SPSS Modeler Premium

Mi történik, ha az információ nagy része nem strukturált, hanem szöveges formában áll rendelkezésre, például feljegyzésekben, dokumentumokban vagy a világhálón? Ez esetben előfordulhat, hogy a kizárólag strukturált adatokra alapozott elemzés nem ad teljes képet az üzleti folyamatairól. Az IBM SPSS Modeler Premium prediktív és szöveganalitikai eszköztárával lehetőséget biztosít adatainak ez idáig példa nélküli feltérképezésére, ezáltal megbízható döntések meghozatalára, mely a befektetéseinek megtérüléséhez is hozzájárul. Lehetővé teszi, hogy a legkülönfélébb adatforrásokból nyerjen ki információt, így a strukturált adatfeldolgozást kiegészítheti az olyan strukturálatlan adatokból származó információkkal, mint például a web aktivitás, blog tartalmakból és vásárlói visszajelzésekből kinyert fogyasztói vélemények, e-mailek vagy cikkek.

Entity Analytics

A vállalatoknál általában napi szinten előforduló feladat a különböző adatállományok egyesítése. De mi történik, ha nincs egyértelmű illeszkedés az adatbázisok között? Az SPSS Modeler Premium Entity Analytics használatával feltárhatók az adatok közötti kapcsolatok, és kiszűrhetők a nem egyértelmű azonosságok, így az adattáblák gyorsan összekapcsolhatók. Az azonosítási eljárás alkalmazása kulcsfontosságú lehet a csalások, bűnesetek feltárásában, illetve a gyanúsítottak azonosításában, de marketing területen is, ha el akarjuk például kerülni, hogy egy ügyfelet egyazon marketing kampány keretében többször is megkeressünk.

Social Network Analysis (SNA)

A kapcsolati háló elemzés segítségével üzletileg jól alkalmazható mutatókkal válik megragadhatóvá az ügyfelek társas viselkedése. Az elemzés az átfogó ügyfélprofilok kialakításán túl lehetővé teszi a véleményvezérek beazonosítását is.

Az SPSS Modeler Premium kapcsolatháló elemző eljárásával kirajzolhatók az ügyfélcsoportok, beazonosíthatók a véleményvezérek és az is megadható, hogy ők az újabb ügyfelek lemorzsolódásában mekkora szerepet játszhatnak. Ennek megfelelően két elemzési eljárás került kialakításra, amelyek nagymértékben javítják a lemorzsolódási modellek előrejelző képességét.

  • Csoport szintű elemzés - A csoporttagok és a vezetők beazonosítását jelenti.
  • Fertőzés (diffúz) elemzés - A meglévő lemorzsolódási adatok felhasználásával a veszélyeztetett ügyfelek beazonosítását jelenti, illetve annak a meghatározását, hogy mi befolyásolja döntésüket.

Text Analytics

Az SPSS Text Analytics lehetővé teszi fontos összefüggések, vélemények és kapcsolatok feltárását, és ezek olyan strukturált formátumba hozását, mely a prediktív modellezés alapját képezheti. Olyan grafikus felülettel rendelkezik, mely elemzők és üzleti felhasználók által is könnyen kezelhető, nyelvész segítsége nélkül is. A szöveges adatok közvetlenül hozzáférhetők, a döntéshozók és más alkalmazások által felhasználhatók.

Az SPSS Text Analytics haladó nyelvészeti és NLP (Natural Language Processing) technológiát alkal-maz a különböző szöveges állományok gyors fel-dolgozására, valamint az ezekből történő össze függések kigyűjtésére. Segítségével strukturálatlan adatok széles köre válik elérhetővé és feldolgozhatóvá. Az összefüggések kinyerése után adatbányászati technikák alkalmazhatók. A kinyert információk strukturált adatokkal kombinálhatók és prediktív modellekben alkalmazhatók. Ezáltal jelentősen javítható a prediktív adatmodellek pontossága és eredménye.

Szeretne többet tudni? Kérdése van? Keressen minket azonnali kapcsolatfelvételt biztosító űrlapunkon, és mi 1 munkanapon belül válaszolunk! Kattintson ide és kérdezzen!