Tome mejores decisiones mediante la inteligencia predictiva

Transcripción

1 IBM SPSS Modeler Professional Funciones destacadas Acceda, prepare y cree modelos de datos estructurados fácilmente con este conjunto de programas de minería de datos intuitivo y visual. Crea y valide modelos rápidamente utilizando las técnicas estadísticas y de aprendizaje automático más avanzadas que estén disponibles. Gestione todo el proceso de minería de datos con una amplia gama de herramientas basadas en la metodología CRISP-DM. Distribuya de forma eficaz información y modelos predictivos de forma planificada o en tiempo real. Tome mejores decisiones mediante la inteligencia predictiva La minería de datos proporciona a las organizaciones una visión más clara de las condiciones actuales y una información más profunda de eventos futuros. Con, su organización puede llevar a cabo una minería de datos que aproveche muchos tipos de datos, cuyo resultado será un análisis más revelador y una comprensión plena de sus clientes o participantes. Este completo conjunto de programas de minería de datos cuenta con potentes funciones de preparación de datos, visualización y modelado predictivo que le ayudarán a solucionar cualquier reto empresarial más rápido y con resultados más precisos. Modeler es famoso en el mundo entero tanto para analistas como para usuarios empresariales. Sus funciones exclusivas permiten que aquellos que no son analistas produzcan modelos precisos rápida y fácilmente sin habilidades analíticas complejas, mientras que los analistas profesionales pueden aprovechar las avanzadas funciones de modelado predictivo del software. Simplifique el proceso de minería de datos La interfaz gráfica intuitiva de Modeler facilita que los usuarios visualicen todos los pasos del proceso de minería de datos como parte de un flujo. Al interactuar con flujos, los analistas y usuarios empresariales pueden colaborar añadiendo conocimiento empresarial al proceso de minería de datos. Como los encargados de la minería de datos pueden centrarse en el descubrimiento de conocimiento en lugar de tareas técnicas como la creación de código, pueden llevar a cabo análisis de líneas de pensamiento, explorar los datos más concienzudamente y descubrir relaciones ocultas adicionales. Desde esta interfaz visual, puede acceder fácilmente e integrar datos de diversas fuentes, incluidos los productos de IBM SPSS Data Collection, así como datos de prácticamente cualquier tipo de base de datos, hoja de cálculo o archivo plano (incluidos los archivos de IBM SPSS Statistics, SAS y Microsoft Excel ).

2 Ninguna otra solución de minería de datos ofrece esta versatilidad. Las potentes herramientas de automatización de Modeler, como la preparación de datos automatizada y el modelado automático, facilitan la preparación de los datos para su análisis, la búsqueda del mejor modelo basado en patrones ocultos en los datos y la rápida producción de resultados coherentes y precisos. Saque partido de más tipos de datos para obtener mejores resultados Nuestros clientes han descubierto que la incorporación de todos los tipos disponibles de datos aumenta la precisión de los modelos predictivos, con lo que se obtienen recomendaciones de mayor utilidad y resultados mejorados. Si su organización recopila grandes cantidades de datos de texto, el conjunto interactivo de programas de minería de texto disponible en IBM SPSS Modeler Premium le permitirá extraer conceptos y opiniones de cualquier tipo de texto, como el texto captado en fuentes operativas, notas de centros de llamadas, correos electrónicos de clientes, artículos de periódicos o revistas, blogs, canales de información RSS, etc. El acceso directo a datos de encuesta en productos de Data Collection permite incluir información demográfica, de actitudes y de comportamiento más fácilmente en sus modelos, redondeando su comprensión de las personas u organizaciones a las que atiende. Seleccione entre una inigualable cantidad de técnicas Modeler ofrece una amplia gama de técnicas de minería de datos avanzadas diseñadas para cubrir las necesidades de todas las aplicaciones de minería de datos, incluidos los siguientes algoritmos. Algoritmos de clasificación: realice predicciones o pronósticos basados en datos históricos mediante técnicas como árbol de decisión, redes neuronales, regresión logística, series temporales, máquinas de vectores de soporte, regresión de Cox, etc. Aproveche el modelado de clasificación automático para resultados binarios y numéricos con el fin de simplificar la creación de modelos. Algoritmos de segmentación: agrupe personas o detecte patrones inusuales con las técnicas de conglomerados automáticos, detección de anomalías y de red neuronal de conglomerados. Utilice la clasificación automática para aplicar varios algoritmos en un único paso y deje de recurrir a las suposiciones para seleccionar la técnica correcta. Algoritmos de asociación: descubra asociaciones, enlaces o secuencias mediante Apriori, CARMA y asociación secuencial.

