總覽

運用 BigQuery 的 BigQuery ML (BigQuery 機器學習) 功能，資料分析師只需編寫少量程式碼，就可以建立、訓練、評估機器學習模型，並將模型用於預測結果。

BigQuery 中已載入 Google Analytics (分析) 樣本電子商務資料集，其中包含數百萬筆 Google Analytics (分析) 的 Google 商品網路商店記錄。在本研究室中，您將使用這些資料執行查詢，解答企業想瞭解消費者購物習慣時，通常會提出的問題。

目標

在本研究室中，您會瞭解如何執行下列工作：

• 使用 BigQuery 尋找公開資料集
• 查詢及探索電子商務資料集
• 建立訓練和評估資料集，供批次預測使用
• 在 BigQuery ML 中建立分類 (邏輯迴歸) 模型
• 評估機器學習模型的成效
• 對訪客購買商品的可能性進行預測及排名

設定環境

設定研究室

在每個研究室中，您都能在固定時間內免付費建立新的 Google Cloud 專案，並使用一組資源。

1. 請透過無痕式視窗登入 Qwiklabs。

2. 請記下研究室的存取時間 (例如 1:15:00)，並確保自己能在時間限制內完成作業。
   研究室不提供暫停功能。如有需要，您可以重新開始，但原先的進度恕無法保留。

3. 準備就緒後，請按一下「Start lab」。

4. 請記下研究室憑證 (使用者名稱和密碼)，這組資訊將用於登入 Google Cloud 控制台。

5. 按一下「Open Google Console」。

6. 按一下「Use another account」，然後複製這個研究室的憑證，並貼入提示訊息。
   如果使用其他憑證，系統會顯示錯誤或向您收取費用。

7. 接受條款，然後略過資源復原頁面。

開啟 BigQuery 控制台

1. 在 Google Cloud 控制台中，依序選取「導覽選單」>「BigQuery」。

接著，畫面中會顯示「歡迎使用 Cloud 控制台中的 BigQuery」訊息方塊，當中會列出快速入門指南的連結和使用者介面更新內容。

2. 按一下「完成」。

存取課程資料集

開啟 BigQuery 後，在新的瀏覽器分頁中開啟 data-to-insights 專案，就能將這項專案導入 BigQuery 專案窗格。

data-to-insights 電子商務資料集的欄位定義可於 [通用 Analytics (分析)] BigQuery Export 結構定義頁面查詢。您可以在新分頁中開啟該頁面，方便隨時參考。

工作 1：探索電子商務資料

情境：資料分析師團隊已將電子商務網站的 Google Analytics (分析) 記錄匯出至 BigQuery 並建立新資料表，內含所有原始電子商務訪客工作階段的資料。您可以試著根據這些資料回答幾個問題。

問題：我們網站的所有訪客當中，購買商品的人占多少百分比？

1. 按一下查詢「編輯器」。
2. 在「新查詢」欄位中，加入下列內容：

#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

3. 點選「執行」。

結果：2.69%

問題：銷售量前 5 名的產品是哪些？

4. 在查詢「編輯器」中加入下列內容，點選「執行」：

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;

結果：

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

問題：有多少訪客在後續造訪網站時購買商品？

5. 執行下列查詢來找出答案：

# 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

結果：

Row	total_visitors	will_buy_on_return_visit
1	729848	0
2	11873	1

您可以看到所有訪客當中，有 (11873 / 729848) = 1.6% 會回訪並在網站上購買商品，當中包括首次造訪時就已購買商品，回訪時又再購買的訪客。

以高單價商品而言，這種行為極為常見，因為消費者通常得做足功課、貨比三家，才能做出決定 (如購買汽車)，而這個網站上的商品 (T 恤、配件等) 也稍微反映出相同傾向。

在線上行銷領域，根據首次造訪時展現的特徵，辨識潛在客戶並向他們行銷，不僅能提高轉換率，還能降低他們流向競爭對手網站的可能性。

工作 2：選取特徵並建立訓練資料集

現在，您要在 BigQuery 中建立一個機器學習模型，用以預測新使用者日後是否可能購買商品。辨識出這些高價值使用者，有助於行銷團隊鎖定目標，推出特惠和廣告活動。

