What-If シナリオ ツールは、既存のデータのパターンを分析し、1 つの列の変更が別の列の値に与える影響を評価できるようにします。
たとえば、品目の価格を上げて売上合計に与える影響を調べることができます。
このツールは、作成できる予測の数に柔軟に対応できます。 初期分析が完了したら、テーブル内のすべてのデータの変更を予測するか、テスト値を一度に 1 つずつ入力できます。
What-If シナリオ ツールの使用
Excel データ テーブルを開きます。
[ シナリオ] をクリックし、[ What-If] を選択します。
[ シナリオ ] ボックスで、変更する値を含む列を選択し、変更を特定の値として、または現在の値に対する変更の割合 (増加または減少) として指定します。
[ どのように処理されるか ] ボックスで、影響を評価したい列を指定してください。
必要に応じて、[ 分析に使用する列の選択 ] をクリックして、予測に役立つ可能性が高い列を選択します。 また、行 ID や名前など、パターンの検出にほとんど使用できない可能性がある列の選択を解除することもできます。
[ 行またはテーブルの指定 ] ボックスで、現在選択されている行に対してのみ影響を評価するか、テーブル内のデータの完全なセットに対して影響を評価するかを選択します。
[この行で] を選択すると、ツールによってダイアログ ボックスに結果が表示されます。 ダイアログ ボックスは開いたままですが、選択内容を変更して他のシナリオをテストできます。
[ テーブル全体] を選択すると、ダイアログ ボックスにステータス メッセージが表示され、元のデータ テーブルに 2 つの新しい列が追加されます。 [ 閉じる ] をクリックすると、ワークシートの完全な結果が表示されます。
要求事項
このツールでは、数値または不連続値の予測をサポートする Microsoft ロジスティック回帰アルゴリズムを使用します。 ただし、最適な結果を得るには、次のベスト プラクティスをお勧めします。
有用な情報を含む分析用の列を選択します。
含める列が少なすぎると、結果を得ることが難しい場合があります。
[値に変換] オプションを使用する場合は、ボックスに値を入力するか、一覧から値を選択する必要があります。
[パーセンテージ] オプションを使用する場合は、変更をパーセンテージの増減に設定します。 既定値は 120%で、現在の値より 20% 増加します。
注
値を設定しないと、エラーが発生する可能性があります。
What-If 分析の結果を理解する
What-If シナリオを作成すると、ツールによって次の 3 つの処理が実行されます。
テーブル内のデータに関する重要なファクトを格納するデータ マイニング構造を作成します。
データに基づいてロジスティック回帰マイニング モデルを作成します。
指定した値ごとに予測クエリを作成します。
テーブル全体を指定することで、すべての予測を一度に出力できます。 次に、元のデータ テーブルに 2 つの新しい列が作成されます。
テーブルに追加される列には、変更された予測値とその信頼度という 2 種類の情報が含まれています。 信頼度は、予測が正しい確率を意味します。
ダイアログ ボックスに変更値を 1 つずつ入力し、予測を対話形式で表示することもできます。 これは、 シングルトン予測クエリの作成と同じです。 予測クエリの結果は、予測の成功または失敗、予測値、信頼度レベルの情報と共に出力されます。 信頼レベルは、点線を含むバーとして表示されます。 点線が長いほど、結果の信頼度が高くなります。
たとえば、顧客の年齢を増やすことが顧客の購入意欲に及ぼす影響を判断し、顧客の年齢を 25 に引き上げる場合、 What-If ツールはデータ マイニング モデルに対してクエリを実行し、次の結果を返します。
自転車購入に関するWhat-If 分析で解決策が見つかりました。
'自転車購入' = はい
信頼度: 公平
この結果はデータ テーブル内の既存の行に基づいているため、特定の顧客の場合、顧客に関する他のすべてが同じままで、顧客の年齢が 25 に増加した場合、顧客は自転車を購入する可能性が高くなります。
予測を元のデータ テーブルに出力すると、予測が役に立つかどうかを判断しやすくなります。
関連ツール
データ マイニング クライアント for Excel は、より高度なデータ マイニング機能を提供する別のアドインであり、動作を予測するデータ マイニング モデルを作成するためのウィザードが含まれています。 詳細については、「 データ マイニング モデルの作成」を参照してください。
What-If シナリオ ツールで使用されるアルゴリズムの詳細については、SQL Server オンライン ブックの「Microsoft ロジスティック回帰アルゴリズム」を参照してください。