SAS mengotomatiskan pemodelan data untuk analisis cepat

SAS ingin meningkatkan analisis bisnis Anda, melalui perangkat lunak baru yang secara otomatis membangun beberapa model data dan memilih model yang paling baik untuk memprediksi peristiwa masa depan.

"Jika Anda terlalu lama membuat model, Anda kehilangan banyak nilai," kata Sascha Schubert, direktur pemasaran teknologi SAS, berbicara tentang lingkungan kompetitif saat ini. "Anda ingin efisien dalam analisis Anda."

Dengan basis pelanggan lebih dari 75.000 organisasi, SAS telah lama dikenal dengan perangkat lunak analisis statistiknya yang canggih. Dengan penawaran baru ini, yang disebut SAS Factory Miner, perusahaan mencoba melangkah lebih jauh untuk membantu pelanggannya, dengan membuat model untuk data mereka.

Secara tradisional, analis bisnis membangun model data dengan tangan, memilih dari tabel data, atau beberapa tabel, variabel untuk diperiksa dengan cermat, dan mencoba memahami bagaimana mereka bekerja sama untuk menghasilkan hasil yang diinginkan.

Namun, dengan begitu banyak data saat ini, sulit untuk menentukan faktor-faktor spesifik yang merupakan indikator utama. Apakah obral akhir pekan lalu bagus karena beberapa harga diskon, atau karena orang punya lebih banyak waktu untuk berbelanja selama akhir pekan, atau faktor tersembunyi lainnya?

Seperti yang ditunjukkan oleh namanya, SAS Factory Miner mengotomatiskan proses pembuatan dan pengujian model ini, yang dapat menghasilkan model yang lebih baik yang dihasilkan lebih cepat daripada yang dapat dilakukan dengan tangan. Ini juga dapat membantu mengurangi kebutuhan organisasi untuk mempekerjakan lebih banyak ilmuwan data, yang banyak diminati.

SAS Factory Miner dapat menggunakan sumber data apa pun, selama datanya sendiri dapat diformat ke dalam tabel. Perangkat lunak, dijalankan dari server dan diakses dengan browser, menawarkan antarmuka titik-dan-klik grafis. Muncul dengan satu set templat yang dapat disesuaikan untuk membuat model dasar. Analis dapat menyempurnakan atau merevisi model yang dihasilkan komputer.

Untuk membantu memilih model terbaik, perangkat lunak menggunakan sejumlah algoritme pembelajaran mesin yang, melalui pengujian model yang berulang, dapat mengenali pola untuk mengantisipasi kinerja di masa mendatang. Seorang pelanggan yang tidak disebutkan namanya menggunakan versi awal perangkat lunak untuk membuat 35.000 model berbeda guna menemukan pendekatan terbaik untuk kampanye pemasaran.

Pendekatan ini juga membantu mengaktifkan apa yang disebut Schubert pemodelan bertingkat, di mana kumpulan data yang besar, seperti penjualan, dapat dibagi menjadi segmen yang lebih kecil. Pemodelan bertingkat dapat menawarkan hasil yang lebih akurat, meskipun penggunaannya telah dibatasi oleh waktu yang dibutuhkan untuk membangun model, kata Schubert.

Lembaga keuangan dapat membangun model yang berbeda untuk kumpulan pengguna potensial yang berbeda, berdasarkan kemampuan belanja, perilaku membeli, atau faktor lainnya. Model-model ini kemudian dapat digunakan untuk menghasilkan penawaran kartu kredit yang lebih menarik.

Teknologi dapat digunakan dalam berbagai cara oleh bisnis, terutama di bidang pemasaran, kata Schubert. Ini bisa menjadi kunci untuk mengurangi churn pelanggan, memprediksi permintaan di masa depan, mempersonalisasi penawaran, dan mengelola risiko.

Misalnya, pabrikan dapat menggunakan perangkat lunak untuk membuat prediksi yang lebih akurat tentang kapan peralatan akan gagal. Sebuah perusahaan dalam bidang persaingan yang ketat dapat membangun model untuk setiap pesaingnya, dan kemudian menjalankannya bersama-sama untuk mendapatkan gambaran menyeluruh tentang industri tersebut.

SAS Factory Miner umumnya akan tersedia sekitar pertengahan Juli. Perusahaan tidak memberikan harga, mencatat harga bervariasi berdasarkan ukuran pemasangan, dan pekerjaan yang akan dilakukan.