Tutorial – Parte 5: Visualizar as previsões com um relatório do Power BI

Neste tutorial, você vai criar um relatório do Power BI com base nos dados de previsões gerados na Parte 4: Executar a pontuação em lote e salvar as previsões em um lakehouse.

Você aprenderá a:

Pré-requisitos

• Obtenha uma assinatura do Microsoft Fabric. Ou, inscreva-se para uma avaliação gratuita do Microsoft Fabric.

• Entre no Microsoft Fabric.

• Use o alternador de experiência no lado esquerdo da sua página inicial para mudar para a experiência de Ciência de Dados Synapse.

  

Essa é a parte 5 de 5 da série de tutoriais. Para concluir este tutorial, primeiro conclua:

• Parte 1: ingerir dados em um lakehouse do Microsoft Fabric usando o Apache Spark.
• Parte 2: Explorar e visualizar dados usando os notebooks do Microsoft Fabric para saber mais sobre os dados.
• Parte 3: Treinar e registrar modelos de machine learning.
• Parte 4: Executar a pontuação em lote e salvar as previsões em um lakehouse.

Criar um modelo semântico

Crie um modelo semântico vinculado aos dados de previsões que você produziu na parte 4:

1. À esquerda, selecione seu workspace.

2. No canto superior esquerdo, selecione Lakehouse como filtro.

3. Escolha o lakehouse que você usou nas partes anteriores da série de tutoriais.

4. Selecione Novo modelo semântico na faixa de opções superior.

   

5. Dê um nome ao modelo semântico, como “previsões de rotatividade bancária”. Em seguida, selecione o conjunto de dados customer_churn_test_predictions.

   

6. Selecione Confirmar.

Adicionar novas medidas

Agora adicione algumas medidas ao modelo semântico:

1. Adicione uma nova medida para a rotatividade.

   1. Selecione Nova medida na faixa de opções superior. Essa ação adiciona um novo item chamado Medida ao conjunto de dados customer_churn_test_predictions e abre uma barra de fórmulas acima da tabela.

      

   2. Para determinar a rotatividade média prevista, substitua Measure = na barra de fórmulas por:

      Churn Rate = AVERAGE(customer_churn_test_predictions[predictions])
      

   3. Para aplicar a fórmula, escolha a marca de seleção na barra de fórmulas. A nova medida será exibida na tabela de dados. O ícone da calculadora mostra que ela foi criada como uma medida.

   4. Altere o formato de Geral para Percentual no painel Propriedades.

   5. Role a página para baixo no painel Propriedades para alterar as Casas decimais para 1.

      

2. Adicione uma nova medida que conta o número total de clientes bancários. Você vai precisar dela para o restante das novas medidas.

   1. Selecione Nova medida na faixa de opções superior para adicionar um novo item chamado Medida ao conjunto de dados customer_churn_test_predictions. Essa ação também abrirá uma barra de fórmulas acima da tabela.

   2. Cada previsão representa um cliente. Para determinar o número total de clientes, substitua Measure = na barra de fórmulas por:

      Customers = COUNT(customer_churn_test_predictions[predictions])
      

   3. Para aplicar a fórmula, escolha a marca de seleção na barra de fórmulas.

3. Adicione a rotatividade da Alemanha.

   1. Selecione Nova medida na faixa de opções superior para adicionar um novo item chamado Medida ao conjunto de dados customer_churn_test_predictions. Essa ação também abrirá uma barra de fórmulas acima da tabela.

   2. Para determinar a rotatividade da Alemanha, substitua Measure = na barra de fórmulas por:

      Germany Churn = CALCULATE(AVERAGE(customer_churn_test_predictions[predictions]),FILTER(customer_churn_test_predictions, customer_churn_test_predictions[Geography_Germany] = TRUE()))
      

      Isso filtrará as linhas até aquelas com a Alemanha como geografia (Geography_Germany é igual a um).

   3. Para aplicar a fórmula, escolha a marca de seleção na barra de fórmulas.

4. Repita a etapa acima para adicionar a rotatividade da França e da Espanha.

   • Rotatividade da Espanha:

     Spain Churn = CALCULATE(AVERAGE(customer_churn_test_predictions[predictions]),FILTER(customer_churn_test_predictions, customer_churn_test_predictions[Geography_Spain] = TRUE()))
     

   • Rotatividade da França:

     France Churn = CALCULATE(AVERAGE(customer_churn_test_predictions[predictions]),FILTER(customer_churn_test_predictions, customer_churn_test_predictions[Geography_France] = TRUE()))
     

Criar novo relatório

Depois de concluir todas as operações, vá para a página de criação de relatório do Power BI selecionando Criar relatório na faixa de opções superior.

Quando a página do relatório for exibida, adicione estes visuais:

1. Selecione a caixa de texto na faixa de opções superior e insira um título para o relatório, como “Rotatividade de clientes bancários”. Altere o tamanho da fonte e a cor da tela de fundo no painel Formatar. Ajuste o tamanho e a cor da fonte selecionando o texto e usando a barra Formatar.

2. No painel Visualizações, selecione o ícone de Cartão. No painel Dados, selecione Rotatividade. Altere o tamanho da fonte e a cor da tela de fundo no painel Formatar. Arraste essa visualização para o canto superior direito do relatório.

   

3. No painel Visualizações, selecione o ícone de Gráfico de linhas e colunas empilhadas. Selecione idade para o eixo x, Rotatividade para o eixo y da coluna e Clientes para o eixo y da linha.

   

4. No painel Visualizações, selecione o ícone de Gráfico de linhas e colunas empilhadas. Selecione NumOfProducts para o eixo x, Rotatividade para o eixo y da coluna e Clientes para o eixo y da linha.

   

5. No painel Visualizações, selecione o ícone de Gráfico de colunas empilhadas. Escolha NewCreditsScore para o eixo x e Rotatividade para o eixo y.

   

   Altere o título “NewCreditsScore” para “Credit Score” no painel Formatar.

   

6. No painel Visualizações, selecione o cartão de Gráfico de colunas clusterizado. Selecione Rotatividade da Alemanha, Rotatividade da Espanha, Rotatividade da França, nessa ordem, para o eixo y.

   

O relatório do Power BI mostra:

• Os clientes de bancos que usam mais de dois produtos bancários têm uma rotatividade maior, embora poucos clientes tenham mais de dois produtos. O banco deve coletar mais dados, mas também investigar outros recursos que se correlacionem a mais produtos (veja o gráfico no painel inferior esquerdo).
• Os clientes de bancos na Alemanha têm uma rotatividade mais alta do que na França e na Espanha (reveja o gráfico no painel inferior direito), sugerindo que uma investigação sobre o que incentivou os clientes a sair poderia ser útil.
• Existem mais clientes na média de idade (entre 25 e 45 anos) e os clientes entre 45 e 60 anos tendem a sair mais.
• Por fim, os clientes com pontuações de crédito mais baixas provavelmente deixariam o banco e iriam para outras instituições financeiras. O banco deve procurar maneiras de incentivar os clientes com pontuações de crédito e saldos de conta mais baixos a permanecerem no banco.

Próxima etapa

Com isso, concluímos a série de tutoriais de cinco partes. Veja outros exemplos de tutoriais completos: