GSP229

개요

BigQuery는 Google의 완전 관리형, 노옵스(NoOps), 저비용 분석 데이터베이스입니다. BigQuery를 사용하면 관리할 인프라나 데이터베이스 관리자가 없어도 테라바이트 단위의 대규모 데이터를 쿼리할 수 있습니다. BigQuery는 SQL을 사용하므로 사용한 만큼만 지불하는 모델의 장점을 활용할 수 있습니다. BigQuery는 데이터를 분석하여 의미 있고 유용한 정보를 찾는 데 집중할 수 있게 해줍니다.

BigQuery ML은 데이터 분석가가 최소한의 코딩으로 머신러닝 모델을 만들고, 학습시키고, 평가하며, 이를 통해 예측을 수행할 수 있는 BigQuery의 기능입니다.

이 실습에서는 Google Merchandise Store에 대한 수백만 개의 Google 애널리틱스 레코드가 BigQuery에 로드된 특수 전자상거래 데이터 세트를 사용합니다. 이 데이터를 사용하여 BigQuery ML에서 고객의 구매 습관을 예측하는 분류(로지스틱 회귀) 모델을 만듭니다.

학습할 내용

이 실습에서는 다음 작업을 수행하는 방법을 알아봅니다.

• BigQuery를 사용하여 공개 데이터 세트 찾기
• 전자상거래 데이터 세트 쿼리 및 살펴보기
• 일괄 예측에 사용할 학습 및 평가 데이터 세트 만들기
• BigQuery ML에서 분류(로지스틱 회귀) 모델 만들기
• 머신러닝 모델의 성능을 평가하고 개선하기
• 방문자가 구매할 가능성 예측 및 순위 지정하기

설정 및 요건

실습 시작 버튼을 클릭하기 전에

다음 안내를 확인하세요. 실습에는 시간 제한이 있으며 일시중지할 수 없습니다. 실습 시작을 클릭하면 타이머가 시작됩니다. 이 타이머에는 Google Cloud 리소스를 사용할 수 있는 시간이 얼마나 남았는지 표시됩니다.

실무형 실습을 통해 시뮬레이션이나 데모 환경이 아닌 실제 클라우드 환경에서 직접 실습 활동을 진행할 수 있습니다. 실습 시간 동안 Google Cloud에 로그인하고 액세스하는 데 사용할 수 있는 새로운 임시 사용자 인증 정보가 제공됩니다.

이 실습을 완료하려면 다음을 준비해야 합니다.

• 표준 인터넷 브라우저 액세스 권한(Chrome 브라우저 권장)

참고: 이 실습을 실행하려면 시크릿 모드 또는 시크릿 브라우저 창을 사용하세요. 개인 계정과 학생 계정 간의 충돌로 개인 계정에 추가 요금이 발생하는 일을 방지해 줍니다.

• 실습을 완료하기에 충분한 시간---실습을 시작하고 나면 일시중지할 수 없습니다.

참고: 계정에 추가 요금이 발생하지 않도록 하려면 개인용 Google Cloud 계정이나 프로젝트가 이미 있어도 이 실습에서는 사용하지 마세요.

실습을 시작하고 Google Cloud 콘솔에 로그인하는 방법

1. 실습 시작 버튼을 클릭합니다. 실습 비용을 결제해야 하는 경우 결제 수단을 선택할 수 있는 팝업이 열립니다. 왼쪽에는 다음과 같은 항목이 포함된 실습 세부정보 패널이 있습니다.

   • Google 콘솔 열기 버튼
   • 남은 시간
   • 이 실습에 사용해야 하는 임시 사용자 인증 정보
   • 필요한 경우 실습 진행을 위한 기타 정보

2. Google 콘솔 열기를 클릭합니다. 실습에서 리소스가 가동된 후 로그인 페이지가 표시된 다른 탭이 열립니다.

   팁: 두 개의 탭을 각각 별도의 창으로 나란히 정렬하세요.

   참고: 계정 선택 대화상자가 표시되면 다른 계정 사용을 클릭합니다.

3. 필요한 경우 실습 세부정보 패널에서 사용자 이름을 복사하여 로그인 대화상자에 붙여넣습니다. 다음을 클릭합니다.

4. 실습 세부정보 패널에서 비밀번호를 복사하여 시작 대화상자에 붙여넣습니다. 다음을 클릭합니다.

