IBM SPSS Predictive Analytics

IBM
SPSS
meets
Watson
Analytics
Analytics
IBM SPSS Predictive Analytics
– Basis und logische Ergänzung im Cognitive Computing
#ibmanalytics
Was ist Predictive Analytics?
Neuronal Network
Logistic Regression
Support Vector Machines
Decision Trees
Apriori
ARIMA
Two Step Clustering
K-Means
General Linear Mixed Model
“Finding patterns in data which you can use to do your business better”
(C. Shearer, VP Data Mining)
Data Mining
„Data Mining beschreibt eine Technologie, welche
durch kontinuierliche Erfahrungen lernt, das
zukünftige Verhalten von Individuen und Objekten
vorauszusagen, um präzisere Entscheidungen für
die Zukunft zu ermöglichen.“
Data Mining ist ein Prozess
CRISP-DM
Cross Industry Standard
Process for Data Mining
80-90%
Projektzeit
Warum Predictive Analytics?
IDC Studie
„The Business Value of Predictive Analytics”
Return on Investment (ROI) von
- Information Management Projekten ohne
Predictive Analytics
- Predictive Analytics Projekte
89%
250%
“Based on IDC research, the median ROI of predictive
analytics projects is close to three times higher than that of
non-predictive projects”
Source: IDC, “Predictive Analytics and ROI: Lessons from IDC’s Financial Impact Study”
IBM
Analytics
Einsatzgebiete
Predictive Analytics
Predictive
Customer Analytics
Neukundenakquise
Cross & Upsell
Kundenbindung
Predictive
Operational Analytics
Instandhaltung
Produktion
Gewährleistung
Predictive
Threat & Fraud Analytics
Betrugserkennung
Risiko Management
IBM
IBM
Analytics
Analytics
Text Analytics
Text Mining Prozess
„Bett war gross und bequem aber Fruehstuck war nicht gerade günstig“
Identifikation von Konzepten
Bett, Frühstück, groß, bequem, teuer
Zimmer <unbekannt>, kontextuell, positiv, negativ
Typisierung
Text Link
Kategorisierung
Bett (Zimmer) – groß (kontextuell)
Bett (Zimmer) – bequem (positiv)
Frühstück (unbekannt) – teuer (negativ)
Zimmer_positiv
Essen_negativ
teueres_Frühstück
Live Demo
Text Analytics in Action
Demand Forecasting
5200 Filialen
500k Artikel
Ergebnisse

Umsatzsteigerung um 109 Mio USD pro Jahr

Senkung der Lagerbestände um 7%
Vorhersage-Genauigkeit bei 70+%

Mehrumsatz von 21 Mio USD in zwei Jahren
durch Optimierung der Sortimentsgestaltung
Monitoring von Flugzeugturbinen
12
100% Vorhersage
97% Genauigkeit
63 Millionen $
von Ausfällen von
hochriskanten Turbinen
bei der Prognose von
In-Flight-Shutdowns
Einsparungen, hätte der
Hersteller die Lösung bereits
ein Jahr zuvor implementiert
© 2015 IBM Corporation
15 February 2016
Vorausschauende Sicherheit
IBM
IBM
Analytics
Analytics
Automatisierung und Integration
in operative Prozesse
(1) Modeler Batch
Zeitgesteuerte
Automatisierung
Modeler
Server
(2) Collaboration & Deployment Service (C&DS)
(2) Collaboration & Deployment Service
Zeit- und eventgesteuerte Automatisierung
(3) Collaboration & Deployment Scoring Service
Realtime Scoring
C&DS
SOAP via HTTP/JMS
Scoring Service
Modeler
Scoring
Engine
Applikation
(sendet Request)
Log via
JMS queue
Scoring Ergebnis
SOAP via HTTP/JMS
Streams
Modeler
Client
Konfiguration
Streams / Modelle
C&DS
Repository
Streams
Modeler
Server
Log DB
Daten für Scoring
Betrugserkennung bei Anträgen
Fast
Track
SchadensMeldung
Anforderung
von Zusatzinformation
Betrugsabteilung
Daten
• Aktuelle Fallinformationen
• Historie
• Externe Daten
Kundenbeispiel: Betrugserkennung
IBM
IBM
Analytics
Analytics
Die neuen End-to-end-Lösungen
Predictive
Customer Analytics
Neukundenakquise
Cross & Upsell
Kundenbindung
Predictive
Operational Analytics
Instandhaltung
Produktion
Gewährleistung
Predictive
Threat & Fraud Analytics
Betrugserkennung
Risiko Management
IBM PMQ – Die neue End-to-end-Lösung
Modellierung \ Vorhersage
Integration der Daten
Multiple Datenquellen
-
Instandhaltungsdaten
MDE/ BDE
Produktionsdaten
Sensordaten
Gewährleistungsdaten
Umgebungsdaten (Wetter)
Textdaten (Wartungsberichte)
1
Optimierung & Steuerung
2
3
Visualisierung
OUT OF THE BOX Use Cases
1) Maintenance Analytics
2) Quality Analytics
3) Warranty Analytics
IBM PMQ – Vorkonfigurierte Dashboards
Asset Health Score
Site Health Score
Maintenance schedule
Recommendations
Top Failure Reasons
Quality Early Warning System
IBM
IBM
Analytics
Analytics
SPSS und R
R – Advanced Statistics Programming Environment
Open Source
Download: http://www.r-project.org/
Für die Nutzung von R in IBM SPSS wird ein Plug-in benötigt
“Essentials for R”
Es werden ganz spezifische R-Versionen benötigt:
R-Code
IBM SPSS – An ideal deployment vehicle for R programs
Interface
Output
management
system
Data Management
Deployment
Collaboration
IBM SPSS
IBM SPSS
Statistics
IBM SPSS
Modeler
IBM Analytical
Decision
Management
Integrating R with IBM SPSS
IBM
Collaboration &
Deployment
services
Integration von R in SPSS
 Nutzung von R-Modellen in IBM SPSS
Modeler and Statistics
 Nutzung von R Funktionalitäten für die
Datenaufbereitung
 Generierung von R Charts and Outputs
Custom Dialog Builder für R
Predictive Extensions
http://ibmpredictiveanalytics.github.io/?cm_mc_uid=45674913804714455264553&cm_mc_sid_50200000=1455570927
Predictive Extensions: Beispiel
SPSS Big Data Architektur
Relationale
Datenbank
IBM SPSS Modeler
IBM SPSS Modeler
SQL & UDF
Server
Desktop
Big Data Requests
Map Reduce
IBM SPSS Analytic Server
Hadoop
IBM InfoSphere BigInsights
& Other Hadoop Distributions