IBM SPSS Modeler

Découvrez des schémas dans les données historiques afin de pouvoir prédire les événements, prendre de meilleures décisions et obtenir de meilleurs résultats

Les points clés des fonctionnalités :

  • Accédez à toutes sortes de sources de données - entrepôts de données, bases de données, distributions Hadoop, fichiers à plat… - et découvrez des schémas cachés.
  • Dirigez quasi instantanément des décisions prédictives, sensibles aux ressources et stratégiquement alignées vers les personnes et les systèmes au point d'impact.
  • Mettez l'analyse entre les mains de toute personne qui pourra en bénéficier, quel que soit son contexte statistique ou analytique.
  • Résolvez vos problèmes métier à partir d'une unique plateforme conçue pour assurer une gestion complète, depuis l'analyse descriptive de base jusqu'aux problèmes d'optimisation les plus complexes.
  • Analysez d'énormes volumes de données en moins de temps tout en exploitant pleinement vos investissements informatiques en cours avec une exécution au niveau de la base de données et avec des transferts de données minimisés.
  • Tirez parti d'une plateforme ouverte que vous pouvez déployer dans la plupart des environnements et intégrer à d'autres solutions IBM pour rattraper l'écart entre analyse et action

Un espace de partage vous est proposé sur le forum pour recevoir vos avis. Commentez Donner une note à l'article (5)

Article lu   fois.

L'auteur

Liens sociaux

Viadeo Twitter Facebook Share on Google+   

I. Présentation

Dans un environnement métier, le principal objectif de l'analyse consiste à améliorer les résultats de l'entreprise. Ces résultats peuvent consister à :

  • accroître les recettes par réduction du taux d'attrition de la clientèle ;
  • accroître les taux de ventes croisées avec un centre d'appels ;
  • réduire les coûts en identifiant les réclamations frauduleuses avant paiement ;
  • minimiser les temps d'indisponibilité en effectuant la maintenance d'un composant sur une ligne de production.

Dès lors que vous exécutez des analyses pour une meilleure prise de décision, vous pouvez obtenir de meilleurs résultats.

Le data mining est le processus consistant à identifier des schémas dans les données en appliquant des techniques analytiques. L'analyse descriptive, la modélisation prédictive, l'analyse textuelle, l'analyse géospatiale, l'analyse des entités, la gestion et l'optimisation des décisions permettent de faire ressortir des schémas et de déployer des modèles prédictifs dans les systèmes opérationnels. Les systèmes et les utilisateurs peuvent exploiter ces schémas et modèles pour dériver des connaissances qui vont leur permettre de prendre systématiquement la bonne décision au point d'impact. Les résultats sont maximisés sur la base de l'intelligence prédictive cachée dans des données de plus en plus abondantes et complexes.

IBM SPSS Modeler est une puissante plateforme d'analyse prédictive conçue pour appliquer l'intelligence prédictive aux décisions que les individus, les groupes, les systèmes et l'entreprise sont amenés à prendre. SPSS Modeler se prête aussi bien au simple déploiement sur un poste de travail qu'à l'intégration à des systèmes opérationnels pour mettre à votre disposition tout un assortiment de techniques et d'algorithmes. L'application de ces techniques aux décisions peut se traduire par un rapide retour sur investissements et permettre aux organisations de réduire les coûts de manière proactive et systématique tout en augmentant la productivité.

Afin de répondre à tous les besoins de votre organisation en matière d'analyse, SPSS Modeler est disponible dans quatre éditions :

IBM SPSS Modeler Gold

Créez et déployez des modèles prédictifs directement dans vos processus métier avec des capacités de gestion des décisions permettant aux individus et aux systèmes de prendre les bonnes décisions en toutes circonstances. Avec SPSS Modeler Gold on Cloud, ces capacités sont disponibles en tant que service Web fourni sur la base d'un abonnement mensuel.

IBM SPSS Modeler Premium

Libérez des connaissances de la plupart des types de données grâce à un ensemble de capacités et d'algorithmes avancés, par exemple l'analyse des entités et l'analyse des réseaux sociaux, en parallèle avec des techniques de modélisation et de préparation automatisées.

IBM SPSS Modeler Professional

Découvrez des schémas cachés dans les données structurées. SPSS Modeler Professional met à disposition des algorithmes avancés, des techniques de manipulation ainsi que des techniques de modélisation et de préparation automatisées pour vous permettre de créer des modèles prédictifs qui vous aident à améliorer vos résultats métier.