   중요: 왼쪽 패널에 표시된 사용자 인증 정보를 사용해야 합니다. Google Cloud Skills Boost 사용자 인증 정보를 사용하지 마세요. 참고: 이 실습에 자신의 Google Cloud 계정을 사용하면 추가 요금이 발생할 수 있습니다.

5. 이후에 표시되는 페이지를 클릭하여 넘깁니다.

   • 이용약관에 동의합니다.
   • 임시 계정이므로 복구 옵션이나 2단계 인증을 추가하지 않습니다.
   • 무료 평가판을 신청하지 않습니다.

잠시 후 Cloud 콘솔이 이 탭에서 열립니다.

참고: 왼쪽 상단에 있는 탐색 메뉴를 클릭하면 Google Cloud 제품 및 서비스 목록이 있는 메뉴를 볼 수 있습니다.

BigQuery 콘솔 열기

1. Google Cloud 콘솔에서 탐색 메뉴 > BigQuery를 선택합니다.

Cloud 콘솔의 BigQuery에 오신 것을 환영합니다라는 메시지 상자가 열립니다. 이 메시지 상자에서는 빠른 시작 가이드 및 출시 노트로 연결되는 링크가 제공됩니다.

2. 완료를 클릭합니다.

BigQuery 콘솔이 열립니다.

과정 데이터 세트 액세스

1. 탐색기 창에서 + 추가를 클릭합니다.

데이터 추가 창이 열립니다.

2. 추가 소스에서 이름으로 프로젝트에 별표표시를 클릭합니다.

3. data-to-insights라고 입력하고 별표표시를 클릭합니다.

공개 data-to-insights 프로젝트를 보려면 직접 연결되는 아래 링크를 클릭합니다.

• https://console.cloud.google.com/bigquery?p=data-to-insights&d=ecommerce&t=web_analytics&page=table

data-to-insights 전자상거래 데이터 세트에 대한 필드 정의는 여기에 있습니다. 참고용으로 새 탭에서 링크를 열어둡니다.

쿼리 탭을 클릭한 후 새 탭을 선택하여 쿼리 편집기를 엽니다.

작업 1. 전자상거래 데이터 탐색

시나리오: 데이터 분석가 팀이 전자상거래 웹사이트에 대한 Google 애널리틱스 로그를 BigQuery로 내보내고 모든 전자상거래 방문자 세션 원시 데이터를 사용하여 탐색 가능한 새 테이블을 만들었습니다. 이 데이터를 사용하여 몇 가지 질문에 답변해 보세요.

질문: 웹사이트를 방문한 전체 방문자 중 제품을 구매한 방문자는 몇 퍼센트(%)인가요?

1. 다음 쿼리를 복사하여 BigQuery 편집기에 붙여넣습니다.

#standardSQL WITH visitors AS( SELECT COUNT(DISTINCT fullVisitorId) AS total_visitors FROM `data-to-insights.ecommerce.web_analytics` ), purchasers AS( SELECT COUNT(DISTINCT fullVisitorId) AS total_purchasers FROM `data-to-insights.ecommerce.web_analytics` WHERE totals.transactions IS NOT NULL ) SELECT total_visitors, total_purchasers, total_purchasers / total_visitors AS conversion_rate FROM visitors, purchasers

2. 실행을 클릭합니다.

결과는 2.69%입니다.

질문: 판매율 상위 5개 제품은 무엇인가요?

1. 이전 쿼리를 지운 후 편집기에 다음 쿼리를 추가합니다.

SELECT p.v2ProductName, p.v2ProductCategory, SUM(p.productQuantity) AS units_sold, ROUND(SUM(p.localProductRevenue/1000000),2) AS revenue FROM `data-to-insights.ecommerce.web_analytics`, UNNEST(hits) AS h, UNNEST(h.product) AS p GROUP BY 1, 2 ORDER BY revenue DESC LIMIT 5;

2. 실행을 클릭합니다.

결과:

Row	v2ProductName	v2ProductCategory	units_sold	revenue
1	Nest® Learning Thermostat 3rd Gen-USA - Stainless Steel	Nest-USA	17651	870976.95
2	Nest® Cam Outdoor Security Camera - USA	Nest-USA	16930	684034.55
3	Nest® Cam Indoor Security Camera - USA	Nest-USA	14155	548104.47
4	Nest® Protect Smoke + CO White Wired Alarm-USA	Nest-USA	6394	178937.6
5	Nest® Protect Smoke + CO White Battery Alarm-USA	Nest-USA	6340	178572.4

질문: 웹사이트를 재방문하여 구매한 방문자는 몇 명입니까?

