SAS 양 Yue: 대용량 데이터 변수 작은 데이터 데이터 분석 레이어 진보

11 월 24 일, ZDNet 네트워크, 인텔 공동 주최, 상단의 후원 vm 웨어와 SAS 지원 "대용량 데이터?"의 테마 5 세션 과학에 포럼의 개발 정부 의사 결정의 곤 산에서 개최 되었다. 정부 정보 전문가, 큰 데이터 연습 엘리트 및 IT 업계 의견 지도자는 회의 참석 하 고 깊이 있는 교류의 다른 문제와 정보 기술의 실제 응용 프로그램에서 큰 데이터 회의에 숫자입니다. 그들 가운데, SAS 정부 산업 고위 관리자 양 Yue 특성 및 기술 및 응용 프로그램의 다양 한 측면에서 데이터 값의 핵심 포인트를 분석 하 고 큰 데이터를 다루는 기업 데이터 분석에서 잘 해야 하는 요소를 요약 한.

데이터 분석은 두 단계로 나누어

큰 데이터 나이 모두 기회와 도전, 그리고 양 Yue 분석 하 고 데이터를 실행 하는 능력은 데이터 변경 내용을 보다 훨씬 빠르게 순간에 가장 큰 도전입니다. 이것은 정확 하 게 큰 데이터 큰 데이터, 빠른 데이터 증가, 복잡 한 데이터 형식의 세 가지 특성의 결과 이며 데이터 스토리지의 비용의 점진적 감소 이유 중 하나.

그러나,이 문제는 데이터 마이닝 기술의 출현의 근본 원인을. 사실, 데이터 값을 생성 하는 프로세스 데이터 마이닝 분석 및 활용 하는 과정이입니다. 데이터 마이닝, 엔터프라이즈 데이터 정제 관리 및 결정으로 될 수 있도록 내보내집니다 "문제를 발견, 미래를 예측 하 고 그들의 비즈니스를 최적화" 하는 기업에 대 한 기회를 제공 한다.

데이터 분석 과정에서 우리 두 단계로의 변화에 주의 기울여야 한다 첫 번째 단계는 데이터 분석, 상업적인 문제에서 변환 하 고 두 번째 단계는 비즈니스 솔루션에 데이터 분석 결과에서 변환. 최종 분석 결과 주로 문제 정의 요소, 변수, 모델 및 매개 변수 조정 요인의 영향을. 분석 과정에서 데이터 정보, 지식로 변경 될 것입니다 고 결국 지혜, 기업의 무형 자산에 대 한 중요 한 부분이 되고있다.

특별 한 데이터 분석 방법으로 데이터 마이닝 기술 비즈니스 응용 프로그램 지향 이며 또한 그것은 비즈니스 요구 사항에 맞게 궁극적인 목표 이다. 데이터 마이닝, 분명 가정 없이 이루어집니다, 수시로 이끌어 낸다 더 예측할 수 없는 또는 어 긋 정보 또는 지식을 "작은 데이터입니다." 또한, 양 Yue는 또한 데이터 마이닝 더 분석가 비즈니스 지식, 생각 모드 및 데이터 분석 서비스 공급자의 힘에 의해 영향 될 것입니다 강조 했다.

분석 능력의 8 레벨

관점에서 마이닝 시스템을 분석, 응용 프로그램 계층에서 데이터 계층 위에 분석 레이어는 사람들에 의해 쉽게 자주 간과 됩니다. 분석 방법 및 분석 계층에서 자주 필요로 하는 기능 높은 낮은에서 8 개 수준으로 분할 될 것으로 간주 됩니다: 양 유