Google Analytics (分析) 會對使用者造訪這個電子商務網站的行為，擷取各種維度和度量。請瀏覽 [通用 Analytics (分析)] BigQuery Export 結構定義指南中的完整欄位清單，接著預覽示範資料集找出實用特徵，協助機器學習模型瞭解下列資料的關聯性：訪客首次造訪網站，以及他們是否會回訪並購買商品。

您的團隊決定以這兩個欄位做為分類模型的輸入資料，看看能否取得理想結果：

• totals.bounces (訪客是否立即離開網站)
• totals.timeOnSite (訪客在網站上停留的時間)

機器學習的成效取決於輸入的訓練資料是否完備。如果資訊不足，導致模型無法判斷及學習輸入特徵和標籤之間的關聯性 (在本例中，指的是消費者日後是否會購買商品)，您就無法建立準確的模型。雖然使用這兩個欄位訓練模型只是第一步，但您會看到這兩個欄位是否足以產生精確的模型。

• 在查詢「編輯器」中加入下列內容，點選「執行」：

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;

結果：

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

討論：在使用者首次造訪後，還無法得知 will_buy_on_return_visit。別忘了，您的預測對象是回訪網站並購買商品的那一群使用者。您在預測時不知道未來的情況，因此無法確定新訪客是否會回訪並購買商品。我們希望根據訪客首次造訪期間的資料，瞭解消費者日後購買商品的可能性，這也是建構機器學習模型的價值所在。

問題：以初步資料結果而言，time_on_site 和 bounces 是否為理想指標，有助於預測使用者回訪並購買商品的可能性？

回答：在訓練及評估模型前，通常無法下定論，但目前看來，排名前 10 的 time_on_site 中，只有 1 位消費者回訪並購買商品，準確度並不高。接著看看這個模型的成效。

工作 3：建立 BigQuery 資料集來儲存模型

接著請建立新的 BigQuery 資料集，這個資料集也會用於儲存機器學習模型。

1. 在左側窗格中，依序點選專案名稱 >「查看動作」(三點) 圖示，選取「建立資料集」。

2. 在「建立資料集」對話方塊中：

• 在「資料集 ID」部分，輸入 ecommerce。
• 其他設定均保留預設值。

3. 點選「建立資料集」。

工作 4：選取 BigQuery 機器學習模型類型，並指定選項

您已選取初始特徵，現在可以在 BigQuery 中建立第一個機器學習模型。

有兩種模型可供選擇：

模型	模型類型	標籤資料類型	範例
預測	linear_reg	數值 (通常為整數或浮點值)	根據以往的銷售資料，預測來年的銷售額。
分類	logistic_reg	以 0 或 1 表示的二元分類	根據背景資訊，將電子郵件歸類為垃圾郵件或非垃圾郵件。

注意：機器學習技術還能使用許多其他的模型類型 (例如類神經網路和決策樹)，這些模型是以 TensorFlow 等程式庫提供。撰寫本文件時，BigQuery ML 支援上述兩種模型。

1. 輸入下列查詢來建立模型，並指定模型選項：

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. 接著點選「執行」，開始訓練模型。

等模型訓練完成 (5 至 10 分鐘)。

注意：因為需保留部分資料點用於模型評估及測試，您無法在訓練期間將所有可用資料輸入模型。為了達成這個目標，請新增 WHERE 子句條件，在 12 個月的資料集中，只篩選出前 9 個月的工作階段資料來訓練模型。

模型訓練完成後，畫面上會顯示下列訊息：「This statement created a new model named qwiklabs-gcp-xxxxxxxxx:ecommerce.classification_model」。

3. 點選「前往模型」。

查看並確認電子商務資料集中現在是否出現 classification_model。

接下來，您將使用新資料評估模型成效。

工作 5：評估分類模型成效

選取成效條件

以機器學習技術的分類問題而言，您的目標在於盡可能降低偽陽率 (預測使用者會回訪並購買商品，結果並非如此)，同時盡量提高真陽率 (預測使用者會回訪並購買商品，結果也的確如此)。