SPSS Predictive Analytics Enterprise

Optimisez votre prise de décision au point d'impact avec une unique solution d'analyse prédictive aux capacités multiples et incluant SPSS Modeler.

Avec chaque édition de SPSS Modeler, vous pouvez :

  • accéder à tous les types de données ;
  • étendre la portée de vos analyses ;
  • adapter le produit à vos besoins avec un déploiement en toute souplesse.

II. Accéder à tous les types de données

La génération de données croît à un rythme exponentiel avec une multiplicité de sources, d'où l'apparition de nouvelles informations et d'opportunités inexploitées pour les organisations capables d'en tirer parti et d'en saisir la valeur. Ces données sont stockées dans différents systèmes et différents formats, et il peut ainsi être particulièrement difficile de les rassembler. Les volumes de données sont si importants qu'une analyse manuelle ou une étude des tableaux des rapports ne permet pas de déterminer pourquoi tel ou tel événement pourrait ou non se produire. Le processus d'analyse présente une autre difficulté qui tient à la rareté des analystes capables de traiter des données pour en extraire la valeur.

Avec SPSS Modeler, vous-même et votre organisation pouvez manipuler les données disponibles, qu'elles soient spatiales ou non spatiales, et en extraire la valeur en découvrant des opportunités inexploitées et de nouvelles informations. Grâce aux nouvelles connaissances dérivées de vos données, vous êtes en mesure de prédire ce qui a de bonnes chances de se produire, devenir proactif et optimiser les résultats, plutôt que de vous contenter de réagir tel que le dicte la situation en cours.

SPSS Modeler vous permet d'exploiter toutes sortes de techniques analytiques pour accéder à des sources telles qu'entrepôts de données, bases de données, distributions Hadoop ou fichiers plats, et ainsi découvrir des schémas cachés dans les données. Ces techniques statistiques s'appuient sur les données historiques pour établir des prédictions portant sur les conditions en cours ou sur les événements futurs. Sont également incluses des capacités d'accès aux données, de préparation des données et de modélisation des données avec des visualisations interactives. Grâce aux procédures de préparation et de modélisation automatisées, la solution se prête à un large éventail de fonctionnalités analytiques.

L'interface graphique intuitive de SPSS Modeler permet aux utilisateurs de visualiser chaque étape du processus de data mining en tant que composante d'un « flux » global. En interagissant avec ce flux, les analystes et les professionnels sont en mesure de travailler en collaboration. Le processus bénéficie ainsi d'un supplément de connaissances métier et d'expertise du domaine, et vos utilisateurs peuvent donc se concentrer sur la recherche d'informations plutôt que sur des tâches techniques telles que l'écriture de code. Ils peuvent également prolonger des analyses au fil de leur réflexion et explorer les données plus en profondeur, ce qui, dans les deux cas, leur permet de découvrir de nouvelles relations pertinentes pour l'organisation.

III. Étendre la portée de vos analyses avec un ensemble de techniques

Les techniques analytiques continuent d'évoluer avec une pléthore d'options permettant de faire directement face aux problèmes. Par ailleurs, alors que la technologie se développe et que de nouveaux types de données apparaissent (par exemple les données basées sur la localisation dans le cas des téléphones mobiles ou des antennes de téléphonie mobile), un certain nombre de questions et de problèmes se posent quant aux meilleures façons d'exploiter ces données. Des techniques innovantes sont donc nécessaires.

Avec SPSS Modeler, vos analystes peuvent résoudre les problèmes métier à partir d'une unique plateforme permettant de maîtriser toutes les situations depuis l'analyse descriptive de base jusqu'au problème d'optimisation le plus complexe. Les capacités offertes par SPSS Modeler vont au-delà des exigences analytiques standard auxquelles sont actuellement confrontés les analystes. Grâce à une large gamme de modèles et de techniques telles que la modélisation et la préparation automatisées des données, l'analyse textuelle, l'analyse des entités ou l'analyse des réseaux sociaux, vous êtes mieux à même de faire face aux problèmes les plus sophistiqués.

