Hoe kom je sneller tot de juiste voorspelling?
8 juli 2015 [08:39], 1753 views
Door Longhow Lam

Hoe kom je sneller tot de juiste voorspelling?

Steeds meer bedrijven gebruiken predictive analytics in hun bedrijfsprocessen. Als je er eenmaal mee werkt dan zie je al snel de voordelen. En dat is logisch: het ‘churn-model’ van de data scientist als test voor een specifieke doelgroep en product werkt beduidend beter dan op onderbuikgevoel klanten selecteren voor campagnes. Maar pas op, werken met deze modellen werkt verslavend!

Als je eenmaal weet hoe effectief de werkwijze met voorspellende modellen is, wil je uiteraard ook weten welke benadering je voor andere  producten en doelgroepen moet kiezen. En doorgaans worden bestaande modellen geoptimaliseerd door deze met andere modellen te vergelijken. Een simpel rekensommetje laat dan zien dat 15 producten, 20 doelgroepen en het testen van 20 modellen betekent dat er 6000 modellen gebouwd moeten worden. Je ziet in de praktijk dat verschillende bedrijven de uitdagende stap maken van de productie van een paar modellen naar het optuigen van een productieproces voor meerdere modellen. Dit is doorgaans een tijdrovende bezigheid. 

Productieproces voor modellen
Om klanten hierbij te helpen ontwikkelde SAS de Factory Miner. Deze toepassing helpt de data scientist om op een gebruiksvriendelijke manier productieprocessen voor modellen in te richten. Door de creatie van templates wordt bepaald welke stappen en modeltypes uitgevoerd moeten worden. De data scientist kan het productieproces automatiseren en sturen. En omdat je niet dagen wil wachten op duizenden modellen die uitgerekend moeten worden, maakt SAS Factory Miner gebruik van high performance analytics.

SAS Factory Miner biedt niet alleen een effectieve manier om modellen te bouwen, maar haalt het meeste uit de productiviteit van de data scientist. Deze kan snel slecht presterende modellen ontdekken, ze verbeteren en leren van best practices. Ook kunnen snel meer modellen gebouwd worden door de templates in SAS Factory Miner te gebruiken. De best presterende modellen dragen bij aan de bedrijfsresultaten door onder meer aanbiedingen te personaliseren, de vraag te voorspellen en risico’s te beheersen. Zo wordt het voor bijvoorbeeld retailers nog makkelijker de beste klanten voor een specifieke aanbieding te benaderen en kunnen zorgverzekeraars effectiever frauduleuze claims opsporen.

Doordat SAS Factory Miner machine-learning-technieken bevat herkent het gebruikte patronen en speelt het in op de volgende stappen die genomen moeten worden. Zo kunnen minder technische analisten predictive analytics op een self service manier gebruiken. Een prettige bijkomstigheid gezien de schaarste van data scientists. De introductie van SAS Factory Miner maakt deel uit van een brede update voor het SAS Analytics-portfolio dat  onder andere data mining, statistische analyse, forecasting, text analytics en andere data science-functionaliteit biedt.

Meer weten over SAS Factory Miner? Bekijk hier de demo.

 

 

Over de auteur

Longhow is een ervaren data scientist en richt zich onder meer op data mining, machine learning, programmeren in zakelijke omgevingen. Hij houdt zich bezig met projecten op het gebied van Credit Risk scoring, Basel 2 modeling, Collections scoring, Fraud detection, Marketing intelligence, en Text mining. Verder heeft Longhow een eigen blog waar hij ervaringen en zijn visie deelt: https://longhowlam.wordpress.com/. 

Reacties

SAS leider in Data Science en Machine Learning Platforms
11 februari 2019 [10:00], 2159 views

SAS leider in Data Science en Machine Learning Platforms

Gartner heeft SAS uitgeroepen tot leider in de 2019 Magic Quadrant for Data Science and Machine Learning Platforms.  Dit is het vijfde jaar dat SAS de leiderschapspositie [...]

 

Lees meer  

SAS voor Containers:  snelheid, wendbaarheid en schaalbaarheid voor cloudimplementaties
29 november 2018 [12:22], 4477 views

SAS voor Containers: snelheid, wendbaarheid en schaalbaarheid voor cloudimplementaties

Er is een toenemende belangstelling voor op containers gebaseerde software.

 

Lees meer  

SAS is nummer één op het gebied van advanced en predictive analytics volgens IDC
26 september 2018 [10:43], 2207 views

SAS is nummer één op het gebied van advanced en predictive analytics volgens IDC

SAS overtreft opnieuw alle advanced en predictive analytics leveranciers, volgens het IDC-rapport.

 

Lees meer  

Hoe DHL meer grip krijgt op veranderende omstandigheden
8 mei 2018 [11:26], 4780 views

Hoe DHL meer grip krijgt op veranderende omstandigheden

Logistiek dienstverlener DHL onderzoekt de mogelijkheden om data analytics toe te passen op operationeel niveau om direct in te kunnen spelen op veranderende omstand [...]

 

Lees meer  

 West Perth is meest paradijselijke plek ter wereld
28 maart 2018 [08:50], 2603 views

West Perth is meest paradijselijke plek ter wereld

West Perth is de beste plaats ter wereld om te wonen, in elk geval vanuit analytisch perspectief. SAS onderzocht ruim 150.000 locaties aan de hand van de analyse van [...]

 

Lees meer  

AI in de praktijk: van voetbal-data tot slimme sluizen
23 maart 2018 [05:16], 3058 views

AI in de praktijk: van voetbal-data tot slimme sluizen

Artificial Intelligence (AI) is een onderwerp dat bij veel bedrijven op de agenda staat, maar concrete toepassingen staan vaak nog in de kinderschoenen. Tijdens de sessie [...]

 

Lees meer  

Machine learning en AI: zoek de verschillen
9 februari 2017 [05:09], 2701 views

Machine learning en AI: zoek de verschillen

Nu zelfrijdende auto’s en robots realiteit zijn komen er interessante vragen op ons af, zoals: hebben we richtlijnen en regelgeving nodig op dit gebied? En met welke [...]

 

Lees meer  

Analytics is business as usual, maak het verschil met machine learning
17 augustus 2016 [02:34], 8589 views

Analytics is business as usual, maak het verschil met machine learning

Patrick Hall is senior Data scientist en spreekt op 4 oktober op SAS Forum over de kansen die machine learning biedt. Lees in dit interview alvast waaro [...]

 

Lees meer  

Hoe reanimeer je customer loyalty in het digitale tijdperk?
28 januari 2016 [02:13], 10353 views

Hoe reanimeer je customer loyalty in het digitale tijdperk?

Customer loyalty lijkt zo goed als overleden. Natuurlijk zijn we trouw aan onze bakker en kleermaker om de hoek, maar voor goederen die we niet dagelijks aanschaffen [...]

 

Lees meer  

Hoe maakt big data analytics gezondheidszorg persoonlijk?
14 januari 2016 [11:57], 16682 views

Hoe maakt big data analytics gezondheidszorg persoonlijk?

Welke innovaties gaan het v [...]

 

Lees meer