3 Optimice sus tecnologías de la información actuales La arquitectura abierta y adaptable de Modeler utiliza su infraestructura de TI existente de la mejor manera posible. Se integra con sus sistemas, tanto al acceder a los datos como al distribuir resultados, de modo que no necesita cambiar el formato de los datos entre uno patentado y otro que no lo esté. Además, las técnicas como la minería en bases de datos, los subprocesos múltiples, la agrupación de servidores y la conversión de SQL le ayudan a conservar recursos, conseguir resultados más rápido y reducir los costes globales de TI. Figura 1: El proceso CRISP-DM, como se muestra en este diagrama, permite que los encargados de la minería de datos implementen proyectos eficaces de minería de datos que logren resultados empresariales evaluables. Siga un proceso probado y repetible Durante cada fase del proceso de minería de datos, Modeler admite el estándar del sector, CRoss-Industry Standard Process for Data Mining (CRISP-DM). Esto significa que su empresa puede centrarse en resolver problemas empresariales mediante la minería de datos, en lugar de inventar un proceso por cada proyecto nuevo. Los proyectos individuales de Modeler pueden organizarse de forma eficaz con el administrador de proyectos de CRISP-DM.

4 Distribuya el modelado predictivo en toda la empresa Modeler puede analizar de forma eficaz las cantidades de datos generadas normalmente por pequeñas y medianas empresas. Las organizaciones cuyos requisitos de minería de datos sean complejos o de gran volumen pueden aprovechar IBM SPSS Modeler Server. Al utilizar la arquitectura de cliente/servidor, Modeler Server permite que varios analistas de datos trabajen simultáneamente sin afectar a los recursos informáticos. Puede aprovechar la minería en bases de datos en las principales plataformas de información y procesar de forma eficaz grandes cantidades de datos. Modeler Server también ofrece opciones de distribución adicionales que le permiten ampliar los beneficios de la minería de datos en líneas geográficas o funcionales y enviar rápidamente los resultados a los responsables de la toma de decisiones. Novedades en Modeler Professional 14 Esta versión incluye nuevas funciones y mejoras que le permitirán crear e interpretar modelos fácilmente mediante técnicas innovadoras, integrarse sin problemas con otro software de IBM SPSS y tecnologías de terceros e incorporar el modelado predictivo en los procesos empresariales de su organización. Mejoras de rendimiento Mejore la estabilidad y precisión de sus modelos aprovechando las técnicas de optimización de conjuntos de datos de gran tamaño, incluidos la potenciación y el empaquetado, para algoritmos lineales, de árboles de decisión y de Red neuronal. Ejecute varios modelos a la vez e interactúe con ellos mediante una nueva herramienta de visualización que le permite comprender mejor los resultados de modelos conjuntos y compartirlos con otras personas de su organización. Mejore la adaptabilidad y el rendimiento cuando utilice Modeler Professional Server aprovechando la nueva capacidad de optimización de procesamiento de bases de datos de gran tamaño para algoritmos clave. Cree y actualice modelos en bases de datos de tamaño ilimitado para procesos a nivel de empresa.