III-A. Une large gamme de modèles

SPSS Modeler propose tout un choix de techniques de modélisation, ce qui inclut tous les algorithmes suivants :

  • algorithmes de classification. Établissez des prédictions ou des prévisions basées sur les données historiques en utilisant des techniques telles que les arbres de décision, les réseaux neuronaux, la régression logistique, les machines à vecteurs de support, la régression de Cox ou les modèles linéaires mixtes généralisés. Exploitez la modélisation de classification automatique pour les résultats aussi bien binaires que numériques afin de rationaliser la création de modèles, ou bien la modélisation de réponse en autoapprentissage pour créer un modèle que vous pouvez mettre à jour ou réévaluer en permanence sans devoir recréer ce modèle ;
  • algorithmes de segmentation. Regroupez des personnes ou détectez des schémas inhabituels avec des techniques de groupement, de détection des anomalies et de mise en réseau neuronal automatiques. Utilisez la classification automatique pour appliquer plusieurs algorithmes en une seule étape et ne vous souciez plus du choix de la technique appropriée ;
  • algorithmes d'association. Découvrez des associations, des liens ou des séquences avec les associations de types Apriori, CARMA et séquentiel ;
  • séries chronologiques et prévisions. Générez des prévisions pour une ou plusieurs séries chronologiques avec les techniques de modélisation statistique. La modélisation causale temporelle vous permet de découvrir des relations de cause à effet parmi un grand nombre de séries ;
  • extensibilité avec le langage de programmation R. Appliquez des transformations, utilisez des scripts pour analyser, récapituler ou générer des sorties texte ou graphiques avec le langage R. Le générateur de boîtes de dialogue personnalisées vous permet de partager et de réutiliser R avec les personnes qui ne souhaitent pas utiliser la programmation pour les analyses ;
  • simulation de Monte-Carlo. Tenez compte de la part d'incertitude dans les modèles prédictifs. Modélisez les entrées incertaines du modèle sur la base des données historiques ou avec des distributions de probabilité afin de générer des valeurs simulées puis de les utiliser dans le modèle prédictif pour générer un résultat. Le processus peut être répété des milliers de fois - voire des dizaines de milliers. Vous obtenez ainsi une distribution des résultats qui peut apporter des réponses aux questions à partir de données générées de façon réaliste.

III-B. Préparation et manipulation des données

Dans le processus d'analyse, la préparation des données est une étape importante, mais consommatrice en temps. SPSS Modeler automatise cette préparation afin de faciliter le processus et de conférer à vos données le format le plus approprié pour l'analyse. Les tâches automatisées incluent l'analyse des données et l'identification des correctifs, le filtrage des champs, la dérivation de nouveaux attributs (si applicable) et l'amélioration de la performance via des techniques de filtrage intelligent.

SPSS Modeler prévoit différents modes de manipulation des données pour analyse au niveau de l'enregistrement ou du champ (ou de la variable). Voici deux des méthodes que vous pouvez utiliser pour vous assurer que vos données se présentent dans le format le mieux adapté au type spécifique d'analyse que vous envisagez :

  • opérations sur les enregistrements. Les nœuds Select, Sample et Distinct vous permettent de sélectionner des lignes de données spécifiques. Vous pouvez fusionner et ajouter des nœuds pour la jonction de données en ajoutant des colonnes et des lignes à un jeu de données. Les nœuds Aggregate et Recency, Frequency, Monetary (RFM) Aggregate récapitulent les enregistrements sur une seule ligne. Le nœud Balance ajuste les proportions des enregistrements dans les données non équilibrées, et le nœud Sort réorganise les enregistrements sur la base de la valeur. Le nœud Space Time Box crée des données géospatiales et basées sur le temps pour les enregistrements ;
  • opérations sur les champs. Le nœud Type spécifie les métadonnées et les propriétés d'un jeu de données, et le nœud Filter supprime des enregistrements. Le nœud Derive crée de nouveaux enregistrements, et le nœud Filler permet de remplacer des valeurs de champ existantes. Les données peuvent être restructurées avec les nœuds Set to Flag, Restructure ou Transpose, et elles peuvent être regroupées avec les nœuds Reclassify ou Binning. Pour aider à la modélisation, le nœud Partition permet de fractionner les données, tandis que le nœud History et les nœuds Time Intervals permettent de créer des enregistrements supplémentaires. Le nœud Field Reorder définit l'ordre d'affichage afin de faciliter la visualisation de certains champs.

