# セグメント化された分析

> セグメント化された分析 - セグメント分析では、データドリフトと精度の統計を一意のセグメント属性と値にフィルターし、トレーニングデータと予測データの潜在的な問題を特定します。

This Markdown file sits beside the HTML page at the same path (with a `.md` suffix). It summarizes the topic and lists links for tools and LLM context.

Companion generated at `2026-07-27T18:44:30.759180+00:00` (UTC).

## Primary page

- [セグメント化された分析](https://docs.datarobot.com/ja/docs/workbench/nxt-console/nxt-monitoring/nxt-segmented-analysis.html.md): Full documentation for this topic (Markdown sidecar).

## Sections on this page

- [セグメント分析の設定](https://docs.datarobot.com/ja/docs/workbench/nxt-console/nxt-monitoring/nxt-segmented-analysis.html.md#configure-segmented-analysis): In-page section heading.
- [セグメント分析の表示](https://docs.datarobot.com/ja/docs/workbench/nxt-console/nxt-monitoring/nxt-segmented-analysis.html.md#view-segmented-analysis): In-page section heading.
- [サービスの正常性](https://docs.datarobot.com/ja/docs/workbench/nxt-console/nxt-monitoring/nxt-segmented-analysis.html.md#service-health): In-page section heading.
- [データドリフトと精度](https://docs.datarobot.com/ja/docs/workbench/nxt-console/nxt-monitoring/nxt-segmented-analysis.html.md#data-drift-and-accuracy): In-page section heading.

## Documentation content

セグメント化された分析により、デプロイ時のトレーニングおよび予測データ要求の運用上の問題点を特定します。 DataRobotでは、データのドリフトと精度の統計を固有のセグメント属性と値にフィルタリングすることでドリルダウン分析が可能になります。 セグメント化された分析を [設定](https://docs.datarobot.com/ja/docs/workbench/nxt-console/nxt-monitoring/nxt-segmented-analysis.html.md#configure-segmented-analysis) して [表示](https://docs.datarobot.com/ja/docs/workbench/nxt-console/nxt-monitoring/nxt-segmented-analysis.html.md#view-segmented-analysis) する方法については、以下のガイドラインを参照してください。

## セグメント分析の設定

サービスの正常性、データドリフト、精度のためにセグメント分析を使用するには、以下のデプロイ設定を有効にする必要があります。

- ターゲット監視の有効化（データドリフトおよび精度の追跡を可能にするために必要）
- 特徴量ドリフト追跡の有効化（データドリフト追跡を有効にするために必要）
- トレーニングデータと予測のセグメント分析での属性の追跡（サービスの正常性、データドリフト、および精度のセグメント分析を有効にするために必要）

> [!NOTE] 備考
> これらの設定を行えるのは、デプロイオーナーだけです。

## セグメント分析の表示

デプロイの [セグメント化された分析](https://docs.datarobot.com/ja/docs/workbench/nxt-console/nxt-monitoring/nxt-segmented-analysis.html.md#configure-segmented-analysis) を有効にして [予測を行った](https://docs.datarobot.com/ja/docs/api/dev-learning/python/predictions/index.html.md) 場合、セグメントごとにさまざまな統計にアクセスできます。 デフォルトで、セグメンテーションなしでデプロイの統計が表示されます。 セグメント分析に使用されるドロップダウンには、 セグメント属性 および セグメント値 の2つがあります。

#### サービスの正常性

サービスの正常性のセグメント化された分析では、すべてのデプロイに固定のセグメント属性を使用します。 セグメント属性は、予測リクエストを表示するさまざまな方法を表します。 セグメント値は、1つ以上の予測リクエストに存在する選択されたセグメント属性の単一の値です。 ソースは、以下に適用されるセグメント属性に応じた値別で表されます。

| セグメント属性 | 説明 | セグメント値 | 例 |
| --- | --- | --- | --- |
| DataRobot-Consumer （DataRobotのコンシューマー） | 予測リクエストをしたデプロイのユーザー別で、予測リクエストをセグメント化します。 | 各セグメントの値は、ユーザーのEメールアドレスです。 | セグメント属性：DataRobot-Consumer 値：username@datarobot.com |
| DataRobot-Host-IP（DataRobotのホストIP） | 予測リクエストをするために使用される予測サーバーのIPアドレス別で、予測リクエストをセグメント化します。 | 各セグメントの値は、一意のIPアドレスです。 | セグメント属性：DataRobot-Host-IP 値：168.212. 226.204 |
| DataRobot-Remote-IP （DataRobotのリモートIP） | 呼び出し元（予測リクエストするために使用されるマシン）のIPアドレス別で、予測リクエストをセグメント化します。 | 各セグメントの値は、一意のIPアドレスです。 | セグメント属性：DataRobot-Remote-IP 値：63.211. 546.231 |

セグメント属性を選択してから、その属性のセグメント値を選択します。 両方を選択すると、サービスの正常性タブが自動的にリフレッシュされ、選択したセグメント値の統計が表示されます。

> [!NOTE] セグメントの可用性
> セグメント値 ドロップダウンメニューに表示されるセグメント値は、選択された時間範囲、監視のタイプ、モデルIDには依存しません。

#### データドリフトと精度

データドリフトと精度のセグメント化された分析により、すべてのデプロイの固定属性に加えて、カスタム属性が可能になります。 セグメント属性は、データを表示するさまざまな方法を表します。 セグメント値は、1つ以上の予測リクエストに存在する選択されたセグメント属性の単一の値です。 ソースは、以下に適用されるセグメント属性に応じた値別で表されます。

| セグメント属性 | 説明 | セグメント値 | 例 |
| --- | --- | --- | --- |
| DataRobot-Consumer （DataRobotのコンシューマー） | 予測リクエストをしたデプロイのユーザー別で、予測リクエストをセグメント化します。 | 各セグメントの値は、ユーザーのEメールアドレスです。 | セグメント属性：DataRobot-Consumer 値：username@datarobot.com |
| カスタム属性 | セグメント化された分析を設定するときに示されたトレーニングデータ内の列に基づくセグメント。 たとえば、トレーニングデータに「国」列が含まれている場合、それをカスタム属性として選択し、データを個々の国（カスタム属性のセグメント値を構成する）でセグメント化できます。 | 指定したセグメント属性に基づきます。 | セグメント属性：「国」 値：「スペイン」 |
| なし | セグメンテーションなしでデータドリフト統計を表示します。 | すべて（セグメンテーションは適用されていません）。 | N/A |

セグメント属性を選択してから、その属性のセグメント値を選択します。 両方を選択すると、 データドリフト タブが自動的に更新され、選択したセグメント値の統計が表示されます。

> [!NOTE] セグメントの可用性
> セグメント値 ドロップダウンメニューに表示されるセグメント値は、選択された時間範囲、監視のタイプ、モデルIDには依存しません。