SAS Intelligent Decisioning 功能清單

企業級決策管理

企業級決策管理

  • 達到每秒超過 7,000 個即時交易。
  • 每個交易的回應時間為 5 到 10 毫秒。
  • SAS 資料存取引擎在資料層級簡化了與各種第三方應用程式的整合。
  • 透過強大的容器化發布至雲端功能,簡化部署至彈性、快速和靈活執行階段環境的作業。
  • 根據組織的需求,將容器發布到容器登錄或 Git。
  • 模型 (SAS 模型,Python 模型和 Python 程式碼) 和決策可以藉由使用 SAS Container Runtim,在符合 OCI 的 Docker 容器中執行。然後可以發布至任何容器登錄,以便部署在雲端。
  • SAS Intelligent Decisioning 登陸頁面可快速存取最近使用過的物件,以及存取 SAS 社群、文章和使用方法學習模組,加速您對決策管理的掌握。

Microsoft Power Platform 整合

Microsoft Power Platform 整合

  • 使用 SAS Viya 部署 URL 和認證,設定 SAS Decisioning 連接器實例。
  • 瀏覽可用的執行階段模組,以獲取 SAS 決策和模組。
  • 在 Microsoft Power Apps 和 Power Automate 中,選取並執行執行階段模組。

決策設計工具

決策設計工具

  • 低程式碼圖形拖放使用者介面可讓您藉由使用商業規則、自訂程式碼和資料分析來組合決策,進而盡量減少編寫部署程式碼以將這些部分結合在一起的需求。
  • 能夠定義和重複使用來自各種來源的決策變數,包括 CSV 和資料表,以及支援具有資料網格(data grids)的複雜結構。
  • 能夠透過瀏覽集中資料、模型業務業規則儲存庫並從現有資產中進行選取,來定義決策。
  • 在決策流程中建立、管理和測試自訂程式碼,以與業務應用程式 REST API、資料庫、Web 服務呼叫和開放式程式碼 Python 進行整合。
  • 藉由新增條件分支邏輯 (即,是/否、等於、範圍、類似),以及藉由使用決策中任何先前步驟的輸出,控制決策協調流程。
  • 加強的規則清單視圖功能提供了壓縮、易於瞭解的業務規則設計介面,讓您輕鬆識別邏輯定義。
  • 對整個決策流程的內建版本控制簡化了測試和驗證工作。
  • 透過圖形連結顯示和參考顯示中設定和檢視決策流程,可簡單理解決策流程。
  • 為批次決策和即時決策環境建立複雜的決策流程,從而簡化 IT 整合和驗收測試以及營運部署工作。
  • 使用 SAS Studio 構建自訂資料查詢,並將資料傳遞給決策節點。

以業務使用者為中心的規則管理

以業務使用者為中心的規則管理

  • 整合的業務規則管理平台可在決策流程中實現快速的規則設計、測試、管理和整合。
  • 業務規則版本管理功能改進了部署過程的追蹤和管理,包括從決策流程到業務規則的內部關聯。
  • 在決策流程中快速建立複雜的業務邏輯,包括緊急的開發需求。
  • 針對 SAS Intelligent Decisioning 環境中的決策和任何位置上使用的變數和物件,產生使用位置報告。
  • 提供自由格式規則邏輯建立,並可完整存取預先定義和使用者定義的複雜函數。
  • 在業務規則中加入資料品質功能。
  • 整合查閱表格(Lookup tabke),以針對規則邏輯檢查和規則動作執行查閱。
  • 對查閱表格(Lookup tabke)的表格匯入和更新管理,使您能夠從 SAS 視覺化分析(Visual Analytics )表格建立查閱。
  • 使用者可自行決定啟用和鎖定查閱表格(Lookup tabke),以支援在業務規則中正確使用最新的查閱表格(Lookup tabke)。
  • 鎖定或擴增業務規則版本。
  • 建立和管理通用規則存放庫,以簡化商業規則的重複使用。

AI/ML 增強決策

AI/ML 增強決策

  • 透過 SAS Model Manager 從決策流程到模型存放庫的深度連結,簡化模型整合和檢查。
  • 支援所有 SAS 模型 (包括電腦視覺和文字資料分析),以及運用開放式程式碼架構 (如 Python) 開發的模型。
  • 透過 SAS Model Manager 將治理工作流程套用至模型。
  • 透過程式碼節點,直接將 Python 模型或 Python 程式碼納入決策中。
  • 執行模型原始內容,無需進行程式轉換。

決策測試

決策測試

  • 透過使用內建數據對應工具從各種來源引入資料,輕鬆建立測試案例。
  • 透過以互動方式輸入測試案例數值 (包括預期結果),來執行決策場景測試。
  • 自動產生的測試驗證可確保測試環境類似於正式環境(部署位置)的方式執行。
  • 使用共同環境進行嚴格的測試、變更管理、稽核和驗證。
  • 稽核軌跡記錄的報告和使用者記錄,簡化了將營運分析作為 Web 服務進行呼叫的應用程式的 IT 測試。
  • 註冊多個輸入資料以在 SAS Intelligent Decisioning 中使用,包括測試、發佈目標驗證和模擬。
  • 儲存規則測試、測試套件和記錄詳細資料,以保留文件記錄和可供重複運用。