III-C. Modélisation automatisée des données

Avec les fonctions de modélisation automatisées de SPSS Modeler, les non-analystes peuvent produire des modèles précis rapidement et sans qu'aucune compétence spécialisée ne leur soit nécessaire. Par ailleurs, les capacités de modélisation prédictive avancées permettent aux analystes professionnels de créer les flux les plus sophistiqués.

La modélisation automatisée vous permet de comparer différentes approches pour la modélisation. En définissant des options spécifiques pour chaque type de modèle (ou en utilisant les options par défaut), vous pouvez explorer une multitude de combinaisons et d'options de modèles. Les modèles générés sont ensuite classés en fonction de la mesure spécifiée, et le meilleur d'entre eux est sauvegardé en vue d'un scoring ou d'une analyse plus approfondie.

III-D. Analyse géospatiale

Avec SPSS Modeler, vous pouvez explorer les relations entre les éléments de données pouvant être liés à un emplacement particulier, et effectuer une analyse géospatiale de vos données afin de mettre en évidence des informations qui ne ressortiraient pas dans des graphiques ou des tableaux. Avec l'exploration spatiale, vous pouvez facilement explorer des données géospatiales en utilisant des fichiers de formes ESRI. En analysant à la fois des données spatiales et non spatiales, vous améliorez la précision globale du modèle et vous pouvez ainsi accéder à des informations plus approfondies sur les personnes et sur les événements.

Ajoutez une nouvelle dimension à votre analyse en découvrant des règles d'association parmi les attributs spatiaux et non spatiaux. Avec la prédiction spatiotemporelle, vous pouvez adapter des modèles linéaires pour analyser des mesures prises en différents points de l'espace 2D, ce qui vous permet de prédire facilement les zones « sensibles » et de déterminer comment ces zones vont évoluer au fil du temps. Vous pouvez appliquer cette technologie pour explorer des données géospatiales dans des domaines tels que l'analyse des profils de criminalité, la surveillance épidémiologique, la gestion des bâtiments ou l'analyse de la performance des filiales.

III-E. Analyse textuelle

L'environnement visuel interactif de SPSS Modeler fait appel à des technologies linguistiques avancées et au traitement automatique du langage naturel pour traiter rapidement les données texte non structurées. À partir de ces données texte, le produit extrait et organise les concepts clés. Les packs d'analyse de texte, propres au secteur d'activité et personnalisables, vous permettent d'analyser les termes et expressions pertinents parallèlement aux acronymes, aux émoticônes et à l'argot, ceci dans le contexte approprié. Les graphiques interactifs vous aident à explorer et à afficher les données texte et les schémas pour une analyse instantanée. Vous pouvez créer des structures de catégorisation hiérarchique et les inclure en tant qu'entrées dans un modèle prédictif pour générer des décisions et des résultats de meilleure qualité et plus ciblés. Des catégories prédéfinies telles que hiérarchies, annotations ou descripteurs de mot clé peuvent être importées pour catégoriser les données non structurées initiales de sorte que vous puissiez organiser les concepts de façon plus logique et à un plus haut niveau de détail.

III-F. Analyse des entités

Les organisations combinent bien souvent plusieurs sources de données. Mais que se passe-t-il lorsqu'il n'y a pas de correspondances claires entre les différents enregistrements ? Et comment déterminez-vous les relations entre entités ? L'analyse des entités vous permet d'identifier les relations de degré n et d'améliorer la cohérence des données en cours en résolvant les conflits d'identité au sein des enregistrements eux-mêmes. L'analyse des entités est critique pour la sécurité frontalière, la détection des fraudes et l'identification précise des auteurs présumés d'infractions. Mais elle présente également un formidable intérêt si votre entreprise veut éviter de proposer différentes offres à une même personne au cours d'une campagne marketing, ou si elle souhaite s'assurer de la création de modèles précis.

Grâce aux capacités d'analyse des entités de SPSS Modeler, vous pouvez associer des données d'identité, de comportement et d'action à leurs entités respectives - en temps réel ou par lots - avec une facilité et une rapidité extraordinaires. Vous pouvez également consolider les enregistrements si vous le jugez utile, ou les maintenir séparés. Le résultat ? Votre organisation dispose de données d'entreprise en contexte qui peuvent l'aider à améliorer la qualité des modèles. Cette amélioration peut se traduire par de meilleures décisions et par un taux accru de réussite, que vous visiez à atténuer les risques ou à identifier les opportunités.