5 Algoritmos actualizados El nuevo algoritmo de redes neuronales admite nuevos métodos de análisis e incluye funciones de perceptrón multicapa y de base radial. Incluye una visualización innovadora e interactiva que facilita la comprensión y comunicación de resultados. Cree mejores modelos lineales mediante un método de regresión lineal que aprovecha el procesamiento de bases de datos de gran tamaño, cuenta con opciones de preparación de datos automáticas incorporadas y produce amplias visualizaciones que facilitan la interpretación de resultados de modelos interactivamente. Mejoras de datos Obtenga una compatibilidad ampliada con fuentes de datos empresariales con la capacidad de leer y escribir datos hacia y desde XML. Aproveche al máximo el potencial de sus bases de datos operativas con opciones adicionales de minería en bases de datos y envíe resultados de Modeler a tablas de bases de datos operativas desde la interfaz. Simplifique la reutilización de flujos de modelado entre usuarios y garantice la configuración correcta de los parámetros mediante mensajes de parámetros de tiempo de ejecución. Logre un mayor control al exportar resultados a Excel añadiéndolos a un libro existente o especificando dónde deben colocarse los resultados dentro de una hoja de cálculo. Mejora en la compatibilidad y la distribución de plataformas Mejore la distribución y la puntuación empleando una definición de distribución visual que incluya la reconstrucción automática de modelos y funciones de derivación y actualización de modelos. Administre los estándares de inicio de sesión de toda la empresa con una nueva compatibilidad con la tecnología estándar de inicio de sesión único (SSO). Acerca de SPSS, an IBM Company SPSS, an IBM Company, es uno de los principales proveedores globales de software y soluciones de análisis predictivo. La gama completa de productos de la empresa, que recopila datos, realiza análisis estadístico, modelado y distribución, capta las actitudes y opiniones de las personas, predice los resultados de las interacciones futuras con los clientes y, a continuación, actúa basándose en esta información incorporando el análisis en los procesos comerciales. Las soluciones de IBM SPSS tratan los objetivos comerciales interconectados en toda una organización centrándose en la convergencia del análisis, la arquitectura de TI y los procesos comerciales. Los clientes comerciales, gubernamentales y académicos de todo el mundo confían en la tecnología de IBM SPSS como ventaja ante la competencia para atraer, retener y hacer crecer los clientes, reduciendo al mismo tiempo el fraude y reduciendo el riesgo. SPSS fue adquirida por IBM en octubre de Para obtener más información o contactar con un representante, visite

6 Funciones Comprensión de los datos Cree una amplia gama de gráficos interactivos con ayuda automática. Utilice el análisis de enlaces visuales para ver las asociaciones de sus datos Interactúe con los datos seleccionando regiones o elementos de un gráfico y visualizando la información seleccionada; o bien seleccione datos clave para su uso en un análisis Acceda a gráficos y herramientas de elaboración de reportes en IBM SPSS Statistics directamente desde la interfaz de Modeler. Preparación de los datos Acceda a datos operativos desde una variedad de fuentes de datos operativos como IBM DB2, Oracle, Microsoft SQL Server, Informix, Neoview, Netezza, mysql (Sun) y Teradata. Importe archivos de texto delimitados y de ancho fijo, archivos de Statistics, SAS, fuentes de datos de Data Collection o XML. Elija entre diversas opciones de limpieza de datos de Modeler que eliminan o sustituyen datos no válidos, imputan los valores perdidos automáticamente y mitigan los valores atípicos y los extremos. Aplique la preparación automática de datos para interrogar y condicionar los datos para realizar un análisis en un único paso. Exporte datos a archivos de texto delimitados, Excel, Statistics, SAS y bases de datos operativas. Utilice el filtrado de campos, la denominación, la derivación, la agrupación, la recategorización, la sustitución de valores y la reordenación de campos. Utilice la selección, muestreo, combinación y concatenación de registros; ordenación, agregación y equilibrio. Utilice la reestructuración, partición y transposición de datos. Utilice extensas funciones de cadena: creación de cadena, sustitución, búsqueda y coincidencia, eliminación de espacios en blanco y truncado. Acceda a la administración de datos y a las transformaciones realizadas en Statistics directamente desde Modeler. Utilice las puntuaciones de RFM: agregue transacciones de clientes para proporcionar puntuaciones de actividades recientes, frecuencia y valor monetario y combinarlas para producir un análisis de RFM completo. Modelado y evaluación Emplee algoritmos avanzados de minería de datos para obtener los mejores resultados a partir de sus datos. Utilice los exploradores de modelos interactivos y ecuaciones y visualice el resultado estadístico avanzado. Muestre el impacto relativo de los atributos de datos en los resultados predichos con gráficos de importancia de variables. Combine varios modelos (modelos conjuntos) o utilice un modelo para analizar un segundo modelo. Utilice la clasificación automática (binaria y numérica) y el conglomerado automático en lugar de algoritmos individuales. Utilice Component-Level Extension Framework (CLEF) de Modeler para integrar algoritmos personalizados. A través de la integración de Statistics, utilice R para ampliar las opciones de análisis.

