Data Visualization

Get the right information, with visual impact, to the people who need it

Advanced Analytics | Customer Intelligence | Data Management | Data Visualization
Suneel Grover 0
SAS Customer Intelligence 360: Visual analytics, sankey diagrams and customer journeys

We live in the age of data. From global warming stats to customer behavior patterns, new technologies have made it easier to collect, store, access and analyze information. But our use of these technologies has also eroded our attention spans and fueled post-truth misunderstandings. To combat these trends, the question

Advanced Analytics | Artificial Intelligence | Customer Intelligence | Data Visualization | Machine Learning
Suneel Grover 0
SAS Customer Intelligence 360: Make better decisions with analytically driven marketing

According to the SAS Experience 2030 global study, by the year 2030 67% of in-person customer engagements (think sales assistance and information queries) will be completed by smart machines rather than humans. And while it may seem a bit ironic, the most personalized customer experiences could involve no people at

Advanced Analytics | Analytics | Customer Intelligence | Data Management | Data Visualization | Machine Learning
Suneel Grover 0
SAS Customer Intelligence 360: Automated explanation and supervised segmentation

One of the wonderful aspects about my client-facing role at SAS is the breadth of audiences that I get to work with. No matter where you fall on this list: Data engineer. Business or marketing analyst. Citizen data scientist. Data scientist. Statistician. Executive. One topic is certain: We all love

Advanced Analytics | Analytics | Customer Intelligence | Data Management | Data Visualization | Machine Learning
Suneel Grover 0
SAS Customer Intelligence 360: Enriching analysis with device usage data

Over the last 20+ years, global society has adopted digital devices at scale, and consumer interaction behaviors continually evolve and mature. As analysts, we're uniquely positioned to notice worldwide trends, country-specific nuances and localized market behaviors that can have significant impact on our brand's business goals. This global scope is

Advanced Analytics | Artificial Intelligence | Data for Good | Data Visualization | Machine Learning
SAS® on Azure, 세상을 바꾸는 세 가지 사례

최근 SAS는 클라우드에서 AI와 분석의 미래를 더욱 구체화하기 위해 마이크로소프트와 새로운 전략적 파트너십을 체결했습니다. 이번 파트너십으로 SAS 고객은 클라우드 환경에서 훨씬 수월하게 분석을 수행할 수 있습니다. 또한 SAS의 AI 및 분석 솔루션과 마이크로소프트 애저(Azure)의 긴밀한 통합으로 수백만 명의 애저 고객은 SAS 기술을 편리하게 활용하여 분석 성능을 한층 개선할 수 있습니다.

Advanced Analytics | Analytics | Artificial Intelligence | Customer Intelligence | Data Management | Data Visualization | Machine Learning
Suneel Grover 0
SAS Customer Intelligence 360: Behavioral event tracking, targeting & engagement analysis

There's no question that we're all increasingly, and often exclusively, interacting with brands digitally. Consumers are now online through countless mechanisms – from laptops and mobile apps to AI-enabled voice assistants and sensor-based wearables. Engagement is diversifying in fascinating new ways. And when organizations can't see their customers interacting in

Advanced Analytics | Analytics | Data Visualization | Programming Tips
Mariana Fontanezi 0
Time Series Modeling: R & SAS

Como integrar modelos hierárquicos de séries temporais desenvolvidos em R ao SAS Visual Forecasting analisando as diferentes estratégias? O objetivo deste artigo é apresentar como podemos executar modelos de séries temporais, que foram desenvolvidos no R, no SAS Visual Forecasting, podendo, assim, paralelizar e acelerar o processamento do código R.

Analytics | Data Visualization
[SGF시리즈#3] 글로벌위기 세계경제를 바라보는 임원들의 전망

회복이란 무엇일까요? 정상 상태로 돌아가는 것, 잃어버린 것을 되찾는 것, 통제와 안전을 되찾는 것... 평상시로 돌아가는 것은 지금은 힘든 일처럼 느껴지지만 조직의 회복 정도는 지금과 같은 혼란기에 리더가 취하는 조치에 달려 있습니다. 이번 SGF 시리즈에서는 팬데믹 시기의 혼란기를 리더는 어떻게 대응해야 하는지 살펴보고자 이코노미스트와 함께 조사한 ‘글로벌 비즈니스 바로미터(이하, GBB)’

Advanced Analytics | Analytics | Data for Good | Data Visualization
Melanie Carey 0
Are your hospital resources at risk of hitting capacity?

