SAS® Visual Statistics

発見、予測、行動。ゆるぎない確信をもって全てを実行



SAS Visual Statistics on SAS Viya shown on three desktop monitors

データを探索し、記述モデルや予測モデルを何度でも作成・改良する作業を複数のユーザーが同時並行で行えます。分散型のインメモリ処理によってモデル開発にかかる時間が大幅に短縮されるため、行動の根拠となる貴重な洞察を素早く導き出すことができます。

SAS Visual Statistics on SAS Viya showing logistic regression on desktop monitor

競合他社よりも先にチャンスを発掘

データ・サイエンティストや統計担当者は、最も適切な分析モデリング手法を用いて、オブザベーション(観測値)を詳細なレベルで分析・検討することができます。その結果、以前なら考えられなかったほどのスピードで洞察を掘り起こし、新たな収益拡大策を見つけることができます。

SAS Visual Statistics on SAS Viya showing a decision tree on a desktop monitor

より優れたモデルをより速やかに現場に展開

簡単かつ迅速な操作環境で、特定のグループやセグメントに対象を絞ってモデルを作成・改良し、多数のシナリオを同時に実行することができます。what-ifシナリオでより多くの疑問を投げかけながら、より優れた結果が出る条件を追求し、自動生成されるスコアコードを用いてその結果を現場の業務に組み込むことができます。

SAS Visual Statistics on SAS Viya showing clustering on desktop monitor

アナリティクス業務の生産性を飛躍的に向上

複数のユーザーが変数の追加や変更、外れ値の除外といったデータ操作を視覚的に行えます。さまざまな変更がモデルの予測力に及ぼす影響をその場ですぐに確認し、モデルを素早く改良することができます。また、好みのプログラミング言語(Python、Java、R、Lua)を用いて、他の環境からSASの分析アルゴリズムを利用することもできます。

SAS Visual Statistics on SAS Viya showing model comparison on desktop monitor

Gain the freedom to experiment.

Data science teams have the ultimate flexibility of working in their language of choice, so they can use their skills to the fullest. SAS Visual Statistics unites all analytical assets – whether created using SAS or other languages like R, Python, Java or Lua – within a common solution.


主な特長

  • ビジュアルなデータ探索・データディスカバリー:SAS Visual Analyticsを利用して、複数の説明変数から予測要因を容易に見つけ出し、異常値(外れ値)やデータの不整合を視覚的に発見することができます。
  • 記述モデリング:より詳細な分析を行うためのセグメントを、k平均法クラスタリング、散布図、詳細な要約統計量などを用いて視覚的に探索・評価できます。
  • 予測モデリング:線形回帰、ロジスティック回帰、一般化線形モデル、決定木などの手法を用いた予測モデルを、ポイント&クリック方式の簡単な操作で作成できます。
  • オープンなコードベースのモデル開発:SAS Studioのコーディング・インターフェイスで分析アクションにアクセスできるほか、他の言語(Python、R、Lua、Java)から分析アクションを呼び出すことも可能。また、公開されたREST API経由でSASのアナリティクス機能を既存アプリケーションに追加することもできます。
  • 動的なグループ化処理:個々のグループやセグメントについて、その都度データのソートやインデックス作成を行わなくても、モデルを同時並行で構築・処理、結果を導き出すことができます。
  • モデルの比較と評価:1つ以上のモデルについて、モデル比較サマリー(例:リフトチャート、ROCチャート、一致係数、誤判別表)を生成することができます。
  • モデルのスコアリング:作成したモデルをSAS DATAステップ・コードとしてエクスポートし、新しいデータに適用することができます。
  • 分散型のインメモリ・アナリティクス処理:異種混在のデータセット(Hadoop含む)を対象として、より短時間でモデルを構築することができます。データ・シャフリングを行ったり、ディスクにデータを書き込んだりする必要は一切ありません。
  • 柔軟な導入展開オプション:汎用ハードウェアで実行することも、プライベートまたはパブリックのクラウド・インフラに導入することも可能です。
    主な特長の一覧

    デモ

    お勧めの関連資料

     


    SAS Visual Statistics (on SAS Viya)の製品資料を読む


    機械学習がビジネスにもたらすチャンスと課題とは?


    セルフサービス型のデータディスカバリーと対話操作型の予測分析がもたらす利点とは?

    SAS 9.4を実行基盤とするSAS® Visual Statisticsに関する情報はこちら

    Back to Top