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，您將使用貢獻度分析模型，分析愛荷華州酒類銷售資料集中 2020 年和 2021 年的銷售變化。本教學課程會逐步引導您完成下列工作：

• 根據愛荷華州公開酒類資料建立輸入資料表。
• 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，藉此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，請先熟悉貢獻度分析應用情境。

所需權限

• 如要建立資料集，您需要 bigquery.datasets.create Identity and Access Management (IAM) 權限。

• 如要建立模型，您需要下列權限：

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

• 如要執行推論，您需要下列權限：

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

費用

在本文件中，您會使用下列 Google Cloud的計費元件：

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

如要根據預測用量估算費用，請使用 Pricing Calculator。

初次使用 Google Cloud 的使用者可能符合免費試用期資格。

如要進一步瞭解 BigQuery 定價，請參閱 BigQuery 說明文件中的「BigQuery 定價」一文。

事前準備

1. 在 Google Cloud 控制台的專案選擇器頁面中，選取或建立 Google Cloud 專案。

   選取或建立專案所需的角色

   • 選取專案：選取專案時，不需要具備特定 IAM 角色，只要您已獲授角色，即可選取任何專案。
   • 建立專案：如要建立專案，您需要具備專案建立者角色 (roles/resourcemanager.projectCreator)，其中包含 resourcemanager.projects.create 權限。瞭解如何授予角色。
   注意：如果您不打算保留在這項程序中建立的資源，請建立新專案，而不要選取現有專案。完成這些步驟後，您就可以刪除專案，並移除與該專案相關聯的所有資源。

   前往專案選取器

2. 確認專案已啟用計費功能 Google Cloud 。

3. 啟用 BigQuery API。

   啟用 API 時所需的角色

   如要啟用 API，您需要服務使用情形管理員 IAM 角色 (roles/serviceusage.serviceUsageAdmin)，其中包含 serviceusage.services.enable 權限。瞭解如何授予角色。

   啟用 API

建立資料集

建立 BigQuery 資料集來儲存機器學習模型。

控制台

1. 前往 Google Cloud 控制台的「BigQuery」頁面。

   前往 BigQuery 頁面

2. 在「Explorer」窗格中，按一下專案名稱。

3. 依序點按 「View actions」(查看動作) >「Create dataset」(建立資料集)

4. 在「建立資料集」頁面中，執行下列操作：

   • 在「Dataset ID」(資料集 ID) 中輸入 bqml_tutorial。

   • 針對「位置類型」選取「多區域」，然後選取「美國」。

   • 其餘設定請保留預設狀態，然後按一下「建立資料集」。

bq

如要建立新的資料集，請使用 bq mk --dataset 指令。

1. 建立名為 bqml_tutorial 的資料集，並將資料位置設為 US。

   bq mk --dataset \
     --location=US \
     --description "BigQuery ML tutorial dataset." \
     bqml_tutorial

2. 確認資料集已建立完成：

   bq ls

API

請呼叫 datasets.insert 方法，搭配已定義的資料集資源。

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

建立輸入資料表

建立包含測試和控制項資料的資料表，以供分析。測試資料表包含 2021 年的酒類資料，控制組資料表則包含 2020 年的酒類資料。下列查詢會將測試和控制組資料合併為單一輸入資料表：

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;

查詢作業完成 (約需 60 秒) 後，模型 iowa_liquor_sales_sum_model 會顯示在 bqml_tutorial 資料集中。由於查詢是使用 CREATE MODEL 陳述式建立模型，因此不會有查詢結果。

從模型中取得洞察資料

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：為提升可讀性，系統會截斷值。

貢獻者	metric_test	metric_control	差異	relative_difference	unexpected_difference	relative_unexpected_difference	apriori_support	貢獻
全部	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

輸出內容會自動依貢獻度 (或 ABS(difference)) 遞減排序。在 all 列中，「difference」欄顯示 2020 年至 2021 年的總銷售額增加了 $31,595,222 美元，如「relative_difference」欄所示，增幅為 7.9%。在第二列中，vendor_name=SAZERAC COMPANY INC為 $11,491,923，unexpected_difference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「可加總的指標輸出資料欄」。

清除所用資源

注意：刪除專案會造成以下結果：

• 專案中的所有內容都會遭到刪除。如果使用現有專案來進行本文中的任務，刪除專案將一併移除當中已完成的其他任務'。
• 自訂專案 ID 會消失。當您之前建立這個專案時，可能建立了想要在日後使用的自訂專案 ID。如要保留使用該專案 ID 的網址 (例如 appspot.com 網址)，請刪除在該專案中選取的資源，而不是刪除整個專案。

如果打算探索多種架構、教學課程或快速入門導覽課程，重複使用專案可避免超出專案配額限制。

1. 前往 Google Cloud 控制台的「Manage resources」(管理資源) 頁面。

   前往「Manage resources」(管理資源)

2. 在專案清單中選取要刪除的專案，然後點選「Delete」(刪除)。
3. 在對話方塊中輸入專案 ID，然後按一下 [Shut down] (關閉) 以刪除專案。