SAP Predictive Analytics: Überblick

SAP Predictive Analytics ist ein Lösung für die statistische Datenanalyse und -auswertung. Es ermöglicht Ihnen, Prognosemodelle zu erstellen, um verborgene Einsichten und Beziehungen in Ihren Daten aufzudecken. Hiermit können Sie Vorhersagen über zukünftige Ereignisse machen.

SAP Predictive Analytics kombiniert SAP InfiniteInsight und SAP Predictive Analysis in einer Desktop-Installation. SAP Predictive Analytics beinhaltet zwei Benutzeroberflächen, Automated Analytics und Expert Analytics.

Automated Analytics umfasst die folgenden Bausteine:

  • Data Manager ist ein Werkzeug für semantische Schichten, das die Datenvorbereitung erleichtert.
  • Modeler hilft Ihnen bei der Erstellung von Modellen wie Klassifizierung, Regression, Clustering, Zeitreihen und Assoziationsregeln. Modelle können in verschiedenen Formaten exportiert werden, so dass Sie sie einfach in Ihrer Produktionsumgebung anwenden können.
  • Social extrahiert und verwendet in verschiedenen Arten von Datensets gespeicherte implizite strukturelle relationale Informationen, um die Entscheidungs- und Prognosefähigkeit der Modelle zu verbessern. Mit dem Tool lassen Sich Daten als Diagramme darstellen, die die Verbindungen zwischen den verschiedenen Daten veranschaulichen. Spezielle Workflows helfen Ihnen, Kolokationsanalysen und Analysen häufiger Pfade anhand georeferenzierter Daten anzulegen.
  • Recommendation generiert auf der Grundlage einer Analyse der sozialen Netzwerke Produktempfehlungen für Ihre Kunden.
  • Mit Predictive Factory (getrennte Installation) können Sie die Verwaltung von Prognosemodellen, die mit dem Modeler angelegt wurden (z.B. Modell neu trainieren oder anwenden, auf ein neues Datenset anwenden oder Abweichung eines Datensets erkennen) automatisieren. Sehen Sie hierzu die Predictive FactoryOnline-Hilfe

Mit Expert Analytics können Sie:

  • eine Reihe verschiedener Datenanalysen, wie Zeitreihenprognosen, Ausreißersuchen sowie Trend-, Klassifikations-, Segmentierungs- und Affinitätsanalysen durchführen.
  • Daten anhand verschiedener Visualisierungstechniken, wie Streumatrixdiagrammen, Parallelkoordinaten, Cluster-Diagrammen und Entscheidungsstrukturen analysieren.
  • eine Reihe von Algorithmen für analytische Prognosen, die "R Open-Source Statistical Analysis Language" und leistungsstarke In-Memory-Funktionen für die Datenauswertung, die auch sehr große Datenmengen effektiv bearbeiten können, verwenden.

Sehen Sie hierzu die Expert AnalyticsOnline-Hilfe