管理工作流程

管理工作流程

  • 從單一位置設計、套用和執行各種決策治理檢查點,以確保決策實作和結果的準確性和透明度。
  • 提供完整流程,以執行實作決策所需的各種核准途徑。圖形介面以視覺化方式呈現決策生命週期,以及涉及此生命週期開發與執行的所有相關方,因此讓內部受眾能夠輕鬆瞭解決策流程的建立、核准和部署。
  • 自由形式的注釋和標籤讓您可以對決策流程的各個方面加上註解。使用標籤來建構和部署決策使決策社群能夠在單一環境中清楚地解釋、記錄和證明決策生命週期的每個階段,確保透明度並提升決策結果的可信賴度。
  • 稽核功能提供決策工作流程的完整歷程記錄,使它們能夠被快速參考,以滿足內部和外部稽核需求。
  • 讓您能夠將決策發布到 git,從而將您的決策功能擴展到 SAS 方案之外。git 存放庫讓您能夠在整個組織中存取、管理和使用決策,並透過與 DevOps 工具的輕鬆整合,自動化部署流程。

決策分析

決策分析

  • 在部署至正式環境之前,使用明確、詳細的規則觸發分析進行測試、改進和規則稽核記錄。
  • 在開發和正式環境中用於分析和驗證決策路徑的圖形工具。
  • 用於建構 BI 報表的 SAS 巨集,會將追蹤資訊保留在正式環境中以供稽核。
  • 用於在資料庫中設定和保留決策變數的內建工具,可便於存取以改進決策。

協作

協作

  • 透過以角色為基礎的存取,集中管理所有決策資產 (包括需求)。
  • 跨團隊重複使用決策物件。
  • 比較不同的物件和版本,瞭解和追蹤變更,以合併分支和更輕鬆地跨團隊協作。
  • 自訂函數和公式可以透過運算式產生器在整個組織內共用。
  • 為決策、規則集、查閱表格(lookup tables)和處理群組產生 PDF 文件。
  • 在多使用者環境中,開發人員和分析師現在可以查看整個決策流程,並消除相衝突的更新。完成後,這些使用者可以藉由單一操作進行簽入。

效能監控自動化

效能監控自動化

  • 提供效能報告和通知。
  • 當分析模型衰退時,自動重新訓練這些模型。
  • 根據臨界值對調冠軍與挑戰者模型。
  • 自動化完整的端對端模型管理流程。
  • 提供治理模型執行的工作流程和規則。

策略改進

策略改進

  • 執行冠軍/挑戰者模型比較。
  • 利用決策分析功能,包括模擬選項。
  • 追蹤和檢視元件的關聯,以進行變更的影響分析。
  • 透過詳細的回應歷程記錄,獲取客戶的更多資訊。
  • 使用 SAS Visual Analytics進行策略效能監控和報告。

以精簡方式部署至多個決策執行階段環境

以精簡方式部署至多個決策執行階段環境

  • 即時部署 (透過 REST API):
    • 支援 SAS Container Runtime 用於根據 Open Container Initiative 型 (OCI 型) 容器架構的容器化輕量型部署,以提供更輕量的彈性執行階段支援。
    • Micro analytic web service (MAS) 提供快速、可擴充的 Web 服務部署。
    • 輕鬆地將完整的決策流程轉移到 IT Web 服務測試環境和正式環境部署中。
    • 支援分析評分即服務,MAS 執行在獨立且可攜的獨立架構中執行 (使用最小的資源)。
  • 雲端的可擴充且高效能的批次處理:
    • SAS Cloud Analytic Services (CAS) 為資料分析和決策提供雲端原生高效能批次處理引擎。
  • 資料庫內批次部署:
    • 在不移轉資料的情況下,執行業務規則和分析模型評分。
    • 包括對以下 Hadoop 環境的擴充支援:Cloudera、Hortonworks、MapR、Pivotal 和 BigInsights。
    • 支援 Hadoop 和 Teradata 模型、規則和決策的in-database規則執行。
  • 串流中部署:
    • 記憶體內執行緒核心處理簡化了與交易系統以及 IoT 或串流內計算的整合。

資料存取

資料存取

  • 無縫、透明地讀取、寫入和更新資料存取,無論來源或平台為何。
  • 支援多種載入選項,用於將精簡資料從 SAS 移動到第三方資料儲存區。
  • 重複使用 DBMS 中繼資料進行分析。

資料準備

資料準備

  • 機器學習和 AI 建議:使用機器學習和 AI 掃描資料並提出智慧轉換建議。
  • 自助式介面:從直觀的點按式介面自動產生程式碼,因此非技術使用者無需專業技能或訓練,即可分析、清理、混合和移轉資料。
  • 整合到分析管道中:將準備好的資料自動整合到分析管道中,打造無縫的資料探索和資料準備使用者體驗。
  • 資料血緣(lineage):探索可存取資料來源、資料物件和作業之間的關係。
  • 中繼資料存取:存取實體中繼資料資訊,如欄名稱、資料類型、編碼、欄計數和列計數,以進一步洞察資料。

視覺化

視覺化

  • 透過單一自助式介面直觀地探索資料、發現新模式,以及建立和共用智慧視覺化和互動式報表。
  • 利用增強的分析和進階功能,來加速洞察並發現資料中隱藏的資訊。
  • 跨通路輕鬆分享觀點,例如 Web、行動應用程式和 Microsoft Office 應用程式。