BOARD BEAM: Überblick

Transkript

1 Better decisions. Better business. BOARD BEAM: Überblick BOARD Enterprise Analytics Modelling (BEAM): Treffen Sie bessere Entscheidungen dank besserer Informationen und Prognosen. BEAM verbindet Advanced und Predictive Analytics nahtlos mit Business Intelligence und Corporate Performance Management. Damit erhalten Sie wertvolle Einblicke in Ihr Business und können Maßnahmen frühzeitig einleiten einfacher als je zuvor. BEAM ist eine gemeinschaftliche Entwicklung von BOARD und IDSIA, einer weltweit führenden Forschungsinstitution für künstliche Intelligenz, und löst zwei bislang unzureichend adressierte Anforderungen auf einmal. Erstens können Sie mit dem neuen Modul Advanced und Predictive Analytics, also Prognosen, Data Mining oder Big Data- Analysen, direkt in Ihre Geschäftsprozesse einbinden und damit die Agilität sicherstellen, die Ihr Unternehmen benötigt, um erfolgreich in der schnelllebigen Wirtschaft zu agieren. Zweitens ist die Nutzung dieser Funktionen so einfach und intuitiv, dass keine tiefreichenden Statistik-Kenntnisse notwendig sind. Im Gegensatz zu traditionellen Data Mining- und Analytics- Werkzeugen, in denen analytische Modelle manuell von Experten aufgebaut werden müssen, können Fachanwender mit BEAM von Anfang an selbständig arbeiten. BEAM ist enorm flexibel, leistungsstark und nativ in BOARD integriert. In Kombination mit seiner Anwenderfreundlichkeit stellt es eine bahnbrechende Lösung dar, um das außerordentliche Leistungsvermögen von Predictive Analytics effektiv in das Tagesgeschäft und die Entscheidungsfindung einzubetten. Mit seinen drei Modulen Predictive Analytics, Clustering und analytische Funktionen deckt BEAM eine Vielzahl an analytischen Disziplinen ab. PREDICTIVE ANALYTICS Profitieren Sie von BEAMs automatischer Modellierung und erstellen Sie präzise Forecasts viel schneller als mit herkömmlichen Analyse-Werkzeugen! clustering Gruppieren Sie blitzschnell und automatisiert Ihre Kunden, Produkte usw. in Cluster, die Sie sofort als Dimensionen für weitere Analysen in BOARD verwenden können! ANALYTISCHE FUNKTIONEN Verwenden Sie statistische Funktionen, um Analysen, Berichte und Dashboards anzureichern und neue analytische Modelle zu erstellen!

2 Predictive Analytics BEAM bietet durch die Verwendung von autoregressiven linearen Modellen aus der ARIMA-Familie (Auto-Regressive Integrated Moving Average) neue Forecast-Möglichkeiten. Dank der automatischen Modellierung kann BEAM die Charakteristik jeglicher Zeitreihen auswerten, ein passendes Modell erstellen und Vorhersagen berechnen wesentlich schneller als andere Werkzeuge. Die erzeugte Prognose können Sie durch zusätzliche Informationen anreichern, um z.b. die Auswirkungen von externen Variablen (Kovariaten) zu berücksichtigen. Die Ergebnisse können Sie schließlich direkt in BOARD weiterverwenden. So einfach ist es, Predictive Analytics in Analyse-, Planungs- und Simulationsanwendungen zu integrieren!

