SAS® Enterprise Miner™
Développez rapidement et industriellement vos meilleurs modèles prédictifs et prenez de meilleures décisions grâce au data mining
Sa palette d'outils intégrés permet d'obtenir rapidement de précieuses informations et donc de prendre de meilleures décisions. Les entreprises à la recherche de la performance utilisent cette solution SAS pour détecter les fraudes, réduire les risques, anticiper la demande, améliorer les taux de réponse des campagnes marketing ou minimiser l'attrition client.
Grâce à SAS Enterprise Miner, vous pouvez utiliser les méthodes prédictives les plus connues (arbres de segmentation, régressions linéaires ou logistic, réseaux neuronaux), les méthodes plus spécifiques (SVM, incrémentale, analyse de survie) mais aussi les méthodes optimisées développées par SAS dans le logiciel (DMREG, DMine, DMDB, Arbor) ou via la fonctionnalité Rapid Predictive Modeler. De plus, tout le travail de transformation des variables, afin d'identier leur pouvoir discriminant, est également facilité via des méthodes spécifiques et accessibles.
Les Modèles de Réponse Incrémentale - Uplift / Net Lift
L'efficacité réelle d'une campagne marketing n'est pas mesurée à travers le taux de réponse, c'est l'impact différentiel qui constitue le bon indicateur. Autrement dit, c'est la mesure de l'efficacité véritable des bénéfices supplémentaires directement attribuables à la campagne, bénéfices qui n'auraient pas été générés sans cette action. Les stratégies de ciblage ne sont souvent pas conçues pour maximiser cet impact différentiel.
Les modèles de ciblage habituels sont efficaces pour trouver les clients intéressés par le produit. Mais trop souvent, ces clients auraient acheté le produit indépendamment du fait qu'ils ont reçu une promotion. Dans de tels cas, l'impact différentiel est insignifiant, et le budget marketing aurait pu être dépensé autrement. Les modèles incrémentaux (Uplift Modeling / Net Lift Modeling, appelés aussi Modèles de Réponse Incrémentale) sont conçus pour maximiser l'impact marginal, en ciblant les clients indécis qui peuvent être motivés par l'action marketing.
SAS met à disposition de ses utilisateurs un algorithme basé sur ces méthodes, afin de pouvoir identifier les clients indécis. Cet algorithme est disponible avec les dernières versions de SAS® Enterprise Miner Serveur ou SAS® Enterprise Miner Desktop.
Bénéfices
- L’intégralité du processus de data mining repose sur un large éventail d’outils
- La polyvalence du workbench permet de créer des modèles de meilleure qualité
- Les analystes et experts métier peuvent générer des modèles prédictifs pour divers scénarios métier sans expertise statistique
- Des prévisions plus précises et le partage aisé d’informations fiables améliorent la qualité des décisions
- Le processus de scoring et de déploiement de modèles est facilité
Fonctionnalités
- Interface utilisateur performante et conviviale, et traitement batch des tâches volumineuses
- Préparation, agrégation et exploration des données
- Modélisation prédictive et descriptive avancée
- Rapidité, facilité et autonomie de génération de modèles
- Comparaison de modèles, reporting et management orientés métier
- Processus de scoring automatisé
- Conception ouverte et évolutive
- Evolutivité et montée en charge
" La maîtrise des risques représente un enjeu important dans un contexte où la gestion des fonds publics doit être optimisée."
—Daniel Buchet
Responsable du département Maîtrise des risques et lutte contre la fraude à la CNAF
CNAF
Capture d'écran
Eliminez les valeurs aberrantes de manière interactive avec le nœud Filtrer.
Plus de démonstrations et de captures d'écran
Les atouts de SAS
- La consultation, la gestion et le nettoyage des données sont étroitement intégrés, ce qui accélère et facilite la phase de préparation avant analyse.
- En améliorant la qualité des données, les outils de modification des données et de sélection de variables optimisent la modélisation et produisent des résultats plus fiables.
