使用可相加的指標，從貢獻度分析模型取得資料洞察

在本教學課程中，您將使用貢獻分析模型，分析愛荷華州酒類銷售資料集在 2020 年和 2021 年的銷售變化。本教學課程將引導您完成下列工作：

• 根據公開的愛荷華州酒類資料建立輸入表格。
• 建立使用可相加指標的貢獻度分析模型。這類模型會針對資料中一或多個維度的組合，匯總特定指標，以便判斷這些維度對指標值的影響。
• 使用 ML.GET_INSIGHTS 函式，從模型取得指標洞察。

開始本教學課程前，請先熟悉貢獻分析的用途。

所需權限

• 如要建立資料集，您必須具備 bigquery.datasets.create 身分與存取權管理 (IAM) 權限。

• 您必須具備下列權限，才能建立模型：

  • bigquery.jobs.create
  • bigquery.models.create
  • bigquery.models.getData
  • bigquery.models.updateData

• 如要執行推論，您需要具備下列權限：

  • bigquery.models.getData
  • bigquery.jobs.create

費用

在本文件中，您會使用 Google Cloud的下列計費元件：

• BigQuery ML: You incur costs for the data that you process in BigQuery.

您可以使用 Pricing Calculator 根據預測用量產生預估費用。 新 Google Cloud 使用者可能符合申請免費試用的資格。

如要進一步瞭解 BigQuery 定價，請參閱 BigQuery 說明文件中的「BigQuery 定價」一節。

事前準備

1. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

   Go to project selector

2. Make sure that billing is enabled for your Google Cloud project.

3. Enable the BigQuery API.

   Enable the API

建立資料集

建立 BigQuery 資料集來儲存機器學習模型。

{
  "datasetReference": {
     "datasetId": "bqml_tutorial"
  }
}

import google.cloud.bigquery

bqclient = google.cloud.bigquery.Client()
bqclient.create_dataset("bqml_tutorial", exists_ok=True)

建立輸入資料表

建立包含測試和控制資料的資料表，以便進行分析。測試表格包含 2021 年的酒類資料，控制表格則包含 2020 年的酒類資料。以下查詢會將測試資料和控制組資料合併為單一輸入表格：

1. 前往 Google Cloud 控制台的「BigQuery」頁面。

   前往 BigQuery

2. 在查詢編輯器中執行下列陳述式：

   CREATE OR REPLACE TABLE bqml_tutorial.iowa_liquor_sales_sum_data AS (
     (SELECT
       store_name,
       city,
       vendor_name,
       category_name,
       item_description,
       SUM(sale_dollars) AS total_sales,
       FALSE AS is_test
     FROM `bigquery-public-data.iowa_liquor_sales.sales`
     WHERE EXTRACT(YEAR from date) = 2020
     GROUP BY store_name, city, vendor_name, category_name, item_description, is_test)
     UNION ALL
     (SELECT
       store_name,
       city,
       vendor_name,
       category_name,
       item_description,
       SUM(sale_dollars) AS total_sales,
       TRUE AS is_test
     FROM `bigquery-public-data.iowa_liquor_sales.sales`
     WHERE EXTRACT (YEAR FROM date) = 2021
     GROUP BY store_name, city, vendor_name, category_name, item_description, is_test)
   );

建立模型

建立貢獻分析模型：

1. 前往 Google Cloud 控制台的「BigQuery」頁面。

   前往 BigQuery

2. 在查詢編輯器中執行下列陳述式：

   CREATE OR REPLACE MODEL bqml_tutorial.iowa_liquor_sales_sum_model
     OPTIONS(
       model_type='CONTRIBUTION_ANALYSIS',
       contribution_metric = 'sum(total_sales)',
       dimension_id_cols = ['store_name', 'city', 'vendor_name', 'category_name',
         'item_description'],
       is_test_col = 'is_test',
       min_apriori_support=0.05
     ) AS
   SELECT * FROM bqml_tutorial.iowa_liquor_sales_sum_data;

查詢作業大約需要 60 秒才能完成，完成後，模型 iowa_liquor_sales_sum_model 就會顯示在「Explorer」窗格中的 bqml_tutorial 資料集中。由於查詢是使用 CREATE MODEL 陳述式建立模型，因此沒有查詢結果。

從模型中取得洞察資訊

使用 ML.GET_INSIGHTS 函式，取得貢獻度分析模型產生的洞察資料。

1. 前往 Google Cloud 控制台的「BigQuery」頁面。

   前往 BigQuery

2. 在查詢編輯器中執行下列陳述式，從可加總指標貢獻度分析模型的輸出內容中選取資料欄：

   SELECT
     contributors,
     metric_test,
     metric_control,
     difference,
     relative_difference,
     unexpected_difference,
     relative_unexpected_difference,
     apriori_support,
     contribution
   FROM
     ML.GET_INSIGHTS(
       MODEL `bqml_tutorial.iowa_liquor_sales_sum_model`);

輸出內容的前幾列應如下所示。系統會截斷值以改善可讀性。

系統會依貢獻度 (ABS(difference)) 以遞減順序自動排序輸出結果。在 all 列的 difference 欄中，您可以看到 2020 年至 2021 年期間的總銷售額增加了 $31,595,222 美元，增幅為 7.9%，如 relative_difference 欄所示。在第二列的 vendor_name=SAZERAC COMPANY INC 中，unexpected_difference 為 $11,491,923 美元，這表示這個資料區隔的成長率比整體資料的成長率高出 28%，如 relative_unexpected_difference 欄所示。詳情請參閱可加總的指標輸出欄。

清除所用資源

1. In the Google Cloud console, go to the Manage resources page.

   Go to Manage resources

2. In the project list, select the project that you want to delete, and then click Delete.
3. In the dialog, type the project ID, and then click Shut down to delete the project.