Tome Melhores Decisões Através da Inteligência Preditiva

Transcrição

1 IBM SPSS Modeler Professional Tome Melhores Decisões Através da Inteligência Preditiva Destaques Crie estratégias mais eficazes avaliando tendências e resultados prováveis. Acesse, prepare e modele facilmente os dados estruturados com esta ferramenta de data mining visual e intuitiva Rapidamente construa e valide modelos usando as mais avançadas técnicas e técnicas de aprendizagem automática disponíveis. Implemente eficientemente insights e modelos preditivos. Implemente resultados diretamente no IBM Cognos Business Intelligence Apresente visualmente resultados analíticos por região através de mapeamento geográfico. Apresentar análises em banco de dados com banco de dados importantes. Data mining oferece às empresas uma visão clara das situações atuais e um conhecimento profundo de eventos futuros por analisar dados históricos. O IBM SPSS Modeler Professional é uma ferramenta de mineração de dados usada para analisar dados estruturados para criar inteligência preditiva. Essa inteligência permite decisões de negócios serem tomadas com base nos dados, em vez de achômetro. Empresas de todos os tipos tem achado que eles podem usar a inteligência preditiva do IBM SPSS Modeler para atrair clientes, fortalecer sua lealdade, reduzir atrito de clientes ou custo churn mais eficaz, diminui fraude e minimiza riscos. Empresas do setor público tem benefícios de utilizar o IBM SPSS Modeler para prevêr a capacidade da força de trabalho, responder proativamente questões de segurança pública, gerenciar o ciclo de vida dos estudantes, melhorar o desempenho em sala de aula e abordar muitos outros desafios operacionais. A Inteligência preditiva permite a você olhar para o futuro. Utilizando dados históricos, o IBM SPSS Modeler permite que você preveja resultados com segurança e obtenha um entendimento sobre as relações ocultas em seus dados. Este entendimento permite você solucionar qualquer problema de negócio mais rapidamente usando comprovadas técnicas analíticas poderosas que oferecem visões aprofundadas sobre seus clientes, estudantes e eleitores. Agilize o processo de mineração de dados O é popular tanto entre analistas quanto entre usuários de negócio. Suas características automatizadas de preparação de dados e de modelagem permitem que não analistas produzam rápido e facilmente modelos exatos sem a necessidade de conhecimentos especializados. Enquanto analistas profissionais podem aproveitar as capacidades avançadas de preparação de dados e modelagem preditiva para a criação dos fluxos mais sofisticados.

2 Vantagens da empresa Utilizando o, todos os tipos de organizações estão realizando análises mais aprofundadas que as ajudam a obter insights para alcançar um maior sucesso. As empresas atraem clientes, fortalecem sua lealdade, reduzem mais eficazmente o custo com perda de clientes, identificam e impedem fraudes e reduzem o risco. As empresas do setor público preveem capacidade de força de trabalho, avaliam a eficiência de programas e reagem proativamente em questões de segurança pública. As instituições de ensino gerenciam o ciclo de vida dos estudantes, melhoram o desempenho em sala de aula e abordam muitos outros desafios estudantis e operacionais. As indústrias aperfeiçoam o planejamento de manutenção para prevenir inatividades não programadas A intuitiva interface gráfica do IBM SPSS Modeler torna fácil para usuários visualizarem cada passo do processo de mineração de dados como parte de um fluxo. Interagindo com esses fluxos, analistas e usuários de negócios podem colaborar adicionando conhecimento de negócio e conhecimento técnico ao processo de mineração de dados. Isso permite focar na descoberta de insights em vez de tarefas técnicas como escrever códigos e programação. Eles também podem realizar análises seguindo uma linha de raciocínio, explorar os dados mais profundamente; descobrir relações adicionais que fazem sentido para a empresa. A interface visual do IBM SPSS Modeler permite que usuários construam modelos preditivos rapidamente e intuitivamente, sem a necessidade de programação. 2