- Grâce aux algorithmes parallélisés et au calcul distribué, les délais d'exécution sont plus courts et les ressources matérielles mieux exploitées.
- Statisticiens, modélisateurs et spécialistes du data mining, ont à leur disposition une palette complète de fonctionnalités allant des options les plus simples jusqu'à l'intégration deleurs propres algorithmes aux flux de modélisation.
- Analystes et experts métier génèrent rapidement des modèles prédictifs via SAS Rapid Predictive Modeler dans SAS® Enterprise Guide® ou via SAS Add-In for Microsoft Office (Microsoft Excel uniquement).
- La riche interface cliente Java accélère le déploiement dans les grandes entreprises et les projets de data mining peuvent être partagés entre les analystes dispersés dans l'entreprise.
- Nos algorithmes analytiques évolués sont répartis entre les différentes tâches d'un projet de data mining : échantillonnage, exploration, modification, modélisation et évaluation (SEMMA). A chacune d'elles correspond une série d'actions à exécuter tout au long du projet.
- SAS Enterprise Miner offre une série complète d’algorithmes de modélisation prédictive et descriptive — analyse du panier de consommation, arbres de décision, forêt décisionnelle, splines de régression aux moindres angles, réseaux de neurones, régression linéaire et logistique, régression des moindres carrés partiels.
- Analyse de survie: SAS Enterprise Miner proposent des régressions logistiques spécifiques et définit automatiquement les fonctions de risque instantané associé, mesure l’effet temps modélisé, et assure la préparation des données
- Le script de scoring peut être généré en langages SAS, C, Java ou PMML pour le scoring en batch et/ou en temps réel dans les environnements SAS et non SAS.
Une version pour postes de travail sous Windows, SAS Enterprise Miner for Desktop, est également disponible. Elle s'adresse aux analystes des petites et moyennes entreprises ou aux analystes indépendants chargés de résoudre des problématiques métier ou de recherche complexes.
Bénéfices
- L’intégralité du processus de data mining repose sur un large éventail d’outils
Quelles que soient vos préférences et votre niveau de compétence en data mining, SAS propose des logiciels polyvalents capables de résoudre vos problèmes complexes. La transformation de données brutes en modèles de data mining précis gagne ainsi en transparence, ce qui optimise la collaboration entre le groupe chargé de la modélisation statistique, les responsables commerciaux et le département informatique.
- La polyvalence du workbench permet de créer des modèles de meilleure qualité
SAS Enterprise Miner inclut des diagrammes de flux de processus auto-documentés qui réduisent considérablement la phase de développement des modèles pour les statisticiens et les professionnels du data mining. Sa cartographie efficace du processus de data mining garantit les meilleurs résultats possibles.
- Les analystes et experts métier peuvent générer des modèles prédictifs pour divers scénarios métier sans expertise statistique
En exécutant SAS Rapid Predictive Modeler depuis SAS® Enterprise Guide® ou SAS Add-In for Microsoft Office (Excel uniquement), les utilisateurs peuvent générer automatiquement des modèles prédictifs et faire preuve d'une plus grande réactivité. Les résultats d'analyse sont présentés sous forme de graphiques intelligibles qui permettent de tirer les enseignements indispensables à de meilleures prises de décisions.
- Des prévisions plus précises et le partage aisé d’informations fiables améliorent la qualité des décisions
Des modèles plus performants avec algorithmes innovants génèrent des prévisions plus précises, facilement validées par des indicateurs et une évaluation graphique des modèles. Analystes et utilisateurs métier bénéficient d'une vue graphique du processus de data mining. Les résultats prédictifs et les statistiques d'évaluation de modèles basés sur des approches différentes peuvent être comparés. Les diagrammes obtenus sont auto-documentés et peuvent être actualisés facilement ou appliqués à de nouveaux sujets d'étude.