III-G. Analyse des réseaux sociaux

Découvrez les relations entre entités sociales et les implications de ces relations sur le comportement d'un individu. SPSS Modeler inclut des capacités d'analyse des réseaux sociaux qui convertissent les informations sur les relations en indicateurs clés de performance propres à mettre en évidence le comportement social des individus et des groupes. Vous pouvez utiliser ces indicateurs pour identifier les leaders sociaux qui influencent le comportement des autres intervenants sur le réseau. En combinant ces résultats avec d'autres mesures, vous pouvez créer des profils d'individus complets sur lesquels vos modèles prédictifs peuvent se baser. Les capacités d'analyse des réseaux sociaux de SPSS Modeler sont particulièrement utiles pour les entreprises du secteur des télécommunications et autres qui sont préoccupées par les problèmes de roulement de la clientèle. Vous pouvez identifier des groupes ou leaders de groupes et déterminer, sur la base de leur influence, si d'autres personnes sont susceptibles de se tourner vers un autre opérateur ou une autre entreprise.

IV. Un déploiement en toute souplesse pour répondre à vos besoins

Le déploiement de l'analyse au sein de votre organisation va dépendre d'un grand nombre de facteurs environnementaux. Ces facteurs incluent les problèmes métier à traiter, vos choix de systèmes d'exploitation et de plateformes, ainsi que les autres technologies et sources de données utilisées dans votre infrastructure. Les outils technologiques, et notamment les logiciels, doivent être suffisamment souples pour se prêter à diverses permutations tout en continuant d'assurer la performance et les résultats escomptés.

L'architecture ouverte de SPSS Modeler prend en charge tout un ensemble de plateformes et de langages.

Vous pouvez déployer SPSS Modeler dans votre environnement ou depuis le Cloud, puis l'utiliser en toute confiance avec vos systèmes existants pour optimiser la performance et traiter vos problèmes métier. La souplesse du déploiement permet de combler l'écart entre analyse et action en fournissant des résultats aux personnes et aux processus sur la base d'un planning ou bien à la demande. Les flux SPSS Modeler peuvent être déployés à des fins d'actualisation des modèles ou de programmation automatisée des travaux. Les développeurs peuvent intégrer les flux SPSS Modeler à des applications Java en utilisant l'API Java EPM (embedded predictive modeling). Vous pouvez ensuite les déployer avec une application de gestion des décisions ou d'autres applications prédictives.

IV-A. Gestion des décisions

La gestion des décisions étend les capacités prédictives de SPSS Modeler aux processus métier de tous les jours afin de donner les pleins pouvoirs aux employés et systèmes situés aux points de service. Elle intègre à vos systèmes des modèles prédictifs des règles simples et des fonctions de scoring qui vous permettent d'automatiser, de gérer et d'optimiser de grandes quantités de décisions. L'application recommande alors des actions aux points et aux moments où elles sont nécessaires. Il s'agira par exemple de procéder à des ventes croisées par téléphone avec des clients, de décider du meilleur circuit pour une réclamation, de recourir à un service public pour l'allocation de bande passante, ou de présenter des offres dans un kiosque en libre-service. Des milliers de décisions peuvent être prises au niveau opérationnel, en parfaite cohérence par rapport aux objectifs et stratégies de votre organisation.

Avec les capacités de gestion des décisions de SPSS Modeler :

  • les modèles prédictifs peuvent anticiper les résultats les plus probables et identifier la propension d'un client à répondre à une offre donnée ou le risque pour qu'une réclamation donnée soit frauduleuse ;
  • les règles métier automatisent les paramètres qui sont déterminés par des éléments tels que les stratégies métier ou le respect des lois et réglementations. La prise en charge des règles de base est directement assurée au niveau de SPSS Modeler. Pour des règles plus robustes et adaptables aux exigences propres à l'entreprise dans sa globalité, une intégration à IBM Operational Decision Management est également possible ;
  • le scoring intégré dirige des recommandations instantanées vers les personnes et systèmes appropriés, ce qui permet de prendre des décisions stratégiquement alignées et tenant compte des ressources, quel que soit le secteur d'activité.

