Saat ini, popularitas proyek ilmu data sangat tinggi dan bisnis memahami pentingnya dan signifikansinya. Pasar dipenuhi oleh para ahli di bidangnya yang tahu bagaimana memberikan hasil yang mengesankan. Tetapi proyek semacam itu seringkali mahal, dan tidak selalu perlu melibatkan profesional di bidang ini untuk tugas-tugas sederhana. Beberapa prediksi berada dalam kekuatan pengguna bisnis itu sendiri. Misalnya, pakar pemasaran dapat memprediksi respons terhadap kampanye pemasaran. Ini menjadi mungkin jika Anda memiliki alat yang memungkinkan Anda membuat perkiraan dalam beberapa menit dan dengan mudah menafsirkan hasil dari sudut pandang nalar bisnis.
SAP Analytics Cloud (SAC) adalah alat berbasis cloud yang menggabungkan fungsi BI, perencanaan dan perkiraan, juga dilengkapi dengan banyak fitur analitik tingkat lanjut: petunjuk cerdas, analisis data otomatis, dan kemampuan perkiraan otomatis.
Pada artikel ini, kita akan berbicara tentang bagaimana peramalan dibangun di SAP Analytics Cloud, skenario apa yang tersedia saat ini, dan bagaimana proses ini dapat diintegrasikan dengan perencanaan.
Fungsi Prediksi Cerdas difokuskan pada pengguna bisnis dan memungkinkan Anda membuat prediksi dengan presisi tinggi tanpa melibatkan spesialis Ilmu Data. Di pihak pengguna sistem, prakiraan terjadi di "kotak hitam", tetapi kenyataannya tidak demikian. Algoritme prediksi di SAC identik dengan yang ada di modul Analisis Otomatis dari alat Analisis Prediktif SAP. Ada banyak materi tentang algoritme yang mendasari produk ini, kami sarankan untuk membaca artikel ini . Untuk pertanyaan: “Ternyata Automated Analytics telah pindah ke SAP Analytics Cloud? - kami menjawab - Ya, tapi sejauh ini hanya sebagian. " Inilah perbedaan dan kesamaan fungsionalitas alat (Gbr. 1)
SAP Analytic Cloud saat ini menawarkan 3 skenario prediktif:
. : , -«» «» 0 1. :
, , .
, .
, , , .
. , . :
, .
.
.
. . :
.
, .
.
: , (. 2)
SAP Analytics Cloud . -. - excel . SAP Analytics Cloud Live ( ) SAP HANA. SAC , SAP HANA Automated Predictive Library (APL).
:
Customer ID |
ID |
Usage Category (Month) |
, |
Average Usage (Year) |
, |
Usage Category (previous Month) |
, |
Service Type |
, : |
Product Category |
-, |
Message Allowance |
, , |
Average Marketing Activity (Bi-yearly) |
2 |
Average Visit Time (min) |
, |
Pages per Visit |
-, |
Delta Revenue (Previous Month) |
|
Revenue (Current Month) |
|
Service Failure Rate (%) |
, |
Customer Lifetime (days) |
|
Product Abandonment |
, , |
Contract Activity |
, , -. , . |
.
, . , , - . , , «» . , «».
, . . , . Contract Activity, . , , . , Customer ID. , .
. , , -. , .
, , . , , .
, . : .
(KI) , ( ). 1,0 , 100% , 0 .
(KR) , , , . 95%.
, , .
, AUC ROC. X , ; Y , . , , , -.
. , 25% , 25% .
, . 10% , 10% .
. , 10% , 75%. , . , .
, SAC , .
, Average Visit Time, , -. , .
, , - 10 22 1 3 , . , , 3 7 7 10 , . : , , . .
SAC , , (, , ) .
, , . , , , . , , , .
, . , , SAC. , Smart Discovery .
, SAC. .
SAC , . , , . , , . : . .
, , , . .
, , .
, SAP Analytics Cloud -, -.
stand-alone . SAP Analytics Cloud SAP . , . , .
– , - SAP CIS