- Le processus de scoring et de déploiement de modèles est facilité
Le scoring - processus qui consiste à appliquer un modèle à de nouvelles données - est l'aboutissement de nombreux projets de data mining. SAS Enterprise Miner automatise ce processus fastidieux et fournit, à chaque stade du développement de modèles, un script de scoring complet en langages SAS, C, Java et PMML. Ce script peut être déployé dans divers environnements de traitement en temps réel ou en batch dans SAS, sur le Web ou dans des bases de données relationnelles. Résultat : une implémentation rapide du processus de data mining.
Fonctionnalités
- Interface utilisateur performante et conviviale, et traitement batch des tâches volumineuses
-
- Interface utilisateur graphique interactive pour la création de diagrammes de flux de processus
- Traitement batch des scripts ou programmation des tâches de modélisation et de scoring sur des volumes de données importants
- Préparation, agrégation et exploration des données
-
- Accès à plus de 50 structures de fichiers
- Filtrage des valeurs aberrantes
- Echantillonnage des données
- Partitionnement des données
- Importation de fichiers
- Outils de fusion et d'ajout de tables de données
- Statistiques et graphiques univariés
- Statistiques et graphiques bivariés
- Graphiques interactifs et en batch
- Profil graphique des segments
- Lien dynamique entre les graphiques et tables
- Transformations de données
- Analyse et préparation de données sur des séries chronologiques
- Discrétisation interactive des variables
- Nœud générateur de règles pour la création de règles et de stratégies ad hoc basées sur les données
- Stratégie d'évalaluation et de remplacement des valeurs manquantes
- Modélisation prédictive et descriptive avancée
-
- Classification automatique et cartes auto-adaptatives
- Analyse du panier de consommation
- Analyse de séquences et de chemins Web
- Techniques de réduction des dimensions :
- Sélection de variables
- Calcul des estimateurs par méthode Least Angle RegressionAnalyse en composantes principales
- Classification de variables
- Data mining sur séries chronologiques
- Régression linéaire et logistique
- Gradient BoostingForêt décisionnelle
- Réseaux de neurones
- Régression des moindres carrés partiels
- Modélisation en deux étapes
- Raisonnement à base de cas (MBR)
- Rapidité, facilité et autonomie de génération de modèles
-
- Génération automatique par SAS Rapid Predictive Modeler de modèles prédictifs applicables à diverses problématiques métier
- Utilisation de SAS® Enterprise Guide® ou de SAS Add-In for Microsoft Office (Excel uniquement) par les analystes et les experts métier
- Ouverture, enrichissement et modification des modèles dans SAS® Enterprise Miner™
- Rapports concis (graphiques comparant l'importance des variables, diagrammes de lift, courbes ROC et scorecards de modélisation)
- Comparaison de modèles, reporting et management orientés métier
-
- Evaluation et comparaison de modèles à l'aide de courbes de lift, de statistiques de diagnostic et de mesures de retour sur investissement
- Interface graphique dédiée à la comparaison de modèles
- Nœud Seuil innovant permettant de définir le(s) seuil(s) de probabilité pour les vairables binaires
- Création et distribution de rapports
- Modèles de packages de résultats
- Traitement par groupes des cibles et segments multiples
- Processus de scoring automatisé
-
- Scoring interactif dans une multitude d'environnements, en temps réel ou en batch
- Génération automatique du script de scoring en langages SAS, C, Java et PMML
- Scoring des modèles SAS Enterprise Miner dans les bases de données Teradata, IBM DB2 ou Netezza avec SAS Scoring Accelerator
- Enregistrement et gestion des modèles
- Déploiement des modèles dans plusieurs environnements
- Incorporation des processus SAS Enterprise Miner d'apprentissage et de scoring dans d'autres solutions SAS
- Conception ouverte et évolutive
-
- Nœud Extension facilitant l'ajout d'outils et de code SAS personnalisé
- Fonctions d'édition interactives pour les scripts d'apprentissage et de scoring
- Intégration text mining pour l'analyse de données structurées et non structurées
- Incorporation de séries chronologiques, chemins Web et règles d'associations comme variables supplémentaires en entrée dans le processus de développement des modèles
- Evolutivité et montée en charge
-
- Architecture client Java/serveur SAS dont la montée en puissance permet de passer d'un système mono-utilisateur à une solution d'entreprise de très grande envergure
- Traitement et stockage sur un serveur
- Création asynchone de modèles
- Gestion des arrêts de traitements distribués
- Calcul distribué ou « grid computing »
- Traitement en parallèle
- Algorithmes prédictifs multithread
Démonstrations
SAS Enterprise Miner software demo
SAS Enterprise Miner streamlines data mining to create accurate predictive and descriptive models based on large volumes of enterprisewide data.
