SAS ønsker å overbelaste forretningsanalysen din gjennom ny programvare som automatisk bygger flere datamodeller og velger de som best forutsier fremtidige hendelser.
"Hvis du tar for lang tid på å komme opp med en modell, mister du mye verdi," sa Sascha Schubert, SAS teknologimarkedsdirektør, og snakket om dagens konkurransemiljø. "Du vil være effektiv i analysene dine."
Med en kundebase på over 75.000 organisasjoner har SAS lenge vært kjent for sin avanserte programvare for statistisk analyse. Med dette nye tilbudet, kalt SAS Factory Miner, prøver selskapet å gå et skritt videre for å hjelpe sine kunder ved å generere modeller for deres data.
Tradisjonelt konstruerer forretningsanalytikere datamodeller for hånd, velger fra en datatabell eller flere tabeller, variablene som skal undersøkes nøye, og prøver å forstå hvordan de jobber sammen for å gi et ønsket resultat.
Med så mye data i dag kan det imidlertid være vanskelig å finne de spesifikke faktorene som er nøkkelindikatorer. Var salget forrige helg bra på grunn av noen rabattpriser, eller fordi folk hadde mer tid til å handle i helgen, eller en annen skjult faktor?
Som navnet antyder, automatiserer SAS Factory Miner denne prosessen med å bygge og teste modeller, noe som kan føre til bedre modeller som genereres raskere enn det som kunne vært gjort for hånd. Det kan også bidra til å lindre behovet for en organisasjon å ansette flere dataforskere, som er mye etterspurt.
SAS Factory Miner kan bruke hvilken som helst datakilde, så lenge selve dataene kan formateres til en tabell. Programvaren, som kjøres fra en server og er tilgjengelig med en nettleser, tilbyr et grafisk pek-og-klikk-grensesnitt. Den leveres med et sett med tilpassbare maler for å lage baseline modeller. Analytikere kan finjustere eller revidere noen av de datorgenererte modellene.
For å hjelpe til med å velge de beste modellene bruker programvaren en rekke maskinlæringsalgoritmer som, gjennom gjentatt testing av modellene, kan gjenkjenne mønstre for å forutse fremtidig ytelse. En ikke navngitt kunde brukte en tidlig versjon av programvaren til å bygge 35 000 forskjellige modeller for å finne den beste tilnærmingen for en markedsføringskampanje.
Denne tilnærmingen bidrar også til å muliggjøre det Schubert kalte stratifisert modellering, der store datasett, for eksempel salg, kan deles inn i mindre segmenter. Stratifisert modellering kan gi mer nøyaktige resultater, selv om bruken av den har vært begrenset av den tiden det tar å bygge modellene, sa Schubert.
En finansinstitusjon kan bygge forskjellige modeller for forskjellige sett med potensielle brukere, basert på bruksevne, kjøpsatferd eller andre faktorer. Disse modellene kan deretter brukes til å generere mer tiltalende kredittkorttilbud.
Teknologien kan brukes på flere måter av virksomheten, spesielt innen markedsføring, sa Schubert. Det kan være nøkkelen til å redusere kundeavvik, forutsi fremtidig etterspørsel, tilpasse tilbud og håndtere risiko.
For eksempel kan en produsent bruke programvaren til å lage mer nøyaktige spådommer for når utstyr vil mislykkes. Et firma i et sterkt konkurransedyktig felt kunne bygge modeller for hver av sine konkurrenter, og deretter kjøre dem i kor for å få full oversikt over bransjen.
SAS Factory Miner vil være generelt tilgjengelig rundt midten av juli. Selskapet ga ikke priser, og merket at prisen varierer etter størrelsen på installasjonen og arbeidet det vil gjøre.