IV-B. Optimisation

Même l'organisation la plus impliquée n'a pas les moyens de prioriser tous les clients, de même qu'un assureur ne peut pas enquêter sur toutes les demandes de remboursement. Les entreprises réelles opèrent dans le cadre de contraintes du monde réel, avec des limites touchant au personnel et aux équipements disponibles ainsi qu'aux investissements. L'optimisation permet aux organisations de tirer le meilleur parti de ressources limitées en identifiant la solution qui répond le mieux à un objectif spécifique. Il s'agira par exemple de maximiser les recettes résultant d'une campagne marketing, ou bien de minimiser le risque de fraude ou d'attrition. Les fonctions d'optimisation pourront être exécutées soit sur demande, par exemple pour déterminer la meilleure offre pour un individu donné, soit par lots pour soumettre des offres à tous les clients éligibles.

IV-C. Exécution et planification

SPSS Modeler inclut des capacités conçues pour exploiter l'automatisation de façon à accroître la cohérence de vos résultats. Une cohérence accrue renforce la confiance des individus vis-à-vis des analyses dans la mesure où l'encadrement peut assurer une gouvernance efficiente des environnements métier dans lesquels les processus analytiques s'exécutent. Cette gouvernance permet de s'assurer que toutes les exigences procédurales internes et externes sont satisfaites.

Avec SPSS Modeler, vos analystes peuvent créer des processus analytiques à la fois souples et reproductibles qui peuvent être « opérationnalisés », c'est-à-dire initialisés au bon moment et intégrés à d'autres processus de l'entreprise. Par ailleurs, les processus de gestion de modèles prédéfinis aident à maintenir la pertinence et la précision des modèles.

IV-D. Intégration à la base de données

SPSS Modeler prévoit un certain nombre de fonctionnalités permettant de minimiser les transferts de données et de diriger les analyses vers la base de données - et notamment :

  • conversion SQL (SQL « pushback »). Avec SPSS Modeler Server, le transfert des données depuis les bases de grande envergure n'est pas nécessaire, même dans les environnements IBM z System et IBM PureSystems, ceci du fait que les processus d'analyse et d'exploration peuvent s'exécuter au sein même de la base de données. La conversion SQL permet la transformation et la préparation des données à l'intérieur de la base de données, sans qu'il soit nécessaire d'écrire la moindre ligne de SQL ou d'effectuer une quelconque programmation, d'où une très nette amélioration de la performance analytique ;
  • scoring en base de données. Des adaptateurs de scoring spécifiques à la base de données sont disponibles pour les solutions IBM SPSS Modeler with Scoring Adapter for zEnterprise, IBM DB2, IBM PureData System for Analytics (technologie Netezza) et Teradata. Ces adaptateurs multiplient le nombre d'algorithmes SPSS Modeler pouvant être évalués au sein de la base de données, ce qui réduit encore la nécessité d'extraire les données avant le scoring ;
  • fonctions de base de données. SPSS Modeler peut utiliser la quasi-totalité des fonctions définies par l'utilisateur, des fonctions d'agrégation de base de données et des fonctions d'agrégation en mode fenêtré qui sont mises à disposition par une base de données. Le plan de travail de SPSS Modeler affiche ces fonctions qui peuvent ainsi être sélectionnées pour étendre les fonctionnalités natives disponibles et pour assurer la conversion SQL ;
  • exploration en base de données. SPSS Modeler Server permet d'intégrer les capacités de data mining, les outils de modélisation et les algorithmes natifs de base de données qui sont disponibles avec IBM DB2 sur Z « Hytap » (Hybrid Transactional and Analytic Processing), PureDataSystem for Analytics, IBM InfoSphere Warehouse, Oracle Data Miner, Microsoft Analysis Services et autres. Vous pouvez créer, évaluer et stocker des modèles au sein même de la base de données - le tout à partir du plan de travail de SPSS.

IV-E. Intégration à la technologie IBM

SPSS Modeler inclut des capacités d'exportation de données vers les logiciels IBM Cognos Business Intelligence et Cognos TM1. Les résultats des analyses peuvent être distribués aux décisionnaires clés qui n'ont besoin de rien d'autre que ces résultats pour leurs activités de reporting, de surveillance et de planification. Quand une analyse plus approfondie est nécessaire, SPSS Modeler peut également accéder aux résultats en tant que source de données et le processus peut donc se poursuivre, les résultats étant alors redirigés vers tout point de questionnement initial.