7 Algoritmos de modelado incluidos C&RT, C5.0, CHAID y QUEST: algoritmos de árboles de decisión incluida la creación interactiva de árboles. Lista de decisiones: algoritmo de creación de reglas interactiva. K-medias, Kohonen, dos pasos, discriminante, máquina de vectores de soporte (SVM): algoritmos de conglomerado y segmentación. PCA/Factorial, selección de funciones: algoritmos de reducción de datos. Regresión, lineal, GenLin (GLM): modelado de ecuaciones lineales Modelo de respuesta de autoaprendizaje (SLRM): modelo bayesiano con aprendizaje incremental. Series temporales: genere y seleccione automáticamente modelos de predicción de series temporales. Redes neuronales: perceptrones multicapa con aprendizaje con retropropagación y redes de funciones de base radial. Máquinas de vectores de soporte: algoritmo avanzado para conjuntos de datos de gran tamaño. Redes bayesianas: modelos de probabilidades gráficos. Regresión de Cox: calcule la hora probable de un evento. Detección de anomalías: algoritmo basado en conglomerados para detectar resultados poco comunes. KNN: algoritmo de puntuación y modelado de elemento afín. Apriori: algoritmo de descubrimiento de asociación popular con funciones de evaluación avanzadas. CARMA: algoritmo de asociación que admite múltiples consecuentes. Secuencia: algoritmo de asociación secuencial para análisis que respetan el orden. Distribución Exporte modelos mediante SQL o PMML (el formato estándar basado en XML para modelos predictivos). Aproveche las innovadoras funciones de administración de análisis, automatización de procesos y distribución de IBM SPSS Collaboration and Deployment Services. Modeler Server (opcional*) Utilice la minería en bases de datos para crear modelos en la base de datos mediante las principales tecnologías de bases de datos y aproveche las implementaciones de bases de datos de alto rendimiento. Aproveche el hardware de alto rendimiento, tarde menos tiempo en conseguir la solución y logre un mayor retorno de la inversión mediante la ejecución paralela de flujos y varios modelos. Transmita datos confidenciales de forma segura entre Modeler Client y Modeler Server mediante el cifrado SSL (Secure Sockets Layer).

8 Copyright IBM Corporation 2010 SPSS Inc., an IBM Company Headquarters, 233 S. Wacker Drive, 11th floor Chicago, Illinois SPSS es una marca comercial registrada y el resto de los productos de SPSS mencionados son marcas comerciales de SPSS Inc., an IBM Company SPSS Inc., an IBM Company. Reservados todos los derechos. IBM y el logotipo de IBM son marcas comerciales de International Business Machines Corporation de EE.UU., otros países o ambos. Para ver una lista completa de las marcas comerciales de IBM, consultewww.ibm.com/legal/copytrade.shtml. Otros nombres de empresas, productos y servicios pueden ser marcas comerciales o marcas de servicio de terceros. Las referencias en esta publicación a productos o servicios de IBM no implican que IBM tenga previsto comercializarlos en todos los países en los que opera. Toda referencia en esta información de sitios Web que no pertenecen a IBM se proporciona sólo por comodidad y de ninguna manera sirve como promoción de los citados sitios Web. Los materiales que se encuentran en esos sitios Web no forman parte de los materiales de este producto de IBM, y hacer uso de ellos queda bajo su propia responsabilidad. Por Favor Recicle SPSS México Insurgentes Sur 933, piso 5 México, D.F Tel. (55) y mexico@spss.com.mx SPSS Chile Mardoqueo Fernández 207 Santiago, Chile Tel. (56) sales@spss.cl