Plusieurs utilisateurs peuvent explorer les données, puis créer et affiner des modèles prédictifs de façon interactive. Le traitement distribué in-memory accélère le développement de modèles, fournissant rapidement des informations exploitables.

Découvrez des opportunités plus rapidement que vos concurrents.
Vos data scientists et statisticiens peuvent tirer parti des observations à un niveau très détaillé, en choisissant les techniques de modélisation analytique les plus appropriées. Résultat ? Vous obtiendrez des informations en peu de temps et découvrirez de nouvelles sources de revenus.

Développez plus rapidement des modèles plus efficaces.
Créez et affinez facilement des modèles pour cibler des groupes ou segments spécifiques, et exécutez simultanément plusieurs scénarios. En multipliant les simulations, vous obtiendrez de meilleurs résultats, qu'il vous suffira ensuite de mettre en application avec des scripts de scoring générés automatiquement.

Dopez la productivité analytique.
Plusieurs utilisateurs peuvent interagir visuellement avec les données pour ajouter ou modifier des variables, supprimer des valeurs hors norme, etc. Observez en temps réel l'impact de ces modifications sur vos modèles prédictifs et procédez rapidement aux ajustements nécessaires.

Expérimentez en toute liberté.
Les équipes de data science bénéficient d'un maximum de souplesse ; elles peuvent en effet travailler dans le langage de leur choix et mettre pleinement à profit leurs compétences. SAS Visual Statistics regroupe toutes les ressources analytiques (créées avec SAS ou d'autres langages comme R, Python, Java ou Lua) dans une solution commune.
Principales caractéristiques
- Exploration et découverte visuelle des données. Utilisez SAS Visual Analytics pour repérer facilement les facteurs prédictifs parmi plusieurs variables d'exploration et identifier visuellement les valeurs hors norme et les divergences.
- Modélisation descriptive. Explorez visuellement des segments et approfondissez leur analyse via une clusterisation par la méthode des nuées dynamiques (k-moyennes), des nuages de points et des statistiques descriptives détaillées.
- Modélisation prédictive. Créez des modèles prédictifs à l’aide de différentes techniques de machine-learning depuis une interface visuelle ou de programmation.
- Développement ouvert de modèles par programmation. Accédez aux opérations analytiques depuis le code dans SAS Studio, passez-les dans d'autres langages (Python, R, Lua, Java) ou utilisez des API REST publiques pour ajouter SAS Analytics à des applications existantes.
- Regroupement dynamique. Créez simultanément des modèles et traitez les résultats de chaque groupe ou segment sans avoir à trier ni à indexer systématiquement les données.
- Comparaison et évaluation de modèles. Générez des synthèses de comparaison d'un ou plusieurs modèles (courbes de lift, courbes ROC, statistiques de concordance, tables de mauvaise classification).
- Scoring de modèles. Exportez des modèles sous forme de code d'étape DATA SAS et appliquez-les à de nouvelles données.
- Traitement analytique in-memory distribué. Créez plus rapidement des modèles sur des tables disparates, dont Hadoop. Inutile de déplacer les données ou de les écrire sur disque.
- Options de déploiement modulables. Exécution sur des équipements standard, dans une infrastructure de cloud privé ou public, une plate-forme PaaS (Platform as a Service) de Cloud Foundry ou un MSaaS (Managed Software as a Service).
Ressources utiles
Pour plus d'informations, consultez la fiche produit de SAS Visual Statistics (sur SAS Viya).
Découvrez comment le groupe Rogers Communications a divisé le nombre de réclamations par deux en se focalisant davantage sur les clients.
Découvrez les avantages de l'exploration des données en libre-service et de l'analyse prédictive interactive
Envie d’en savoir plus sur SAS® Visual Statistics dans l'environnement SAS® 9.4 ?