Big Data & High-Performance Analytics

Transkript

1 Big Data & High-Performance Analytics Wolfgang Schwab, Senior Business Advisor Berlin

2 PROJECTING THE GROWTH OF BIG DATA Source: IDC Digital Universe Study, sponsored by EMC, May 2010

3 THRIVING IN THE BIG DATA ERA DATA SIZE VOLUME VARIETY VELOCITY RELEVANCE TODAY THE FUTURE

4 WIE UND WO ENTSTEHT BIG DATA? Mobile transactions Sensor Data Pervasive Computing Quellen: Digitalisierung, Social Media, Sensoren, Maschinen, Smart Grid etc. Es sind Messdaten!

5 BUSINESS INTELLIGENCE. WEITER DENKEN! Quelle: September 20, 2011, Understanding The Business Intelligence Growth Opportunity Forrester report

6 ADVANCED ANALYTICS TEXT ANALYTICS FORECASTING INFORMATION MANAGEMENT OPTIMIZATION DATA MINING STATISTICS

7 INFORMATION MANAGEMENT STREAM IT, SCORE IT, STORE IT! ENTERPRISE INFORMATION MANAGEMENT DECISIONS / ACTIONS / DATA LOW COST STORAGE RAW RELEVANT DATA

8 TECHNOLOGIEN Flexible Optionen, um mit Big Data umzugehen MARKETING EDW SALES FINANCE SUPPLY CHAIN ADW RISK IN-MEMORY HR

9 SAS Grid Computing Big Data auf viele Rechner verteilen Dynamische Verteilung und Skalierung der SAS Verarbeitungsprozesse im Serververbund Vorteile Skalierbarkeit Intelligente Lastverteilung Hochverfügbarkeit und Ausfallsicherheit

10 SAS In-Database Analytics Analytics zu den Daten bringen Mit SAS erstellte Scoring-Modelle können direkt in die Datenbank übertragen und dort angewandt werden. SAS Enterprise Miner und Rapid Predictive Modeller Vorteile Beschleunigte Modellentwicklung Automatisierte Modellüberführung Höchste Performance bei der Modellanwendung Zugriff auf DB-Tabellen (Samples) Modell-Entwicklung und Training Manuelles Modell-Deployment SAS Model Manager Rollen- und Workflow unterstütztes Modell Management u. Monitoring Automatisiertes Modell-Deployment Datenbank SAS Modelle

11 SAS High Performance Analytics Blitzschnelle Analytics im Hauptspeicher Revolutionäre High-End Analytics-Plattform bestehend aus massiv-parallerer Datenbank, Hardware und dem SAS High Performance Analytics Framework. Parallelisierung auf der Ebene der Algorithmen. Vorteile Massive Beschleunigung der Berechnung komplexer Modelle im Bereich der Advanced Analytics Bisher nicht lösbare Probleme werden lösbar proc hplogistic data=mpplib.mytable; class A B C D ; model y = a b c b*d x1-x100; run;

12 SAS Visual Analytics ENVIRONMENT MANAGER Datenvorbereitung Security Monitoring Analysen einfacher machen VISUAL ANALYTICS EXPLORER Ad hoc Analyse Visualisierung VISUAL DESIGNER Reports für Mobile Endgeräte (zukünftig Web-Berichte) SAS LASR Analytic Server (SAS In-Memory Server) MOBILE BI Mobile BI Native App für ipad (alsbald auch Android)

13 SAS Visual Analytics Analysen einfacher machen Interaktive Oberfläche zur Datenvisualisierung und explorativen Analyse Hilfestellung bei der Auswahl sinnvoller Grafiktypen (Auto-Charting) Dynamisches Anlegen eigener Hierarchien Verständliche und einfach zu bedienende Analytik für den Fachbereich In-Memory Verarbeitung mit dem SAS LASR Analytic Sever

14 Big Data Analytics Für jedes Szenario sind Technologien vorhanden. Volumen Grid- Computing BIG DATA Hadoop In- Hadoop- Geschwindig Analytics -keit Heterogenität Einbindung in Geschäftsprozesse über Decision Services / Event Stream Processing Visualisierung mit Data Discovery-Werkzeugen

15 SAS High Performance Analytics Anwendungsbeispiel Home Lending Credit Risk Management Berechnung eines Modells zur Vorhersage der Kreditausfallwahrscheinlichkeit über den gesamten Kundenbestand DATA EXPLORATION M O D E L D E V E L O P M E N T MODEL DEPLOYMENT TRADITIONAL ANALYTICS PROCESS 167 Hours HIGH-PERFORMANCE ANALYTICS PROCESS 84 SECONDS Bottom-line Impact: Tens of Millions of Dollars

16 ADVANCED ANALYTICS Herausforderung des Kunden Deutliche Reduzierung von Betrugsfällen Niedrigere Gesamtkosten Steigendes Kundeninteresse SAS Antwort Zehn Prozent höhere Effizienz bei der Überprüfung von potenziellen Betrugsfällen, verglichen mit dem proprietären Case-Management-System. Überprüfung sämtlicher Transaktionen in Echtzeit. DATA MINING Mustererkennung in Transaktionsdatenbanken, um gestohlene Kreditkarten zu identifizieren. Der Erfolg unserer Kooperation zeigt, dass SAS unsere langfristigen Ziele versteht und gemeinsam mit uns optimale Lösungen entwickelt. Die Technologie von SAS hilft uns dabei, in den verschiedensten Betrugsszenarien den Kriminellen immer einen Schritt voraus zu sein. Wir sind davon überzeugt, dass uns die SAS Lösung im Kampf gegen Betrug einen entscheidenden Schritt vorwärts gebracht hat,. Derek Wylde Head of Group Fraud Risk, Global Security and Fraud Risk HSBC

17 ADVANCED ANALYTICS Herausforderung des Kunden Kundenprofil-Analysen in Echtzeit Optimierung der direkten Kundenansprache. Analye und Erkenntnisgewinnung innerhalb eines 2.5 Petabytes Datenbestandes. SAS Antwort Steigerung der Coupon Auszahlungsrate von 10 % auf 25% Reduzierung des modellbasierten Scorings von 4.5 St. auf 60 Sekunden, Wir helfen unseren Kunden seit 25 Jahren die richtigen Botschaften auf die richtige Weise zu vermitteln. Mit SAS hat unsere Präzesion und somit die Qulaität unserer Services nun eine neue Dimension erreicht. Eric Williams, Executive VP and CIO Executive VP and CIO, Catalina Marketing STATISTICS

18 ADVANCED ANALYTICS ZIEL Optimale Preisfindung auf Artikelebene (SKU) pro Filialfläche Verbesserte Abschriften individuell pro Filiale HERAUSFORDERUNG 270 Million mögliche Kombinationen von Einzeldaten ( 3 Terabyte) LÖSUNG SAS High-Performance Analytics mit In-memory, distributed processing Eine auf große Datenmengen (Big Data) ausgelegte Business Analytics Solution (SAS Revenue Optimization) ERGEBNIS 93% weniger Rechenzeit von 30 h auf 2 h (untertägig) OPTIMIZATION

19 Copyright 2012, 2011, SAS Institute Inc. All All rights reserved.