Leo Yeh's Blog

SAS Viya (109)

教學目標

初步了解 SAS Intelligent Decisioning 的基本概念。

重點概念

首先企業決策管理系統將能夠改變企業決策的方式,其使企業能夠利用現有的資訊做出更好的決策,其主要是是基於預測分析的決策,此時透過 SAS Intelligent Decisioning 就能夠讓決策過程自動化,特別是針對日常營運的決策,主要透過減少人工干預的操作,更進一步提高了日常業務流程的處理速度、效率和準確性。此外更結合了業務規則管理,決策處理,即時偵測,決策治理和進階分析自動化管理整個企業的即時決策,以利解決客戶所面臨有關即時決策分析的問題,像是行銷活動、詐欺偵測、信用風險、… 等不同應用領域。

接著 SAS Intelligent Decisioning 能夠以程式碼建立和維護業務規則和預測模型,並且透過提供更智慧的視覺化網站畫面來改善管理,至於決策服務主要由分析模型、條件、業務規則和客製程式碼進行定義,其中分析模型主要會整合 SAS Model Studio 所建立的模型,條件則是將決策分支為是和否的路徑,業務規則其主要能夠透過指定、行動和判斷邏輯所組成的規則集來建立企業組織使用的決策過程,使得決策過程更透明和適應性更強,也因此這就是決策管理系統中最核心元件,當然我們更能夠透過 DS2、Python 和 SQL 客製程式碼的方式優化即時決策。

再來 SAS Intelligent Decisioning 更內建了不同層次流程管理,像是版本控制、自動測試、工作流程、…等,讓使用者透過更簡易的進行以預測模型和業務規則為基礎的即時決策,即時決策將能夠發佈決策服務至 SAS Micro Analytic Service (MAS) 中讓使用者透過 REST API 的方式讓應用程式能夠整合即時決策的結果,更重要的是預設就已經提供持續性、高效能、可擴展性和高可用性的 REST API。此外更能夠能夠幫助企業組織管理資料,業務規則,分析模型和優化技術,同時提供統一平台進行一致性的規則管理,模型管理和資料管理。每個產業的組織皆可以改善與客戶、合作夥伴、供應商和員工的互動。至於受到高度監管的企業組織,像是金融服務、醫療保健能夠更輕鬆地實現遵守可重複,可追蹤明確定義的決策,使得企業組織的決策過程透明化,並且能夠監控流程的準確性。

最後 SAS Intelligent Decisioning 針對企業資料的輸出量,主要能夠處理每秒 5,000 多筆的即時交易進行即時決策,並且能夠實現每個交易 10 毫秒的回應時間,此外能夠與各種第三方應用程式透過 REST API 進行整合,以及在 Forrester Wave 研究報告中提到 SAS Intelligent Decisioning 將能夠提供提升客戶體驗所需的分析能力和即時決策能力,所以若是企業中的業務人員和資訊人員需要將決策模型部署至正式環境中進行企業即時決策時,則建議企業導入 SAS Intelligent Decisioning 即時決策的解決方案。

相關資源

⬅️ Go back