1. 이전 쿼리를 지운 후 편집기에 다음 쿼리를 추가합니다.

# visitors who bought on a return visit (could have bought on first as well WITH all_visitor_stats AS ( SELECT fullvisitorid, # 741,721 unique visitors IF(COUNTIF(totals.transactions > 0 AND totals.newVisits IS NULL) > 0, 1, 0) AS will_buy_on_return_visit FROM `data-to-insights.ecommerce.web_analytics` GROUP BY fullvisitorid ) SELECT COUNT(DISTINCT fullvisitorid) AS total_visitors, will_buy_on_return_visit FROM all_visitor_stats GROUP BY will_buy_on_return_visit

2. 실행을 클릭합니다.

결과:

Row	total_visitors	will_buy_on_return_visit
1	729848	0
2	11873	1

결과를 분석해보면 전체 방문자의 1.6%(11873 / 741721)가 웹사이트를 재방문하여 구매하는 것을 알 수 있습니다. 여기에는 첫 번째 세션에서 구매한 후 다시 방문하여 재구매한 방문자의 하위 집합이 포함됩니다.

질문: 일반적인 전자상거래 고객이 둘러보기만 하고 나중에 방문할 때까지 구매를 결정하지 않는 이유는 무엇인가요?

답변: 정답은 없지만, 자주 언급되는 이유 중 하나는 확실한 구매 결정을 내리기 전에 여러 전자상거래 사이트를 비교해 보고 싶어 하기 때문입니다. 이는 구매를 결정하기 전에 고객이 시간을 들여 사전 조사와 비교를 하는 고가의 제품(예: 자동차 구매) 구입 시 흔히 보이는 현상이지만, 이 사이트의 상품(티셔츠, 액세서리 등)을 구입할 때에도 어느 정도는 이런 현상이 나타납니다.

온라인 마케팅에서는 첫 방문 시 특성을 기반으로 미래 고객을 식별하고 이들에게 마케팅하면 전환율을 높이고 경쟁 사이트로의 유출을 줄일 수 있습니다.

작업 2. 목표 파악

이제 BigQuery에서 머신러닝 모델을 만들어 향후 신규 사용자의 구매 가능성을 예측해 보겠습니다. 이러한 중요도가 높은 사용자를 식별하면 마케팅팀이 특별 프로모션 및 광고 캠페인을 통해 이들을 타겟팅하고 이들이 전자상거래 사이트를 방문하면서 비교하고 쇼핑하는 동안 전환을 보장하는 데 도움이 될 수 있습니다.

작업 3. 특성 선택 및 학습 데이터 세트 만들기

Google 애널리틱스는 이 전자상거래 웹사이트에서 사용자의 방문에 대한 다양한 측정기준과 측정값을 수집합니다. [UA] BigQuery Export 스키마 문서에서 전체 필드 목록을 둘러본 다음 데모 데이터 세트 미리보기를 통해 머신러닝 모델이 방문자의 웹사이트 첫 방문 관련 데이터와 재방문 시 구매할지 여부 사이의 관계를 이해하는 데 도움이 되는 유용한 특성을 찾습니다.

팀에서 다음 두 필드가 분류 모델에 적합한 입력인지 여부를 테스트하기로 결정합니다.

• totals.bounces(방문자가 웹사이트를 즉시 떠났는지 여부)
• totals.timeOnSite(방문자가 웹사이트에 머문 시간)

질문: 위의 두 필드만 사용하면 어떤 위험이 있나요?

답변: 머신러닝의 성능은 입력되는 학습 데이터의 품질에 좌우됩니다. 모델이 입력 특성과 라벨(이 경우 방문자가 나중에 구매했는지 여부) 사이의 관계를 판단하고 둘의 관계를 학습할 수 있는 정보가 충분하지 않으면 모델의 정확성이 낮아집니다. 처음에는 이 두 필드로만 모델을 학습시키지만, 두 필드의 값이 정확한 모델을 생성하기에 충분한지 곧 확인할 수 있습니다.

• BigQuery 편집기에서 다음 쿼리를 실행합니다.