3 So funktioniert s 1. Analyse und Einordnung der Zeitreihen Sobald BEAM historische Daten erhält, ordnet es die Zeitreihen den folgenden Kategorien zu: Durchgehend: Beobachtungen sind durchgängig ungleich Null (MDI Median inter-demand Interval <1.3) Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec Unterbrochen: Beobachtungen sind gekennzeichnet von ausgedehnten Perioden mit Unterbrechung (MDI > 1.3) Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec Abgebrochen: Die Zeitreihe ist im letzten Jahr durchgängig Null (alle Vorjahreswerte=0) Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec Falls die Zeitreihe als abgebrochen eingeordnet wird oder keine Beobachtungen enthält, wird für den Forecast der Prädiktor Null verwendet. Ist die Zeitreihe unterbrochen, wird das Croston-SBA (Syntetos-Boylan Approximation)-Modell verwendet. Es gilt als State-of-the-art-Methode für die Berechnung von Prognosen bei unterbrochenen Zeitreihen. Durchgehende Zeitreihen werden automatisch aufbereitet und BEAM wählt das passendste Modell aus der ARIMA- Familie aus. 2. Auswahl des Modells Sobald eine Zeitreihe als durchgehend erkannt wurde, durchläuft sie einen automatischen Prozess. Dieser zielt darauf ab, den Trend, die Saisonalität und die Kovariate zu modellieren und das zutreffendste Forecast-Modell für jede Zeitreihe zu finden. Der Prozess besteht aus den folgenden 4 Schritten: Vorbereitung der Datenreihen Um die Genauigkeit des Forecasts zu verbessern, normalisiert BEAM die Daten ( data trimming ). Basierend auf einem rekursiven statistischen Test entfernt BEAM zudem, wenn notwendig, Trends und Saisonalitäten der Zeitreihen. Festlegen eines Trainings-Sets und eines Test-Sets Nun wird jede Zeitreihe in zwei Teile geteilt: Ein Trainings-Set, auf das mögliche Modelle angewendet werden, und ein Test-Set, mit welchem die Genauigkeit dieser Modelle gemessen wird TRAININGS-SET TEST-SET

4 Auswahl des Modells: der IDSI-ARX (autoregressiver, exogener) Algorithmus Jetzt wird das Forecast-Modell festgelegt. BEAM startet eine proprietäre automatische Forecast-Prozedur namens IDSI- ARX, welche vom Schweizer Forschungsinstitut IDSIA entwickelt wurde. IDSI-ARX ist ein lineares, autoregressives Verfahren. Es geht von einer linearen Beziehung zwischen den zukünftigen Werten einer Variablen und den Beobachtungen in der Vergangenheit aus. Die Auswahl der Modell-Struktur wird in einer Art Wettbewerb der möglichen Modelle getroffen. Es gibt persistent- oder saisonal-naive Prädiktoren und linear-autoregressive Modelle der ARIMA-Familie. Schließlich wird die Modell-Struktur gewählt, die die geringste Abweichung bei Minimierung des MASE (Mean Absolute Scaled Error) zeigt. Aufdecken und ausschließen von Ausreißern BEAM identifiziert Daten der Zeitreihen automatisch als Ausreißer, wenn das Prognosemodell eine deutliche Abweichung enthält. Das ist der Fall bei Datenpunkten, deren Fehler größer ist als das 3,5-fache der Standardabweichung vom Durchschnitt. Diese Ausreißer werden später vom Modell nicht zur Berechnung herangezogen. 3. Berücksichtigung von Kovariaten Kovariate sind externe Variablen wie z.b. Promotion-Aktionen, Marketing-Kampagnen oder Witterungsverhältnisse, die genutzt werden können, um eine bestimmte Zeitreihe vorherzusagen: Wenn zum Beispiel die Preisentwicklung eines Produktes als externe Information (Kovariate) verfügbar ist, kann dessen Verkauf besser prognostiziert werden. Mit BEAM können Kovariate sehr flexibel in die Berechnung einfließen. Dazu bewertet das System ein Set von Kovariaten für eine gegebene Zeitreihe und identifiziert automatisch die wichtigen. Irrelevante Kovariate werden verworfen. Sobald BEAM alle Daten vorliegen, erstellt es automatisiert verschiedene Prognose-Modellstrukturen basierend auf unterschiedlichen Variablen. Diese werden verglichen, um die Kombination aus Kovariaten auszuwählen, die den Forecast-Fehler minimiert (MASE). 4. Hierarchisches Forecasting und Abgleich Mit BEAM können Sie eine Forecast-Hierarchie festlegen, um die Aggregationsstufe zu wählen, auf der Sie Ihren Forecast durchführen möchten (z.b. Produkt, Produktlinie oder Produktkategorie). Sobald die Hierarchie definiert ist, werden die zuvor beschriebenen Vorgänge auf alle Ebenen repliziert. So erhalten Sie verschiedene Prognosen für jede Aggregationsstufe. Anschließend können Sie entscheiden, ob Sie diese top-down oder bottom-up abgleichen oder ob Sie sie so stehen lassen möchten. Ohne Abgleich Bottom-Up Top-Down

