<instance_name>!GET_DRIVERS

Détermine les dimensions les plus importantes d’un ensemble de données, puis construit des segments à partir de ces dimensions et détermine lesquels de ces segments ont le plus influencé la métrique.

GET_DRIVERS est bien adapté à l’extraction des causes profondes à partir d’ensembles de données comportant un grand nombre de dimensions. Les dimensions continues sont également prises en charge sans prétraitement en dimensions catégorielles, et les résultats peuvent indiquer des dimensions avec des conditions négatives (par exemple, « la région n’est pas l’Amérique du Nord »).

Si vous devez sélectionner des colonnes spécifiques à partir des données renvoyées par cette méthode, utilisez RESULT_SCAN.

Syntaxe

<model_name>!GET_DRIVERS(
  INPUT_DATA => <input_data>,
  LABEL_COLNAME => '<label_colname>',
  METRIC_COLNAME => '<metric_colname>'
);
Copy
INPUT_DATA

Une référence à une table, une vue ou une requête Toutes les colonnes autres que celles spécifiées par LABEL_COLNAME et METRIC_COLNAME sont considérées comme des dimensions à prendre en compte par Top Insights. Les colonnes numériques sont considérées comme des dimensions continues, tandis que les colonnes de chaînes et booléennes sont considérées comme des dimensions catégorielles. Pour traiter une colonne numérique comme une dimension catégorielle, convertissez-la en chaîne.

LABEL_COLNAME

Le nom d’une colonne booléenne dans INPUT_DATA désigné comme l’étiquette qui indique les données de contrôle (FALSE) par rapport aux données de test (TRUE).

METRIC_COLNAME

Le nom d’une colonne FLOAT dans INPUT_DATA représentant la valeur d’intérêt qui a été influencée par les dimensions incluses.

Sortie

Colonne

Type

Description

CONTRIBUTOR

ARRAY

ARRAY de chaînes décrivant un segment ou un aperçu de l’algorithme.

METRIC_CONTROL

FLOAT

Valeur totale de la métrique au cours de la période de contrôle dans un segment spécifique.

METRIC_TEST

FLOAT

Valeur totale de la métrique au cours de la période de test dans un segment spécifique.

CONTRIBUTION

FLOAT

L’impact absolu du segment sur le changement de la métrique.

RELATIVE_CONTRIBUTION

FLOAT

L’impact du segment en proportion du changement global de la métrique entre le test et le contrôle.

GROWTH_RATE

FLOAT

Le changement de la métrique dans le segment en proportion de la métrique dans le groupe témoin du segment.

Notes sur l’utilisation

  • La durée d’exécution augmente avec le nombre de dimensions et la cardinalité de ces dimensions.

  • La mesure d’entrée doit être une observation individuelle ou un agrégat.

  • Pour les dimensions catégorielles comportant plus de 25 valeurs, Top Insights utilise uniquement les 25 valeurs les plus influentes pour créer des segments.

Exemples

Voir Exemples.

Langage: Français