#15 ： Alteryxサンプルワークフロー「需要予測(中編)」- Alteryx ＆ Tableau 連携 Advent Calendar 2018

「カスタマーストーリー」を支えるツール特集

#ビッグデータ

#ビジネス・アナリティクス

#Tableau

#Alteryx

しんや

2018.12.15

この記事は公開されてから1年以上経過しています。情報が古い可能性がありますので、ご注意ください。

当エントリは『Alteryx&Tableau連携 Advent Calendar 2018』シリーズの14本目のエントリです。

当エントリでは、Alteryx Designerの実行ワークフローサンプル「Demand Forecasting(需要予測)」の内容を紹介します。

「本日のテーマ」概要紹介

AlteryxとTableauはそのツール特性から非常に相性が良く、製品間それぞれにパートナー企業としての(特集)ページが設けられています。

本日は、Alteryx Designerの「Sample Workflows」にて展開されている「Tableau Starter Kit」の中で、「Predictive Analytics」配下の「Demand Forecasting(需要予測)」というサンプルワークフローについて見ていきたいと思います。

このワークフローでは、これらのワークフローは、Alteryxの線形回帰ツール(Linear Regression tool)を使用して、「顧客がどのくらいの費用を費やすか予測するにはどうすればよいですか？」という質問に応えるワークフローについての解説を行っています。結果となるデータの出力(Insight/洞察)はTableau Dashboardとして出力されます。

当エントリでは、サンプルワークフローで展開されているコンテンツの中から、線形回帰ツールを行うためのデータ準備パートを見ていきたいと思います。

ワークフローの全体像

サンプルワークフローの全体像は以下となります。

ワークフローを読み解く

このワークフローでは線形回帰ツールを実行するためのデータ準備を行っています。データセットは「ディスプレイネットワークのマーケティングチャネルを分析している電子商取引会社」という想定です。線形回帰ツールを正しく機能・実行させるには、目標変数と予測変数を含む単一のデータセットを用意しておく必要があります。

このワークフローで用意されているデータセットは以下の3つ。

製品販売情報:
注文属性情報:
顧客情報:

これらデータセットはワークフローを通じて、目標変数と予測変数を含む単一のデータセットにブレンドされます。目標変数は「顧客がどれ位費用を費やすか」を予測したいのでSalesとします。

このモデルでは予測変数の任意の組み合わせを使用する可能性があります。モデルを構築して評価するまでは、どのような組み合わせが最良か分からないので、複数の予測変数を含める事にします。

まずは1つめの入力データ加工から。製品販売データをインポートし、Select Toolで目標変数として定めるSalesのデータ型をDouble型に変換します。不要なフィールドを削除しておくことで、ワークフローの実行時間が短縮されるので処理に必要ないカラムが判明している場合は取り除いておくと良いでしょう。

このデータには、SKUレベルの販売データのみが存在しています。Summarize Toolを使い、製品毎ではなく注文毎に合計売上を提供します。 OrderIDでデータをグルーピングし、Salesの合計を算出します。分かり易くするために出力項目名はTotalOrderSalesと設定しておきました。