C lementine. Erhöhen Sie die Produktivität Ihrer Organisation mit Data Mining

Transkript

1 C lementine Erhöhen Sie die Produktivität Ihrer Organisation mit Data Mining

2 Erhöhen Sie Ihre Kampagnenerträge und den Kundenwert Viele Organisationen müssen heute mehr Ertrag aus weniger Mitteln generieren. Doch wie können Sie die Antwortquoten Ihrer Kampagnen weiter verbessern? Wie gewinnen und bewahren Sie neue, hochwertige Kunden? Und das alles mit demselben Budget wie im letzten Jahr? Bei der Abwicklung der täglichen Aufgaben im Unternehmen entstehen gewaltige Datenmengen. Diese Daten bergen oftmals den gesamten Erfahrungsschatz einer Organisation. Mit Clementine entdecken Sie Muster und Beziehungen in Ihren Daten, die Sie bei Ihren Entscheidungen unterstützen und zu aussagekräftigen und messbaren Verbesserungen Ihrer Ergebnisse führen. Clementine, die führende Data Mining Workbench - die weltweit bei Data Minern und Wirtschaftsanalysten im Einsatz ist - unterstützt einzigartig Ihre gesamten Data Mining Prozesse. Greifen Sie mit Clementine und weiteren SPSS Produkten auf numerische, Text- und Webdaten zu und verarbeiten diese in nur kurzer Zeit zu Data Mining- Modellen. Dieses neu generierte Wissen können Sie in Echtzeit an andere Personen weitergeben oder auch an Systeme, die aus diesen Informationen Empfehlungen entwickeln und Sie bei Ihren Entscheidungen unterstützen. Nahtlos können Ihre Data Mining Ergebnisse in andere Geschäftssysteme oder -prozesse integriert werden. Clementine verhilft Ihrer Organisation noch schnellere, bessere Entscheidungen zu fällen - und das unternehmensweit. Mit Clementine erhalten Sie eine professionelle Data Mining Workbench, die den gesamten Analyseprozess auf einer einzigartigen grafischen Programmoberfläche darstellt. Eine leistungsstarke Benutzeroberfläche stellt den kompletten Data Mining Prozess visuell dar. Mit Clementine erstellen Sie interaktiv sogenannte "Streams", d.h. Abbildungen jedes einzelnen Schritts im Data Mining Prozess. Die benutzerfreundliche grafische Oberfläche erlaubt Ihnen sich auf die Entdeckung von neuen Erkenntnissen zu konzentrieren und nicht auf umständliche Techniken, wie z.b. das Schreiben von Code. Somit wird Ihr Data Mining Prozess noch effizienter und transparenter. Clementine unterstützt Ihren gesamten Data Mining Prozess: Vom Datenzugriff, der Datenaufbereitung und Modellbildung bis hin zur Modellanwendung. Neben umfangreichen Datenimport- und Aufbereitungsprozeduren sind Entscheidungsbäume, Neuronale Netze, Clusterverfahren, Assoziations- und Sequenzassoziationsverfahren sowie Faktoren- und Regressionsanalysen enthalten, um Muster und Strukturen in den Daten zu erkennen. Mit dem leistungsfähigen SPSS Model Manager verbessern Sie die Übersicht und Kontrolle über den gesamten Data Mining Prozess. Der Model Manager ist ein Bestandteil von Clementine. Data Miner erhalten damit die Möglichkeit, die Analyseprozesse und Ergebnisse zentral abzuspeichern und zu verwalten. Analysemöglichkeiten können spezifisch autorisierten Nutzern zur Verfügung gestellt werden. Nur diese Anwender erhalten den Zugriff auf Daten und Ergebnisse und können erstellte Modelle modifizieren, die Zugriffsrechte werden dabei zentral administriert. Urheberschaft, Zeitpunkt und Umfang von Modifikationen können hier ebenfalls dokumentiert werden. Sie erhalten somit die vollständige Kontrolle über Ihre aktiven Data Mining Prozesse.

