Obtenir des insights sur les données à partir d'un modèle d'analyse des contributions à l'aide d'une métrique sommable

Dans ce tutoriel, vous utilisez un modèle d'analyse des contributions pour analyser les variations des ventes entre 2020 et 2021 dans l'ensemble de données sur les ventes de boissons alcoolisées dans l'Iowa. Ce tutoriel vous explique comment effectuer les tâches suivantes :

Créer une table d'entrée basée sur des données publiques sur les boissons alcoolisées dans l'Iowa
Créer un modèle d'analyse des contributions qui utilise une métrique sommable. Ce type de modèle résume une métrique donnée pour une combinaison d'une ou de plusieurs dimensions dans les données, afin de déterminer comment ces dimensions contribuent à la valeur de la métrique.
Obtenir les insights sur les métriques à partir du modèle à l'aide de la ML.GET_INSIGHTS fonction.

Avant de commencer ce tutoriel, vous devez connaître le cas d'utilisation de l'analyse des contributions.

Autorisations requises

Pour créer l'ensemble de données, vous devez disposer de l'autorisation Identity and Access Management (IAM) bigquery.datasets.create.
Pour créer le modèle, vous avez besoin des autorisations suivantes :
- bigquery.jobs.create
- bigquery.models.create
- bigquery.models.getData
- bigquery.models.updateData
Pour exécuter une inférence, vous devez disposer des autorisations suivantes :
- bigquery.models.getData
- bigquery.jobs.create

Coûts

Dans ce document, vous utilisez les composants facturables de Google Cloudsuivants :

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

Vous pouvez obtenir une estimation des coûts en fonction de votre utilisation prévue à l'aide du simulateur de coût.

Les nouveaux utilisateurs de peuvent bénéficier d'un essai sans frais. Google Cloud

Pour en savoir plus sur les tarifs de BigQuery, consultez la page Tarifs de BigQuery dans la documentation BigQuery.

Avant de commencer

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
Roles required to select or create a project
- Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
- Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.
Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

Go to project selector
Verify that billing is enabled for your Google Cloud project.
Enable the BigQuery API.
Roles required to enable APIs
To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. Learn how to grant roles.
Enable the API

Créer un ensemble de données

Créez un ensemble de données BigQuery pour stocker votre modèle de ML.

Console

Dans la Google Cloud console, accédez à la page BigQuery.

Accéder à la page "BigQuery"
Dans le volet Explorateur, cliquez sur le nom de votre projet.
Cliquez sur Afficher les actions > Créer un ensemble de données
Sur la page Créer un ensemble de données, procédez comme suit :
- Dans le champ ID de l'ensemble de données, saisissez bqml_tutorial.
- Pour Type d'emplacement, sélectionnez Multirégional, puis sélectionnez US (plusieurs régions aux États-Unis).
- Conservez les autres paramètres par défaut, puis cliquez sur Créer un ensemble de données.

bq

Pour créer un ensemble de données, exécutez la commande bq mk en spécifiant l'option --location. Pour obtenir la liste complète des paramètres possibles, consultez la bq mk --dataset commande documentation de référence.

Créez un ensemble de données nommé bqml_tutorial avec l'emplacement des données défini sur US et la description BigQuery ML tutorial dataset :
```
bq --location=US mk -d \
 --description "BigQuery ML tutorial dataset." \
 bqml_tutorial
```
Au lieu d'utiliser l'option --dataset, la commande utilise le raccourci -d. Si vous omettez -d et --dataset, la commande crée un ensemble de données par défaut.
Vérifiez que l'ensemble de données a été créé :
```
bq ls
```

API

Appelez la datasets.insert méthode avec une ressource d'ensemble de données définie.

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

Créer une table de données d'entrée

Créez une table contenant les données de test et de contrôle à analyser. La table de test contient les données sur les boissons alcoolisées de 2021, et la table de contrôle contient les données sur les boissons alcoolisées de 2020. La requête suivante combine les données de test et de contrôle dans une seule table d'entrée :

Dans la Google Cloud console, accédez à la page BigQuery.

Accéder à BigQuery

Dans l'éditeur de requête, exécutez l'instruction suivante :

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)
);

Créer le modèle

Créez un modèle d'analyse des contributions :

Dans la Google Cloud console, accédez à la page BigQuery.

Accéder à BigQuery

Dans l'éditeur de requête, exécutez l'instruction suivante :

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;

L'exécution de la requête prend environ 60 secondes. Le modèle iowa_liquor_sales_sum_model s'affiche ensuite dans l'ensemble de données bqml_tutorial. Étant donné que la requête utilise une instruction CREATE MODEL pour créer un modèle, il n'y a aucun résultat de requête.

Obtenir des insights à partir du modèle

Obtenez des insights générés par le modèle d'analyse des contributions à l'aide de la ML.GET_INSIGHTS fonction.

Dans la Google Cloud console, accédez à la page BigQuery.

Accéder à BigQuery

Dans l'éditeur de requête, exécutez l'instruction suivante pour sélectionner des colonnes dans la sortie d'un modèle d'analyse des contributions de métriques sommables :

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`);

Les premières lignes de la sortie doivent ressembler à ce qui suit. Les valeurs sont tronquées pour améliorer la lisibilité.

contributeurs	metric_test	metric_control	différence	relative_difference	unexpected_difference	relative_unexpected_difference	apriori_support	contribution
tous	428068179	396472956	31595222	0.079	31595222	0.079	1.0	31595222
vendor_name=SAZERAC COMPANY INC	52327307	38864734	13462573	0.346	11491923	0.281	0.122	13462573
city=DES MOINES	49521322	41746773	7774549	0.186	4971158	0.111	0.115	7774549
vendor_name=DIAGEO AMERICAS	84681073	77259259	7421814	0.096	1571126	0.018	0.197	7421814
category_name=100% AGAVE TEQUILA	23915100	17252174	6662926	0.386	5528662	0.3	0.055	6662926

La sortie est automatiquement triée par contribution, ou ABS(difference), en ordre décroissant. Dans la ligne all, la colonne difference indique une augmentation des ventes totales de 31 595 222 $ entre 2020 et 2021,soit une augmentation de 7,9 %, comme indiqué dans la colonne relative_difference. Dans la deuxième ligne, avec vendor_name=SAZERAC COMPANY INC, la unexpected_difference est de 11 491 923 $, ce qui signifie que ce segment de données a augmenté de 28 % de plus que le taux de croissance de l'ensemble des données, comme indiqué dans la colonne relative_unexpected_difference. Pour en savoir plus, consultez les colonnes de sortie des métriques sommables.

Effectuer un nettoyage

Attention : La suppression d'un projet entraîne les effets décrits ci-dessous :

Tout le contenu du projet est supprimé. Si vous avez utilisé un projet existant pour les tâches décrites dans ce document et que vous le supprimez, vous supprimerez également tout autre travail effectué dans le projet.
Les ID de projets personnalisés sont perdus. Lorsque vous avez créé ce projet, vous avez peut-être créé un ID de projet personnalisé que vous souhaitez utiliser à l'avenir. Pour conserver les URL qui utilisent l'ID de projet, telle qu'une URL appspot.com, supprimez les ressources sélectionnées dans le projet au lieu de supprimer l'ensemble du projet.

Si vous envisagez d'explorer plusieurs architectures, tutoriels et guides de démarrage rapide, réutiliser des projets peut vous aider à ne pas dépasser les limites de quotas des projets.

In the Google Cloud console, go to the Manage resources page.
Go to Manage resources
In the project list, select the project that you want to delete, and then click Delete.
In the dialog, type the project ID, and then click Shut down to delete the project.