這個關聯性可透過 ROC 曲線以視覺化方式呈現，如此處所示，建議您盡可能增加曲線下的面積 (AUC)：

在 BigQuery ML 中，roc_auc 是您在評估訓練好的機器學習模型時，可供查詢的欄位。

• 模型已訓練完成，您可以使用 ML.EVALUATE 執行下列查詢，評估模型成效：

SELECT roc_auc, CASE WHEN roc_auc > .9 THEN 'good' WHEN roc_auc > .8 THEN 'fair' WHEN roc_auc > .7 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) ));

畫面上應會顯示下列結果：

Row	roc_auc	model_quality
1	0.724588	not great

評估模型後，您得到 0.72 的 roc_auc，這表示模型的預測能力不盡理想。目標是讓曲線下面積盡可能接近 1.0，因此還有改善空間。

工作 6：運用特徵工程提升模型成效

如前所述，關於訪客首次造訪的行為，以及後續回訪並購買商品的可能性，資料集中有許多其他特徵，或許能協助模型深入瞭解這兩者之間的關聯性。

請新增幾項新特徵，建立第二個機器學習模型，並命名為 classification_model_2：

• 訪客首次造訪時，完成結帳程序的進度
• 訪客來自何處 (流量來源：自然搜尋、網站推薦等)
• 裝置類別 (行動裝置、平板電腦、桌上型電腦)
• 地理位置資訊 (國家/地區)

1. 執行下列查詢來建立第二個模型：

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, 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 '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 ); 注意：對於新模型，您仍需使用同樣前 9 個月的資料進行訓練。請務必使用相同的訓練資料集，才能確定模型輸出結果獲得改善，是出於較理想的輸入特徵，而不是使用全新或不同的訓練資料。

新增至訓練資料集查詢的一項關鍵性特徵，就是每位訪客在各自工作階段中達成的最新結帳進度，這項資訊會記錄在 hits.eCommerceAction.action_type 欄位中。如果您在欄位定義中搜尋該欄位，就能看到欄位對應關係 6 = 完成購買。

此外，網站分析資料集含有類似陣列的巢狀和重複欄位，需要拆分為資料集中不同的資料列。這項作業可透過 UNNEST() 函式完成，如上述查詢所示。

等新模型訓練完成 (5 至 10 分鐘)。

2. 執行下列查詢來評估新模型，看看預測能力是否提升：

#standardSQL SELECT roc_auc, CASE WHEN roc_auc > .9 THEN 'good' WHEN roc_auc > .8 THEN 'fair' WHEN roc_auc > .7 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 ) ));

(輸出)

Row	roc_auc	model_quality
1	0.910382	good

使用新模型後，roc_auc 達到 0.91，結果明顯優於第一個模型。

模型已訓練完成，接著進行預測。

工作 7：預測哪些新訪客會回訪並購買商品

接著請編寫查詢，預測哪些新訪客會回訪並購買商品。

• 執行下列查詢，使用經過改善的分類模型，預測 Google 商品網路商店的新訪客稍後回訪時，購買商品的可能性：

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;

模型會對最後 1 個月 (在 12 個月的期間內) 的資料集進行預測。

模型現在會輸出對 2017 年 7 月電子商務工作階段的預測結果。可以看到三個新增欄位：

• predicted_will_buy_on_return_visit：模型是否認為訪客稍後會購買商品 (1 = 是)
• predicted_will_buy_on_return_visit_probs.label：表示是/否的二元分類器
• predicted_will_buy_on_return_visit_probs.prob：模型預測的可信度 (1 = 100%)

結果

• 在前 6% 的新訪客中 (預測可能性由高至低)，超過 6% 在稍後回訪時購買商品。
• 在稍後回訪時購買商品的所有新訪客當中，這些使用者占了近 50% 的比例。
• 整體來看，只有 0.7% 的新訪客在稍後回訪時購買商品。
• 相較於所有新訪客，鎖定前 6% 的新訪客，能讓行銷的投資報酬率增加 9 倍！

