SAS Viya und Open Source:
Innovation durch Zusammenarbeit

SAS Viya und Open Source: Innovation durch Zusammenarbeit

Die Techniker Krankenkasse arbeitet eng mit dem R&D-Team von Global SAS zusammen, innovative Funktionen zur Mustererkennung werden direkt in die Analytics-Plattform eingebunden

Eine Antwort auf eine Frage, die keiner gestellt hat, ist in der Regel nutzlos. Was aber, wenn die Frage sinnvoll ist, aber niemand darauf kommt, sie zu stellen? Das ist die Herausforderung, vor der Dr. Thilo Eichenberg, Data Scientist im Team Analytics & Insights der Techniker Krankenkasse, steht. Im konkreten Fall: Welche Fragen muss man stellen, um in Kundenbeziehungen relevante Muster zu erkennen – Muster, anhand derer die TK Prozesse optimieren und ihren Kunden so einen exzellenten Service bieten kann?

Mustererkennung ist in vielen Branchen nicht unüblich – von der Warenkorbanalyse beim Onlinehandel bis hin zur Qualitätssicherung in der industriellen Fertigung. „Es lohnt sich deshalb, über den Tellerrand der eigenen Branche hinauszuschauen und nach Innovationen zu suchen. Das gehört auch zur DNA unseres Unternehmens – wir tragen nicht umsonst das Wort ‚Techniker‘ im Namen“, so Eichenberg.

Herausforderung Komplexität

Der Use Case in der TK: einzelne „Ereignisse“ im Kontakt mit dem Kunden in Beziehung miteinander setzen und daraus lernen, und zwar ausschließlich mit anonymisierten Daten. Gibt es zum Beispiel einen Zusammenhang zwischen bestimmten Anliegen der Kunden und Beschwerden im Servicezentrum – und unterscheidet sich dieser im Vergleich zu Kunden, die lieber Online-Kanäle nutzen als zum Telefon zu greifen? Diese Art von Muster unvoreingenommen zu erkennen war das Ziel der TK. „Wir gehen ganz offen und explorativ vor“, so Eichenberg, „aber genau das macht es auch anspruchsvoll – denn die potenziell möglichen Ereignispfade mit aktuell bis zu zehn Sequenzschritten werden schnell fast beliebig komplex, weil nicht nur ganz verschiedene Ereignisse, sondern auch unterschiedliche zeitliche Abfolgen berücksichtigt werden müssen.“

Hinzu kommt, dass von den fast unendlich vielen Sequenzen nur die wenigsten tatsächlich vorkommen oder gar fachliche Ansatzpunkte für Prozessverbesserungen liefern. Für diese sprichwörtliche Suche nach der Nadel im Heuhaufen kam nur ein spezialisierter Algorithmus in einer leistungsfähigen Infrastruktur in Frage. Eichenberg und sein Team identifizierten schnell den Algorithmus SPADE als ideales Werkzeug für das geforderte Sequential Pattern Mining. SPADE ist in der Open Source-Umgebung R verfügbar, und die TK nutzte dann auch genau dieses Werkzeug für einen ersten Ansatz im eigenen Analytics Lab.

SAS Viya als Analytics-Plattform der Wahl

Außerhalb der experimentellen Umgebung ist SAS bei der TK seit vielen Jahren etabliert, und schon vor diesem neuen Projekt hatte sich die Krankenkasse für die Anschaffung von SAS Viya als moderne analytische Plattform entschieden. Warum also nicht gleich SAS Viya für die Mustererkennung nutzen? Ganz einfach: SPADE war bisher in SAS Viya nicht verfügbar.

Eine spezielle Funktion fehlt? Dank der modularen, offenen Architektur von SAS Viya stellt das kein echtes Hindernis dar. Für die von der TK realisierte Lösung heißt das konkret: Der Algorithmus zur Sequenzanalyse lief auf R, wurde aber aus SAS Viya getriggert und war voll integriert. Damit ist auch die Nutzung der eigenen Funktionalitäten von SAS Viya gegeben, etwa die Visualisierung und die interaktive Exploration der Daten. „Beispielsweise können wir so einzelne Ereignistypen wie den Kontaktkanal ganz einfach über Schieberegler ein- und ausblenden. Und wenn ein Pfad interessant erscheint, macht SAS Viya einen Drilldown in die Daten ganz einfach per Mausklick möglich“, erklärt der Analytics-Experte.

Entwicklungsabteilung von SAS geht mit und setzt den Wunsch der TK um

So gut diese Integration von Open Source-Modulen in SAS Viya auch funktioniert – noch eleganter ist es, die Funktion direkt in SAS ausführen zu können. Mit genau diesem Vorschlag wandte sich Eichenberg an SAS – und stieß auf offene Ohren. Das ist keine Überraschung: Das SAS Research and Development-Team arbeitet seit jeher direkt mit dem Anwender zusammen, wenn es darum geht, Lösungen weiterzuentwickeln. Schnell war ein direkter Draht zur Entwicklungsabteilung von SAS in den USA hergestellt, denn SAS verfolgt für SAS Viya einen kontinuierlichen Release-Prozess, um neue Funktionen allen Benutzern schnell zur Verfügung zu stellen.

Jetzt läuft SPADE direkt in SAS Viya, was die Performance der Analysen weiter erhöht. Aber damit war der Ehrgeiz von SAS noch nicht erschöpft: Die Entwickler brachten zusätzlich einen so genannten Monte Carlo-Ansatz ins Spiel, der die Effizienz der Mustererkennung nochmal signifikant steigern kann. In kurzer Zeit entstand ein Prototyp in einer Cloud-Umgebung, den die TK mit Probedaten bereits mit Erfolg testen konnte. Ein produktiver Einsatz ist damit absehbar. Auch hier zahlt sich die containerisierte Architektur von SAS Viya aus, die eine situations- und bedarfsgerechte Kombination von Modulen aus der SAS Umgebung und aus anderen Systemen schnell und bei gesicherter Data Governance zulässt.

Offenheit und Integration sichern Zukunftsfähigkeit

„Diese Art der Zusammenarbeit mit einem Lösungspartner wie SAS ist ungewöhnlich und sehr hilfreich für die TK“, resümiert Eichenberg. „Eine Win-Win-Situation: Wir haben dadurch einen echten Mehrwert, von dem sicher künftig auch andere SAS Anwender profitieren können.“ Das Beispiel Mustererkennung ist dabei natürlich nur eine Anwendung unter vielen. „Aber sie zeigt auf, wie flexibel sich SAS Viya an neue Anforderungen anpasst. Diese Architektur ist es, die aus unserer Sicht die Zukunftsfähigkeit ausmacht.“