Via une section dédiée sur les nœuds, IBM SPSS Statistics permet d'approfondir l'analyse statistique et la gestion des données en appui de la solution SPSS Modeler et de ses capacités de data mining.

SPSS Modeler prévoit une prise en charge de PureData System for Analytics pour un accès à des modèles spécifiques depuis l'interface de SPSS Modeler, tirant ainsi parti de la vitesse et de la performance du matériel.

Pour les analyses portant sur le big data, l'ajout du serveur SPSS Analytic Server à SPSS Modeler permet le traitement de ces analyses dans une distribution Hadoop.

Les flux SPSS Modeler peuvent également être déployés avec InfoSphere Streams pour les applications avec flux de données haute vitesse en continu lorsque ces applications doivent faire l'objet d'évaluations prédictives.

V. Conclusion

SPSS Modeler est une plateforme d'analyse prédictive qui se prête aussi bien au simple déploiement sur un poste de travail qu'à l'intégration à des systèmes opérationnels pour appliquer l'intelligence prédictive aux décisions que les individus, les groupes, les systèmes et l'entreprise sont amenés à prendre. Votre organisation peut utiliser SPSS Modeler pour conduire des analyses indépendamment de l'emplacement des données, et que ces données soient structurées ou non. L'architecture client-serveur peut rediriger l'analyse vers la source pour exécution, ce qui minimise les transferts de données et accroît la performance.

Avec SPSS Modeler, toutes sortes d'utilisateurs peuvent résoudre une multitude de problèmes métier. La solution prévoit différentes techniques analytiques allant de l'analyse descriptive aux algorithmes avancés, ce qui inclut la modélisation automatisée, l'analyse des entités, l'analyse des réseaux sociaux, la gestion des décisions et l'optimisation. L'interface intuitive est conçue pour une large palette d'utilisateurs, depuis l'utilisateur fonctionnel non technicien jusqu'à l'analyste professionnel. De par son temps d'apprentissage réduit, SPSS Modeler est un produit attractif aussi bien pour le novice que pour l'utilisateur avancé, lesquels peuvent rapidement dégager de nouvelles connaissances et obtenir de réels résultats métier. Site à visiter pour plus d'informations sur SPSS Modeler : ibm.com/software/analytics/spss/products/modeler/.

VI. À propos d'IBM Business Analytics

Les logiciels IBM Business Analytics permettent aux organisations de disposer d'informations orientées données, ce qui les aide à travailler de manière plus intelligente et à surpasser leurs concurrents. Très complet, le portefeuille de produits inclut des solutions d'aide à la décision (Business Intelligence), d'analyse prédictive, de gestion des décisions, de pilotage de la performance et de gestion des risques.

Les solutions Business Analytics aident les entreprises à identifier et à visualiser les tendances et modèles qui relèvent d'activités telles que l'analyse client et qui peuvent avoir un effet déterminant sur la performance métier. Ces entreprises peuvent ainsi comparer des scénarios, anticiper les menaces et opportunités potentielles, mieux planifier, budgétiser et prévoir leurs ressources, équilibrer les risques par rapport aux retours sur investissements prévus, et assurer le respect des réglementations. En élargissant l'utilisation des analyses, les organisations peuvent adapter leurs décisions tactiques et stratégiques de façon à atteindre leurs objectifs. Pour plus d'informations : ibm.com/business-analytics.

VII. Notes de la rédaction Developpez.com

Developpez.com remercie IBM pour l'autorisation de publication de ce guide. Tous les remerciements également à Winjerome pour la mise au gabarit et Claude Leloup pour la relecture orthographique.

Vous avez aimé ce tutoriel ? Alors partagez-le en cliquant sur les boutons suivants : Viadeo Twitter Facebook Share on Google+   

  

Les sources présentées sur cette page sont libres de droits et vous pouvez les utiliser à votre convenance. Par contre, la page de présentation constitue une œuvre intellectuelle protégée par les droits d'auteur. Copyright © 2017 IBM Software. Aucune reproduction, même partielle, ne peut être faite de ce site et de l'ensemble de son contenu : textes, documents, images, etc. sans l'autorisation expresse de l'auteur. Sinon vous encourez selon la loi jusqu'à trois ans de prison et jusqu'à 300 000 € de dommages et intérêts.