SELECT * EXCEPT(fullVisitorId) FROM # features (SELECT fullVisitorId, IFNULL(totals.bounces, 0) AS bounces, IFNULL(totals.timeOnSite, 0) AS time_on_site FROM `data-to-insights.ecommerce.web_analytics` WHERE totals.newVisits = 1) JOIN (SELECT fullvisitorid, IF(COUNTIF(totals.transactions > 0 AND totals.newVisits IS NULL) > 0, 1, 0) AS will_buy_on_return_visit FROM `data-to-insights.ecommerce.web_analytics` GROUP BY fullvisitorid) USING (fullVisitorId) ORDER BY time_on_site DESC LIMIT 10;

결과:

Row	bounces	time_on_site	will_buy_on_return_visit
1	0	15047	0
2	0	12136	0
3	0	11201	0
4	0	10046	0
5	0	9974	0
6	0	9564	0
7	0	9520	0
8	0	9275	1
9	0	9138	0
10	0	8872	0

질문: 입력 기능과 라벨은 어떤 필드인가요?

답변: 입력은 bounces 및 time_on_site입니다. 라벨은 will_buy_on_return_visit입니다.

질문: 방문자의 첫 번째 세션 이후에 알 수 있는 두 필드는 무엇인가요?

질문: bounces 및 time_on_site를 방문자의 첫 번째 세션 이후에 알 수 있습니다.

질문: 나중에까지 알 수 없는 필드는 무엇인가요?

답변: 첫 번째 방문이 이뤄진 직후에는 will_buy_on_return_visit를 알 수 없습니다. 이 실습에서는 웹사이트를 재방문하여 구매한 사용자의 하위 집합을 예측하고자 합니다. 예측 시점에는 미래에 대해 알지 못하기 때문에 신규 방문자가 재방문하여 구매할 것인지 확실하게 말할 수 없습니다. ML 모델을 구축하면 첫 번째 세션에 대해 얻은 데이터를 기반으로 향후 구매 확률을 구할 수 있습니다.

질문: 초기 데이터 결과를 봤을 때 time_on_site 및 bounces가 사용자의 재방문 구매 여부를 가늠할 수 있는 좋은 지표가 될 것 같나요?

답변: 모델을 학습시키고 평가하기 전에 판단하기는 어렵지만, 빠르게 훑어봤을 때 상위 10개 time_on_site 중 단 1명의 고객만 구매하기 위해 재방문했으므로 그다지 좋은 지표라고 할 수 없습니다. 모델이 얼마나 잘 작동하는지 살펴보겠습니다.

작업 4. 모델을 저장할 BigQuery 데이터 세트 만들기

다음으로 ML 모델을 저장할 새 BigQuery 데이터 세트를 만듭니다.

1. 왼쪽 창의 탐색기 섹션에서 프로젝트 이름(qwiklabs-gcp-...로 시작) 옆에 있는 작업 보기 아이콘을 클릭한 후 데이터 세트 만들기를 클릭합니다.

2. 데이터 세트 만들기 대화상자에서 다음을 실행합니다.

• 데이터 세트 ID에 'ecommerce'를 입력합니다.
• 다른 값은 기본값을 유지합니다.

3. 데이터 세트 만들기를 클릭합니다.

내 진행 상황 확인하기를 클릭하여 목표를 확인합니다.

새 데이터 세트 만들기

작업 5. BigQuery ML 모델 유형 선택 및 옵션 지정

초기 특성을 선택했으므로 이제 BigQuery에서 첫 번째 ML 모델을 만들어 보도록 하겠습니다.

선택할 수 있는 두 가지 모델 유형이 있습니다.

모델	모델 유형	라벨 데이터 유형	예
예측	linear_reg	숫자 값(보통 정수 또는 부동 소수점)	과거 매출 데이터를 바탕으로 내년 매출 수치를 예측합니다.
분류	logistic_reg	0 또는 1(이진 분류)	컨텍스트를 바탕으로 이메일을 일반 또는 스팸으로 분류합니다.

참고: 그 밖에도 머신러닝에 사용할 수 있는 다양한 유형의 모델(예: 신경망, 결정 트리)이 있으며, TensorFlow와 같은 라이브러리를 통해 사용할 수 있습니다. 이 실습의 작성 시점을 기준으로, BigQuery ML은 위에 나열된 두 가지 유형의 모델을 지원합니다.