3 Eine grosse Anzahl von Techniken stellt Sie vor die Wahl Clementine stellt eine grosse Anzahl von analytischen Methoden für die Erzielung wertvoller und verlässlicher Data Mining-Ergebnisse zur Verfügung. Keine andere Data Mining Workbench bietet eine so breite Palette von Verfahren aus Statistik und maschinellem Lernen. Sie haben die Auswahl unter Algorithmen für die Clusterbildung, Klassifikation, Assoziation und Vorhersage. SPSS Inc. verfügt über eine mehr als 35jährige Erfahrung in Predictive Analytics und stellt überprüfte und optimierte Algorithmen zur Verfügung, die Sie bei der Erstellung von mächtigen Data Mining Modellen unterstützen. Nahtlose Integration in Ihre existierende IT-Architektur Clementine ist eine offene standardisierte Lösung, die sich in Ihre bestehenden IT Systeme einfach integrieren lässt. Durch die effiziente Übergabe von Informationen zur Entscheidungsunterstützung, vereinfacht Clementine die Erfüllung interner Anfragen an die Data Miner. Übergeben Sie Data Mining Ergebnisse effizienter SPSS bietet eine grosse Anzahl von Möglichkeiten Ihre Analyseergebnisse passgenau weiter zu verteilen. Je nach Bedarf können Sie die Ergebnisse in Ihre Datenbank zurück schreiben oder für ein Scoring in Echtzeit nutzen. Clementine exportiert dabei nicht nur das Scoring-Modell, sondern auch alle Schritte des Data Mining-Prozesses: Vom Datenzugriff, über die Modellbildung und Evaluation bis hin zur Ergebnisverteilung. Damit können Sie Data Mining Prozesse schneller in operative Systeme einbinden und umsetzen. Anwendungsbeispiele: Die optimale Erfassung von Kundenpräferenzen, massgeschneiderte Angebote und Werbekampagnen gehören heute zur Überlebensstrategie vieler Unternehmen. Daher ist es notwendig das Marketingbudget möglichst zielgerichtet zu verwenden. Eine Erhöhung der Response-Rate von Direkt-Marketing- Kampagnen steht häufig im Zentrum der Bemühungen. Das heisst, es müssen die Kunden mit der grössten Kaufwahrscheinlichkeit identifiziert werden. Dazu fasst man Gruppen, die ähnliches Kaufverhalten zeigen, also ähnliche Merkmale (Profile) aufweisen, zusammen. Um dies zu erreichen können mit Hilfe von Clementine Modelle entwickelt werden. Die Kenntnis der Kundenprofile erlaubt anschliessend die Entwicklung massgeschneiderter Produkte und deren zielgerichtete Vermarktung. Das Verkaufs- und Marketingteam verfügt nach der Modellierung über Listen von Kunden und deren Profilen. Dadurch wird eine gezielte Bearbeitung der Kundensegmente ermöglicht, die die Response-Rate des nächsten Mailings oft mehr als verdoppelt. Neuerungen in Clementine 9.0 Mit dem neuen Release führt SPSS sein Engagement fort, dem praktischen Anwender eine grosse Anzahl von vielseitigen analytischen Methoden zur Verfügung zu stellen. Die offene Architektur von Clementine erhöht Ihre Flexibilität bei der Modellbildung und Ergebnisverteilung und unterstützt eine ertragreichere Nutzung Ihrer Datenbanken und Ihrer Data Mining-Prozesse. Diese Version beinhaltet: Integration des SPSS Model Managers: Zentralisierte Kontrolle über Data Mining-Prozesse für eine unternehmensweit verbesserte Data Mining Produktivität. Erhöhung der Schnelligkeit und Effektivität von Data Mining-Prozessen durch In-database-Mining und die Möglichkeit zur Nutzung datenbankinterner Modellierung, z.b. Microsoft Decision Trees, IBM DB2 - und Oracle Data Mining Algorithmen. Unterstützung für die automatische und die interaktive Erstellung von Entscheidungsbäumen durch die Modellierungsalgorithmen CHAID, Exhaustive CHAID, QUEST und C&RT. Rationellere Aufteilung in Training-, Test- und Validierungsstichproben für die Bildung und Evaluation von Modellen. Umfang und Zusammensetzung der Stichproben können fixiert, manuell kontrolliert und angepasst werden. Advanced Visualization for Clementine: Mitgeliefert wird eine Auswahl von Grafiktypen, die über die CEMI- Schnittstelle eingebunden werden. Sie eröffnen neue Möglichkeiten der grafischen Darstellung und versetzen Anwender in die Lage Zusammenhänge in ihren Daten zu erkennen, die in herkömmlichen Verfahren unentdeckt blieben. Integriertes Text Mining und dessen Verteilung (optionale Erweiterung). Dies erlaubt den Zugriff und die Analyse von Informationen, die in Freitextform vor liegen.

