次の方法で共有

チュートリアル パート 5: Power BI レポートを使用して予測を視覚化する

このチュートリアルでは、「 パート 4: バッチ スコアリングを実行し、予測を lakehouse に保存する」で生成した予測データから Power BI レポートを作成します。

学習内容は次のとおりです。

  • 予測データからセマンティック モデルを作成する
  • Power BI からデータに新しいメジャーを追加する
  • Power BI レポートを作成する
  • レポートに視覚エフェクトを追加する

前提条件

これは、5 部構成チュートリアル シリーズの第 5 部です。 このチュートリアルを完了するには、最初に次の手順を完了します。

セマンティック モデルを作成する

次のパート 4 で作成した予測データにリンクした新しいセマンティック モデルを作成します。

  1. 左側で、ワークスペースを選択します。

  2. 右上で、次のスクリーンショットに示すように、フィルターとして Lakehouse を選択します。

    チェックボックス フィルターとしての [Lakehouse] の選択を示すスクリーンショット。

  3. 次のスクリーンショットに示すように、チュートリアル シリーズの前の部分で使用した lakehouse を選択します。

    使用する特定のレイクハウスの選択を示すスクリーンショット。

  4. 次のスクリーンショットに示すように、上部のリボンで [新しいセマンティック モデル ] を選択します。

    リボンの [新しいセマンティック モデル] オプションを選択する場所を示す lakehouse UI ホームのスクリーンショット。

  5. セマンティック モデルに名前を付けます ("銀行離れの予測" など)。次のスクリーンショットに示すように、 customer_churn_test_predictions データセットを選択します。

    [新しいセマンティック モデル] ダイアログ ボックスのスクリーンショット。正しいデータを選択して [続行] を選択する場所が示されています。

  6. 確認 を選択します。

[新しいメジャーの追加]

セマンティック モデルにいくつかのメジャーを追加します。

  1. チャーン レートに新しいメジャーを追加します。

    1. 上部のリボンで [新しいメジャー] を選択します。 このアクションにより、 Measure という名前の新しい項目 が customer_churn_test_predictions データセットに追加され、次のスクリーンショットに示すように、テーブルの上に数式バーが開きます。

      新しい指標の作成を示すスクリーンショット。

    2. 予測される平均チャーンレートを決定するには、数式バーの Measure = を次のコード スニペットに置き換えます。

      Churn Rate = AVERAGE(customer_churn_test_predictions[predictions])

    3. 数式を適用するには、次のスクリーンショットに示すように、数式バーのチェック マークを選択します。

      数式バーのチェック マークの選択を示すスクリーンショット。

      次のスクリーンショットに示すように、新しい指標がデータ表に表示されます。

      データ テーブルの新しいメジャーを示すスクリーンショット。 電卓アイコンは、メジャーとして作成されたことを示します。 データ テーブルで チャーン レート メジャーを選択します。 次に、次のスクリーンショットに示すように、次の選択を行います。

    4. [プロパティ] パネルで、形式を [標準] から [パーセンテージ値] に変更します。

    5. [プロパティ] パネルを下にスクロールして、[小数点以下の桁数] を 1 に変更します。

      プロパティが設定された新しいチャーン メジャーを示すスクリーンショット。

  2. 銀行の合計顧客数をカウントする新しいメジャーを追加します。 その他の新たな措置にはそれが必要です。

    1. 上部のリボンで [新しいメジャー] を選択して、"メジャー" という名前の新規項目を customer_churn_test_predictions データセットに追加します。 この操作により、テーブルの上に数式バーが開きます。

    2. 各予測は 1 人の顧客を表します。 合計顧客数を決定するには、数式バーの Measure = を次のように置き換えます。

      Customers = COUNT(customer_churn_test_predictions[predictions])

    3. 数式を適用するには、数式バーのチェックマークをオンにします。

  3. ドイツのチャーン レートを追加します。

    1. 上部のリボンで [新しいメジャー] を選択して、"メジャー" という名前の新規項目を customer_churn_test_predictions データセットに追加します。 この操作により、テーブルの数式バーが開きます。

    2. ドイツのチャーン レートを求めるには、数式バーの Measure = を次のように置き換えます。

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

      このステートメントは、ドイツを地理 (Geography_Germany 1 と等しい) とする行を抽出します。

    3. 数式を適用するには、数式バーのチェックマークをオンにします。

  4. 前の手順を繰り返して、フランスとスペインのチャーン レートを追加します。

    • スペインのチャーン レート: 

      Spain Churn = CALCULATE(AVERAGE(customer_churn_test_predictions[predictions]),FILTER(customer_churn_test_predictions, customer_churn_test_predictions[Geography_Spain] = TRUE()))

    • フランスのチャーン レート: 

      France Churn = CALCULATE(AVERAGE(customer_churn_test_predictions[predictions]),FILTER(customer_churn_test_predictions, customer_churn_test_predictions[Geography_France] = TRUE()))

新しいレポートを作成する

前に説明したすべての操作を完了したら、上部のリボンの [ファイル] オプション リストで [新しいレポートの作成 ] を選択して、次のスクリーンショットに示すように Power BI レポートの作成ページを開きます。

