Utilize o IBM SPSS Modeler Gold com recursos adicionadas a um preço novo e mais baixo.

Utilize o IBM SPSS Modeler Gold com recursos adicionadas a um preço novo e mais baixo. Saiba mais

Principais recursos

Suporte para muitas fontes de dados

O SPSS® Modeler pode ler dados de arquivos simples, de planilhas, dos principais bancos de dados relacionais, do IBM Planning Analytics e do Hadoop. É possível estender os recursos do SPSS Modeler para o Analytic Server com nossa licença permanente.

Implementação fácil de modelo

Do Scikit-learn e do Tensorflow ao SPSS Modeler, salve e implemente os modelos de machine learning mais populares usando as ferramentas de sua escolha: incluindo notebooks e Modeler Flows no Watson Studio Desktop ou qualquer IDE usado para Python.

Preparação de dados automática

O SPSS Modeler transforma os dados automaticamente no melhor formato para obter os modelos preditivos mais precisos.Agora, são necessários somente alguns cliques para você analisar os dados, identificar as correções, analisar os campos e extrair os novos atributos.

Mecanismo gráfico potente

Utilize o mecanismo gráfico potente do Watson Studio Desktop para descobrir seus insights. O recomendador de gráfico inteligente encontra o gráfico perfeito para seus dados entre dezenas de opções, assim, é possível compartilhar seus insights de forma rápida e fácil usando visualizações convincentes.

Fluxos de análise visual

O SPSS Modeler fornece uma interface gráfica intuitiva para a visualização de cada etapa do processo de mineração de dados como parte de um fluxo. Agora, analistas e usuários corporativos podem agregar conhecimentos específicos e de negócios facilmente ao processo.

Modelagem automatizada

O SPSS Modeler pode testar diversos métodos de modelagem, comparar resultados e selecionar qual modelo implementar em uma única execução. Isso permite que você escolha rapidamente o melhor algoritmo de desempenho com base no desempenho do modelo.

Uma gama de métodos algorítmicos

O SPSS Modeler oferece diversas técnicas de machine learning, com algoritmos de classificação, de segmentação e de associação, incluindo algoritmos prontos para uso que utilizam Python e Spark. Agora, os usuários podem utilizar linguagens como R e Python para estender os recursos de modelagem.

Análise de texto

O SPSS Modeler captura conceitos importes, temas, impressões e tendências analisando dados de textos não estruturados. Agora, é possível descobrir insights valiosos no conteúdo do blog, no feedback do cliente, em e-mails e em comentários de redes sociais.

Análise Geoespacial

Conheça dados geográficos, como latitude e longitude, códigos de endereçamento postal (CEPs) e endereços usando o SPSS Modeler. Combinando essas informações com os dados atuais e antigos, é possível gerar melhores insights e melhorar a precisão preditiva.

Suporte para tecnologias de software livre

O SPSS Modeler permite o uso de R, Python, Spark e Hadoop para amplificar o poder da análise. Também é possível estender e complementar essas tecnologias para obter análises mais avançadas, mantendo o controle. O SPSS Modeler Gold inclui o acesso ao Watson Studio Desktop, que permite estender seus fluxos do Modeler com o notebooks Jupyter, possibilitando a colaboração da linha de usuários de negócios e cientistas de dados na mesma plataforma.

Métodos e algoritmos de machine learning

O SPSS Modeler suporta árvores de decisão, redes neurais e modelos de regressão. Agora, é possível aproveitar o ARMA, o ARIMA e a suavização exponencial, transferir as funções com os preditores e a detecção de valores discrepantes, beneficiar-se de modelos hierárquicos e de combinação, suportar a modelagem causal temporal e de máquina vetorial, além de implementar séries temporais e AR espacial para obter previsões espaço-temporais.Generative adversarial networks (GANs) e reforços também permitem realizar deep learning.

Diversos métodos de implementação

O IBM SPSS Modeler também está disponível como parte do IBM Watson Studio, e também como uma oferta permanente. Usando o Modeler Gold, os cientistas de dados podem programar tarefas para execução nos horários desejados. Os administradores de TI podem integrar a implementação em sistemas existentes para lote, tempo real ou streaming.

Caso de uso: Otimize a logística e evite falhas

Descrição do problema

  • Esforço manual propenso a erros e que leva a falhas do equipamento.
  • Os processos duplicados e os desperdícios operacionais são muito comuns.
  • A continuidade dos negócios e as preocupações com a segurança não estão sendo atendidas.

Descrição da solução

A previsão de possíveis problemas de manutenção ou a otimização de rotas é facilitada com a ferramenta visual de arrastar e soltar da ciência de dados.

→Assista ao vídeo (01:32)

Caso de uso: Crie novas ofertas e modelos de negócios inovadores

Descrição do problema

  • Entender como os clientes estão reagindo e agindo com relação às informações é difícil.
  • A criação de ofertas ideais para os canais ideais é um desafio.
  • Gastar muito tempo com a criação de scripts de fluxo de informações e com a manipulação de dados impedem a eficiência e a inovação.

 

Descrição da solução

Desde a preparação de dados até a aplicação de algoritmos de machine learning, o SPSS Modeler permite novas maneiras de explorar informações. Agora, é possível criar novas ofertas com confiança, impulsionar o otimizar de canais e otimizar processos de negócios para obter a produtividade ideal da equipe.

→Assista ao vídeo (03:45)

Caso de uso: Eficiência operacional e precisão de previsão

mulher olhando para garrafas

Descrição do problema

  • O capital de giro é escasso e os custos de armazenamento estão consumindo o orçamento.
  • Há uma necessidade de reduzir o estoque sem arriscar ficar sem estoque ou impactar o atendimento ao cliente.
  • Previsões imprecisas levam a um mau planejamento e à incapacidade de atender à demanda prevista

Descrição da solução

O SPSS Modeler orienta o processo de previsão no Planning Analytics, permitindo que os líderes da cadeia de fornecimento reduzam a margem de erro no processo de previsão e de planejamento. Essa abordagem otimiza os níveis de estoque e aumenta o retorno sobre o capital de giro disponível para os negócios, melhorando a eficiência operacional em toda a empresa.

→Veja o estudo de caso

Next Steps

Experimente agora

Comece a usar