SAS Visual Statistics

В модуле SAS Visual Statistics представлены базовые аналитические алгоритмы, которые наиболее интерпретируемы и понятны бизнес пользователям, такие как регрессионные модели и деревья решений, с возможностью интерактивного пошагового построения деревьев решений. Реализована возможность построения моделей и оценки факторов, влияющих на целевое событие (например, отклик на кампанию), в разрезе сегментов, регионов и т.д. (group-by обработка). Поддерживается функциональность оценки и сравнения моделей (с помощью Lift и ROC кривых, доли ошибочных классификаций и других статистик), интерактивного определения порога отсечения вероятности, генерирования и выгрузки скорингового кода для применения построенных моделей.

Поиск новых возможностей в данных

Аналитики и data scientists специалисты смогут использовать наиболее подходящие методы аналитического моделирования, чтобы получать ценную информацию и открывать новые способы увеличения прибыли. Решение позволяет выявлять факторы, влияющие на точность прогнозов, среди множества отслеживаемых переменных, находить отклонения и несоответствия в данных.

Быстрый ввод новых моделей в эксплуатацию

Создание и совершенствование моделей, адаптированных для конкретных групп или сегментов. Запуск несколько сценариев анализа одновременно и автоматически генерируемый код оценки модели.

Эффективное решение аналитических задач

Предоставление возможности работы с данными различным пользователям (добавление и изменение переменных, удаление отклонений и т.п.) при помощи графических инструментов. А также возможность работать с аналитическими алгоритмами SAS из других сред с помощью выбранного языка программирования (Python, Java, R или Lua).

Преимущества SAS Visual Statistics:

  • Графические инструменты исследования и обнаружения данных
  • Описательное моделирование и прогнозное моделирование
  • Открытая модель разработки из SAS Studio посредством языков программирования (Python, R, Lua, Java)
  • Сравнение и оценка моделей
  • Динамическая обработка результатов с группировкой по признаку
  • Распределенная аналитическая обработка данных в оперативной памяти
  • Создание моделей на основе разрозненных данных, в том числе из Hadoop
  • Система работает на стандартном оборудовании, в частных и общедоступных облачных средах