Mόλις το 35% των επιχειρήσεων χρησιμοποιεί πλήρως ανεπτυγμένα μοντέλα analytics (sύμφωνα με το International Data Corporation/IDC), πράγμα που οδηγεί σε σπατάλη χρημάτων και ενεργειών. Με δαπάνες σε analytics που αγγίζουν περίπου τα 189,1 δισεκατομμύρια δολάρια για το 2019, η ανάπτυξη μοντέλων analytics και η δημιουργία αξίας από τα δεδομένα έχει γίνει πιο επιτακτική από ποτέ. Η SAS, ο ηγέτης στον χώρο των analytics, βοηθά τις επιχειρήσεις να ολοκληρώσουν το τελευταίο βήμα των analytics και να πετύχουν τους στόχους τους μέσω νέων υπηρεσιών και εκπαίδευσης.
Για να επιτύχει αυτόν τον σκοπό, η εταιρεία διαθέτει πλέον το SAS® ModelOps, ένα νέο πακέτο που συνδυάζει το λογισμικό SAS Model Manager με συμβουλευτικές υπηρεσίες, κάνοντας πιο αποδοτική τη διοίκηση, την ανάπτυξη, την παρακολούθηση, την επανεκπαίδευση και τη διαχείριση τόσο των μοντέλων της SAS, όσο και των open source μοντέλων analytics, ενώ υπάρχει και η δυνατότητα εξατομικευμένων υπηρεσιών συμβουλευτικής. Επιπλέον, η SAS παρουσιάζει και μια νέα αυτόνομη υπηρεσία, το ModelOps Health Check Assessment, που έχει σαν στόχο να βοηθήσει τις εταιρείες να κατανοήσουν καλύτερα πώς μπορούν βελτιώσουν την ανάπτυξη.
«Η αδυναμία πολλών επιχειρήσεων να χρησιμοποιούν αποδοτικά τα analytics είναι μία από τις μεγαλύτερες προκλήσεις όλων των κλάδων» δήλωσε ο Dan Vesset, Group Vice President of Analytics and Information Management της IDC. «Πολλές εταιρείες υιοθετούν πράγματι μία data-driven κουλτούρα, αλλά εν τέλει δυσκολεύονται να εφαρμόσουν τις αλλαγές που υποδεικνύουν τα δεδομένα. Ο στόχος είναι η δημιουργία πραγματικής αξίας από τις επενδύσεις στα analytics, αλλά πολλές εταιρείες δεν τον επιτυγχάνουν ποτέ ή δυσκολεύονται ιδιαίτερα με το τελευταίο βήμα της διαδικασίας, δηλαδή την εφαρμογή και λειτουργία των analytics» σημείωσε.
Από την πλευρά του, ο Jim Goodnight, CEO της SAS, υπογράμμισε πως «αυτό συμβαίνει γιατί οι αποφάσεις είναι αυτές που διοικούν μια εταιρεία, και όχι τα δεδομένα, παρόλο που γνωρίζουμε καλά ότι οι αποφάσεις που βασίζονται στα analytics είναι πολύ καλύτερες. Τα μοντέλα analytics μπορούν να εντοπίσουν απάτες πιστωτικών καρτών, να διαχειριστούν το τραπεζικό ρίσκο, να βελτιώσουν την ακρίβεια του μάρκετινγκ και πολλά άλλα. Η SAS γνωρίζει πώς να συνεργάζεται με εταιρείες για αυτό το τελευταίο βήμα και να κάνει τα analytics, την τεχνητή νοημοσύνη και τις επενδύσεις στα δεδομένα να αποδίδουν».
Ολοκληρώνοντας το τελευταίο βήμα με τη SAS
Όσο οι επιχειρήσεις επιταχύνουν την υιοθέτηση της τεχνητής νοημοσύνης και του machine learning, τα analytical μοντέλα πολλαπλασιάζονται ραγδαία. Τα τελευταία χρόνια η ανάπτυξη τέτοιων μοντέλων χρησιμοποιείται ολοένα και περισσότερο για την επίλυση προβλημάτων στις επιχειρήσεις, αλλά η εφαρμογή και η διοίκηση παραμένουν ακόμη το τελευταίο εμπόδιο. Η SAS βοηθά τις επιχειρήσεις σε όλον τον κύκλο ζωής των analytics, από την ανάπτυξη αυτοματοποιημένων μοντέλων, τα οποία όχι μόνο λειτουργούν με διαφάνεια, αλλά είναι και εξατομικευμένα, μέχρι την επεξήγηση της λειτουργίας του μοντέλου σε απλή γλώσσα και την ανάπτυξη εξειδικευμένων μοντέλων.
