Ponad po?owa modeli analitycznych nigdy nie jest wykorzystywana w praktyce, poniewa? pozostaje w fazie projektowej. Mimo ?e praca nad nimi jest niezwykle kosztowna i zajmuje du?o czasu specjalistom data science, biznes cz?sto nie korzysta z nich w fazie produkcyjnej, czyli dzia?alno?ci operacyjnej firmy. Nowa, kompleksowa oferta SAS sprawia, ?e firmy mog? wykorzysta? pe?ni? potencja?u analityki.
Tylko w tym roku inwestycje w projekty analityczne wynios?y ponad 189 miliardów USD. Niestety biznes nie wykorzystuje ich potencja?u. Jak wynika z danych IDC, tylko 35% organizacji przyznaje, ?e opracowane przez ich specjalistów modele analityczne s? w pe?ni wykorzystywane w praktycznych zastosowaniach biznesowych. SAS, lider analityki biznesowej, prezentuje now? ofert? produktów, us?ug oraz szkole?, aby pomóc firmom w ostatnim etapie analityki.
SAS® ModelOps to nowa oferta, na któr? sk?adaj? si? oprogramowanie SAS Model Manager i us?ugi doradcze. Firma wprowadzi?a j?, aby usprawni? zarz?dzanie, wdro?enie, monitorowanie oraz wprowadzanie zmian zarówno w modelach analitycznych SAS, jak i stworzonych w oparciu o technologi? open source. SAS oferuje równie? us?ugi doradcze dostosowane do potrzeb danej organizacji. Ponadto lider analityki biznesowej zaproponowa? now? us?ug? ModelOps Health Check Assessment, maj?c? na celu pomoc firmom w optymalizacji procesu wdro?enia.
Ograniczenia w zakresie wykorzystania analityki w praktyce to jedno z najwi?kszych wyzwa?, z którymi zmagaj? si? firmy. Wiele organizacji wprowadza kultur? pracy opart? na danych, ale ma k?opot, aby wdro?y? zmiany sugerowane przez wyniki analiz. Celem jest osi?gni?cie realnych korzy?ci biznesowych z inwestycji w projekty analityczne. W praktyce jest to bardzo trudne. Zw?aszcza ostatni etap (tzw. ostatnia mila) projektów analitycznych jest niezwykle ci??ka do zrealizowania – mówi Dan Vesset, wiceprezes dzia?u Analytics and Information Management w IDC.
Zdaniem Jima Goodnighta, CEO SAS, to nie dane, a decyzje nap?dzaj? biznes. Wiemy, ?e decyzje podejmowane w oparciu o dane s? lepsze. Systemy analityczne mog? wykry? nadu?ycia z wykorzystaniem kart kredytowych, pomóc w okre?leniu ryzyka w bran?y finansowej czy zwi?kszy? precyzj? dzia?a? marketingowych. SAS wie, co nale?y zrobi?, aby wspiera? biznes w realizacji zarówno projektów analitycznych, jak i tych zwi?zanych z wykorzystaniem sztucznej inteligencji – mówi Jim Goodnight.
„Ostatnia mila” z SAS
Poniewa? coraz wi?cej organizacji przy?piesza wdro?enie rozwi?za? z zakresu sztucznej inteligencji i uczenia maszynowego, zasoby oraz modele analityczne szybko si? mno??. Firmy polegaj? na analityce podczas rozwi?zywania problemów biznesowych, ale wdro?enie odpowiednich rozwi?za? i zarz?dzanie nimi wci?? stanowi? istotn? przeszkod?. SAS pomaga organizacjom przej?? przez ca?y cykl analityczny – od zautomatyzowanego rozwoju modeli, które s? przejrzyste i umo?liwiaj? wprowadzanie zmian, przez prezentacj? wyników analiz, a? do wdro?enia ich w praktyce.
ModelOps pozwoli firmom wykona? krok naprzód
Jak wynika z danych firmy McKinsey, ca?kowita roczna warto?? analityki i sztucznej inteligencji wynosi pomi?dzy 9,5 a 15,4 biliona USD. Jednak w sytuacji, gdy biznes nie mo?e w praktyce wykorzystywa? AI, technologia ta przestaje stanowi? warto??. Us?ugi i narz?dzia zawarte w ofercie ModelOps zosta?y stworzone w taki sposób, aby umo?liwi? firmom wykonanie kolejnego kroku po fazie projektowej.
SAS® ModelOps stanowi odpowied? na oczekiwania biznesu wzgl?dem us?ug doradczych i oprogramowania do zarz?dzania modelami analitycznymi. SAS wspiera klientów w ci?g?ym i konsekwentnym wykorzystywaniu analityki, a tak?e monitorowaniu pracy modeli, aby upewni? si?, ?e s? aktualne i uwzgl?dniaj? zmienne dane oraz warunki rynkowe.
Zdaniem ekspertów SAS projekty analityczne powinny by? realizowane wed?ug zasad, które preferuj? deweloperzy – DevOps, gdzie najwa?niejsza jest wspó?praca. Dzi?ki temu mo?liwe jest tworzenie i rozwój modeli analitycznych. Poradnik ModelOps, który b?dzie mo?na ?ci?gn?? pod koniec tego roku ze strony internetowej SAS, stanowi ?ród?o wiedzy dla organizacji, jak przy?pieszy? cykl ?ycia analityki przez regularne powtarzanie najlepszych praktyk. Dla biznesu oznacza to skrócenie czasu od pozyskania danych do uzyskania wyników np. w postaci rekomendacji konkretnych dzia?a?. Poradnik ModelOps ma na celu umo?liwienie p?ynnego przej?cia pomi?dzy faz? planowania i wdro?enia. Zaoszcz?dzony w ten sposób czas mo?na wykorzysta? na tworzenie, testowanie i udoskonalanie modeli analitycznych.