レポートの作成方法を示すスクリーンショット。

レポート ページが新しいブラウザー タブに表示されます。次のビジュアルをレポートに追加します。

  1. 次のスクリーンショットに示すように、上部のリボンのテキスト ボックスを選択します。

    リボンのテキスト ボックス オプションを検索する場所を示すスクリーンショット。

    次のスクリーンショットに示すように、レポートのタイトル ("銀行顧客離れ" など) を入力します。

    レポート テキスト ボックスに入力された値を示すスクリーンショット。

    [書式設定] パネルで、フォント サイズと背景色を変更します。 テキストを選択し、書式バーを使用してフォント サイズと色を調整します。

  2. [視覚化] パネルで、次のスクリーンショットに示すように カード アイコンを選択します。

    カード視覚化アイコンの選択を示すスクリーンショット。

  3. 次のスクリーンショットに示すように、[ データ ] ウィンドウで [ チャーン率] を選択します。

    [データ] ペインの [チャーン率] の選択を示すスクリーンショット。

  4. 次のスクリーンショットに示すように、[書式] パネルでフォント サイズと背景色を変更します。

    レポートの書式設定の選択肢を示すスクリーンショット。

  5. 次のスクリーンショットに示すように、[チャーンレート] カードをレポートの右上にドラッグします。

    チャーン レート カードの新しい場所を示すスクリーンショット。

  6. [視覚化] パネルで、次のスクリーンショットに示すように、 折れ線グラフと積み上げ縦棒グラフを選択します。

    ラインと積み上げ縦棒グラフの選択を示すスクリーンショット。

  7. グラフがレポートに表示されます。 [データ] ペインで選択します。

    • 年齢
    • チャーン レート
    • 顧客

    次のスクリーンショットに示すように、

    [データ] ペインオプションの選択を示すスクリーンショット。

  8. 次のスクリーンショットに示すように、折れ線グラフと積み上げ縦棒グラフを設定します。

    1. [データ] ウィンドウから [視覚化] ウィンドウの [X 軸] フィールドに Age をドラッグする
    2. [データ] ウィンドウから [視覚化] ウィンドウの [線 y 軸] フィールドに 顧客 をドラッグする
    3. [データ] ペインから [視覚化] ウィンドウの [列 y 軸] フィールドに チャーン率 をドラッグする

    [列 y 軸] フィールドに チャーン 率のインスタンスが 1 つだけであることを確認します。 このフィールドから他のすべてを削除します。

    [データ] ウィンドウと [視覚化] ウィンドウのオプションの選択を示すスクリーンショット。

  9. [視覚化] パネルで、[折れ線グラフと積み上げ縦棒グラフ] アイコンを選択します。 前の折れ線グラフと積み上げ縦棒グラフの構成と同様の手順で、次のスクリーンショットに示すように、X 軸の NumOfProducts 、列 y 軸の チャーン率 、線 y 軸の 顧客 を選択します。

    NumOfProducts の積み上げ縦棒グラフの追加を示すスクリーンショット。

  10. [視覚化] パネルで、2 つのグラフの右側を左に移動して、さらに 2 つのグラフを格納できるようにします。 次に、積み上げ縦棒グラフ アイコンを選択します。 次のスクリーンショットに示すように、x軸にNewCreditsScoreを、y軸にチャーンレートを選択します。

    NewCreditScore の積み上げ縦棒グラフの追加を示すスクリーンショット。

    次のスクリーンショットに示すように、[書式] パネルでタイトル "NewCreditsScore" を "Credit Score" に変更します。 この手順では、グラフの x 軸のサイズを拡張することが必要になる場合があります。

    グラフのタイトルを変更する方法を示すスクリーンショット。

  11. [視覚化] ウィンドウで、[集合縦棒グラフ] カードを選択します。 次のスクリーンショットに示すように、y 軸の順序で ドイツチャーン、 スペインチャーン、 フランスチャーン を選択します。 必要に応じて、個々のレポート グラフのサイズを変更します。

    集合縦棒グラフを示すスクリーンショット。

注

このチュートリアルでは、Power BI で保存された予測結果を分析する方法について説明します。 ただし、実際の顧客離れのユース ケースでは、主題の専門知識に基づいて、レポートに必要な特定の視覚化に関するより詳細な計画が必要になる場合があります。 ビジネス分析チームと企業が標準化されたメトリックを確立している場合、それらのメトリックも計画の一部になる必要があります。

Power BI レポートには、次のことが表示されます。

  • 2 つ以上の銀行の商品を使用している銀行の顧客のチャーンは高くなりますが、2 つ以上の商品を使用している顧客は少数です。 銀行はより多くのデータを収集し、さらに多くの製品と関連する他の特徴を調査する必要があります (左下パネルのプロットを確認してください)。
  • ドイツの銀行のお客様は、フランスとスペインの顧客に比べて離反率が高くなります (右下パネルのプロットを確認してください)。 これらのチャーン率は、顧客の離職を促した要因に関する調査が役立つ可能性があることを示唆しています。
  • 中年 (25 から 45歳) の顧客が多く、45 から 60歳の顧客は離れる傾向がより高くなっています。
  • 最後に、クレジット スコアが低い顧客は、他の金融機関のために銀行を解約する可能性が最も高くなります。 銀行は、クレジット スコアと口座残高が低い顧客が銀行に留まるよう促す方法を探す必要があります。

次のステップ

以上で全 5 回にわたるチュートリアル シリーズは終了です。 その他、次のようなエンドツーエンドのサンプル チュートリアルを参照してください。

Microsoft Fabric でエンドツーエンド AI サンプルを使用する方法