編輯導語：作為一款機器學習平臺，Amazon SageMaker Canvas是否真的為數據分析師、業(yè)務分析師等崗位提供了更加智能化的數據分析路徑？本篇文章里，作者就對這款0代碼機器學習智能工具做了體驗測評，一起來看。

身邊有很多寫SQL很厲害的數據分析人員，數據治理好了、對數據倉庫、業(yè)務需求都很熟悉，因為對機器學習算法、數據挖掘模型不是很熟悉，沒法獨立產出更高階的分析結果。

哪怕厲害的分析師自己花費九牛二虎之力，做出了模型，還要對模型不斷地調優(yōu)，一趟操作下來，也累得夠嗆。

能否在沒有算法工程師支持的情況下，做模型訓練和特征識別，快速調整策略呢？

最近體驗了 Amazon SageMaker Canvas?這樣一款人人自助式機器學習工具，我找到了答案。

一、產品體驗

1. 數據集選擇和介紹

筆者使用了Kaggle的公開的銀行數據集。

包含了14個特征：序號、客戶ID、名字、信用分、地區(qū)、性別、年齡、保有期、余額、購買的產品數量、是否有信用卡、是否活躍用戶、固定工資、是否正在從銀行中取錢。

其中，需要構建的預測模型是：是否將會從銀行中取出錢。

基于該數據集，筆者完整地體驗了 Amazon SageMaker Canvas?數據集管理、建模、預測的流程。

2. 導入數據和預覽

在導入了數據集之后，系統(tǒng)就給了一些特征提示。

也可以在此處對特征值進行初步的篩選，缺失值、類型不匹配、唯一值等，還可以初步判斷特征和目標特征之間的線性相關關系、影響因子。

給出就給用戶一些特征權重的提示，能夠快速地調整選中的特征。

比如一些非關鍵特征：Surname、CustomerId，就被我去掉了。這樣，也適當減少不必要的計算量，提高模型構建速度。

3. 快速構建和標準構建

系統(tǒng)提供了兩種構建模式：標準模式、快速模式。

快速構建模型模式，模型構建速度更快，精確度則要低一些。標準模式則反之，模型構建耗時更多，精準度則要高一些。

4. 模型構建結果

模型的預測準確率。

模型訓練完，在概覽頁可以看到預測的精準度為87.714%，也可以看到各個特征的影響值。

在得分頁，可以看到具體的預測準確數和錯誤數。

點擊高級指標，也看到不同結果，模型的準確度、精確度、召回值、AUC值。

5. 利用模型進行預測

模型構建完成后，可以利用模型進行預測對單個數據進行預測。

也可以對數據集進行預測，系統(tǒng)會給出可能性。

二、應用前景介紹

筆者所在的領域，是直播領域。用戶運營、數據分析師們日常會對投放轉化、用戶活躍、用戶留存、用戶召回率這些核心指標日常關注。

哪些特征的用戶的增加和流失，對平臺的活躍、營收指標影響巨大。

場景1：廣告投放

互聯(lián)網內容領域，廣告投放對保持日活、增加營收的影響非常巨大。

通過廣告投放獲取的這波新用戶，是否具有消費潛力呢？要用什么樣的內容做用戶承接，通過什么關鍵路徑能夠實現留存和轉化呢？

為了提高投放效果，算法部門會基于歷史的用戶數據訓練用戶留存、消費預測模型。

場景2：潛在流失用戶挽留

具備什么樣行為特征的是高潛流失用戶呢？在什么時間節(jié)點對這些潛在流失用戶進行召回、挽留，能夠提高留存率，提高拉活率呢？

給出清晰的流失用戶定義后，分析師和算法部門，可以構建一套直播用戶流失預測模型。

基于模型，提取流失用戶的特征，利用這些特征對用戶進行挽留活動。

場景3：KA用戶分析和運營

KA用戶是直播行業(yè)里的重要運營和維護對象。

平臺新來了一個用戶，該用戶能否成為成為平臺營收的增長點呢？是否要在早期階段進行服務的提升和關系維護呢？

在直播場景里，預測模型將能大大提升精細化運營的ROI。

三、感觸比較深的點

1. 預覽數據

高質量的數據是數據分析和挖掘的基礎。

導入數據后，進行構建后，數據分析師能快速地了解數據的大體質量，不同特征的數據類型，有無缺失值，均值、眾數等信息，大大減少了因為數據質量問題引發(fā)的后續(xù)的問題。

2. 構建后的簡單特征關聯(lián)度分析

通常情況下，特征的選取，是基于業(yè)務經驗，系統(tǒng)也對這方面給出了快捷的特征影響分析，幫助分析師能篩除不必要的特征，加快模型構建速度。

模型構建結束后，系統(tǒng)也基于 KernelShap 給出排名前十的影響模型預測結果的特征。

數據分析的同學，可以將更多的精力放在對關鍵特征、關鍵用戶進行AB實驗。

因為本人不具備算法模型構建的技能，所以Studio的部分，未進行深入體驗。

四、其他體驗

1. 視覺層面的感受

視覺層面有兩個特點：簡潔，不花哨；扁平化，不枯燥。

對比一些廠商的工具，可能因為產品調性問題，不會特別在意這些細節(jié)。

2. 交互層面

交互層面，也是比較便捷。在提醒方面，也是做得很好的。

操作指引給出了比較圖形化的解釋，和介紹中的很多點，都是有對應關系的。

比如：清理和分析數據并獲得有關估算模型精度的指標，識別訓練數據集中最具影響力的字段。

在導入了數據集之后，系統(tǒng)就給了我一些提示。

在預構建時，就給用戶一些特征權重的提示。

3. 功能層面

模型管理的流程是：導入數據集 → 數據集自動檢測 → 預構建（prebuild）→ 構建 → 預測 → 導出/共享。

在上文提到的交互提示下，操作起來沒有任何難度。

模型構建完成后，也能方便地看到構建的細節(jié)，也能更數據科學家和算法工程師溝通，將模型構建的過程、腳本等等，都能進行共享，業(yè)務分析師職責范圍內的工作難度被大大降低。

五、總結和感受

我覺得 Amazon SageMaker Canvas?這款產品擁有黑科技、定位清晰，緊盯目標，有邊界感。

將復雜繁瑣的特征工程、模型構建的過程進行產品化，為分析師解決了 80% 的常見問題，大大提高了效率。

剩余的、難搞的、但是也同樣重要的模型調優(yōu)，也可以跟數據科學家和算法工程師們進行協(xié)同。

數據分析師們將能大大地提升自工作效率，將更多的精力放到業(yè)務的驅動上。

作者：數據產品小lee；公眾號：樂說樂言

本文由 @數據產品小lee 原創(chuàng)發(fā)布于人人都是產品經理，未經許可，禁止轉載

題圖來自Unsplash，基于 CC0 協(xié)議。