カテゴリ:: テーブル関数

TOP_INSIGHTS¶

完全修飾名: SNOWFLAKE.ML.TOP_INSIGHTS

データセットで最も重要なディメンションを見つけ、それらのディメンションからセグメントを構築し、メトリックに影響を与えたセグメントを検出します。

TOP_INSIGHTS は、ディメンションの数が多いデータセットから根本原因を抽出するのに適しています。連続ディメンションも、カテゴリ別ディメンションに前処理することなくサポートされ、結果は否定的な条件を持つディメンションを示すことができます（例: 「region is not North America」）。

構文¶

SNOWFLAKE.ML.TOP_INSIGHTS(
  <categorical_dimensions>, <continuous_dimensions>,
  <metric>, <label> )

Copy

引数¶

categorical_dimensions: ディメンジョン名と関連するカテゴリ別列との間における1対1のマッピングを含む OBJECT。この値は、単一の列から取得することも、列の単純な組み合わせから取得することもできます。
continuous_dimensions: ディメンジョン名と関連する連続列との間における1対1のマッピングを含む OBJECT。この値は、単一の列から取得することも、列の単純な組み合わせから取得することもできます。連続ディメンションの値は NULL にはできません。
metric: FLOAT 列は、調査中のターゲットメトリックを表します。この値は厳密に負である必要があります。この値は、単一の列から取得することも、列の単純な組み合わせから取得することもできます。
label: 制御データとテストデータを識別する BOOLEAN 列。 TRUE はテストデータを、 FALSE は制御データを表します。この値は、単一の列から取得することも、列の単純な組み合わせから取得することもできます（例: 日付の比較）。

出力¶

この関数は、次の列を返します。

列名	データ型	説明
`contributor`	ARRAY	アルゴリズムからセグメントや洞察を定義する文字列の ARRAY。例: [ "not country = canada", "length_of_vertical <= 4.5", "vertical = finance" ] Copy
`metric_control`	FLOAT	特定のセグメントの制御期間にあるメトリックの合計値。
`metric_test`	FLOAT	特定のセグメントのテスト期間にあるメトリックの合計値。
`surprise`	FLOAT	全期間にわたる全体的なメトリックの変化に基づき、 `metric_test` がその期待値を上回った量。
`relative_change`	FLOAT	特定のセグメントのメトリックが、同じ期間における全体的なメトリックと比較して、期間を通じてどのように変化するかを定量化したもの。相対変化率が1.0より高いということは、このセグメントが期間を通じて全体的なメトリックより高い成長率で成長し、成長を牽引していることを意味します。相対変化率が1.0より小さいということは、このセグメントの成長率が全体的なメトリックより低く、減少を牽引していることを意味します。
`growth_rate`	FLOAT	全セグメントを対象とした管理期間におけるメトリックの合計値。
`expected_metric_test`	FLOAT	`overall_metric_control` と `overall_metric_test` の関係に基づく、テスト期間のメトリックの期待値。
`overall_metric_control`	FLOAT	全セグメントを対象とした管理期間におけるメトリックの合計値。
`overall_metric_test`	FLOAT	全セグメントにわたるテスト期間のメトリックの合計値。
`overall_growth_rate`	FLOAT	全セグメントにわたる制御期間とテスト期間の成長率。 `overall_metric_test` を `overall_metric_control` で割った値で定義されます。
`new_in_test`	BOOLEAN	特定のセグメントがテストデータ内で新しいかどうかを示します。
`missing_in_test`	BOOLEAN	特定のセグメントがテストデータで欠落しているかどうかを示します。

使用上の注意¶

メトリックは負にはできません。
入力データは、テストデータまたは制御データのみに制限する必要があります。
ランタイムは、ディメンションの数とそれらのディメンションのカーディナリティによって変化します。
カテゴリ別ディメンションのカーディナリティは、カーディナリティが5を超えると自動的に削減されます。

例¶

Contribution Explorerの例をご参照ください。