Les entreprises se fondent sur les modèles analytiques pour guider la prise de décision : estimer le risque, prédire le comportement client, estimer la juste valeur et analyser des stratégies commerciales. Puisque les modèles jouent un rôle de plus en plus important dans les processus métier, il est critique de garantir leur mise en œuvre opérationnelle.

Mais que se produit-il quand le nombre de modèles atteint des dizaines ou centaines, avec de nouveaux modèles créés régulièrement ?
Comment fiabiliser le déploiement dans un éventail de systèmes opérationnels critiques ?
Comment gérer le « cycle de vie » de chacun de ces modèles ?

La gestion du cycle de vie d’un modèle est aujourd'hui en grande partie un processus manuel. Faire évoluer les données et les modèles de l’environnement d’études vers l’environnement de production nécessite souvent des traductions pénibles d'un format de langage de programmation ou de logiciel d'exploitation à l'autre, dans un environnement hétérogène de plates-formes informatiques. Des erreurs peuvent être faites comme des codes coupés, collés ou réécris par des personnes différentes. La mise en production peut intervenir alors que les tests sont incomplets. La documentation des modèles (pourquoi un algorithme particulier a été employé ou quel raisonnement a été fait pour choisir des variables particulières pour créer un modèle) est éparpillée, limitant la capitalisation des savoir-faire.

L’environnement économique et concurrentiel des entreprises évolue de plus en plus rapidement. De ce fait, la durée de vie des modèles diminue et il faut les mettre à jour de plus en plus fréquemment. Si les modèles se dégradent trop avant d’être remplacés, les projections sont imprécises et cela fausse la prise de décision.

Enfin, l’absence d’une continuité et d’une homogénéité de gestion des modèles tout au long de leur cycle de vie pénalise l’ensemble des acteurs et fragilise tout le processus.

SAS Model Manager industrialise la mise en production des modèles
SAS Model Manager facilite le déploiement et fiabilise l’utilisation des modèles dans les systèmes opérationnels. La solution automatise les étapes manuelles et souvent source d’erreurs de la validation, du contrôle, du déploiement et du suivi des modèles analytiques. Elle fournit un référentiel unique de l’ensemble des modèles de l’entreprise, adaptable au contexte spécifique de l’entreprise grâce à des « templates » personnalisables.

SAS Model Manager permet de gérer tous types de modèles SAS, quelle que soit la solution SAS utilisée pour créer ces modèles.

SAS Model Manager fournit un cadre pour :

• l’organisation et le suivi des tâches de validation et mise en production des modèles,
• la vérification et le test des modèles,
• le benchmarking entre différents modèles,
• le suivi dans le temps de la performance des modèles,
• la traçabilité des interventions effectuées par les différents acteurs.

SAS Model Manager permet de transférer facilement les modèles analytiques de l'environnement où ils ont été créés vers l'environnement opérationnel de production. En facilitant l’implémentation et la mise en production des résultats « analytiques », SAS aide les organismes à dégager une plus forte valeur de leur technologie, de leurs données et de leurs investissements analytiques.

Model Management and Deployment [www.sas.com]