Herzlich Willkommen zum...

Transkript

1 Herzlich Willkommen zum SAS Workshop Data Mining Agenda SAS - das Unternehmen und die akademische Initiative Oliver Priebus Marketing, SAS Deutschland SAS Data Mining für intelligente Entscheidungen Dr. Reinhard Strüby Business Competence Center, SAS Deutschland Agenda SAS - das Unternehmen und die akademische Initiative von SAS SAS die Geschichte Wer ist SAS? SAS ist führend im Markt für dispositive und analytische Systeme, die den Entscheidern helfen, intelligente Entscheidungen zu treffen => SAS macht Business Intelligence Der Academic Club SAS ist das grösste private Softwarehaus der Welt mit Vertriebsniederlassungen in mehr als 50 Ländern SAS - die Geschichte Ende der 60er Jahre wird das SAS System an der University von North Carolina als Werkzeug für komplexe statistische Analysen entwickelt 1976 findet die Gründung von durch Dr. Jim Goodnight in Cary statt Das SAS System ist in PL/I und Assembler für IBM Großrechner geschrieben SAS - die Geschichte 1980 Eröffnung der ersten europäischen Niederlassung in England 1982 European Headoffice und SAS Deutschland in Heidelberg Mitte der 80er Jahre Anpassung an den Entwicklungtrend hin zum PC und Übertragung der SAS Systemsprache nach C Der Aufwand: mehr als 1000 Programmierjahre

2 SAS Deutschland Die SAS Module an den Universitäten Hamburg Berlin Assist SpView E-Guide QC ACCESS Köln Frankfurt Heidelberg München Heidelberg, Haarlass E-Miner Graph IML OR Base ETS STAT Insight SAS Institute GmbH Mitarbeiter 2002: ca. 450 Die SAS Hochschulinitiative SAS Academic Club was ist der Academic Club? was bietet er den Mitgliedern? wie werde ich Mitglied? Was ist der Academic Club? ein interaktives Forum im Internet für Mitglieder von akademischen Einrichtungen in Deutschland Was bietet er den Mitgliedern? Informationen, fachliche Unterstützung, Austausch und Kurse rund um SAS und seine Software

3 Was bietet er den Mitgliedern? Seminare und Workshops mit den Themenschwerpunkten: Business Intelligence Data Warehousing Data Mining im Web Balanced Scorecard Customer Relationship Management GIS & Data Mining Was bietet er den Mitgliedern? Events und Kooperationen Informationen über alle aktuellen SAS Events, die auch für die Hochschulen von Interesse sind Kooperationen im Rahmen von Diplomund Doktorarbeiten Fellowship Programm Diplomarbeit bei SAS Kooperationen mit Hochschuleinrichtungen für Forschung und Lehre Praktika Was bietet er den Mitgliedern? Texte und Buchbestellung aktuelle Texte von SAS Mitarbeitern über Business Intelligence Themen zum runterladen 30 % Ermäßigung auf sämtliche SAS Literatur Was bietet er den Mitgliedern? Links und weitergehende Informationen Links zu den SAS Kompetenzzentren in Deutschland Kontakte zu den europäischen Hochschulbeauftragten und zu den SAS Ansprechpartner an den Hochschulen in Deutschland Wie werde ich Mitglied? über die Einstiegsseite wird die kostenlose Mitgliedschaft beantragt.

4 Heidelberg, 5. Juli 2002 SAS Statistik und Data Mining für intelligente Entscheidungen - Praxisbeispiele - Data Mining Technologie - Software Demonstration Dr. Reinhard Strüby Business Competence Center SAS Deutschland jede Menge Pains Zehn Prozent unserer Kunden kündigen jährlich ihren Vertrag. Nicht zurückgezahlte Kredite verursachen uns jährliche Kosten in Höhe von x Mio.. Achtzig Prozent der Kunden in unserer Kundendatei haben seit einem Jahr nichts mehr gekauft. Immer mehr unserer Prospekte kommen mit dem Vermerk Annahme verweigert zurück. Durch Einsatz von Expertenwissen konnten wir unsere Responsequote von 1,4% auf 1,7% anheben. Nur. Wettbewerbsvorteile erzielen! Operationale Effizienz Copyright , SAS Institute Inc. All rights reserved. SAS Lösungen für CRM SAS liefert das Wissen über Kunden Profile für Kunden und Interessenten im traditionellen und im e-business - generieren Die profitabelsten Kunden identifizieren Die optimale Kommunikation mit den Kunden herausfinden und planen Multi-Channel-Kampagnen (inkl. e- und m-kanäle) optimieren Kundenanforderungen vorhersagen und meistern Die richtigen Kunden gewinnen und binden