4 Features:* Mit Clementine können sich die Data Miner Ihrer Organisation auf die Lösung von Geschäftsproblemen konzentrieren und müssen sich nicht mühsam mit Programmierung auseinandersetzen. Clementine unterstützt den Industriestandard Cross-Industry-Standard- Process for Data Mining (CRISP-DM). Mit dem CRISP-DM Projektmanager können Data Mining-Projekte effizient organisiert und mit dem SPSS Model Manager noch zügiger durchgeführt werden - und das unternehmensübergreifend. Geschäftswissen Clementines grafische Benutzeroberfläche macht es für Anwender sehr einfach vorhandenes Geschäftswissen in Data Mining Projekte einzubringen. Zusätzlich sind optional branchenspezifische Clementine Application Templates (CATs), also Vorlagen verfügbar, die helfen Ergebnisse schneller zu generieren. CATs werden mit Beispieldaten geliefert, die als Vorlage für das Einlesen von "Flat files" oder Tabellen aus relationalen Datenbanken genutzt werden können. CATs stehen zur Verfügung als CRM CAT Telco CAT Fraud CAT Microarray CAT Web Mining CAT (benötigt den Erwerb von Web Mining für Clementine ) Datenverständnis Clementine enthält die Advanced Visualization for Clementine zur Erstellung neuer Grafiktypen für die verbesserte explorative Visualisierung. Dazu gehören u.a. Balken-, Kreisdiagramme, Boxplots, Scatterplot- Matrizen, Heat Maps, Parallel Coordinate Plots, Panel- Plots und Linkage Analysis Plots. Erhalten Sie einen umfassenden ersten Einblick in Ihre Daten durch die Nutzung des Clementine Data Audit Knoten. Analysieren Sie Ihre Grafiken interaktiv: Wählen Sie einen gewünschten Bereich aus einer Grafik und betrachten Sie diese Auswahl direkt oder nutzen Sie diese Informationen im weiteren Verlauf der Analyse. Erstellung von Histogrammen, Streudiagrammen, Liniendiagrammen und Punktdiagrammen. Visuelle Entdeckung von Zusammenhängen mit Hilfe von Netzdiagrammen Darstellung von 3-D-, Panel- und animierten Grafiken. Schnelldarstellung Ihrer Daten anhand von Grafiken, zusammenfassenden Statistiken oder einer Bewertung der Datenqualität. Der CRISP-DM Prozess, wie oben dargestellt, ermöglicht Data Mining Projekte effizienter umzusetzen und ergibt messbare Geschäftsergebnisse. Datenaufbereitung Datenzugriff - Strukturierte Daten - Zugriff auf ODBC-fähige Datenquellen mit dem SPSS Data Access Pack, der mit Clementine geliefert wird. Die speziell für SPSS-Produkte geschriebenen Treiber unterstützen den Zugriff auf alle gängigen Datenbanken wie z.b. IBM DB2, Oracle, Microsoft SQL Server, Informix und Sybase. - Import von Trennzeichen getrennten Flat files und Flat files mit fester Breite sowie jeder SPSS Datei und SAS 6,7,8,9 Dateien. - Unstrukturierte (Freitext-)Daten - Automatische linguistisch basierte Extraktion von zentralen Begriffen, Konzepten und Sprachmustern aus Einzeldokumenten und Datenbankfeldern mit Text Mining for Clementine**. - Daten von Webseiten Automatische Auswahl von strategisch und analytisch wichtigen Ereignissen aus den Web-Logs mit Web Mining for Clementine**. - Datenausgabe Als Trennzeichen getrennte Flat files und Flat files mit fester Breite; ODBC; Microsoft Excel, SPSS und SAS 6,7,8,9.

