Programiranje

SAS avtomatizira modeliranje podatkov za hitro analizo

SAS želi vašo poslovno analizo dopolniti z novo programsko opremo, ki samodejno gradi več modelov podatkov in izbere tiste, ki najbolje napovedujejo prihodnje dogodke.

"Če predolgo pripravljate model, izgubite veliko vrednosti," je o današnjem konkurenčnem okolju dejal Sascha Schubert, direktor tehnološkega trženja SAS. "Želite biti učinkoviti v svoji analitiki."

SAS ima več kot 75.000 organizacij in je že dolgo znan po svoji napredni programski opremi za statistično analizo. S to novo ponudbo, imenovano SAS Factory Miner, si podjetje prizadeva narediti še en korak naprej, da pomaga svojim strankam z ustvarjanjem modelov za njihove podatke.

Tradicionalno poslovni analitiki ročno gradijo podatkovne modele, izberejo iz podatkovne tabele ali več tabel spremenljivke, ki jih je treba natančno preučiti, in poskušajo razumeti, kako sodelujejo pri doseganju želenega rezultata.

Ob toliko današnjih podatkih pa je težko določiti posebne dejavnike, ki so ključni kazalniki. Je bila prodaja prejšnji konec tedna dobra zaradi nekaterih popustov ali ker so imeli ljudje čez vikend več časa za nakupovanje ali zaradi kakšnega drugega, skritega dejavnika?

Kot že ime pove, SAS Factory Miner avtomatizira ta postopek gradnje in testiranja modelov, kar bi lahko privedlo do boljših modelov, ki se generirajo hitreje, kot bi jih lahko naredili ročno. Prav tako bi lahko pomagal ublažiti potrebo po organizaciji, da najame več podatkovnih znanstvenikov, ki so zelo zahtevni.

SAS Factory Miner lahko uporablja kateri koli vir podatkov, če le podatke lahko oblikujete v tabelo. Programska oprema, ki jo poganja strežnik in je dostopna z brskalnikom, ponuja grafični vmesnik point-and-click. Na voljo je z nizom prilagodljivih predlog za ustvarjanje osnovnih modelov. Analitiki lahko natančno prilagodijo ali popravijo katerega koli računalniško ustvarjenega modela.

Za pomoč pri izbiri najboljših modelov programska oprema uporablja številne algoritme strojnega učenja, ki lahko z večkratnim preizkušanjem modelov prepoznajo vzorce za predvidevanje prihodnje uspešnosti. Ena neimenovana stranka je z zgodnjo različico programske opreme izdelala 35.000 različnih modelov, da bi našla najboljši pristop za tržno kampanjo.

Ta pristop pomaga tudi omogočiti tisto, kar je Schubert imenoval stratificirano modeliranje, pri katerem lahko velike nabore podatkov, kot je prodaja, razdelimo na manjše segmente. Stratificirano modeliranje lahko ponudi natančnejše rezultate, čeprav je bila njegova uporaba omejena s časom, potrebnim za izdelavo modelov, je dejal Schubert.

Finančna institucija bi lahko zgradila različne modele za različne skupine potencialnih uporabnikov, ki temeljijo na zmožnosti porabe, nakupnem vedenju ali drugih dejavnikih. Te modele bi nato lahko uporabili za ustvarjanje bolj privlačnih ponudb kreditnih kartic.

Tehnologijo lahko podjetja uporabljajo na več načinov, zlasti na področju trženja, je dejal Schubert. Lahko bi bilo ključno za zmanjšanje odliva strank, napovedovanje prihodnjega povpraševanja, prilagajanje ponudb in obvladovanje tveganj.

Proizvajalec bi lahko na primer s programsko opremo ustvaril natančnejše napovedi, kdaj bo oprema odpovedala. Podjetje na močnem konkurenčnem področju bi lahko izdelalo modele za vsakega od svojih konkurentov in jih nato enotno vodilo, da bi si v celoti ogledalo panogo.

SAS Factory Miner bo na splošno na voljo sredi julija. Podjetje ni navedlo cen, pri čemer je ugotovilo, da se cena razlikuje glede na velikost naprave in delo, ki ga bo opravila.

$config[zx-auto] not found$config[zx-overlay] not found