SAS® Rapid Predictive Modeler demo
Learn how to build predictive models very quickly using the SAS Rapid Predictive Modeler component of SAS® Enterprise Miner™.
Captures d'écran
Eliminez les valeurs aberrantes de manière interactive avec le nœud Filtrer.
La partie surlignée définit la plage de données sur lesquelles l’utilisateur souhaite faire un focus.
SAS® Enterprise Miner™ - Exploration
Explorez vos données de manière interactive, à l’aide de différents types de graphiques.
SAS® Enterprise Miner™ - Arbres de décision
Développez des arbres de décision de manière interactive. Plusieurs graphiques de validation permettent d’évaluer la stabilité des arbres générés.
SAS® Enterprise Miner™ - Bagging et Boosting
Créez des modèles en modes Bagging et Boosting en faisant appel aux nœuds « Début de traitement en groupe », « Fin de traitement en groupe ». Ici, avec le nœud « Arbre de décision », des échantillons aléatoires distincts sont utilisés pour développer différents arbres. Leur combinaison assure un classement potentiellement plus stable et robuste.
SAS® Enterprise Miner™ - Comparaison des modèles
Evaluez simultanément plusieurs modèles au sein d’un environnement facile à interpréter à l’aide du nœud de comparaison des modèles.
Configuration requise
Host Platforms/Server Tier
- HP/UX on Itanium: 11iv3 (11.31)
- HP/UX on PA-RISC: 11iv3 (11.31)
- IBM AIX on POWER architectures: 6.1 and 7.1
- IBM z/OS: V1R10 and higher
- Linux (32-bit): Novell SuSE 10 and 11; RHEL 5 and 6
- Linux x64 (64-bit): Novell SuSE 10 and 11; RHEL 5 and 6; Oracle Linux 5.5 and 6
- Microsoft Windows (32-bit): Windows XP Professional, Windows Vista *, Windows 7**, Windows Server 2003 family, Windows Server 2008 family
- Microsoft Windows on x64 (64-bit): Windows XP Professional for x64, Windows Vista* for x64, Windows 7** for x64, Windows Server 2003 family for x64, Windows Server 2008 family for x64
- Solaris on SPARC: Version 10 Update 8
- Solaris on x64 (x64-86): Version 10 Update 8
Client Tier
- Microsoft Windows (32-bit): Windows XP Professional, Windows Vista*, Windows 7**
- Microsoft Windows x64 (64-bit): Windows XP Professional for x64, Windows Vista* for x64, Windows 7** for x64
Required software
- Base SAS®
- SAS/STAT®
- SAS Rapid Predictive Modeler requires SAS Enterprise Miner to produce predictive models. The SAS Rapid Predictive Modeler task is available from either SAS Enterprise Guide or SAS Add-In for Microsoft Office (Microsoft Excel only).
JMP® Pro Now Included
- JMP Pro is included with SAS Enterprise Miner 6.2 (SAS 9.2 release) and SAS Enterprise Miner 7.1 (SAS 9.3 release). It runs only on 32-bit or 64-bit versions of Windows XP Professional, Windows Server 2003, Windows Server 2008, Windows Vista (except Vista Home Basic edition) and Windows 7 (except Starter and Home Basic editions).
* NOTE: Windows Vista supported editions are: Enterprise, Ultimate and Business.
** NOTE: Windows 7 supported editions are: Enterprise, Ultimate and Professional.
Plus d'informations sur nos services et solutions ?
Contactez SAS France au +33 1 60 62 11 11 ou utilisez le formulaire en ligne.