5 Planung Customer Intelligence durch CRM Resourcen Management Definition von Zielgruppe, Produkten, Kanälen, Dienstleistungen Organisation der Datengrundlage Evaluierung Life-time value Responsequoten Customer retention Kundenprofitabilität Cross-selling Rate Kundenwertbestimmung Share of wallet Zielbestimmung Analyse der Kundenprofitabilität Bestimmung des Kundenverhaltens Segmentierung der Kundendaten Erstellen von Kundenprofilen Churn/retention analysis Aktion Prognose der Ressourcen Bedarfsprognose Service level setting Optimierung der Ressourcen Infos dem Front Office zur Entscheidungshilfe zur Verfügung stellen Den Kunden informieren Neukunde Reaktivierung Im Mittelpunkt steht der Kunde Up - Selling Neukunden- Gewinnung Cross- Selling Kunden- bindung ERP Sales Force Automation E-Commerce Web Log Back Office - operativ Loyalty Cards Externe Daten Warehousing Business Prozesse im analytischen CRM Data Mining Scoring Front Office - operativ Selektion Vertrieb Filialen Call Center e-business Direct Marketing Automaten Was ist Data Mining? Data Mining ist der Prozeß des Auffindens und der Analyse von Mustern, Zusammenhängen und Trends in großer Datenbeständen, um diese Erkenntnisse zum Vorteil des eigenen Unternehmens zu nutzen. Lösungsansätze mit SAS Top-Down Bottom-Up Die CRM Solutions OLAP, Report Writing Data Mining Methodology Response Optimierung Cross Selling Stornovorhersage Fraud Detection Nutzergesteuertes Reporting - Dimensionen bekannt Außendienstmitarbeiter mit der höchsten Stornoquote bei Verträgen < 3 Jahre Datengesteuerte Exploration - Suche nach Dimensionen Wie sieht ein kündigender Kunde aus? Credit Scoring Web Mining Bon- und Warenkorbanalyse Standortanalyse

6 Response Optimierung Fragestellungen Welche Kunden reagieren auf bestimmte Aktionen? Welcher Kunde soll bei einer geplanten Aktion angesprochen werden? Welche Zielgruppe ist optimal unter Berücksichtigung der Kosten-/Nutzenrelation? Benefits Zielgruppenspezifische Mailings => geringere Kosten Höhere Responseraten => mehr Umsatz Gezieltere Ansprache möglich => mehr Kundenzufriedenheit ROI und Nutzen in der Praxis Deutsche Bank 24: Durch den Einsatz von SAS Software ist die Response-Rate um 100% gestiegen und die cost-percustomer-ratio um ein Drittel gesunken. Versand: Ohne CRM Solution Adressen Kosten 2 /Sendung = Antwortrate: 0,5 % = Ø Umsatz pro Antwort : Gesamtumsatz: Ertrag: Response Optimierung durch Streuverlustminimierung Mit CRM Solution Adressen nur die besten 10% 2.5 /Sendung = ,5 % = Cross Selling Fragestellungen Welche Produktkombinationen kaufen Kunden häufig? In welcher Reihenfolge werden Produkte häufig gekauft? Welche Produkte sollten welchen Kunden zusätzlich angeboten werden? Benefits Portfolioanalysen Zielgruppenspezifische Angebote Höhere Kundenbindung ROI und Nutzen in der Praxis Axa Financial Inc. steuert One-to-One Aktivitäten mit SAS Software und hat den Verkauf einzelner Produktgruppen um 276% gesteigert. Churn- und Stornovorhersage Fragestellungen Haben das Kundenverhalten oder die genutzten Produkte und Dienstleistungen auf das Kündigungsverhalten einen Einfluss? Anhand welcher Merkmale können potenzielle Kündiger erkannt werden? Welcher Kunde wird wahrscheinlich abwandern? Benefits Merkmale für Kündigungsgefährdung Geringere Churn- und Stornoraten durch gezielte Aktionen => bringt mehr Umsatz und spart Kosten für Neugewinnung ROI und Nutzen in der Praxis T-Mobil sendet gezielte Angebote an churn-gefährdete Kunden; Connect/One: Senkung Churnrate um 50% und ROI von 260% erreicht.