어떤 모델 유형을 선택해야 하나요?

방문자를 '향후 구매할 예정' 또는 '향후 구매하지 않을 예정'으로 분류하므로 분류 모델에서 logistic_reg를 사용하세요.

다음 쿼리는 모델을 만들고 모델 옵션을 지정합니다.

1. 모델을 학습시키려면 다음 쿼리를 실행하세요.

CREATE OR REPLACE MODEL `ecommerce.classification_model` OPTIONS ( model_type='logistic_reg', labels = ['will_buy_on_return_visit'] ) AS #standardSQL SELECT * EXCEPT(fullVisitorId) FROM # features (SELECT fullVisitorId, IFNULL(totals.bounces, 0) AS bounces, IFNULL(totals.timeOnSite, 0) AS time_on_site FROM `data-to-insights.ecommerce.web_analytics` WHERE totals.newVisits = 1 AND date BETWEEN '20160801' AND '20170430') # train on first 9 months JOIN (SELECT fullvisitorid, IF(COUNTIF(totals.transactions > 0 AND totals.newVisits IS NULL) > 0, 1, 0) AS will_buy_on_return_visit FROM `data-to-insights.ecommerce.web_analytics` GROUP BY fullvisitorid) USING (fullVisitorId) ;

2. 모델이 학습을 마칠 때까지 기다립니다(5~10분).

참고: 모델 평가 및 테스트를 위해 일부 데이터 포인트를 입력에 사용하지 않고 남겨 두어야 하므로 모델 학습에 사용 가능한 모든 데이터를 피딩하면 안 됩니다. 이를 수행하려면, 12개월 데이터 세트에서 첫 9개월간의 세션 데이터를 필터링하여 학습에 사용하도록 WHERE 절 조건을 추가합니다.

내 진행 상황 확인하기를 클릭하여 목표를 확인합니다.

모델 만들기 및 모델 옵션 지정

모델 학습이 끝나면 '이 문으로 이름이 qwiklabs-gcp-xxxxxxxxx:ecommerce.classification_model인 새 모델이 생성되었습니다'라는 메시지가 표시됩니다.

3. 모델로 이동을 클릭합니다.

4. 전자상거래 데이터 세트를 살펴보고 이제 classification_model이 표시되는지 확인합니다.

다음 단계에서는 입력되지 않은 새 평가 데이터를 기반으로 모델 성능을 평가합니다.

작업 6. 분류 모델 성능 평가

성능 기준 선택

ML의 분류 문제의 경우, 거짓양성률(사용자가 재방문하여 구매할 것으로 예상하지만 실제로는 구매하지 않음)을 최소화하고 참양성률(사용자가 재방문하여 구매할 것으로 예상하고 실제로 구매함)을 최대화하는 것이 바람직합니다.

이 관계는 아래에서처럼 ROC(수신자 조작 특성) 곡선으로 시각화할 수 있으며, 곡선 아래 영역(AUC)을 최대화하고자 합니다.

BigQuery ML에서 roc_auc는 학습된 ML 모델을 평가할 때 쿼리 가능한 필드입니다.

• 이제 학습이 완료되었으므로, ML.EVALUATE를 사용하여 이 쿼리를 실행함으로써 모델 성능이 어떤지 평가할 수 있습니다.

SELECT roc_auc, CASE WHEN roc_auc > .9 THEN 'good' WHEN roc_auc > .8 THEN 'fair' WHEN roc_auc > .7 THEN 'decent' WHEN roc_auc > .6 THEN 'not great' ELSE 'poor' END AS model_quality FROM ML.EVALUATE(MODEL ecommerce.classification_model, ( SELECT * EXCEPT(fullVisitorId) FROM # features (SELECT fullVisitorId, IFNULL(totals.bounces, 0) AS bounces, IFNULL(totals.timeOnSite, 0) AS time_on_site FROM `data-to-insights.ecommerce.web_analytics` WHERE totals.newVisits = 1 AND date BETWEEN '20170501' AND '20170630') # eval on 2 months JOIN (SELECT fullvisitorid, IF(COUNTIF(totals.transactions > 0 AND totals.newVisits IS NULL) > 0, 1, 0) AS will_buy_on_return_visit FROM `data-to-insights.ecommerce.web_analytics` GROUP BY fullvisitorid) USING (fullVisitorId) ));

결과:

Row	roc_auc	model_quality
1	0.7238561438561438	decent

모델을 평가한 후 계산된 roc_auc는 0.72로, 이는 모델의 예측 성능이 양호하지만 뛰어나지는 않음을 나타냅니다. 목표는 곡선 아래 영역을 가능한 한 1.0에 가깝게 만드는 것이므로 개선의 여지가 있습니다.