3 Acesse e integre dados facilmente A partir dessa interface visual, você pode facilmente acessar e integrar dados em praticamente qualquer tipo de banco de dados, planilha ou arquivo texto, incluindo IBM SPSS Statistics, IBM SPSS Data Collection, Cognos Business Intelligence, SAS e arquivos Microsoft Excel. Quando combinado com o IBM SPSS Modeler Premium Server, não há necessidade para mover dados de grande base de dados, desde análises e mineração que leva banco de dados no lugar. O resultado é uma melhora significativa no desempenho analítico. O SQL Pushback permite transformação de dados e preparação de tarefas para serem apresentadas dentro do banco de dados sem que o usuário tenha que escrever ou fazer qualquer programação SQL. Além disso, algoritmos de banco de dados importantes podem ser acessados diretamente com o usuário amigável na interface do IBM SPSS Modeler e construir e escorar partes de um fluxo do IBM SPSS Modeler apoiado com o IBM InfoSphere, Microsoft SQL Server, Oracle e IBM Netezza. O IBM SPSS Scoring Adapters permite que modelos sejam rapidamente escorados no banco de dados resultando em decisões rápidas e melhor ROI. Integração com o software IBM Cognos Analistas podem acessar dados de seu ambiente Cognos Business Intelligence diretamente dentro da interface do IBM SPSS Modeler. O software IBM Cognos organiza e oferece uma visão completa e consistente da informação para tomada de decisão pela empresa. Adicionando as capacidades analíticas do IBM SPSS Modeler Professional, as organizações podem rapidamente e confiavelmente avaliar a probabilidade de resultados específicos, usando sua visão de dados geral da empresa. Além disso, como o IBM SPSS Modeler pode escrever resultados no Cognos Business Intelligence eles podem tornar a inteligência preditiva disponível para usuários de negócio e todos os consumidores de informação que usam o Cognos como seu portal de informação dentro da empresa. Escolha entre vários tipos de técnicas O Modeler oferece uma coleção de técnicas avançadas de data mining que são desenvolvidas para ir ao encontro das necessidades de toda aplicação de data mining, incluindo todos os seguintes algoritmos: Algoritmos de classificação Faz previsões baseadas em dados históricos usando técnicas como Árvore de Decisão, Redes Neurais, Regressão Logística, Apoio de máquinas vetoriais, Regressão de Cox, Modelos Lineares Mistos Generalizados (GLMM) e mais. Utiliza a modelagem automática de classificação tanto para resultados binários quanto numéricos para simplificar a criação do modelo. Algoritmos de segmentação Agrupa pessoas ou detecta padrão não usual com técnicas de agrupamento automático, detecção de anomalia e de rede neural. Usa classificação automática para aplicar múltiplos algoritmos num único passo e deixa a técnica de adivinhação de fora da seleção da técnica certa. Algoritmos de associação Descubra associações, ligações ou sequências usando Apriori, CARMA e Associação Sequencial. Séries temporais e previsões,gere previsões para uma ou mais séries ao longo do tempo usando técnicas de modelagem estatística. Otimize suas tecnologias de informação atuais A arquitetura aberta e escalonável do Modeler faz o melhor uso da infra-estrutura de TI existente. Ela se integra aos sistemas de TI existentes, tanto quando acessa os dados como quando disponibiliza os resultados, assim não é necessário mudar os dados para o formato de origem. E técnicas como mineração dentro do banco de dados, SQL pushback, multiprocessamento, cluster de servidores e pontuação dentro do banco de dados ajudam a conservar recursos, entregar resultados mais rapidamente e reduzir de maneira geral os custos de TI. 3

4 Siga um processo comprovado e repetível Durante cada fase do processo de data mining, o Modeler suporta a metodologia padrão de data mining utilizada pelo mercado, CRISP-DM (CRoss-Industry Standard Process for Data Mining). Isso significa que sua empresa pode se focar em resolver problemas de negócios através de data mining, em vez de reinventar um novo processo para cada projeto. Projetos individuais do Modeler podem ser eficientemente organizados usando o gerenciador de projetos CRISP-DM. Implemente modelagem preditiva na empresa O Modeler pode analisar eficientemente a quantidade de dados gerados tipicamente por pequenas e médias empresas. Empresas com grande volume ou requisitos complexos de data mining precisam do poder do IBM SPSS Modeler Server. Usando a arquitetura client/server, o Modeler Server permite que muitos analistas de dados trabalhem simultaneamente sem sobrecarregar os recursos de computação. Você pode levar vantagem da mineração dentro do banco de dados e processar grande base de dados eficientemente. O Modeler Server também oferece opções adicionais de implementação que ajudam estender os benefícios do processo de data mining por toda a empresa e colocar os resultados rapidamente nas mãos dos tomadores de decisão. O processo CRISP-DM, como mostrado no diagrama, permite mineradores de dados implementarem projetos de data mining eficientes que produzem resultados mensuráveis de negócio. 4

