Analytics

Find out how analytics, from data mining to cognitive computing, is changing the way we do business

Analytics | Students & Educators
SAS Japanによる小学生向けプログラミング教育: 玉川学園で体験授業を実施

私が小学生のころ、21世紀になると自動車は空を飛び、真空チューブの中のリニアモーターカーは時速2000kmに達するものだと思っていましたが、現在のような情報化社会は想像できていませんでした。初めてパソコンに触ったとき、何をするためのものなのかさっぱりわからなかったことを覚えています。 いまの小学生が大人になるころは、どのような社会になっているのでしょうか。10年先、20年先を想像することは難しいですが、子どもたちは、その社会で生きるための力を身につける必要があります。

Analytics
Mike Gilliland 0
Preview of Foresight (Winter 2019 issue)

This issue's preview is provided by Ralph Culver, Foresight's manuscript editor. Preview of Winter 2019 issue of Foresight The Winter 2019 issue of Foresight—number 52—kicks off with Simon Clarke’s enthusiastic review of The Little Illustrated) Book of Operational Forecasting by Dr. Steve Morlidge. Every year brings us new, inexperienced business-operations

Advanced Analytics | Analytics | Artificial Intelligence
Cameron McLauchlin 0
How are AI and advanced analytics transforming health and life sciences?

The potential for artificial intelligence (AI) and the Internet of Things (IoT) to transform the way health care and therapies are delivered is tremendous. It’s not surprising that the health care and life sciences industries are being flooded with information about how these new technologies will change everything. While it’s

Analytics | Artificial Intelligence | Students & Educators
Anita Lakhotia 0
Myth-busting: was macht ein Data Scientist den ganzen Tag?

Diese Frage bekomme ich von Nicht-Data-Scientists immer häufiger gestellt. Und es ranken sich viele Meinungen und Mythen um diese Expertengruppe. Genau aus diesem Grund habe ich mich mit Simon Greiner, einem angehenden Data Scientist und erfahrenen IT-Berater, unterhalten. Ein Mythos über Data Scientists: sie lesen keine Bücher mehr. Stimmt nicht!

Analytics | Internet of Things
Federico Alberto Pozzi 0
How high-end fashion can benefit from better use of analytics

Fashion and analytics are not obvious partners. However, fashion is a business like any other, and like other businesses, it can benefit from understanding its customers better. Recent experience with one particular high-end fashion retailer suggests that good use of analytics, including predictive modelling, drawing on an end-to-end analytics platform,

Analytics | Artificial Intelligence | Data Visualization | Machine Learning | Programming Tips
Melanie Carey 0
How SAS Visual Analytics' automated analysis takes customer care to the next level - Part 3

In the second of three posts on using automated analysis with SAS Visual Analytics, we used the automated analysis object to get a better understanding of our variable of interest, X-Sell and Up-sell Flag, and how it is influenced by other variables in our dataset. In this third and final