How have healthcare providers and governmental agencies predicted the fast-changing, potentially exponential increase in the need for medical services and equipment through the various stages of the COVID-19 pandemic? Mathematical techniques that attempt to model and understand the likely spread of the disease have been instrumental. The SEIR model is

Advanced Analytics | Analytics | Artificial Intelligence | Data for Good | Data Visualization | Machine Learning
Carlos Pinheiro 0
Mobility tracing: Helping local authorities in the fight against COVID-19

The current state of policy enforcement during an infectious disease pandemic is mostly reactive. Public health officials track changes in active cases, identify hot-spots and enforce containment policies primarily based on geographic proximity. By combining telecommunications data -- which we turn into mobility information -- with public health data of

Analytics | Data Visualization | Machine Learning
[SGF시리즈#2] 인구이동분석, 접촉자 추적.. 팬데믹 극복을 위한 분석 기술

질병 확산을 억제하고 경제적 영향을 최소화하기 위해서는 인구가 어떻게 이동하는지 분석하고, 지역 내 접촉자를 추적하여 적절한 의사결정을 해야 합니다. 이번 SGF 시리즈에서는 인구 이동 분석과 접촉자 추적 등 SAS 분석 기술이 어떻게 팬데믹 극복을 위한 의사결정을 지원하는지에 대한 SAS 짐굿나잇 회장과 스티브 베넷 글로벌 정부기관 프랙티스 부문 이사의 세션을 소개합니다.

Analytics | Data Visualization
Stijn Rogiers 0
One small step for prostate cancer patients, one giant leap for prostate cancer research

In May, I joined several SAS colleagues, academics, clinicians, pharmaceutical companies, and other information and technology specialists for the first-ever IMI PIONEER Hackathon for prostate cancer research. A few weeks later, as I watched the SpaceX launch on TV, it occurred to me that space trips and cancer research have

Analytics | Data for Good | Data Visualization
코로나19 대시보드가 갖춰야 할 7가지 핵심 데이터

인류가 전례 없는 전투를 치르고 있는 가운데, 우리나라는 코로나19 모범 대응 국가로 큰 주목을 받고 있습니다. 여기서 한발 더 나아가 그 어느 국가보다 앞서 포스트 코로나19 를 준비하고 있습니다. 하지만 코로나19는 끊임없이 존재감을 드러내며 정부와 지자체, 공공기관의 의사결정자들을 당혹스럽게 하고 있습니다. 이 위기를 효과적으로 헤쳐나가고 또 다른 위기를 막기 위해서는

Advanced Analytics | Analytics | Artificial Intelligence | Data for Good | Data Visualization | Internet of Things | Machine Learning | Work & Life at SAS
小林 泉 0

