SAS助力企业解锁分析潜能

　种类丰富的分析产品凸显了市场所面临的各项严峻业务挑战，而半数以上的数据科学研究或从未走出实验室。

　　2019年10月14日，中国北京—IDC的一项调查显示，只有35%的组织在实际生产中全面部署了分析模型，这意味着大部分企业大量精力和金钱的浪费。仅今年一年，企业在分析方面的投资就达到了约1891亿美元。因此，部署分析模型并从数据中获得价值变得比以往任何时候都更为重要。分析领域的领导者SAS为企业提供新产品、服务和培训，帮助他们完成“最后一公里”的分析，并实现其运营目标。

　　SAS®ModelOps是SAS新推出的产品套件，其中包括SAS®模型管理和咨询服务。该产品优化了SAS及开源分析模型的管理、部署、监控、再培训和治理。为了帮助客户获得成功，该产品还提供了量身定制的咨询服务。此外，SAS还推出了一项新的独立式服务——ModelOps运行状况评估，旨在帮助组织了解如何优化部署。

　　“无法将分析付诸实践是各行各业面临的最大挑战之一”，IDC分析和信息管理集团副总裁Dan Vesset表示：“许多组织都在打造数据驱动的文化，但是真正实行起来困难重重，不能按照数据分析的建议做出改变。最终目标是从分析投资中收获真正的商业价值，但是许多企业从未实现这一目标，或者在具体实施、操作和运用分析的“最后一公里”艰难挣扎。”

　　SAS首席执行官Jim Goodnight说：“这是因为驱动组织的并不是数据，而是决策。我们知道，由分析驱动的决策效果更好。分析模型可以检测信用卡欺诈，管理银行风险，提高营销精准度，鉴别有应用前景的药物疗法，等等。SAS知道如何与公司合作走完最后一公里，并使他们的分析、人工智能和数据投资发挥应有的作用。”

SAS助力最后一公里

　　随着越来越多的企业采用人工智能和机器学习，分析资产和模型的种类和数量迅速增加。近年来，企业普遍进行模型开发来解决业务问题，但是模型的部署和治理一直是难以攻克的最后一关。从透明且可定制的自动化模型开发，到用通俗易懂的语言来解释模型，再到模型部署——SAS的协助贯穿组织的整个分析生命周期。

　　“大多数公司都在努力跨越实验阶段，从而最终获取数据价值。我们的研究发现，实施中遇到的挑战、如何将人工智能纳入公司的职能部门和岗位、数据问题(例如数据隐私、数据访问和数据集成)、人工智能技术/解决方案开发的成本，以及缺乏技能，都是早期应用者所面临的最大挑战。为了帮助客户加快应用人工智能，德勤已进行了重大投资，包括建立SAS卓越中心，以经济高效的方式来训练、交付、扩展和管理人工智能和分析解决方案。”德勤加拿大人工智能实践部门Omnia AI的合伙人Nat D'Ercole说道。

　　借助SAS快速、有效的模型部署，挪威电信公司Telenor也取得了成功。Telenor服务于斯堪的纳维亚和亚洲地区，拥有大量的客户数据。但是该公司不清楚应该如何使用这些数据为客户打造个性化的体验。在SAS的帮助下，Telenor挪威利用10-20个预测模型来计算客户接受相关报价的可能性。借助预测分析的结果，SAS与挪威Telenor开发并推出了名为自动销售技巧(AST)的指导工具。AST将分析付诸实践，利用预测模型生成的分数，仅用半秒钟就能为接触Telenor的每位客户提供最佳报价。Telenor利用SAS模型管理来管理和监控这些模型，监测这些模型的质量是否随着时间的推移发生变化，并形成报告便于每月召开模型管理会议进行讨论。

　　SAS还帮助德国商业银行的营销部门部署数据驱动的模型，从而提升客户体验。除了日常业务应用外，现在德国商业银行所有以客户为中心的(内外)决策都由分析来驱动，大规模、实时连接每一客户接触点并为其提供服务。

　　在不断变化的零售市场上，以客户为中心发挥着同样重要的作用。京东集团旗下子公司京东互联金融服务有限公司(Connect Financial Services，CFS)和南非最大的服饰零售商Pepkor利用SAS软件来获得竞争优势。京东集团在四个国家设立了850多家店铺，每天都会收到大量的客户信贷申请。CFS利用机器学习和高级分析来自动化制定大部分信贷决策，为客户提供相关信贷政策，同时降低了零售商的风险。

　　“SAS能够帮助我们做出明智的决策”，Pepkor的CFS信贷主管Eugene Ehlers说：“在公司内部，我们将SAS称为公司的‘大脑’。我们可以快速、实时地对信用决策模型进行修改和添加等操作，这使我们能够在客户需要的时间和场合为他们提供合适的信用额度。”

ModelOps推动组织向前发展

　　麦肯锡的数据显示，分析和人工智能每年产生的总价值高达9.5-15.4万亿美元。但是，如果不能将分析模型投入实际生产，那么就无法获取到分析背后的潜在价值。ModelOps能够使分析模型从数据科学“实验室”转移到IT生产中，根据需要对这些模型进行管理、扩展、监控和再训练，并定期更新和部署。在各个企业纷纷通过分析实现商业价值的角逐中，ModelOps是少数公司的制胜法宝。

　　SAS ModelOps满足了企业对模型管理软件的需求。同时，配套的咨询服务可以量身定制，以满足客户的特定需求。该产品能够帮助客户迅速开始实施和应用SAS模型管理器，实现一致、连续的分析操作。 SAS ModelOps还使客户能够监控所有冠军模型的表现，以确保随着数据和市场状况的变化它们依然保持良好的性能。

　　SAS相信，为了完成最后一公里，分析软件需要学习应用程序开发社区的协作方法(DevOps)，并采用可加速模型创建和部署的实践活动。将于今年晚些时候开放下载的《 ModelOps指南》(ModelOps Handbook)是一本非技术手册，用来指导组织通过可重复的最佳实践加快分析生命周期。《ModelOps指南》专注于建立协作和流程以促进从开发到部署阶段的转换，其编写目的是缩短部署时间，并提升组织创建、训练和完善分析模型的能力。

　　分析模型的部署既有挑战性又极具价值，因此SAS还推出了一项新服务——ModelOps运行状况评估。通过召开现场研讨会，帮助企业确认其成功部署和管理分析模型的成熟度和就绪程度。在评估中还会提出一些建议，以推动公司做出更好的决策。

　　有关SAS如何帮助组织完成分析的最后一公里的更多信息，请访问sas.com/discover或在社交媒体上关注#DiscoverSAS话题。

　　关于SAS

　　SAS是数据分析领域的领导者。通过提供创新的分析与服务，SAS不仅为用户赋能，更激励全球用户共同实现将数据世界变革为智能世界。SAS致力于为用户提供知的力量(THE POWER TO KNOW®)。

声明：该文观点仅代表作者本人，如有侵权请联系作者删除，也可通过邮件或页面下方联系我们说明情况，内容由观察者号注册发布，中国经济观察网系信息发布平台，仅提供信息存储空间服务，任何单位、个人、组织不得利用平台发布任何不实信息，一切法律后果都由发布者自行承担。