내 진행 상황 확인하기를 클릭하여 목표를 확인합니다.

분류 모델 성능 평가

작업 7. 특성 추출로 모델 성능 향상

앞서 잠깐 언급했듯이 데이터 세트에는 방문자의 첫 번째 세션과 후속 방문에서 구매할 가능성 사이의 관계를 모델이 더 잘 파악하는 데 도움이 되는 더 많은 특성이 있습니다.

1. 몇 가지 새로운 특성을 추가하고 classification_model_2라는 두 번째 머신러닝 모델을 만듭니다.

• 첫 방문 시 방문자가 결제 프로세스를 진행한 정도
• 방문자의 유입 경로(트래픽 소스: 자연 검색, 추천 사이트 등)
• 기기 카테고리(모바일, 태블릿, 데스크톱)
• 지리 정보(국가)

2. '+'(새 쿼리 작성) 아이콘을 클릭하여 이 두 번째 모델을 만듭니다.

CREATE OR REPLACE MODEL `ecommerce.classification_model_2` OPTIONS (model_type='logistic_reg', labels = ['will_buy_on_return_visit']) AS WITH all_visitor_stats AS ( SELECT fullvisitorid, IF(COUNTIF(totals.transactions > 0 AND totals.newVisits IS NULL) > 0, 1, 0) AS will_buy_on_return_visit FROM `data-to-insights.ecommerce.web_analytics` GROUP BY fullvisitorid ) # add in new features SELECT * EXCEPT(unique_session_id) FROM ( SELECT CONCAT(fullvisitorid, CAST(visitId AS STRING)) AS unique_session_id, # labels will_buy_on_return_visit, MAX(CAST(h.eCommerceAction.action_type AS INT64)) AS latest_ecommerce_progress, # behavior on the site IFNULL(totals.bounces, 0) AS bounces, IFNULL(totals.timeOnSite, 0) AS time_on_site, IFNULL(totals.pageviews, 0) AS pageviews, # where the visitor came from trafficSource.source, trafficSource.medium, channelGrouping, # mobile or desktop device.deviceCategory, # geographic IFNULL(geoNetwork.country, "") AS country FROM `data-to-insights.ecommerce.web_analytics`, UNNEST(hits) AS h JOIN all_visitor_stats USING(fullvisitorid) WHERE 1=1 # only predict for new visits AND totals.newVisits = 1 AND date BETWEEN '20160801' AND '20170430' # train 9 months GROUP BY unique_session_id, will_buy_on_return_visit, bounces, time_on_site, totals.pageviews, trafficSource.source, trafficSource.medium, channelGrouping, device.deviceCategory, country ); 참고: 이 새로운 모델도 이전과 동일하게 첫 9개월간의 데이터로 학습시킵니다. 모델 출력의 품질이 새로운 학습 데이터나 다른 학습 데이터가 아니라 더 나은 입력 특성에 따라 향상됨을 확인하기 위해 동일한 학습 데이터 세트를 사용하는 것이 중요합니다.

학습 데이터 세트 쿼리에 추가된 중요한 새 특성은 각 방문자가 세션에서 도달한 최대 결제 진행률이며 hits.eCommerceAction.action_type 필드에 기록되어 있습니다. 필드 정의에서 해당 필드를 검색하면 6 = Completed Purchase의 필드 매핑이 표시됩니다.

참고: 웹로그 분석 데이터 세트에는 ARRAYS와 같이 데이터 세트에서 별도의 행으로 분리해야 하는 중첩되고 반복되는 필드가 있습니다. 위의 쿼리에서 볼 수 있듯 UNNEST() 함수를 사용하여 행을 분리할 수 있습니다.

3. 새 모델이 학습을 마칠 때까지 기다립니다(5~10분).

내 진행 상황 확인하기를 클릭하여 목표를 확인합니다.

특성 추출로 모델 성능 향상(두 번째 모델 만들기)

4. 이 새로운 모델의 예측 성능이 더 나은지 확인하기 위해 모델을 평가합니다.