5 Auswahl aus verschiedenen Datenbereiningungsoptionen - Entfernen oder Ersetzen ungültiger Einträge. - Automatisches Ersetzen von fehlenden Werten. Datenbearbeitung Rationelle Aufteilung von Trainings-, Test- und Validierungsstichproben - Nutzung einer umfassenden Palette von Verfahren für die Bearbeitung von bestehenden und neuen Feldern, u.a. Ableiten, Neuberechnung bzw. Ersetzen von Werten, Umkodieren, Binning und Dichotomisieren (Set to Flag). - Viele Möglichkeiten zu Auswahl, Aufbau und Zusammensetzung von Datensätzen, z.b. Mergen (inner joins, full outer joins, partial outer joins und anti-joins), Stichprobenziehung, Gewichten (Balancing), Sortieren und Identifizieren von Dubletten. Modellbildung Nutzung der In-Database Modellbildung von - IBM DB2 Enterprise Edition 8.2 (Entscheidungsbäume, Regression, Assoziation und demographische Cluster-Techniken). - Oracle 10g Naive Bayes und Adaptive Bayes Networks und Support Vector Machines (SVM). - Microsoft SQL Server 2000 Analysis services decision trees. Übersicht der Verfahren Klassifikation / Prognose C5.0, Entscheidungsbäume (CHAID, exhaustive CHAID, QUEST und C&RT), Neuronale Netze, Logistische und Lineare Regression. Segmentieren Kohonen Netze, K-Means und Two Step-Cluster. Assoziationsanalyse GRI, Apriori, CARMA, Sequenz. Dimensionsreduktion (PCA/Faktorenanalyse). Untersuchen Sie die Wichtigkeit von Prädiktoren mit Hilfe von Entscheidungsbäumen, Regelableitungstechniken, Lineare Regression und Neuronalen Netzen. Führen Sie Analysen visuell unterstützt, mit Hilfe von interaktiven Entscheidungsbäumen durch. Verschaffen Sie sich einen Überblick zu Aufbau und Zusammensetzung von Clustern mit dem Cluster Viewer. Optimieren Sie Ihre Analyse durch die leichte und schnelle Kombination von Modellen. Importieren Sie Modelle aus externen Applikationen, wie z.b. SPSS über die PMML-Schnittstelle. Einen umfassenden Überblick zu Theorie und Aufbau aller Algorithmen bietet Ihnen der Clementine Algorithm Guide. Evaluation Bewerten Sie die Güte Ihrer Modelle auf einfache Art mit den Lift-, Gains-, Profit, und Response-Diagrammen. Vergleichen Sie mehrere Modelle in einem Schritt. Definieren Sie eigene Treffer- und Scorekritierien um die Leistungsfähigkeit zu beurteilen. Analysieren Sie die Gesamtgüte von Modellen mit Koinzidenz Matrizen und anderen automatisierten Evaluationswerkzeugen. Die grafische Programmoberfläche von Clementine stellt den gesamten Data Mining-Prozess visuell dar.

6 Distribution / Umsetzung der Ergebnisse Clementine bietet eine breite Auswahl von Möglichkeiten der zielgruppenorientierten Ergebnisverteilung. Modelle die in Clementine generiert wurden können sowohl an andere SPSS Predicitve Analytics Applications, wie auch in Technologien anderer Hersteller exportiert werden. Clementine Solution Publisher (optional**) - Automatisierung des Exports des gesamten Analyseprozesses, vom Datenzugriff über die Datenaufbereitung, Modell basierten Scoring inklusive der Kombination von Modellen sowie allen Stufen der Nachbearbeitung und der Ergebnisverteilung. - Ausführung der exportierten Analyse in einer Laufzeitumgebung. Predictive Call Center - Automatischer Export von Clementine "Streams" in Predictive Call Center für Empfehlungen an Kunden in Echtzeit. - Kombination von exportierten Clementine Analysen mit den Modellen, Geschäftsregeln und Auswahlkriterien von Predictive Call Center für die Optimierung der Interaktion mit dem Kunden. Cleo (optional**) - Implementierung einer webbasierten Lösung für eine schnelle Verteilung von Modellen. - Simultaner Zugriff mehrerer Anwender und sofortiges Scoring von Einzeldatensätzen, wie auch gesamten Datenbanken durch eine anpassbare