SAS Enterprise Miner – решение, которое предлагает обширный набор методов интеллектуального анализа для извлечения из данных ценной информации, помогающей в принятии решений. Применяется при решении таких задач, как обнаружение случаев мошенничества и минимизация рисков, оценка и прогнозирование потребностей в ресурсах, повышение эффективности маркетинговых кампаний и снижение оттока клиентов.
SAS Enterprise Miner предоставляет гибкую систему методов, приспособленную к решению задач различной сложности. Переход от сырых данных к точным, соответствующим нуждам конкретно Вашей компании моделям, происходит в рамках выверенного цельного процесса, предоставляя аналитикам и статистикам, бизнес-менеджерам и ИТ-специалистам возможность эффективнее объединять усилия.
SAS Enterprise Miner позволяет работать в рамках самодокументируемой проектной среды, которая ускоряет время разработки модели для аналитиков и data scientists (специалисты по интеллектуальному анализу данных). Эта среда естественным образом объединяет все этапы анализа данных, помогая получить наилучшие результаты.
Скоринг – процесс применения модели к новым данным – это конечный результат усилий по выполнению интеллектуального анализа данных. Решение автоматизирует длительный процесс скоринга и генерирует код для всех стадий внедрения модели на языках программирования SAS, C, Java или PMML. Такой код может быть в дальнейшем использован множеством интерактивных и пакетных сред как внутри SAS, так и в веб-приложениях, в базах данных и напрямую в бизнес-процессах. Эта функция поможет значительно сэкономить ваше время и предотвратить неточности, возможные при ручном внедрении.
С помощью инструмента SAS Rapid Predictive Modeler бизнес-пользователи, обладающие лишь начальными знаниями в моделировании, генерируют прогнозные модели для различных бизнес-целей. Аналитические результаты могут быть легко интерпретированы на основе простых и понятных графиков и таблиц, раскрывая необходимую для принятия решений информацию.
Метрики оценки качества моделей, построенные различными способами, могут быть выведены в сводной таблице, что значительно облегчает их сравнение. Итоговые диаграммы процесса моделирования могут использоваться в качестве самостоятельно шаблона, который удобно редактировать, обновлять и применять к новым бизнес-задачам, а описание модели содержит информацию о том, какой вклад внесла каждая независимая переменная в итоговый результат. Кроме того, точность модели основывается на базе современных алгоритмов, учитывающих отраслевую специфику методов, что гарантирует высокую степень стабильности и надежности результатов.