#standardSQL SELECT roc_auc, CASE WHEN roc_auc > .9 THEN 'good' WHEN roc_auc > .8 THEN 'fair' WHEN roc_auc > .7 THEN 'decent' WHEN roc_auc > .6 THEN 'not great' ELSE 'poor' END AS model_quality FROM ML.EVALUATE(MODEL ecommerce.classification_model_2, ( WITH all_visitor_stats AS ( SELECT fullvisitorid, IF(COUNTIF(totals.transactions > 0 AND totals.newVisits IS NULL) > 0, 1, 0) AS will_buy_on_return_visit FROM `data-to-insights.ecommerce.web_analytics` GROUP BY fullvisitorid ) # add in new features SELECT * EXCEPT(unique_session_id) FROM ( SELECT CONCAT(fullvisitorid, CAST(visitId AS STRING)) AS unique_session_id, # labels will_buy_on_return_visit, MAX(CAST(h.eCommerceAction.action_type AS INT64)) AS latest_ecommerce_progress, # behavior on the site IFNULL(totals.bounces, 0) AS bounces, IFNULL(totals.timeOnSite, 0) AS time_on_site, totals.pageviews, # where the visitor came from trafficSource.source, trafficSource.medium, channelGrouping, # mobile or desktop device.deviceCategory, # geographic IFNULL(geoNetwork.country, "") AS country FROM `data-to-insights.ecommerce.web_analytics`, UNNEST(hits) AS h JOIN all_visitor_stats USING(fullvisitorid) WHERE 1=1 # only predict for new visits AND totals.newVisits = 1 AND date BETWEEN '20170501' AND '20170630' # eval 2 months GROUP BY unique_session_id, will_buy_on_return_visit, bounces, time_on_site, totals.pageviews, trafficSource.source, trafficSource.medium, channelGrouping, device.deviceCategory, country ) ));

출력:

Row	roc_auc	model_quality
1	0.9094875124875125	good

새 모델의 roc_auc는 0.91로 첫 번째 모델보다 훨씬 결과가 개선되었습니다.

이제 학습된 모델이 있으므로 몇 가지 예측을 수행해 보겠습니다.

내 진행 상황 확인하기를 클릭하여 목표를 확인합니다.

특성 추출로 모델 성능 향상(더 나은 예측 성능)

작업 8. 어떤 신규 방문자가 재방문하여 구매할 것인지 예측

다음은 어떤 신규 방문자가 재방문하여 구매할 것인지 예측하는 쿼리를 작성할 것입니다.

• 아래의 예측 쿼리는 개선된 분류 모델을 사용하여 Google Merchandise Store의 신규 방문자가 재방문할 때 구매할 확률을 예측합니다.

SELECT * FROM ml.PREDICT(MODEL `ecommerce.classification_model_2`, ( WITH all_visitor_stats AS ( SELECT fullvisitorid, IF(COUNTIF(totals.transactions > 0 AND totals.newVisits IS NULL) > 0, 1, 0) AS will_buy_on_return_visit FROM `data-to-insights.ecommerce.web_analytics` GROUP BY fullvisitorid ) SELECT CONCAT(fullvisitorid, '-',CAST(visitId AS STRING)) AS unique_session_id, # labels will_buy_on_return_visit, MAX(CAST(h.eCommerceAction.action_type AS INT64)) AS latest_ecommerce_progress, # behavior on the site IFNULL(totals.bounces, 0) AS bounces, IFNULL(totals.timeOnSite, 0) AS time_on_site, totals.pageviews, # where the visitor came from trafficSource.source, trafficSource.medium, channelGrouping, # mobile or desktop device.deviceCategory, # geographic IFNULL(geoNetwork.country, "") AS country FROM `data-to-insights.ecommerce.web_analytics`, UNNEST(hits) AS h JOIN all_visitor_stats USING(fullvisitorid) WHERE # only predict for new visits totals.newVisits = 1 AND date BETWEEN '20170701' AND '20170801' # test 1 month GROUP BY unique_session_id, will_buy_on_return_visit, bounces, time_on_site, totals.pageviews, trafficSource.source, trafficSource.medium, channelGrouping, device.deviceCategory, country ) ) ORDER BY predicted_will_buy_on_return_visit DESC;

데이터 세트의 지난 1개월(12개월 중)에 대해 예측이 이루어집니다.