browserbasierte Benutzeroberfläche. Clementine Batch - Automatisierte Ausführung von Clementine Analysen auf der Kommandozeilenebene des Betriebssystems. - Anstossen von Clementine Analysen aus anderen Applikationen heraus. - Zeitgesteuerte Ausführung von Clementine "Streams" mit Hilfe von betriebssystemspezifischen Schedulern. - Generierung verschlüsselter Passwörter. Scripting - Anwendung der Clementine Scripting Sprache für die Ausführung sich wiederholender Aufgaben. Clementine Scripting kann sowohl innerhalb von "Streams" angewendet werden, wie auch als stand-alone Script auf Kommandozeilenebene. Export der generierten Modelle als PMML Durchführung von In-database Scoring. Kein Aufwand mehr für Datentransfer zwischen Client und Server. - Einsatz z.b. auch von externen Visualisierungsund Scoringmöglichkeiten, wie den IBM DB2 Intelligent Miner Visualization und Intelligent Miner Scoring. Nutzung der Fähigkeit Ihrer Datenbank zu Bulk Loading. - Leistungsfähigerer Datenexport durch Nutzung der Bulk Loading-Optionen und den Möglichkeiten zur individuellen Steuerung z.b. zeilenweise oder spaltenweise Bindungen für das Laden via ODBC und Einstellungen für die Batchgrösse. SPSS Model Manager Zentrale Steuerung von Data Mining Projekten - Abspeichern von "Streams", Modellen und anderen Bestandteilen der Analyse in einer zentralen mit einer Suchfunktion versehenen Ablage. - Legen Sie "Streams" in Ordnern mit verschiedenen Sicherheitsstufen oder Nutzerprofilen ab. - Vergabe von Zugriffsberechtigungen, um den Datenschutz bei sensiblen Informationen zu gewährleisten. - Schneller Zugriff auf die leistungsfähigsten Streams" und Modelle um Prozesse zu verbessern und die Genauigkeit der Ergebnisse zu erhöhen. - Suche nach Autoren, Modellen, Kommentaren, Schlagworten und anderen Typen von Metadaten. Sicherstellung verlässlicher Ergebnisse durch die Kontrolle verschiedener Versionen prädiktiver Modelle. Schutz vor Überschreiben von "Streams" und anderen Analyseobjekten durch automatische Versionierung. Skalierbarkeit Nutzen von In-database-Mining, erleichterte Möglichkeit paralleler Datenbankanwendungen. Einsatz von In-database-Modeling für die Modellierung in der Datenbank unter Verwendung führender ana lytischer Datenbank-Technologien. Verringerung der Netzwerklast, das bedeutet Clementine extrahiert lediglich die benötigten Daten aus dem Datawarehouse und übermittelt nur die wichtigen Ergebnisse an den Client. Chaid-Entscheidungsbaum

7 Systemanforderungen Clementine Client Betriebssystem: Microsoft Windows XP Home Edition, Windows XP Professional, Windows 2000 Professional Hardware:- Intel Pentium -kompatibler Prozessor oder schneller Speicher: 512MB RAM empfohlen Freier Festplattenspeicher: mind. 320MB Software: Microsoft Internet Explorer 6.0 oder höher für das Hilfesystem. Beim Installieren von Clementine wird der Java Virtual Machine: Sun Java Runtime Environment 1.4.1_02. mit installiert Für die Modellbildung mit Microsoft Decision Trees: Clementine Client läuft lokal oder an einer Clementine Server Installation auf Windows Microsoft SQL Server mit Microsoft Analysis Services (Service Pack 3 oder höher) Für die Modellbildung mit Oracle Data Mining: Clementine Client läuft lokal oder an einer Clementine Server Installation auf Windows oder UNIX Oracle 10g mit Oracle Data Mining installiert Für die Modellbildung mit dem IBM Intelligent Miner: Clementine Client läuft lokal oder an einer Clementine Server Installation auf Windows oder UNIX IBM DB2 Enterprise Edition 8.2 mit Intelligent Miner Version 8.2. Das Intelligent Miner Visualization Tool wird ebenso als ein optionales Zusatzprodukt unterstützt. Clementine Server, Clementine Solution