7 Credit Scoring Interne Daten SCHUFA Externe Daten Feste Regeln Scoring Betrug Bankrott Kriminalität Strategie Nein Ja Datenbeschaffung Scoring Feste Regeln Strategie.. Jede Menge Analyse Kondition Bedingung Credit Scoring Fragestellungen Welche Merkmale bestimmen die Kreditwürdigkeit eines Antragsstellers für ein Darlehen? Welche Kreditanträge sollten angenommen, welche abgelehnt werden? Benefits Schnelle und zuverlässige Prüfung von Antragsstellern keine Fehlkosten durch ausstehende Zahlungen gleichzeitige Optimierung der bestehenden Kundenstruktur ROI und Nutzen in der Praxis Bank of America: Durch den Einsatz von SAS in zwei Jahren 4,8 Mio $ eingespart (ROI von 400%). Potentialanalyse hochwertiger Kapitallebensversicherungen Copyright 2000, SAS Institute Inc. All rights reserved. Projektablauf Die Aktualität des Themas ist durch die Änderung des Rentensystems entstanden. Fragen der Versicherungsunternehmen: Wer schließt hochwertige Kapitallebensversicherungen ab? Wo befinden sich potenzielle Kunden? Gibt es ein typisches Profil für diesen Typ Versicherungsnehmer? Die Datenbasis PRiZM Mikromarkt-Segmentierung Ergänzung zu bestehenden Kundendaten Mikromärkte Haushaltsbarometer von Claritas basierend auf einer regelmäßig durchgeführten Haushaltsbefragung in ganz Deutschland mit ca aktuellen Datensätzen (nicht älter als 18 Monate)

8 Grundlagen für SAS/GIS Darstellung in SAS/GIS Geografische Daten Attributive Daten Kaufkraftindex auf Gemeindeebene Kaufkraftindex auf Gemeindeebene nach Zoom Bevölkerungsverteilung in in Karlsruhe Altersverteilung in in einem ausgewählten Statistischen Bezirk Anteil der Fahrzeugklassen am Gesamt-PKW-Bestand

9 SAS Enterprise Miner Analyse der Abschlusswahrscheinlichkeit für hochwertige Kapitallebensversicherungen mit dem SAS Enterprise Miner Wer schließt hochwertige Kapitallebensversicherungen ab? Wie hoch ist die Abschlusswahrscheinlichkeit? Wie sind diese Potentiale geografisch verteilt? Diagramm der Data Mining Analyse für die Abschlusswahrscheinlichkeit Data Mining Analyse mit COSMOS Private Daten Data Mining Analyse mit COSMOS Private Daten DM Ergebnis des Entscheidungsbaumverfahrens Lift-Chart der drei Analysen (Abschlusswahrscheinlichkeit) Data Mining Analyse mit COSMOS Private Daten Verteilung einer Fahrzeugmarke zu den Kenngrößen Gehalt, Beruf und Abschlusswahrscheinlichkeit Visualisieren der Ergebnisse Darstellung der Ergebnisse des SAS Enterprise Miner mit SAS/GIS Basis: COSMOS Private Daten Verteilung auf Kreisebene Die Abschlusswahrscheinlichkeit der Besten 10% der Besten 20% der Besten 30%

10 Die Kenngrößen: COSMOS Private Abhängige Kenngröße: Haushalte mit einer Kapitallebensversicherung über DM Unabhängige Kenngrößen: Soziodemografie: Beruf, Schulabschluss, Einkommen, Anzahl Personen im Haushalt, Familienstand, Alter, Geschlecht Lifestyle: Wohnsituation, Miete, vorhandene Bankprodukte etc. Raumdaten: Regiotyp, Milieu etc. Verteilung des monatlichen Netto-Haushaltseinkommens von DM auf Kreisebene Kapitallebensversicherungen: wo? Abschlusswahrscheinlichkeit Verteilung der abgeschlossenen hochwertigen Kapitallebensversicherungen Verteilung der Besten 10% (Verteilung prozentual zur Anzahl der Respondenten) Ergebnisse Verteilung prozentual zur Anzahl der Respondenten: Abschlusswahrscheinlichkeit Extremer West-Ost-Unterschied bei der Abschlusswahrscheinlichkeit bei den besten 10% Im Osten vor allem Konzentration in Brandenburg Ballungsräume fallen auf, besonders Hannover, Frankfurt und München Verteilung der Besten 30% (Verteilung prozentual zur Anzahl der Respondenten)