5 CLUSTERING Mit BEAM können Sie automatisch ähnliche Objekte zu Clustern zusammenfassen. Dazu wird die k-means-methode angewendet. Sie wählen einfach die Zahl der Gruppen und die Merkmale (z.b. Rentabilität oder Umsatz) aus und BOARD erstellt die k-means-cluster. Diese stehen Ihnen direkt als Dimensionen für Ihre Business Intelligence- und Corporate Performance Management-Anwendungen in BOARD zur Verfügung. Diese nahtlose Integration der Clustering-Funktion in die BOARD-Umgebung ermöglicht nicht nur die direkte Erstellung von Berichten, Grafiken oder Self-Service-Analysen basierend auf Clustern, sondern auch die Nutzung der Cluster für Forecasting und Planung. Dank der Möglichkeit, verschiedene Szenarien zu verwalten, können Sie eine Reihe von Clustering-Optionen erstellen und jeweils die passendste für Ihre aktuelle Analyse oder den geplanten Geschäftsprozess nutzen.

6 ANALYTISCHE FUNKTIONEN BEAM beinhaltet eine Menge statistischer Funktionen: von Min/Max, Durchschnitt und Standardabweichung bis hin zu Algorithmen, die speziell für die Geschäftsanalyse entwickelt wurden (z.b. Häufigkeit, Aktualität, Ruhezustand und Entstehung). Aufgrund der nahtlosen Integration in die BOARD-Plattform können Sie diese Funktionen sofort nutzen, um Analysen, Dashboards und Berichte zu erstellen. > Geschäftsindikatoren > Entstehung > Aktualität > Häufigkeit > Ruhezustand > Zeit > Dauer > Erster Wert > Letzter Wert > Kleinster Wert > Kleinster Wert ungleich Null > Größter Wert > Gesamt > Durchschnitt > Durchschnittswert ungleich Null > Zeitreihen > IdsiARX Forecast > IdsiARX Naive > Holt-Winters > Lineare Regression > Multiple lineare Regression > Statistik > Nächster Wert [IdsiARX Naive] > Nächster Wert [Lineare Regression] > Wachstum % > Volatilität > Standardabweichung > Bestimmtheitsmaß Was BEAM besonders macht BEAM ist ein Tool für Fachanwender Mit BEAM können Sie die vielfältigen Möglichkeiten statistischer Analysen nutzen, ohne die zugrundeliegenden analytischen Modelle technisch entwickeln, testen und auswählen zu müssen. Erstellen Sie hochmoderne Forecasts und Cluster und nutzen Sie analytische Funktionen alles, was Sie dafür benötigen, ist ein Grundverständnis für allgemeine statistische Konzepte und ein paar Tage BOARD-Schulung. Analytische Modelle können sofort in BIund CPM-Anwendungen genutzt werden BEAM ist nahtlos in BOARD integriert, wodurch die direkte Interaktion mit den traditionellen BI- und CPM-Funktionalitäten ermöglicht wird. Das heißt, dass jeder erstellte Cluster umgehend als Analyse-Dimension, jeder Forecast als Messgröße und jede statistische Funktion als nativer Algorithmus zur Verfügung steht.