其他資訊

roc_auc 只是模型評估作業可用的成效指標之一，其他指標還包括準確率、精確度和喚回度。哪些才是值得信賴的成效指標，主要取決於整體目標。

恭喜！

您只使用 SQL 就成功建立機器學習模型。

挑戰

摘要

在最後兩項工作中，您已目睹特徵工程的強大威力，順利改善模型成效。不過，我們或許還能透過其他模型類型，提升準確度。以分類問題來說，BigQuery ML 還支援下列幾種模型：

• 深層類神經網路
• 強化型決策樹 (XGBoost)
• AutoML Tables 模型
• 匯入自訂 TensorFlow 模型

工作

雖然我們的線性分類 (邏輯迴歸) 模型在採用特徵工程後展現良好成效，但如要完整擷取特徵和標籤之間的關聯性，這種模型可能過於簡單。使用和工作 6 相同的資料集和標籤建立 ecommerce.classification_model_2 模型時，您面對的挑戰是建立 XGBoost 分類器。

提醒您，請為 Boosted_Tree_Classifier 使用下列選項：

1. L2_reg = 0.1

2. num_parallel_tree = 8

3. max_tree_depth = 10

您可能需要查看上述連結中的說明文件，以瞭解正確語法。模型會在 7 分鐘內訓練完成。如需編寫查詢方面的協助，可在下方的「解決方案」一節找到相關資訊。

解決方案：

如要建立 XGBoost 分類器，請使用下列解決方案：

CREATE OR REPLACE MODEL `ecommerce.classification_model_3` OPTIONS (model_type='BOOSTED_TREE_CLASSIFIER' , l2_reg = 0.1, num_parallel_tree = 8, max_tree_depth = 10, 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, 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 '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 );

現在來評估模型，看看成效如何：

#standardSQL SELECT roc_auc, CASE WHEN roc_auc > .9 THEN 'good' WHEN roc_auc > .8 THEN 'fair' WHEN roc_auc > .7 THEN 'not great' ELSE 'poor' END AS model_quality FROM ML.EVALUATE(MODEL ecommerce.classification_model_3, ( 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 ) ));

其中 roc_auc 增加約 .02，達到約 .94！

注意：基於訓練程序的隨機性，實際值會有差異。

roc_auc 只有少許變化，但請注意，由於 1 表示最理想的 roc_auc，值越接近 1，改善指標的難度就越高。

在 BigQuery ML 中試著使用不同模型類型，並搭配不同選項來確認模型成效，其實一點也不難，以上就是一個絕佳範例。我們只需變更一行 SQL 程式碼，就能使用更複雜的模型類型。

有人可能會問：「該如何決定選用哪些選項？」，答案是不斷嘗試！當您在尋找能解決問題的最佳模型時，需要嘗試不同的選項組合，也就是執行「超參數調整」程序。

最後，我們使用經過改善的模型產生預測結果，看看這些模型與先前產生的模型有何差異。使用強化型樹狀分類器模型後，相較於先前的模型，可以看到新的 ROC AUC 有些微改善，增加了 0.2。下列查詢會預測哪些新訪客會回訪並購買商品：

SELECT * FROM ml.PREDICT(MODEL `ecommerce.classification_model_3`, ( 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;

從輸出結果可以看到，分類模型能更準確地預測可能性，協助我們瞭解 Google 商品網路商店的新訪客，是否會在稍後回訪時購買商品。比較上述結果與先前工作 7 中的模型成效，就能看出這個模型在預測中達到的可信度，比 logistic_regression 模型類型更準確。

關閉研究室

如果您已完成研究室，請按一下「End Lab」(關閉研究室)。Google Cloud Skills Boost 會移除您使用的資源，並清除所用帳戶。

您可以針對研究室的使用體驗評分。請選取合適的星級評等並提供意見，然後按一下「Submit」(提交)。

星級評等代表您的滿意程度：

• 1 星 = 非常不滿意
• 2 星 = 不滿意
• 3 星 = 普通
• 4 星 = 滿意
• 5 星 = 非常滿意

如果不想提供意見回饋，您可以直接關閉對話方塊。

如有任何想法、建議或指教，請透過「Support」(支援) 分頁提交。

Copyright 2022 Google LLC 保留所有權利。Google 和 Google 標誌是 Google LLC 的商標，其他公司和產品名稱則有可能是其關聯公司的商標。