Analytics
AI実用化の鍵は「アナリティクス・ライフサイクル」に在り

近年、AIや機械学習がブームとなり、キーワードだけが先走りしている傾向にあります。結果、「AI・機械学習を活用する」こと自体が目的化し、ツールや環境を導入したものの、ビジネス価値創出に至らないケースも多いようです。 その最大の要因は、肝となる「アナリティクス・ライフサイクル」の欠如にあります。 まず、業務課題を明確化した上で、その課題を解決するためにはデータ分析が必要であり、分析には元となるデータが必要になります。必要なデータを準備し、その中身を探索し、その結果に基づいて予測モデルを開発し、作成されたモデルを業務に実装する、このサイクルを素早く回し続ける、これが、企業が抱える業務課題を解決し、ビジネス価値(収益の拡大、コストの削減、リスクの低減、など)を創出するための鍵なのです。   アナリティクス・ライフサイクルを構成する3つの要素: アナリティクス・ライフサイクルを素早く回すためには、上記3つの要素がシームレスに連携する必要があります。しかし、多くの企業では、従来から、複数の異なるベンダーの異なる商用ソフトウエアや環境、あるいはオープンソースソフトウエアなどを継ぎ接ぎして分析環境を構築してきたため、このサイクルを回すためには多大な時間を擁してしまい、変化への素早い対応は困難な状況にありました。 この課題に対して、AIプラットフォーム SAS® Viya®では、アナリティクス・ライフサイクルに必要な機能要素を網羅した上で、それぞれがシームレスに連携し、高速に回し続けることが可能となっています。 そして、SAS Viyaには、分析者のスキルレベルに応じて、プログラミングインターフェースとグラフィカルインターフェースの両方が備わっています。 データサイエンティストであれば、データの準備から探索、そしてモデル生成までをお好みの言語(SAS, Python, R, Java, Lua)を使用して実施することができます。 一方で、コーディングスキルを持たないビジネスユーザーであれば、統合グラフィカルユーザーインターフェース上でアナリティクス・ライフサイクルをシームレスかつ高速に回し続けることが可能となっています。 企業が、その企業の競合企業よりも早く、正確に、アナリティクス・ライフサイクルを回すことによって、以下が実現されます。: より多くの反応率の高いマーケティングキャンペーンをより早く実施し、より多くの新規顧客を獲得し、既存顧客の離反を防止 より早く正確に、より多くの製造設備の異常予兆を検出し、設備のダウンタイムを最小化し、生産量を最大化 より多くの種類の不正をより早く正確に検知し、不正により齎されるリスクや損失を低減し、企業の信頼度を向上 企業を取り巻く環境の変化に、より素早く対応 …など Data:データの準備 異なる分析要件ごとに、分析者自身で、分析に必要なデータは都度準備する必要があります。SAS Viyaでは、分析者自身で分析に必要なデータをセルフサービス型で準備することができるようになっています。 マウスのポイント&クリック操作だけで、データのプロファイリングからクレンジング、加工・変換・結合などを自由自在に行うことができ、分析プロセス全体の中で7、8割の工数を占めると言われるデータ準備工数や時間を大幅に削減することが可能となります。 Discovery:データの探索とモデル生成 次に、準備したデータの中身を探索します。SAS Viyaでは、コーディングスキルを持たないビジネスユーザーでもマウスの簡単操作だけで、データの探索や分析が可能になっています。単一の画面内で、過去の見える化から高度な機械学習までもが可能で、できあがった画面をレポートやダッシュボードとして即座に全社に公開し、共有することもできます。 データサイエンティストであれば、モデル生成の手前のビジュアルなデータ探索手段として活用することができます。 データ探索の結果に基づき、予測モデルを構築します。 SAS Viyaでは、ビジュアルなUIからマウスのドラッグ&ドロップ操作で、機械学習、時系列予測、テキスト解析の各種モデル生成プロセスをグラフィカルなフロー図(パイプライン)として描き、実行することが可能になっています。 このモデル生成パイプラインは、ドラッグ操作で一から作り上げることもできますし、SASの長年のベストプラクティスに基づき、予め用意されているパイプラインのテンプレートを使用して、精度の高い予測モデルを自動生成することも可能です。 Deployment:モデルの業務実装 生成されたモデルは統合的に管理した上で、業務に実装することができます。 モデル管理画面では、モデルにテストデータを当てはめてスコアリングテストの実施や、モデルのデプロイ(業務実装)、業務に実装後のモデル精度のモニタリング、再学習を実行し、モデル精度を改善、そしてバージョン管理など、モデルを統合管理することができます。 管理されたモデルは、異なる業務要件ごとに異なる環境へデプロイ(業務実装)することができます。 REST API:既存のアプリケーションからREST APIを通じて、SAS Viyaサーバー上にあるモデルにデータを当てはめてスコアリング(予測処理)を行い、結果を受け取ることができます。 インデータベース:モデルをデータベース内にデプロイし、データベース内で直接スコアリングを実施することができます。これによって、スコアリング対象の大量のデータを転送する必要が無くなり、処理の効率化や意思決定の迅速化も図れます。 インストリーム:SAS Viyaには、オンライン機械学習・リアルタイム処理向けにストリーミングのエンジンも実装されています。SAS Viyaのリアルタイムプロセスにモデルをデプロイすることで、リアルタイム・スコアリングも実現されます。 以上のように、企業が業務課題を解決し、ビジネス価値を創出するためには、「アナリティクス・ライフサイクル」が肝であり、このサイクルをシームレスかつ素早く回し続けることが、企業の変化対応力、競争力強化に直結するということです。 従来からSASを活用し、ビジネス価値を出している企業はすべてこのサイクルを回し続けています。そして、AIプラットフォームSAS Viyaでは、これを強力に支援することができるということです。

Analytics | Artificial Intelligence | Data Visualization | Machine Learning | Programming Tips
Melanie Carey 0
How SAS Visual Analytics' automated analysis takes customer care to the next level - Part 2

In the first of three posts on using automated analysis with SAS Visual Analytics, we explored a typical visualization designed to give telco customer care workers guidance on customers most receptive to upgrade their plans. While the analysis provided some insight, it lacked analytical depth -- and that increases the risk of  wasting time, energy and

Analytics | Artificial Intelligence | Data Visualization | Machine Learning | Programming Tips
Melanie Carey 0
How SAS Visual Analytics' automated analysis takes customer care to the next level - Part 1

You're the operations director for a major telco's contact center. Your customer-care workers enjoy solving problems. Turning irate callers into fans makes their day. They also hate flying blind. They've been begging you for deeper insight into customer data to better serve their callers. They want to know which customers

Advanced Analytics | Analytics | Artificial Intelligence
Pedro Felipe Cerón 0
Los gobiernos digitales transforman la forma de trabajar

La transformación digital y la modernización de los sistemas siguen siendo dos tendencias que constituyen prioridades de misión crítica para el sector público en 2019, según la consultora internacional Gartner. En ese camino, y para este nuevo año que inició, la aplicación de la Analítica Avanzada y de la Inteligencia

Analytics | Machine Learning
Alejandro Bolaños 0
Explicate! Entendiendo los modelos de Machine Learning (Parte 3: Individual Conditional Expectation)

Parte I: Introducción Parte II: Partial Dependence Plots Repasemos como llegamos hasta acá. Desde hace varios años los algoritmos de machine learning nos ofrecen una mejora sustancial en sus capacidades, son cada vez más precisos. Además, gracias a la optimización hiperparamétrica, el analista puede utilizar el tiempo de prueba y

Analytics | Artificial Intelligence | Internet of Things | Machine Learning
Javier Alexander Rengifo 0
El análisis predictivo: impactando los negocios y sus procesos de transformación digital

La tecnología y la sociedad están evolucionando en un entorno digital que exige cambios en el modelo de negocio, la infraestructura y la cultura de una organización. Sin embargo, uno de los mayores retos a los que se están enfrentando las empresas en este momento se basa en el desconocimiento

Analytics | Artificial Intelligence
Michael Rabin 0
Das moderne Aktuariat: Warum KI und Tempo künftig Umsatz bringt

Die Versicherungsbranche (Aktuariat) ist ein langer, ruhiger Fluss, auf dem träge Dampfer kreuzen. Sagen die einen. Sie ist ein Haifischbecken, das nur die stärksten überleben. Sagen die anderen. Recht haben sie beide. Denn zum einen ist der Versicherungsmarkt ganz klar ein reifer Markt, in dem der Handlungsspielraum für die einzelnen

1 2 3 90

Back to Top