Explore の Liveboards における Predict モデルの影響の監視

Guidewire Predict を使用する場合、Explore の Liveboards を作成して、予測モデルがビジネスの主要パフォーマンスインジケータ（KPI）にどのように影響するかを視覚化および監視できます。これらのビジネスインパクト監視（BIM）Liveboards は、モデルの価値を証明したり、改善が必要な部分を発見したりするのに役立ちます。

Explore にはベースコンフィギュレーションの BIM Liveboards が複数用意されていますが、独自の BIM Liveboards を作成することもできます。例えば、クレーム Predict モデルの価値を定量化するために、支払われたクレームの平均数をモデルの実装前後に監視する Liveboard を作成できます。

必要なアプリケーションとサービス

BIM Liveboards を作成するには、お客様の組織が Guidewire Cloud に以下の Guidewire アプリケーションとサービスを既に持っている必要があります。

Predict を使用して、少なくとも 1 つのモデルがデプロイされ、スコアを Analytics Manager に送信しています。
Analytics Manager で Predict と InsuranceSuite コアアプリケーション間の仲介を有効にするソリューションを持っています。
Analytics Manager とやり取りするための機能フラグが有効になっている ClaimCenter などの InsuranceSuite コアアプリケーション（『ClaimCenter コンフィギュレーションガイド』を参照してください）。
Data Studio
Explore

Predict から Explore へのデータの流れ

Predict から Explore BIM Liveboard へのデータの流れは、次の図のとおりです。この図では、InsuranceSuite アプリケーションの例として ClaimCenter（CC）を使用していますが、他のコアアプリケーションの Liveboards を作成することもできます。

スコアと査定を収集する
1. 1 つ以上の Predict モデルが ClaimCenter データを処理し、スコアを Analytics Manager に返します。
2. Analytics Manager が ClaimCenter の査定概要テーブルにスコアを書き込みます。また、コンフィギュレーションによっては、Analytics Manager は、リスクレベル査定や推奨行動などのように、スコアに意味をアサインします。この情報は、査定概要テーブルにも追加されます。
3. 査定概要テーブルは、InsuranceSuite データベースの他のデータと共に Data Studio に流れます。
データソースを作成する： Data Studio では、査定概要テーブルをクレームデータセットに結合して、新しいキュレーションされたデータセットを作成します。
データを視覚化する：新しいキュレーションされたデータセットを Explore に公開し、モデルを作成し、そのモデルを使用して Liveboard を作成します。

Predict のインパクト監視 Liveboard の作成

始める前に

少なくとも 1 つの Predict モデルがデプロイされ、スコアを Analytics Manager に送信している必要があります。
Predict モデルがデプロイされた日付を記録します。
モデルの目的と、それが影響を与える KPI をよく理解します。

手順

InsuranceSuite データを含む別のテーブルと査定の概要テーブルを結合して、 Data Studio でデータセットを作成します。
ベストプラクティスについては、以下の「便利な BIM データソースの作成」を参照してください。
データセットを Data Studio から Explore に公開します。
データセットを Explore に追加し、モデルを作成します。
データを視覚化し、Liveboard にピン留めします。
ベストプラクティスについては、以下の「有用な Liveboard ビジュアライゼーションの作成」を参照してください。

Predict BIM Liveboards のベストプラクティス

便利な BIM データソースの作成

効果的な BIM Liveboard の鍵となるのは、Data Studio で有用なデータソースを作成することです。Predict モデルのスコアと査定は、それだけでは Explore では役に立ちません。影響を視覚化するには、InsuranceSuite データと結合する必要があります。

Data Studio では、査定概要テーブルに Predict モデルのスコアが表示されます。ユーザーは査定概要テーブルに表示されるデータセットを選択する必要があります。データセットは、モデルのコンテンツに関連し、監視する KPI のデータを含んでいる必要があります。例えば、efc_claim_code データセットにはサイクル時間、回数、支払データが含まれているため、クレームレベルのモデルで役立ちます。efc_claim_decode データセットを cc_assessmentsummary テーブルに結合し、生成された新しいデータセット bim_claim_activities_model_results に名前を付けることができます。

各 InsuranceSuite アプリケーション（ClaimCenter など）には査定概要テーブルが 1 つしかないため、1 つのテーブルに複数のモデルのスコアが含まれる可能性が高いことに注意してください。Data Studio クエリでモデルを指定するには、TapSubtypeID または Name 列を使用します。以下に複数のモデルを管理する方法をいくつか紹介します。

複数のモデルが関連している場合は、それらすべてを 1 つの新しいデータセットに結合します。例えば、アクティビティレベルの 3 つのモデルが efc_activities_decode dataset に関連付けられている場合、そのすべてを新しい bim_claim_activities_model_results dataset に結合できます。次に、Explore の Liveboard でフィルタを作成し、ユーザーが 3 つのモデルから選択できるようにします。

重要: ソースデータセットに複数のモデルが含まれている場合、重複したデータがユーザーに表示されるため、Liveboard フィルタを作成する必要があります。
モデルが関連していない場合は、別の BIM Liveboard 用に別のデータソースを作成します。例えば、エクスポージャーレベルのモデルもある場合は、査定概要テーブルを efc_exposure_decode に結合して bim_exposure_model_results を作成します。

有用な Liveboard ビジュアライゼーションの作成

Liveboard で BIMデータを視覚化するためのヒントをいくつか紹介します。

前と後: デプロイ前とデプロイ後のデータを比較することで、モデルによる影響を表します。デプロイ前のデータとデプロイ後のデータを含む、2 つの検索結果を作成します。例えば、「モデル前の平均支払済みクレーム数」や「モデル後の平均支払済みクレーム数」などです。検索結果の時間枠の設定には、モデルのデプロイ日を使用します。日付がわからない場合は、Predict スコアがないデータセット内の最新の行を探して日付を見つけることができます。
アラート: 監視するメトリックの KPI チャートを作成し、アラートを設定します。例えば、区分モデルを使用すると、クレームを効率的に区分してクレームのクローズまでの平均日数を短縮できると考えられるとしましょう。平均日数が 20 日を超えた場合は、モデルがうまく機能していないことを意味するため、アラートを受け取ります。この場合は、Liveboard で「クローズまでの平均日数」という KPI を作成し、20 日のしきい値を超えた場合に通知されるようにアラートを設定します。
ビジネスフレンドリーな査定: 推奨行動やリスクレベルなど、ビジネスフレンドリーな査定の列を使用します。例えば、重大度の高いチームへの区分に推奨されたクレームは、すぐにクローズされると予想できます。推奨作業が期待どおりに機能していることを証明するには、推奨行動によってクローズするまでの平均日数を示すグラフを作成します。