SASの一つの顔は、アナリティクスで営利目的の意思決定を支援 筆者は、SAS社員として、20年以上に渡りアナリティクスおよびAIで企業・組織を支援してきました。 金融機関における、リスク管理や債権回収の最適化 通信業における、顧客LTV最大化、ネットワーク最適化やマーケティング活動の最適化 製造業における、需要予測、在庫最適化、製造品質の向上や調達最適化 流通・小売業における、需要予測やサプライチェーン最適化 運輸業における、輸送最適化や料金最適化 ライフサイエンス・製薬企業における、業務の最適化 官公庁における、市民サービス向上のための不正検知 など、様々な業種・業務においてアナリティクスの適用によるお客様のビジネス課題の解決に携わってきました。営利目的(ここでは市民サービスの向上も含めることにします)の企業・組織におけるアナリティクスの活用目的は主に以下の3つに集約されます。 収益(売り上げ)の増大 コストの低減 リスク管理 アナリティクスは、いわゆる「データ分析」を手段とし、過去起きたことを把握して問題を定義し、次に将来を予測し、様々な選択肢の中から最適な予測に基づいて意思決定をしていくことになりますが、その過程の中で、起きてほしい事象を予測して促進したり、起きてほしくない事象を予測して防いだり、その予測のばらつきを管理したりということを行っていきます。 このような営利目的でのアナリティクスの活用はSASという会社が誕生した40年以上前から行われており、基本的な活用フレームワークは変わっていません。IT技術の進化によって、利用可能なデータの種類や大きさが、増えてきただけにすぎないと言えます。例えば、昨今のAIブームの代表格であるディープラーニングですが、ディープラーニングという処理方式の進化と、GPUという処理機械の進化によって、非構造化データをより良く構造化しているものであり、もちろんモデリング時のパラメータ推定値は何十億倍にはなっていますが、モデリングのための1データソースにすぎません。もう少しするとディープラーニングも使いやすくなり、他の手法同様、それを使いこなすあるいは手法を発展させることに時間を費やすフェーズから、(中身を気にせず)使いこなせてあたりまえの時代になるのではないでしょうか。 SASのもう一つの顔、そして、SAS社員としての誇り、Data for Goodへのアナリティクスの適用 前置きが長くなりましたが、SAS社員としてアナリティクスに携わってきた中で幸運だったのは、データの管理、統計解析、機械学習、AI技術と、それを生かすためのアプリケーション化、そのためのツール、学習方法や、ビジネス価値を創出するための方法論や無数の事例に日常的に囲まれていたことだと思います。それにより、それら手段や適用可能性そのものを学習したり模索することではなく、その先の「どんな価値創出を成すか?」「様々な問題がある中で優先順位の高い解くべき問題はなにか?」という観点に時間というリソースを費やすことができていることだと思います。そのような日常の仕事環境においては、アナリティクスの活用を営利目的だけではなく、非営利目的の社会課題の解決に役立てるというのは企業の社会的責任を果たす観点においても必然であり、Data for Goodの取り組みとしてSAS社がユニークに貢献できることであり、SAS社員として誇れるところだと考えています。 最終的に成果を左右するのは「データ」 そして、もう一つの真実に我々は常に直面します。クラウド・テクノロジー、機械学習、ディープラーニングなどの処理テクノロジーがどんなに進歩しようともアナリティクス/AIによって得られる成果を左右するのは「データ」です。どのようなデータから学習するかによって結果は決まってきます。 IoT技術で収集したセンサーデータは知りたい「モノ」の真実を表しているだろうか? 学習データに付与されたラベル情報は正確だろうか? 学習データは目的を達成するために必要な集合だろうか? そのデータは顧客の心理や従業員の心理をどこまで忠実に表しているだろうか? 特に、Data for Goodのチャレンジはまさにそのデータ収集からスタートします。ほとんどの場合、データは目的に対して収集する必要があります。そして、下記の取り組みのうち2つはまさに、我々一人一人が参加できる、市民によるデータサイエンス活動として、AI/アナリティクスの心臓部分であるデータをクラウドソーシングによって作り上げるプロジェクトです。 Data for Good: 人間社会に大きな影響を及ぼすミツバチの社会をより良くする 概要はこちらのプレスリリース「SAS、高度なアナリティクスと機械学習を通じて健康なミツバチの個体数を増大(日本語)」をご参照ください。 ミツバチは、人間の食糧に直接用いられる植物種全体の75%近くに関して受粉を行っていますが、ミツバチのコロニーの数は減少しており、人類の食糧供給の壊滅的な損失につながる可能性があります。この取り組みでは、IoT, 機械学習, AI技術, ビジュアライゼーションなどSAS のテクノロジーを活用し、ミツバチの個体数の保全/保護する様々なプロジェクトを推進しています。この取り組みは以下の3つのプロジェクトから成り立っています。 ミツバチの群れの健康を非侵襲的に監視 SASのIoT部門の研究者は、SAS Event Stream ProcessingおよびSAS Viyaソフトウェアで提供されているデジタル信号処理ツールと機械学習アルゴリズムを用いて、ミツバチの巣箱の状態をリアルタイムで非侵襲的に追跡するために、生物音響監視システムを開発しています。このシステムによって養蜂家は、コロニーの失敗につながりかねない巣箱の問題を効果的に理解し、予測できるようになります。 関連ページ:5 ways to measure

1 2 3 4 55

Back to Top