Big Analytics per estrarre valore dai Big Data e risolvere le problematiche di business

SAS annuncia il rilascio della versione 9.3 del proprio software, che apre a strategie d’avanguardia nella gestione e nell’analisi dei dati per diffondere più velocemente le informazioni ai decisori aziendali.

La nuova versione aumenta il livello di automazione ed efficienza nei processi di business quali, ad esempio, il customer credit scoring, l’ottimizzazione dell’inventario e il real-time risk management, e nei prossimi mesi gli aggiornamenti impatteranno su un’ulteriore ampia gamma di Business Solutions SAS.

TI PIACE QUESTO ARTICOLO?

Iscriviti alla nostra newsletter per essere sempre aggiornato.

Sia che si tratti di un’azienda retail che voglia ottimizzare l’assortimento di migliaia di articoli, di un ospedale che intenda identificare i programmi terapeutici che migliorano le condizioni dei pazienti o di una banca che deve prevenire nuove tipologie di frodi, le problematiche che il management deve affrontare sono sfidanti e riguardano grosse moli di dati da analizzare.

I Big Analytics di SAS affrontano volumi massivi di dati strutturati e non, estraendone un quadro completo e indicazioni utili per prendere decisioni migliori e consapevoli. La nuova release intende facilitare ulteriormente l’accesso all’Analytical Intelligence e dare risposta concreta alle esigenze raccolte presso utenti di tutto il mondo, oltre a fornire sempre più numerose ed innovative opzioni per la visualizzazione dei risultati delle analisi.

MIGLIORE SCALABILITA’, MINORI COSTI

La nuova versione accresce le funzionalità di diverse soluzioni, tra cui:

• SAS Data Management, per garantire sempre dati coerenti, precisi e tempestivi.

• SAS Predictive Analytics e Data Mining, per rivelare “pattern” nascosti, nuove opportunità e consolidare percezioni d’insieme.

• SAS Text Analytics, per analizzare anche i dati testuali.

• SAS Forecasting, per comprendere comportamenti futuri e migliorare la pianificazione.

SAS Data Management semplifica l’uso dei Data Asset, indipendentemente dalle tipologie di dati da gestire, dal loro volume e provenienza: social media, telecomunicazioni mobili, posta elettronica, metering e borsa, transazioni finanziarie, etc. L’integrazione diretta tra SAS Data Management e SAS Analytics si traduce in analisi ricche e puntuali. SAS fornisce inoltre il Framework per integrare i propri Analytics direttamente nei sistemi operazionali, ridurre il tempo decisionale e avvicinarne l’automazione ove possibile.

Leggi anche:  Guida pratica alla data governance. Come ottenere vantaggi tangibili per il tuo business

Rafforzando SAS Grid Computing e SAS In-Database nell’ambito del SAS High Performance Computing, la nuova release estende ulteriormente la scalabilità necessaria per analizzare efficacemente grandi volumi di dati ad una velocità ancora maggiore, portando per esempio l’esecuzione degli Analytics direttamente nei Database ed evitando così il trasferimento di enormi moli dati per lo sviluppo e test dei modelli.

IL VALORE DELLA NUOVA RELEASE PER I DIVERSI SETTORI DI MERCATO

Le funzionalità potenziate del forecasting di SAS includono la simulazione iterativa del processo previsionale, con la possibilità di aumentare le performance scegliendo, in base ai risultati delle simulazioni, il modello di forecasting più stabile. Poter anticipare le fluttuazioni della domanda permette in particolare al settore retail e alle aziende manifatturiere di esporre i prodotti giusti, nel posto giusto e nelle giuste quantità per aumentare le vendite e accrescere i margini.

Un’opportunità particolarmente utile, ad esempio, agli operatori della sanità per ottenere più rapidamente indicazioni preziose per migliorare la qualità dell’assistenza, è l’utilizzo di SAS Data Integration che include nuove capacità di analisi che possono essere elaborate in “push” all’interno dei grandi database paralleli, grazie alla tecnologia In-Database per ottenere un livello superiore di prestazioni e scalabilità.

I governi in tutto il mondo registrano minori entrate dal gettito fiscale, ma devono mantenere un alto livello di servizio. Le estensioni alla già ampia gamma di algoritmi per la modellazione predittiva di SAS aiutano la PA ad incrementare l’efficienza nella riscossione delle imposte, supportando la lotta all’evasione e alle frodi e massimizzando la qualità dei servizi al cittadino.

Da tempo ormai la gestione del rischio nelle banche va al di là del rischio di credito e di mercato. Si assiste a una valutazione integrata con i rischi legati ai processi, agli impianti, alla tecnologia, alla conformità normativa e alla governance. Con i nuovi algoritmi di calcolo della severity è possibile definire modelli per valutare in modo più preciso la dimensione delle perdite o l’ordine di grandezza dei danni generati da catastrofi naturali o da problematiche legate ai processi operativi. Inoltre, con la nuova Survival Analysis di SAS Enterprise Miner è possibile stimare “quando” un evento accadrà e non solo “se” potrà accadere, cosa molto utile nella gestione dei modelli sul comportamento dei clienti per prevederne la probabilità di abbandono.

Leggi anche:  Information quality, deduplicare i dati per una governance migliore

Nelle compagnie di assicurazione i fattori che possono concorrere alla determinazione dei premi assicurativi sono molteplici. Le nuove capacità di determinazione delle tariffe (rate making) di SAS Enterprise Miner aiutano gli assicuratori a determinare il premio ottimale per ciascun assicurato sulla base degli attributi noti, contribuendo all’introduzione di strutture tariffarie innovative.