«Οι περισσότερες εταιρείες δυσκολεύονται να ξεπεράσουν την πειραματική φάση και να ξεκλειδώσουν την πραγματική αξία των δεδομένων. Οι ερευνητές μας λένε πως οι δυσκολίες κατά την εφαρμογή, η ενσωμάτωση της τεχνητής νοημοσύνης στους ρόλους και τις λειτουργίες μιας εταιρείας, τα προβλήματα με τα δεδομένα (π.χ. ιδιωτικότητα δεδομένων, προσβασιμότητα και ενσωμάτωση), το κόστος της ανάπτυξη τεχνολογίας/λύσεων τεχνητής νοημοσύνης και η έλλειψη δεξιοτήτων είναι τα κυριότερα προβλήματα που αντιμετωπίζουν οι επιχειρήσεις που υιοθέτησαν πρώτες της τεχνητή νοημοσύνη. Για να βοηθήσει τους πελάτες να επιταχύνουν την υιοθέτηση της τεχνητής νοημοσύνης, η Deloitte έχει πραγματοποιήσει σημαντικές επενδύσεις, όπως η δημιουργία ενός κέντρου αριστείας, το οποίο εκπαιδεύει, παραδίδει και διαχειρίζεται λύσεις τεχνητής νοημοσύνης και analytics με οικονομικά αποδοτικό τρόπο» δήλωσε ο Nat D’Ercole, συνεργάτης της Omnia AI, την εταιρεία τεχνητής νοημοσύνης της Deloitte Canada.
Με τη βοήθεια του μοντέλου της SAS, η νορβηγική εταιρεία τηλεπικοινωνιών Telenor αξιοποίησε την τεράστια βάση δεδομένων που διέθετε και δημιούργησε μία εξατομικευμένη εμπειρία για τους πελάτες της, χρησιμοποιώντας 10-20 μοντέλα πρόβλεψης που υπολόγιζαν την πιθανότητα οι πελάτες να αγοράσουν σχετικές προσφορές. Με στοιχεία από αυτή την ανάλυση οι δύο εταιρείες ανέπτυξαν κι εγκατέστησαν το Automated Sales Tips (AST), ένα εργαλείο που αναλύει δεδομένα και εμφανίζει σε μισό δευτερόλεπτο τις καλύτερες προσφορές για τον κάθε πελάτη, βάσει του σκορ από τα μοντέλα πρόβλεψης. Το SAS Model Manager είναι η λύση που χειρίζεται και ελέγχει τα μοντέλα αυτά, παρέχοντας έναν αποτελεσματικό τρόπο παρακολούθησης της ποιότητας των μοντέλων με το πέρασμα του χρόνου. Σε άλλο παράδειγμα, η SAS βοήθησε το τμήμα μάρκετινγκ της γερμανικής Commerzbank να εφαρμόσει data-driven μοντέλα που βελτιώνουν την εμπειρία του πελάτη. Πλέον, τα analytics μπορούν να ενσωματωθούν σε όλες τις πελατο-κεντρικές αποφάσεις, σε κάθε σημείο εξυπηρέτησης της Commerzbank προς τους πελάτες της, σε πραγματικό χρόνο και σε μεγάλη κλίμακα.
Εξελίσσοντας τις επιχειρήσεις με το ModelOps
Σύμφωνα με την McKinsey, η συνολική ετήσια αξία που δημιουργείται από τα analytics και την τεχνητή νοημοσύνη είναι μεταξύ 9,5 και 15,4 τρισεκατομμυρίων δολαρίων. Ωστόσο, χωρίς τη δυνατότητα αξιοποίησης των μοντέλων analytics, μεγάλο μέρος αυτής της αξίας χάνεται. Το ModelOps έρχεται να καλύψει το σημείο όπου τα μοντέλα analytics υπεισέρχονται στην παραγωγή κι ακολουθούν σταθερό ρυθμό ενημερώσεων και ανάπτυξης, με τα μοντέλα να διοικούνται, παρακολουθούνται και επαναπροσαρμόζονται όπως απαιτείται και συμβάλλει σημαντικά στην κατανόηση της αξίας των analytics.
Το πακέτο έρχεται να εξυπηρετήσει την ανάγκη για λογισμικό διαχείρισης μοντέλων που συνδυάζει συμβουλευτικές υπηρεσίες, οι οποίες μπορούν να προσαρμοστούν στις εκάστοτε ανάγκες του πελάτη, ενώ ταυτόχρονα συμβάλλει στην σωστή εφαρμογή, χρήση και υιοθέτηση του SAS Model Manager, ώστε οι επιχειρήσεις να μπορούν να χρησιμοποιούν τα analytics με ολοκληρωμένο και συνεχή τρόπο, επιτρέποντάς τους επίσης να παρακολουθούν την επίδοση όλων των κορυφαίων μοντέλων, με σκοπό να διασφαλίσουν τη σχετικότητα, όσο τα δεδομένα και οι συνθήκες της αγοράς αλλάζουν με την πάροδο του χρόνου.
Τέλος, η SAS χρησιμοποιεί το νέο ModelOps Health Check Assessment, εργαλείο το οποίο βοηθά τις εταιρείες να αξιολογούν την ετοιμότητά τους και να αναπτύσσουν και να διαχειρίζονται αντίστοιχα μοντέλα analytics. Η αξιολόγηση περιλαμβάνει και συμβουλές βελτίωσης της επιχείρησης για καλύτερη λήψη αποφάσεων.
Περισσότερα για το πώς η SAS μπορεί να βοηθήσει τις εταιρείες να διαπρέψουν στα analytics στο sas.com/discover.