Publisher Runtime und Clementine Batch Betriebssystem: Windows Server 2003, oder 2000; Sun Solaris 8 oder 9, mit 32-bit Support; 64-bit Unterstützung auf Solaris 9 (SPARC 64-bit machine) oder Solaris 10. HPUX 11i; IBM AIX oder AIX 5L, Version 5.1 oder höher, oder OS/400 (auf dem IBM eserver iseries ) V5R2 mit OS/400 Portable Applications Solution Environment (PASE, 5722-SS1 Option 33) Hardware: Pentium-kompatibler Prozessor auf Windows; UltraSPARC II oder höher für Solaris; PA-RISC Prozessor und HP Workstation für HP/UX; PowerPC Prozessor, 233MHz oder schneller und IBM RS/6000 for AIX; oder IBM iseries Server für OS/400 Arbeitsspeicher: 512MB RAM Minimum Freier Festplattenspeicher: Für die Installation mind. 128MB. Zusätzlicher freier Festplattenspeicher wird benötigt um das Programm zu betreiben (für tem poräre Dateien). 1GB wird empfohlen. Für den Clementine Solution Publisher Der minimale freie Festplattenspeicher der benötigt wird, um die Software zu installieren ist 64MB, plus die zweifachen Festplattenspeicher des Umfanges der Daten die verarbeitet werden sollen. Einen Netzwerk Adapter für die Ausführung des TCP/IP Protokolls. Software: Clementine Client Software müssen mit der Version der Clementine Server Software identisch sein Für die Installation auf AIX ist der Visual Age C++ Laufzeitkomponente notwendig. Für HP-UX Installation: C++ Laufzeitkomponenten Bibliotheken müssen installiert sein. Clementine Application Templates Clementine 7.2 oder höher Speicher: 512MB RAM empfohlen Clementine bietet Data Mining Skalierbarkeit unter Nutzung einer dreistufigen Architektur, wie in diesem Diagramm gezeigt. Die Clementine Client Stufe (unten) übergibt den Analyse- Stream an den Clementine Server. Der Clementine Server analysiert dann die jeweiligen Anfragen und bestimmt, welche in die Datendank zurückgeschoben werden können (Pushback). Nachdem die Datenbank die Anfragen, die diese bearbeiten kann, durchführt, übergibt diese nur die wichtigen aggregierten Tabellen zum Clementine Server zurück. Durch die Nutzung der CEMI-Schnittstelle können Sie eigene Prozeduren an den Clementine Server übergeben.

8 Cleo Webserver: Cleo benötigt nicht zuletzt einen Server, welcher minimal die folgenden Bedingungen erfüllt: Nutzung zusätzlicher Prozessoren, schnellerer Prozessoren und mehr Arbeitspeicher verbessert die Leistungsfähigkeit. - Betriebssystem: Windows Server 2003 oder 2000, Windows NT 4.0 Server mit Service Pack 5 oder höher (kann nicht auf Windows NT Terminal Server installiert sein), oder Solaris 7 oder höher - Hardware: Pentium-kompatibler Prozessor, 500MHz oder schneller für Windows, UltraSPARC II oder besser für Solaris - Speicher: 512MB RAM - Freier Festplattenspeicher: mind. 700MB verfügbarer Festplattenspeicher Speicher: Das System benötigt eine Datenbank als Quelle für die zu publizierenden Inhalte Rahmenbedingungen, Einstellungen und anderen Informationen. Die folgenden Datenbanken werden unterstützt: - Microsoft SQL Server Oracle 8i, Version Data Warehouse: Das System muss so konfiguriert sein, damit auf Daten des Data Warehouse oder Datenbanken zugegriffen werden kann. Dieses System wurde nur mit SQL Server 2000 getestet und Oracle 8i Datenbanken. Web Client: Inhalte werden zu den Clients geliefert als Standard HTML Seiten. Unterstützte Browser: - Internet Explorer Version 5.5 mit Service Pack 2 oder Version 6.0 for Windows - Internet Explorer Version 5.2 for Macintosh - Netscape Text Mining for Clementine*** Client Version Anforderungen : Clementine 9.0 oder höher Betriebssystem: Windows XP Professional, Windows 2000 Professional Arbeitsspeicher: 512MB RAM Festplattenspeicher: mind. 85MB, zusätzlicher Platz für die Datenbanken