11 Performanceverbesserung durch neue Einteilung oder Oversampling Performanceverbesserung durch neue abgeleitete Variablen Ergebnisse Verteilung prozentual zur Anzahl der Respondenten: Extremer West-Ost-Unterschied bei der Abschlusswahrscheinlichkeit bei den besten 30% Im Westen Konzentration in den Bundesländern Niedersachsen, Hessen, Baden-Württemberg und Bayern SEMMA Die SAS Data Mining Technologie Sample Explore Manage Model Assess SEMMA Data Mining als Prozess Neuronal Networks Visual Exploration Grouping, Subsetting Decision Trees Sampling Data Reduction Transform Statistical Associations, Techniques Sequences Model Comparison, New Questions Daten entsprechen nicht den Anforderungen Daten entsprechen nicht den Anforderungen Daten sind nicht verfügbar Warehousing Erforderliche Daten abschätzen Daten beschaffen Daten validieren, untersuchen und bereinigen Entwicklung von Data Mining-Modellen S E M M A Sampling Datensätze auswählen Visuelle Exploration Variablen auswählen Daten Modifikation Daten zur Modellentwicklung vorbereiten Techniken zur Modellentwicklung auswählen Modell trainieren Performance des Modells überprüfen Auswahl des besten Modells Performanceverbesserung durch weitere Techniken oder Parameter Operativer Einsatz des Modells (Scoring der Gesamtdaten) Entwicklung und Anwendung von Modellen Aus der Vergangenheit Vorhersagen treffen Trainingsdaten Modellentwurf Modelle Vergangenheit Gegenwart Zukunft Testdaten Verbessertes Modell Daten Vorhersagen Evaluierungsdaten Bestes Modell Scoredaten Vorhersagen (Scoren oder Scoring) Modell-Input Vorhersagezeitraum Modell- Output

12 Gerichtet Ungerichtet Predictive Modeling Cases Inputs Target Supervised Classification Training Data case 1: inputs prob class case 2: inputs prob class case 3: inputs prob class case 4: inputs prob class case 5: inputs prob class Modeling Methods new case new case Generalized Linear Models Neural Networks Decision Trees Unsupervised Classification Training Data case 1: inputs,? case 2: inputs,? case 3: inputs,? case 4: inputs,? case 5: inputs,? Training Data case 1: inputs, cluster 1 case 2: inputs, cluster 3 case 3: inputs, cluster 2 case 4: inputs, cluster 1 case 5: inputs, cluster 2 Cluster Analyse new case new case

13 K-means Clustering Assignment Reassignment Neuronale Netze Artificial Neural Networks Neuron Multilayer Perceptron Hidden Layers Input Layer Output Layer Hidden Unit Hidden Unit

14 Activation Function Training Layer Input Error Function Iterative Optimization Algorithm Parameter 1 Parameter 2 Entscheidungs- bäume Fitted Decision Tree New Case Debits = 11 NSF = 0 ADB = 28 Income = 42K 2% ADB % HELOC = Debits < ,1 >52 NSF 21% >1 5% 25% Design von Entscheidungsbäumen Split Search Welche Aufspaltungen werden zugelassen? Splitting Criterion Welche Trennung ist optimal? Stopping Rule Wann sollte das Verfahren stoppen? Pruning Rule Sollen tiefe Bäume gestutzt werden? Stunting Pruning Das richtige Maß

15 Vorteile der Entscheidungsbäume Einfachste Interpretationen Baumstrukturen Gemischte Skalierungen Nominal, ordinal, interval Regressionsbäume Robustheit Fehlende Werte Prob Benefits Input Multivariate Stufenfunktion Input Automatik Wechselwirkungen (AID) Nichtlinearitäten Variablenauswahl Assoziationsregeln A B C A C D B C D A D E B C E Assoziations- regeln Rule A D C A A C B & C D Support 2/5 2/5 2/5 1/5 Confidence 2/3 2/4 2/3 1/3 Textmining Analyse unstrukturierter Daten Textmining

16 Data Mining Techniken Zusammenfassung Clusterverfahren Neuronale Netze Entscheidungsbäume Regressionen Assoziationstechniken Text Mining Live- Demonstration Fragen & Diskussion