|
|
 |
 |
|
 |
|
|
|
|
|
1. 사용자 위주의 편리한 GUI 환경
SAS® ENTERPRISE MINER. 는 사용자가 데이터를 샘플링 하고 분석 결과를 펑가 하여 최종 모델을 통하여 Scoring 하는 전 과정을 GUI 환경에서 Click And Drop 및 Option 선택 만으로 수행 할 수 있도록 구성 되어있다.
2. 최다 분석기법 지원
다수의 분석 Node 들이 다수의 CPU 에서 Parallel 하게 수행되고 복수개의 Process Flow 들 또한 동시에 수행되어 분석에 소요되는 시간을 최소화 할 수 있다.
- Regression
목표변수(비즈니스 목적)가 입력변수 들에 의해 어떻게 설명(explanation) 또는 예측(prediction)되는 지 알아 보기 위해 자료를 적절한 함수식으로 표현하여 분석하는 기법.
활용 : 우수고객 분석, 이탈방지, 신용점수산출 등
- Decision Tree
의사결정규칙(decision rule)을 나무구조로 도표화하여 분류(classification), 예측(prediction)을 수행하는 분석방법
어떤 변수가 제품 불량상태 분류에 영향을 많이 주는지 그리고 어떤 경우에 제품 불량으로 분류가 되는지에 대한 파악
활용 : 우수고객 분석, 이탈방지, 보험사기방지 Rule 생성 등
- Neural Network
비선형 원리들을 모형화 하기 위해 쓰이는 분석 기법
활용 : 설명력보다는 예측력을 높이기 목적에 주로 활용, 카드부정 사용예측 등.
- Clustering
주어진 관찰치 중 성격이 유사한 것들을 몇 개의 집단으로 그룹화 하여 각 집단의 성격을 파악함으로써 데이터 전체의 구조를 이해하는 데 도움을 주기 위한 분석
활용 : 고객 세분화 등
- Association
연관성 규칙(Association Rules)을 통해서 하나의 거래나 사건에 포함되어 있는 둘 이상의 품목들의 상호관련성을 발견하는 것
활용 : Cross-Sell 등
- Link Analysis
관찰 대상간의 연관관계를 가시화 도구를 이용해 육안으로 확인 할 수 있도록 하는 기법
보험사기 연관성 분석, 공모에 의한 조직적인 범죄 분석
- Text Mining
Document, e-Mail, Subway data, Web 게시판등의 다양한 Text 를 읽어 Parsing 처리한 후 정보들을 계량화 하고 Clustering 하여 특정 패턴을 찾아내는 기법.
활용 : 특정 목적의 게시물 또는 e-Mail 등을 찾아내는데 활용, 고객이 남긴 게시물정보를 통해 고객의 만족도를 예측, 비즈니스 뉴스등의 정보를 분석하여 주식시세등 특정 비즈니스의 트렌드를 예측하는데 사용.
3. 최적모델 평가기능
분석이 완료 된 여러 개의 모델을 동시에 같은 기준을 적용하여 평가하고 이를 통해 최적의 모델을 선택할 수 있어서 다양한 관점의 모델 평가가 가능해지고 이를 통해 최상의 ROI를 얻을 수 있음
- Lift Charts, ROC Curve
- Profit & Loss Charts
- Confusion(Classification) Matrix
4. 분석 결과의 업무 적용
다양한 언어로 Model Scoring Formula를 제공하여 자동화된 Scoring 이 가능하고
SAS, C, Java, PMML(Predictive Model Markup Language) 모델에 대한 Scoring Code 뿐만 아니라 모델링 이전의 전처리 작업까지도 Code로 생성되며, 또한 Enterprise Miner 내부 이외의 Web 또는 RDB 내에서도 Batch 와 실시간 적용이 가능하고 Java API를 통해 Java Language Application에 Data Mining 기능을 포함할 수 있다.
|
|
|
|
 |
|