7 Extrem effiziente Predictive Analytics-Modelle (Zeit versus Genauigkeit) Der BOARD-eigene Algorithmus IDSI-ARX ist ein exogenes ARIMA (Autoregressive Integrated Moving Average)-Model und bildet das Herz von BEAM. Vergleiche mit den weltbesten auf R basierenden Forecast-Systemen zeigen, dass die Prognosen von BEAM einen ähnlichen Grad an Genauigkeit erreichen, aber um ein Vielfaches schneller erstellt werden. Automatisierte prädiktive Modellierung Legen Sie einfach nur das Vertrauensintervall sowie die Forecast-Hierarchie fest und laden Sie die Kovariate (Faktoren, die den Forecast beeinflussen) in das System: BEAM betrachtet auf dieser Grundlage automatisch jede Zeitreihe, vergleicht verschiedene analytische Modelle und erstellt am Ende den präzisesten Forecast. Extreme Flexibilität bei der Definition und Änderung von analytischen Modellen Dank der nativen Integration zwischen BEAM und BOARD und der leistungsstarken automatischen Modellierung können Sie auch eine große Zahl an Kovariaten und Attributen ins System laden, um sofort zu erfahren, wie sich diese auf die Prognose-Genauigkeit auswirken. Für die Verwendung in BEAM benötigen Kovariate kein spezifisches Format und müssen auch nicht vorberechnet werden: Jede Zeitreihe, boolesche Werte, Algorithmen, Datum etc. Sie können alles für das Modell verwenden, um die Informationen anzureichern und die Genauigkeit des Modells zu verbessern. Es ist zudem nicht notwendig, die Zeitreihen der Kovariate genauso detailliert zu erstellen wie die beobachtete Zeitreihe, da BOARD automatisch das Aggregationslevel errechnet, welches für den Forecast benötigt wird. Leistungsstarke HBMP In-Memory-Technologie Die BOARD-eigene In-Memory-Technologie HBMP bildet Daten auf Bit-Ebene ab und gewährleistet damit die höchste Datenabfrage-Geschwindigkeit, die es aktuell auf dem Markt gibt. Anders als bei auf R basierenden Systemen ermöglicht diese Technologie die Analyse von mehreren tausend Zeitreihen innerhalb weniger Sekunden. So können Sie Annahmen variieren und Szenarien schnell wiederholen, um die Auswirkungen unterschiedlicher Entscheidungen zu vergleichen und zu bewerten. Skalierbar für sehr große Datenmengen/Big Data Der hybride In-Memory-Ansatz der BOARD HBMP-Technologie ermöglicht eine maximale Skalierbarkeit ohne Performance-Verlust. Bei großen Datenmengen können die physischen Daten auf der Festplatte bleiben und lediglich die Indices und das Mapping werden In-Memory vorgehalten. Auf diese Weise wird das Problem unzureichender Platz im Hauptspeicher umgangen und der RAM wird nicht mit physischen Daten überfrachtet. Dadurch kann eine deutlich bessere Skalierbarkeit erreicht werden ohne eine Verschlechterung der Abfragegeschwindigkeit.

8 Better decisions. Better business. BOARD International BOARD International ist ein globaler Anbieter von Business Intelligence (BI)- und Corporate Performance Management (CPM)-Software. Seit seiner Gründung 1994 hat BOARD mit seinem revolutionären Toolkit-Ansatz mehr als Unternehmen geholfen, durch die nahtlose Verschmelzung von BI und CPM die Effektivität ihrer Entscheidungsprozesse deutlich zu erhöhen. Das BOARD-Toolkit liefert eine vollständig integrierte Plattform zur Unterstützung, Kontrolle und Verwaltung zahlreicher Kernprozesse wie Reporting und Business Analytics Budgetierung, Planung & Forecasting Profitabilitätsmodellierung und -optimierung Simulationen und Was-Wäre-Wenn-Analysen Scorecards und Strategiemanagement Finanzkonsolidierung Dank BOARDs komplett programmierfreiem Toolkit-Ansatz konnten global tätige Unternehmen wie Acer, DHL, Fissler, Gigaset Communications, KUKA, Mitsubishi, NEC, Puma oder Robinson Club umfassende BI- und CPM-Applikationen aufbauen zu einem Bruchteil der Kosten und Zeit, die traditionelle Lösungen in der Regel beanspruchen. Die internationale BOARD-Unternehmensgruppe mit Hauptsitz in der Schweiz verfügt über Niederlassungen in Deutschland, Benelux, Italien, Spanien, UK, Mexiko, Argentinien, USA, Indien, Japan, Singapur, VAE und Australien sowie über ein weltweites Netzwerk zertifizierter Partner und Distributoren. Amsterdam, Austin, Barcelona, Boston, Buenos Aires, Chiasso, Dubai, Frankfurt, Lima, London, Madrid, Mexico City, Milan, Mumbai, Munich, Singapore, Sydney, Tokyo