Web Browser: Internet Explorer 5.0 oder höher, Netscape 6.0 oder höher wird benötigt, um zu den Viewer Knoten nutzen. Anforderungen Server Version: Betriebssystem: Windows Server 2003 oder 2000, Solaris 8 oder 9. Notiz: Support für Solaris ist nur für Anwender der 32-bit Version des Clementine Servers verfügbar. Hardware: Pentium III Processor, 1GHz oder schneller für Windows, Sun UltraSPARC II oder höher auf Solaris Arbeitsspeicher: 512MB RAM Freier Festplattenspeicher: mind. 85MB, plus Speicherplatz für die Datenbanken Web Mining for Clementine 1.1 Anforderungen Client Version: Clementine 8.0 oder höher Betriebssystem: Windows XP Home Edition, Windows XP Professional, Windows 2000 Professional mit Service Pack 2 oder höher Arbeitsspeicher: 512MB RAM Freier Festplattenspeicher mindestens zweimal soviel wie die Menge der Rohdaten des Webs, die verarbeitet werden sollen. Software: Excel 2000 für die Konfiguration von Ereignissen Anforderung Server Version: Betriebssystem: Windows XP Home Edition, Windows XP Professional, Windows 2000 Professional mit Service Pack 2 oder höher, Windows Server 2003 oder 2000 Arbeitsspeicher: 512MB RAM Freier Festplattenspeicher: mindestens doppelte Menge der Rohdaten des Webs, die verarbeitet werden sollen. Optionale Datenbank: SQL Server 2000 * Features können sich bei dem finalen Produktrelease noch ändern. Neues Feature ** separates Modul, nicht in Clementine enthalten.

9 Ein Anwendungsbeispiel Ein weiterer Anwendungsbereich für Clementine ist z.b. gezieltes Customer Relationship Management zur Reduzierung der Kündigerraten (Churning). Die Kündigung von Kunden ist in Anbetracht des entgangenen Umsatzes und der Kosten für die Neuakquisition von Kunden ein sehr kostspieliges Problem. Mit einer frühzeitigen Identifikation der Kunden mit Kündigungsabsicht und der Kündigungsgründe kann die Kundenbeziehung effizienter gestaltet werden. Optimales "Customer Relationship Management" mit Clementine berücksichtigt das Verhalten des einzelnen Kunden und führt zu einer individuell ausgestalteten Kundenbeziehung. Dadurch wird die Kundenbindung erhöht und potenzielle Kündiger entsprechend sensibilisiert angesprochen. Die in CRM-Systemen gespeicherten Datensätze beinhalten sehr viele Informationen zu jedem Kunden. Ein gutes Data Mining-Modell kann eine korrekte Prognose von bis zu 90% - im Idealfall 100% - der Kündigungen erstellen. Durch die daraus gewonnenen Erkenntnisse können Kunden, bei denen eine hohe Kündigungswahrscheinlichkeit erkannt wurde, mit speziellen Massnahmen gehalten werden. Über SPSS SPSS unterstützt Organisationen, ihre Daten durch den Einsatz von Predictive Analytics in entscheidungsrelevevante Informationen und Einsichten zu verwandeln. Unsere Stärken und Hauptunterscheidungsmerkmale zu anderen Anbietern liegen zum einen in dem breiten und erprobten Technologiespektrum, zum anderen in der jahrelangen Erfahrung in den Bereichen Data Mining und Statistik - Technologien, die Predictive Analytics erst ermöglichen. In seiner über 35jährigen Firmenhistorie hat sich SPSS zu einem internationalen Anbieter entwickelt, der Analysesoftware und -lösungen entwickelt und weltweit vertreibt. Unsere Technologie ermöglicht es Organisationen, aus der Vergangenheit zu lernen, die Gegenwart so noch besser zu verstehen und so letztendlich vorausschauend die Zukunft effektiv zu planen. Weitere Information über SPSS erhalten Sie unter SPSS Schweiz AG Schneckenmannstrasse 25, CH-8044 Zürich Telefon: Informationen: info@spss SPSS is a registered trademark and the other SPSS products named are trademarks of SPSS Inc. All other names are trademarks of their respective owners. Copyright 2005 SPSS Inc. PMBROA2-0205