5 Características Entendimento dos dados Preparação de dados Modelagem e avaliação Implementação Crie uma vasta gama de gráficos interativos com assistência automática Use análise de link visual para ver as associações nos seus dados Interaja com os dados selecionando regiões ou itens em um gráfico e visualizando a informação selecionada; ou selecione os dados chave para usar nas análises Acesse gráficos estatísticos e ferramentas de relatório diretamente da interface IBM SPSS Modeler Acesse dados operacionais do Cognos Business Intelligence, IBM DB2, Oracle, Microsoft SQL Server, IBM Informix, IBM Netezza, mysql (Oracle) e fonte de dados Teradata, bem como dados de mainframe através de zdb2 e suporte ao IBM Classic Federation Server Importe arquivos de textos delimitados e de largura fixa, arquivos Statistics, SAS, fontes de dados Data Collection, Excel ou XML Use múltiplas opções de limpeza de dados para remover ou substituir dados inválidos, atribua automaticamente valores ausentes e atenue valores outliers e extremos Aplique preparação de dados automática para interrogar e condicionar dados para analises num único passo Exporte dados para banco de dados, pacotes IBM SPSS Cognos Business, IBM SPSS Statistics, IBM SPSS Data Collection, arquivos de texto delimitados, Excel, SAS ou XML Campo de filtro, nomenclatura, derivação, criação de faixas, re-categorização, substituição de valor e reordenação de campos Aplique seleção de registros, amostragem (incluindo amostragem estratificada e por conglomerados), junções (incluindo inner join, full outer joins, partial outial join, e anti-join) e ordenação, agregação e balanceamento Reestruturação, particionamento e transposição de dados Extensivas funções string: criação de string, substitutição, busca, concatenação, remoção de espaços em branco e truncamento Gerenciamento de acesso aos dados e transformações executadas no Statistics diretamente do Modeler Escoragem RFM: transações de clientes agregadas para fornecer escores de Recência, Frequência e Valor e combiná-las para produzir uma análise RFM (ou RFV) completa Empregue avançados algoritmos de data mining para obter melhores resultados de seus dados Use modelo interativo, browsers de equação e visualização de saídas de estatísticas avançadas Mostre o relativo impacto dos atributos dos dados nos resultados preditivos com gráficos de importância das variáveis Combine modelos múltiplos (modelos ensemble) ou use um modelo para analisar um segundo modelo Use classificação automática (binária e numérica) e agrupamento automático no lugar de algoritmos individuais Visualize os resultados analíticos em mapas geográficos Use o Component-Level Extension Framework (CLEF) do Modeler para integrar algoritmos customizados Através da integração do IBM SPSS Statistics, use a linguagem de programação estatística de R para ampliar as opções de análises Exporte modelos usando SQL ou PMML (formato padrão para modelos em formato XML) Utilize o IBM SPSS Collaboration and Deployment Services para gestão inovadora de análises, automatização de processos e funcionalidades de implementação 5

