analizi, yapılandırmayı ikili sınıflandırma sorunu olarak yorumlar. İkili sınıflandırma analizleri, hedef olarak bir ikili boyutu seçerek oluşturulur.

Sık karşılaşılan bir örnek olarak, uygulamanızda hangi müşterilerin belirli bir hizmeti iptal ettiğini takip etmek için bir Kaybedilen müşteri alanı varsa hangi faktörlerin bu müşteri kararlarına neden olduğunu öğrenmek üzere hedef olarak Kaybedilen müşteri alanını seçebilirsiniz.

Özellikler

Özellikler temel etkenlerinizdir. Bunlar, verilerdeki trendleri nelerin etkilediği hakkında ayıklanabilir bilgiler içeren alanlardır. Örneğin, satışların arkasındaki etkileri tespit etmek için bir temel etken analizi oluştururken özellikler olarak Konum, Ürün Türü, Mağaza Numarası ve Satış Temsilcisi gibi boyutlar seçebilirsiniz. Yapılan hesaplamalar, özellikler olarak da kullanılabilir.

Sadece hedef verilerinizi topladığınız zamandan önce toplanan ve kaydedilebilir veriler içeren özellikleri dahil etmelisiniz. Sadece hedef için veri toplama zamanında bildiğiniz verileri içeren özellikleri eklerseniz analizde çarpıklık olur ve analitik değer sağlanmaz.

Örneğin hedefiniz Satış ise sadece doğrudan bundan elde edilen verileri içeren özellikleri dahil etmemelisiniz. Benzer şekilde, hedefiniz ikili sonucu (Evet veya Hayır) olan bir Kaybedilen müşteri alanı ise müşterinin kaybedildiği tarihi içeren bir özelliği dahil etmemelisiniz.

Geçersiz analiz sonuçlarını nasıl tanımlayacağınıza dair daha fazla bilgi için bk. Geçersiz sonuçları belirleme.

Bir özelliğe aşağıdaki iki türden biri atanır:

• Kategorik özellik: Benzersiz, yinelenen kategorilere dayanan veri değerlerini içerir. Kategorik özelliğe örnek, sadece birkaç olası değerin bulunduğu ve bunların ham sayısal veriler yerine meyin metin olarak yorumlandığı bir Kıta alanı verilebilir. Sayılar kategori olarak kullanılabilir.

• Sayısal özellik: Veri değerleri sadece sayısal veridir ve kategorilere ait değildir.

Dahil edilen tüm özellikler, her birinin hedefteki mevcut veriler üzerinde ne kadar etkisi olduğunu belirlemek için özel olarak analiz edilir.

Hedef ve dahil edilen özelliklere ilişkin gereklilikler hakkında daha fazla bilgi için bk. Veri gereklilikleri.

Uygulama seçimleri

Uygulamada yaptığınız seçimler, temel etken analizinde kullanılır. Örneğin, satış için temel etkenleri keşfetmek isteyebilirsiniz ancak özellik olarak bir Mağaza Numarası boyutu dahil ederken sadece kuruluşunuzdaki beş belirli mağazanın etkisini analiz etmek isteyebilirsiniz. Bunu yapmak için uygulamada değerleri seçebilir, ardından temel etken analizini yapılandırabilirsiniz.

Seçimler temelde veri modeline uygulanan filtreler olduğundan, bir alanda seçim yapmanın analizde kullanılabilecek mevcut verileri etkileyebileceğini bilmek önemlidir.

Kiracı aboneliği için dikkate alınması gereken hususlar

Temel etken analizi, özelliklerin hedef üzerindeki etkisini hesaplamak için Qlik AutoML'yi kullanır. Bunu, seçilen veri alt setindeki dahil edile özelliklere karşılık gelen veri noktalarının SHAP değerlerini hesaplamak için kullanılan makine öğrenimi modellerini oluşturarak yapar.

Bir temel etken analizi oluşturmak, Qlik AutoML tarafından ölçülen hizmetleri kullanır. Belirli miktarda AutoML kullanımı, çoğu Qlik Cloud aboneliğine dahildir. Daha fazla kapasiteye ihtiyaç duyulursa ücretli bir AutoML katmanına yükseltme yapılması gerekir.

Temel etken analizi kullanım kapasitenizi öğrenmek için hizmet hesabı sahibiniz ile iletişime geçin ve kullandığınız aboneliğin koşullarına bakın.

Aşağıdaki kaynaklar ek bilgiler sağlayabilir:

• AutoML sınırlamaları ve lisans tarafından yönetilen özellikler

• Qlik Cloud® Abonelikleri için ürün açıklaması

Veri gereklilikleri

Minimum veri hacmi gereklilikleri

Hedefinizden ve özelliklerinizden oluşturulan veri setinde en az 400 hücre olması gerekir. Aksi takdirde analizi çalıştıramazsınız.

Diğer gereklilikler

Aşağıdaki gereklilikler, analiz yapılandırmanızdan oluşturulan veri seti için geçerlidir:

• Hedefin en az iki benzersiz değer içermesi gerekir.

• Hedef iki ile on arasında benzersiz değer içeriyorsa her bir benzersiz değerin veri setinde en az on kayıtta görünmesi gerekir.

Temel etken analizi çalıştırırken hatalarla karşılaşırsanız bunun nedeni, analiz için seçtiğiniz verilerin bu gereklilikleri karşılamaması olabilir. Karşılaşabileceğiniz diğer sorunlar ve olası çözümlerin bir listesi için bk. Sorun giderme .

Qlik Sense içinde temel etken analizini kullanma

Aşağıdaki yardım konuları, Qlik Sense içinde temel etken analizlerini oluşturma ve yorumlama konusunda size yardımcı olabilir:

• Qlik Sense içinde temel etken analizi oluşturma

• Bir temel etken analizinin sonuçlarını görüntüleme ve yorumlama

Sınırlamalar

Temel etken analizi için sınırlamaların listesi aşağıda verilmiştir:

• Tarih, saat veya zaman damgası içeren alanların hedef veya özellikler olarak kullanılması desteklenmemektedir.