• 정기 보고서: 정기 빌드를 짧은 기간에 주어진된 지역에 있는 상황을 반영 하 고 장기 결정을 내리는 데 사용할 수 없습니다

• 임시 문의: 끊임없이 질문 하 고 답변을 찾을

다차원 분석: 통해 다단계 드릴링 분석을 통해 문제를 찾을

• 경고: 문제가 발생 하는 시간을 기록 하 고는 문제가 다시 발생 하면 알림

• 통계 분석: 통계 및 기록 데이터를 포함 하 여 좀 더 복잡 한 분석에서 요약 규칙

• 예측: 정확한 예측된 시장 수요, 넓은 신청

• 예측 모델링: 대형 고객 기반에 고객 다른 수요 고객에서 다른 응답을 예측 하 여 나누어집니다

• 최적화: 기존 리소스 및 요구 사항에 따라 목표를 달성 하기 위해 가장 좋은 방법은 찾기

이러한 8 개의 분석 기능, 대부분의 고객에 아직만 최고 4 개의 분석 기능, 그 양 Yue는 또한 전통적인 비즈니스 인텔리 전스의 주요 기능입니다. 그들은 기록 데이터를 요약 하 여 과거에 무슨 일이 있었는지 분석 하지만 미래를 예측 하는 능력이 부족. 만약 기업 것 이다 복잡 한 비즈니스 문제에 직면 하거나 미래 트렌드를 예측할 수 있을, 심층 데이터 분석 및 마이닝 기능을 만들 새 데이터 값의 4를 해야 합니다. 그리고 진짜 최고의 솔루션 모든 분석 기술을 사용 하 여 비즈니스 인텔리 전스의 최고 수준의 얻을 것 이다.

고객 경험을 향상 시키기 위해 고성능 데이터 분석 플랫폼

데이터 마이닝의 실용적인 응용 프로그램에서 SAS 데이터 마이닝 프로젝트 방법론 모델 정의 비즈니스 문제, 시스템 환경 평가, 데이터 준비 등을 포함 하 여의 완전 한 세트를 설립 했다. 양 Yue 이다 방법론 모델의 구현, 분석, 조직 및 기관의 조정 초점. 수요는 일반적으로 비즈니스 단위에서 온다 그러나 사실 시스템 문제는 종종 정보 장벽, 그래서 조직의 혁신과 시스템의 완성 되는 키 되기 쉽습니다.

데이터 분석 및 마이닝 솔루션, SAS는 또한 가져왔다 경우를 금융 산업에 대 한. 신용 카드 발급 마케팅 전략을 만들기 위해 어려운 데이터와 많은 문제에 직면해 있다. 그들은 데이터의 양에 의해 제한, 통계 데이터, 매일 분석 보고서 업데이트 시간이 너무 깁니다, 정적 보고서 정보 범위 충분 하지 않습니다, 고객 서비스 부서에서 발생 하지 사용자 정보를 캡처할 수, 제품 부서 사용자 행동 데이터 사용자 지정 제품 솔루션에 기반 하지 않을 수 있습니다 하는 동안 기존 시스템의 트랜잭션 지점을 통해서만 할 수 있다.

그러나, 높은 성능 데이터 분석 플랫폼 도입 후 단일 사용자의 카드를 통해 거래, 소득 변화, 부정적인 피드백 추적 정보 및 광산의 시리즈는 은행 수 정확한 실시간 위치에 대 한 다른 사용자에 게 수 고 즉각적인 응답을 사용자의 요구에 따라서 은행의 고객 서비스 수준은 심층적인 데이터 마이닝 및 비즈니스 인텔리전스 최적화의 장점을 완벽 하 게 구현 하는 수준으로 업그레이드 했다.

"큰"에서 데이터를 "작은 데이터", 다양 한 분석 기법 방법 권력에 종합 건설 분석 레이어 8 능력을 이해의 중요성에서 SAS 선물 아이디어의 세트는 빅 데이터 시대에 기업 해야 할 모든 것을 포함, 하지만 작은 공적 큰 세부 성과 전체, 실제 비즈니스 가치 큰 지혜를 큰 데이터를 변환.

(책임 편집기: 유산의 좋은)