6 Características (continuação) Algoritmos de modelagem incluídos Modeler server* C&RT, C5.0, CHAID & QUEST Algoritmos de árvores de decisão incluindo construção de árvore interativa Lista de decisão Algoritmo de construção de regra interativo K-Média, Kohonen, Two Step, Discriminante, Support Vector Machine (SVM) algoritmos de agrupamento e segmentação Fator/PCA, seleção de características Algoritmo de redução de dados Regressão, Linear, GenLin (GLM) - Modelos Lineares Mistos Generalizados (GLMM) Modelagem de equação linear Modelo de resposta de auto-aprendizagem (SLRM) Modelo Bayesiano com aprendizagem incremental Séries temporais Gera e seleciona automaticamente modelos de previsão de séries temporais Redes Neurais Perceptrons de várias camadas com back-propagation e funções de Base Radial Support Vector Machines Avançado algoritmo com desempenho exato para grandes bases de dados Redes Bayesianas Modelos Gráficos Probabilísticos Algoritmos de mineração dentro do banco de dados para IBM InfoSphere*: Associação, Clustering, Árvores de Decisão, Regressão Logística, Naive Bayes, Regressão, Análise Sequêncial, Séries Temporais Algoritmos de mineração dentro do banco de dados para IBM Netezza*: Rede de Bayes, Árvores de Decisão, Divisão de Clustering Agrupamento divisivo, Linear Generalizado, K-Médias, KNN, Regressão Linear, Naive Bayes, Componentes principais, Árvores de Regressão, Séries Temporais Algoritmos de mineração dentro do banco de dados para Microsoft SQL Server*: Regras de Associação, Clustering, Árvores de Decisão, Regressão Linear, Naive Bayes, Redes Neuraisl, Agrupamento de Sequências, Séries Temporais Algoritmos de mineração dentro do banco de dados para Oracle*: Bayes Adaptativo, Apriori, Importância de Atributo, Árvores de Decisão, Modelo Linear Geral (GLM), K-Médias, Comprimento de Descrição Mínima (MDL), Naive Bayes, Fatorização de Matriz Não Negativa, O-Cluster (Cluster de Particionamento Ortogonal), Máquina de suporte Vetorial Regressão Logística Para resultados binários Regressão de Cox Calcula o tempo provável de um evento Detecção de Anomalia algoritmo baseado em agrupamento para detecção de resultados não usuais KNN algoritmo de modelagem e escoragem Nearest neighbor Apriori Popular algoritmo de descoberta de associação com avançadas funções de avaliação CARMA Algoritmo de Associação que suporta consequências múltiplas Análise Sequencial Algoritmos de associação sequencial para análises de ordem sensíveis Use mineração no banco de dados para criar modelos usando as principais tecnologias do banco de dados e alavanque implementações de alto desempenho Aproveite o hardware de alta performance, incluindo máquinas IBM System z, para experimente soluções mais rápidas, e alcance maior ROI através da execução paralela de fluxos e múltiplos modelos Utilize SQL-pushback para transferir as transformações de dados e selecionar algoritmos de modelagem diretamente dentro de seu banco de dados operacional Transmitir dados confidenciais de forma segura entre o IBM SPSS Modeler Client e o IBM SPSS Modeler Server através de Secure Sockets Layer (SSL) * Requer Modeler Professional Server 6

7 Sobre a IBM O software de da IBM fornece informações completas, consistentes e precisas que os decisores confiam para melhorar o desempenho do negócio. Um portfolio abrangente de inteligência de negócio, análise preditiva, desempenho financeiro, gerenciamento estratégico e aplicações analíticas que fornecem insights claros, imediatos e acionáveis para o desempenho atual e a capacidade de prever resultados futuros. Combinados com ricas soluções da indústria, práticas comprovadas e serviços profissionais, empresas de todos os tamanhos podem conduzir a mais alta produtividade, automatizar decisões com segurança e obter resultados melhores. Como parte desse portfolio, software de Análise Preditiva IBM SPSS ajuda as empresas a preverem eventos futuros e agir pro-ativamente de acordo com esse insight para conduzir melhores resultados de negócios. Clientes do setor comercial, governamental e acadêmico de vários países se apoiam na tecnologia IBM SPSS como vantagem competitiva na atração, retenção e aumento de clientes, enquanto reduzem a fraude e atenuam o risco. Ao incorporar o software IBM SPSS nas suas operações diárias, as empresas se tornam preditiva capaz de direcionar e automatizar decisões para alcançar os objetivos do negócio e obter vantagem competitiva mensurável. Para mais informações visite www. ibm.com/spss. Sobre a DMSS A DMSS comercializa e implementa soluções de análise preditiva e estatística no Brasil desde Conta com um time de consultores especializados por mercados verticais. Sua oferta incluiu a comercialização de software, projetos e treinamentos em tecnologia IBM SPSS. Para mais informações, acesse Copyright IBM Corporation 2012 IBM Corporation Route 100 Somers, NY Todos os direitos reservados. Nomes de outras empresas, produtos ou serviços podem ser marcas registradas ou marcas de serviços de outros. Recicle YTD03124-USEN-00