SAS lance une nouvelle offre point-&-click in-memory pour doper le développement, la productivité et la précision des modèles statistiques
De nombreuses entreprises dans le monde, convaincues de la valeur et du potentiel des big data, ont déjà adopté SAS® Visual Statistics, la nouvelle solution innovante de SAS, leader mondial des solutions de business analytics. Leur but : accélérer la création de modèles et convertir des informations analytiques précises en résultats économiques, avec une rapidité et une précision sans précédent.
Dans un environnement multi-utilisateurs, SAS Visual Statistics permet de créer et modifier des modèles prédictifs basés sur d’importants volumes de données, en utilisant des méthodes analytiques de régression et d’estimation, de classification et de regroupement. Les résultats de ces analyses sont présentés sous forme graphique aux utilisateurs, qui peuvent ainsi découvrir beaucoup plus rapidement des corrélations entre les variables et déterminer les sources de revenus pour l’entreprise.
Le secret de SAS est d’associer des capacités de traitement in-memory permettant l’exécution quasi-instantanée de modèles, avec une interface interactive à base de » glisser-déposer « , rendue populaire par SAS Visual Analytics, une offre de visualisation de données désormais utilisée par plus de 1 500 clients. L’architecture in-memory de SAS Visual Statistics permet de conserver les données -y compris des big data- en mémoire, rendant inutiles les fastidieux accès à répétition aux supports de stockage.
« La clé d’une démarche analytique optimale, consiste à exécuter des modèles de manière itérative, en mettant en place pour chacun un changement mineur afin de déterminer celui qui offre le plus de précision. Conçue pour fournir des résultats en quasi temps réel, SAS Visual Statistics permet ainsi de maximiser la productivité des data scientists, » explique Tony Consentino, vice-président et directeur de recherche au sein du cabinet Ventana Research.
En quelques secondes, plusieurs utilisateurs de SAS Visual Statistics peuvent observer l’impact de changements au niveau des paramètres de leurs modèles, comme l’ajout de nouvelles variables ou l’élimination de valeurs aberrantes. Ils peuvent facilement créer des modèles simultanément en fonction de variables spécifiques, de groupes ou de segments dans le but de prévoir différents résultats.
« Les résultats de recherches menées par Ventana ont révélé que près de la moitié des entreprises présentent leurs résultats de business analytics sous forme graphique. SAS Visual Statistics répond aux attentes du marché en proposant des fonctionnalités analytiques avancées avec une véritable interface graphique, basée sur l’interface particulièrement réussie de SAS Visual Analytics, » poursuit Tony Consentino.
DirectPay, une société de recouvrement de créances des Pays-Bas, estime que les technologies de l’information et l’analytique sont la clé du développement rapide de son activité. La société, déjà fervente utilisatrice de SAS, et est une des premières entreprises à adopter SAS Visual Statistics.
« À l’heure où nous nous efforçons de moderniser notre infrastructure analytique, SAS Visual Statistics s’est imposée pour sa praticité et la qualité des résultats obtenus, » explique Colin Nugteren, directeur de l’exploitation chez DirectPay. « Sa rapidité et sa convivialité en font un outil formidable ; davantage de variables pourront être testées avec différentes combinaisons sur de courts laps de temps. Nous sommes certains que ce nouveau logiciel améliorera à la fois la qualité et les délais de déploiement de nos modèles « .
« Avec les millions de paiements traités par nos systèmes, nous avions besoin d’un outil comme SAS Visual Statistics qui soit capable d’analyser de grandes quantités de données en un minimum de temps. Des informations précises plus rapidement sont un vrai levier de rentabilité, » poursuit Colin Nugteren.
Toutefois, SAS Visual Statistics ne se limite pas aux environnements de big data, comme celui de DirectPay : l’outil est tout aussi utile à l’échelle de départements d’entreprise ou pour les entreprises de taille moyenne. Elle fonctionne sur différents types de plateformes, y compris sur des appliances de bases de données de Pivotal ou Teradata, des distributions Hadoop de Cloudera ou Hortonworks, ou des serveurs départementaux.