Leo Yeh's Blog

SAS 營運分析 (1)

教學目標

初步了解如何透過 SAS Viya 分析平台落實營運分析的基本概念。

重點概念

首先企業組織每天都會做出許多影響業務的決策,並且以分析驅動的決策通常為更好的決策,因此將分析整合到決策過程中,即使每天要做出成千上萬的決策選擇,也能夠讓企業組織每次都能做出最佳決策,此時就會需要大規模進行營運分析。此外目前許多企業組織建立了強大的分析模型,但是企業組織卻難以將模型部署上線或需要花費三個多月以上的時間才能夠部署上線,這對於企業組織皆是時間、成本和資源的浪費。

接著當企業組織缺乏用於分析單位、資訊單位和業務單位之間協調資源的結構化流程,此時企業組織將難以進行營運分析,其中所面臨的挑戰主要有:

  1. 手動過程限制了可擴展性。
  2. 無法自動監控模型效能。
  3. 資料必須在正式環境中手動重新建立。
  4. 缺乏整合技術將會阻止探索與部署的關聯。
  5. 必須以其他語言手動重新編碼模型以進行部署。
  6. 模型太複雜導致無法大規模執行。
  7. 儘管模型成效不佳但是卻很少發生再訓練。
  8. 缺乏模型管理和治理將會導致資源浪費。

儘管企業組織多年來一直在為分析相關計劃投入資金,但是很少有人能看到回報,因為他們通常被困在最後一英里,也就是無法將分析模型投入正式環境中,為了實現以大規模數據來驅動決策,此時分析生命週期就必須高度可操作,並且與決策流程關聯整合,以利從任何分析的投資中獲得真正價值。

再來 SAS Viya 分析平台主要能夠在安全和隱私的情況下透過 SAS Data Preparation 管理任何信任來源的資料,並且透過習慣的 Python 或 R 等開放源始碼建立分析模型。透過 SAS Model Manager 進行快速和簡易的模型管理,以及達到模型治理確保符合企業內部稽核規範,更進一步持續監控模型成效。透過 SAS Intelligence Decisioning 進行決策管理、業務規則和分析模型執行。透過 SAS Event Stream Processing 進行高頻率的即時互動。透過 SAS Visual Analytics 產生最終的營運分析觀點報告。

最後為何要選擇 SAS 解決方案來落實營運分析,主要有四大優勢,分別為:

  1. 可擴展的企業等級:主要設計用於大規模穩定執行統一的高效能引擎來執行和管理任何分析模型,並且透過工作流自動執行流程更快地部署模型,以增加分析投資的回報,以及透過通過冠軍/挑戰者模型的方式測試確定最佳模型。
  2. 持續監控模型成效:主要建立模型效能的分析報告,並且持續監視模型執行的狀況,以利加速模型重新訓練,以利保持最佳效能。
  3. 集中分析資產治理:主要控制整個企業組織中使用者對於資料和模型的存取,並且追踪模型的歷史記錄,以利確保部署正確且適當的模型用於營運分析。
  4. 整合分析決策流程:主要能夠適應不斷變化的市場條件和業務目標,以最快的速度執行,並且立即做出最佳決策,更進一步透過邊緣運算進行以資料為主的分析驅動決策。

若以金融業情境應用為例,將能夠應用於信用卡購物即時推播、ATM 取款時信用風險評分、KYC 了解客戶用於申請貸款的評估、…等實務的情境應用,此外 SAS 解決方案更在 2019 年被 Gartner 研究組織評選為最佳資料科學和機器學習平台的領導者。

相關資源

⬅️ Go back