よく一緒に購入されるモデルを使用する (プレビュー)

よく一緒に購入されているソリューションは、ノートブック、サンプル データ、Power BI レポートで構成されています。 後で UI で使用される出力データを作成するには、最初にノートブックを実行する必要があります。 ノートブックは既定でサンプル データを使用しますが、カスタム データ ポイントを使用して他の Lakehouse を簡単にポイントすることができます。 詳細については、よく一緒に購入される商品の設定を参照してください。

前提条件

「よく一緒に購入される商品」を使用するには、Fabric 管理者 (ワークスペース ビューアー) アクセス許可が必要です。

よく一緒に購入されるモデル ノートブックを使用する際の注意点

• 入力テーブル/エンティティはデルタ形式であることが想定されます。 Parquet はサポートされていません。

• Fabric 設定はそのままにしておきます (Spark バージョン、Python バージョンなど)。

• 入力データは、よく一緒に購入される商品の入力データで指定されたサンプル データとまったく同じ構造である必要があります。

• ノートブックのセルとメソッドは、提供されたノートブックに示されているのと同じ順序で実行する必要があります。

• 入力データは有効である必要があります。 予期されるすべてのテーブルと列が存在し、よく一緒に購入される商品の入力データで説明されている正しいデータ型であることを確認してください。

  • テーブルが空でないことを確認してください。 各テーブルに少なくとも 1 つのレコードが存在し、すべての必須フィールドが入力されている必要があります。

  • テーブルに重複する主キーがないことを確認してください。

  • すべてのテーブルのすべての主キーは、どの外部キーでも使用できる必要があります。

• ノートブックを実行するたびに、指定した Lakehouse/パスに以前の出力テーブルがすでに存在する場合、以前の出力テーブルは消去されます。 デルタ バージョンを利用できます。

• 出力テーブルに存在する ID フィールド (RetailEntityId、ItemsetId、RuleId など) は実行ごとに再生成され、ノートブックの実行間で必ずしも一貫しているわけではありません。 異なるノートブック間で出力テーブル (Store、Party、RetailProduct など) のデータを結合し、名前フィールドを使用して結果をフィルター処理することをお勧めします。

よく一緒に購入される商品モデルの Power BI レポートを使用する

よく一緒に購入されるモデルを使用すると、ユーザー インターフェイス (UI) に関する豊富な情報と分析情報が入手できます。 製品のグループ分け ビューは、よく一緒に購入される製品の収益 KPI に基づいた分析を提供します。 良く一緒に購入される商品の収益 KPI (主力製品と呼ばれる) は、主力製品の売上収益の合計に、主力製品と一緒に購入される他の製品の売上収益を加算したものです。 各製品を分析して、よく一緒に購入される商品の収益を計算できます。グラフには、"製品基準" (通常は 売上上位 10 位) で定義された対象製品のみが表示されます。

3 つのフィルターを適用することで、AI/ML が頻繁に一緒に購入するモデルが分析する POS データを定義します。 フィルターは以下のとおりです。

• 小売業者または店舗 は、POS データで識別される。 一般的なオプションは 小売チェーン、店舗 1、店舗 2です。

• 期間 は、よく一緒に購入されるノートブックのモデルで顧客が識別します。 たとえば、この期間は、新しい棚の仕分け、先月、2023 年 1 月 1 日 2023 年 6 月 30 日まで などのマーケティング活動に関連することができ、補完期間は棚の仕分けの後 2023 年 7 月 1 日から 2023 年 12 月 31 日になります。

• 製品基準 は、POS から最も関連性の高い商品セットを抽出します。 一般的な製品基準は、最もよく一緒に購入される商品上位 10 位の収益、または 最も売れるよく一緒に購入される商品上位 10 の収益です。

これらのフィルターに基づいて、よく一緒に購入されるモデルが、グラフと関連テーブルを作成します。

• このグラフは、製品基準によって定義された製品グループの収益を表し、通常は収益や販売個数の減少によってランク付けされます。 この収益は次の 2 つの部分で構成されます。

  • 売上収益と、メイン商品と一緒に購入されたよく一緒に購入されている各商品の収益の合計です。

  • メインの商品に関連するグループ収益は、メインの商品が生み出すビジネスの正確な推定値です。

Retail データ ソリューションで既定のよく一緒に購入されるモデルには、次のサンプル データと UI 設定が含まれます:

• サンプル データは、架空の小売店 Contoso からのものです。 これは、同じ小売チェーン 2 店舗の 9 か月間の売上高を示しています。 この商品セットには、米国の小売店でベストセラーの商品が 250 個含まれています。

• よく一緒に購入されるモデルの Notebook には、「新しい棚の仕分け」 と呼ばれるマーケティング イベントが含まれています。 "棚仕分け前" と "棚仕分け後" の 2 つの時期をご覧いただけます。 UI 期間フィルターでそれらを選択できます。

このグラフのデータは、先月のContoso チェーンでの、全商品の FBT 収益の上位 10 を表示しています。 特定のグラフ項目の上にマウスを置くと、その製品の詳細が表示されます。

この例では、ビールが先月の期間で最も収益を上げた商品であり、収益は USD1,254 でした。よく一緒に購入される上位 5 つの商品の合計は USD1,599 でした。

よく一緒に購入される商品のテーブルでは、製品グループの各要素ごとに (主な商品、よく一緒に購入される各商品、収益と販売個数に関する関連データ) 正確に確認できます。

このテーブルは、先月のContoso チェーンの全商品で、よく一緒に購入される商品の収益の上位 10 を示すデータを表示しています。 このテーブルには、_Average weekly sales revenue_from_FBT、総売上高の割合、週の平均販売数 および 関連性の強さと一緒に、10 個の製品グループと、そのグループ内でよく一緒に購入される上位 5 つの商品が表示されています。

たとえば、ビールは最も売れている製品であり、製品グループの先頭に立っています。 ビールと一緒によく買われる商品は、チップス、ピザ (フレッシュ)、冷凍ピザ、トルティーヤ、ピーナッツです。 これらの商品の総売上収益に占める割合は、それぞれ USD114、USD93、USD65、USD38 と USD34 です。