내 진행 상황 확인하기를 클릭하여 목표를 확인합니다.

어떤 신규 방문자가 재방문하여 구매할 것인지 예측

이제 모델은 2017년 7월 전자상거래 세션에 대한 예측을 출력합니다. 다음과 같은 새로 추가된 필드 3개를 볼 수 있습니다.

• predicted_will_buy_on_return_visit: 모델이 방문자가 나중에 구매할 것이라고 생각하는지 여부(1 = 예)
• predicted_will_buy_on_return_visit_probs.label: 예/아니요에 관한 바이너리 분류기
• predicted_will_buy_on_return_visit.probs.prob: 모델의 예측에 대한 신뢰도(1 = 100%)

작업 9. 결과 및 추가 정보 분석

결과

• 신규 방문자의 상위 6%(예측 확률이 내림차순으로 정렬됨) 중 6% 이상은 재방문 시 구매합니다.
• 이러한 사용자는 재방문 시 구매하는 모든 신규 방문자의 거의 50%를 차지합니다.
• 전반적으로 신규 방문자의 0.7%만이 재방문 시 구매를 진행합니다.
• 신규 방문자의 상위 6%를 타겟팅하면 모든 방문자를 타겟팅할 때보다 마케팅 ROI가 9배 증가합니다.

추가 정보

팁: 기존 모델에 새 데이터를 다시 학습시켜 학습 시간을 단축하고 싶은 경우에는 모델 옵션에 warm_start = true를 추가하세요. 특성 열은 변경할 수 없다는 점에 유의하세요. 특성 열을 변경하려면 새 모델이 필요합니다.

roc_auc는 모델 평가 중에 사용할 수 있는 성능 측정항목 중 하나일 뿐입니다. 또한 정확성, 정밀도, 재현율을 사용할 수 있습니다. 전반적인 목표가 무엇인지에 따라 적절한 성능 측정항목을 선택합니다.

살펴볼 다른 데이터 세트

택시 운행 요금 예측하기와 같이 다른 데이터 세트에 대한 모델링을 알아보고 싶다면 bigquery-public-data 프로젝트를 사용하면 됩니다.

1. bigquery-public-data 데이터 세트를 열려면 +추가를 클릭합니다. 추가 소스에서 이름으로 프로젝트에 별표표시를 클릭합니다.
2. 그런 다음 bigquery-public-data 이름을 입력합니다.
3. 별표표시를 클릭합니다.

탐색기 섹션에 bigquery-public-data 프로젝트가 표시됩니다.

작업 10. 학습한 내용 테스트

퀴즈를 통해 Google Cloud Platform에 대해 얼마나 알고 있는지 테스트해 보세요.

수고하셨습니다

BigQuery ML을 사용하여 전자상거래 방문자를 분류하고 구매 습관을 예측하는 머신러닝 모델을 성공적으로 구축했습니다.

다음 단계/더 학습하기

• 이미 Google 애널리틱스 계정이 있고 BigQuery에서 자체 데이터 세트를 쿼리하고 싶으신가요? 애널리틱스 도움말 페이지에서 BigQuery 내보내기 설정 가이드를 따르세요.
• 쿼리를 생성하는 데 필요한 리소스는 BigQuery 페이지에서 쿼리 문법 참조를 참조하세요.
• BigQuery ML 예측 모델을 사용하여 택시 요금 예측하기 실습을 확인하세요.

Google Cloud 교육 및 자격증

Google Cloud 기술을 최대한 활용하는 데 도움이 됩니다. Google 강의에는 빠른 습득과 지속적인 학습을 지원하는 기술적인 지식과 권장사항이 포함되어 있습니다. 기초에서 고급까지 수준별 학습을 제공하며 바쁜 일정에 알맞은 주문형, 실시간, 가상 옵션이 포함되어 있습니다. 인증은 Google Cloud 기술에 대한 역량과 전문성을 검증하고 입증하는 데 도움이 됩니다.

설명서 최종 업데이트: 2024년 2월 7일

실습 최종 테스트: 2023년 10월 9일

Copyright 2024 Google LLC All rights reserved. Google 및 Google 로고는 Google LLC의 상표입니다. 기타 모든 회사명 및 제품명은 해당 업체의 상표일 수 있습니다.