Créez et formez un modèle d'apprentissage automatique, sans aucun codage.

Créez et formez un modèle d'apprentissage automatique, sans aucun codage. Lancez les exercices pratiques

Principales fonctionnalités

Compatible avec de nombreuses sources de données

SPSS Modeler peut lire les données des fichiers plats, des tableurs, des principales bases de données relationnelles, d'IBM Planning Analytics et de Hadoop. Vous pouvez étendre les fonctionnalités de SPSS Modeler afin de transférer le traitement des données à l'aide du module complémentaire SQL Optimization (par abonnement) ou d'Analytic Server (licence perpétuelle).

Flux graphique d'analyse

SPSS Modeler utilise une interface graphique intuitive qui permet de visualiser chaque étape du processus d'exploration des données dans un flux. Désormais, les analystes et les professionnels peuvent aisément ajouter leur expertise et leurs connaissances métier au processus.

Préparation automatique des données

SPSS Modeler transforme automatiquement les données dans le format optimal pour obtenir des modèles prédictifs aussi précis que possible. Quelques clics suffisent pour analyser les données, identifier les correctifs, filtrer les zones et extraire de nouveaux attributs.

Modélisation automatique

SPSS Modeler peut tester plusieurs méthodes de modélisation, comparer les résultats et sélectionner le modèle à déployer en une seule exécution. Cela vous permet de choisir rapidement le meilleur algorithme en fonction de la performance du modèle.

Une gamme de méthodes algorithmiques

SPSS Modeler offre de nombreuses techniques d'apprentissage automatique, y compris les algorithmes de classification, de segmentation et d'association incluant les algorithmes prêts à l'emploi exploitant Python et Spark. Les utilisateurs peuvent désormais utiliser des langages comme R et Python pour étendre les fonctions de modélisation.

Analyse textuelle

SPSS Modeler capture les grands concepts, thèmes, sentiments et tendances en analysant les données textuelles non structurées. Vous pouvez maintenant découvrir des connaissances dans le contenu des blogs, les avis clients, les e-mails et les commentaires sur les médias sociaux.

Analyse géospatiale

Explorez les données géographiques comme la latitude et la longitude, les codes postaux et les adresses avec SPSS Modeler. En combinant ces informations avec les données actuelles et historiques, vous pouvez générer des informations optimales et améliorer la précision des prévisions.

Prise en charge des technologies open source

SPSS Modeler permet d'utiliser R, Python, Spark et Hadoop pour amplifier la puissance de l'analytique. Vous pouvez également étendre et compléter ces technologies pour exécuter une analyse plus avancée tout en gardant le contrôle.

Méthodes et algorithmes d'apprentissage automatique

SPSS Modeler prend en charge les arbres de décision, les réseaux neuronaux et les modèles de régression. Vous pouvez maintenant utiliser les modèles ARMA et ARIMA, le lissage exponentiel, les fonctions de transfert avec des prédicteurs et la détection des valeurs aberrantes, les ensembles et les modèles hiérarchiques, les machines à vecteurs de support (SVM) et la modélisation de causalité temporelle. Vous pouvez aussi utiliser les séries temporelles et la réalité augmentée spatiale pour la prévision spatio-temporelle. Les réseaux antagonistes génératifs (GAN) et le renforcement permettent également un apprentissage en profondeur.

Multiples méthodes de déploiement

IBM SPSS Modeler est également disponible avec IBM Watson Studio et avec l'offre perpétuelle. A l'aide de Modeler Gold, les spécialistes des données peuvent programmer des travaux à exécuter à des moments désirés. Les administrateurs IT peuvent intégrer le déploiement aux systèmes existants pour un traitement par lots, en temps réel ou en streaming.

Cas d'utilisation : Acquérir et fidéliser les clients

Description de l'incident

  • L'attrition des clients est difficile à prévoir.
  • La création d'offres adaptées pose un réel défi.
  • La corrélation entre d'une part les équipes, les produits et divers facteurs, et d'autre part, l'acquisition du client est inefficace.

 

Description de la solution

Avec IBM SPSS® Modeler, les clients sont satisfaits, les entreprises créent des offres adaptées et synchronisent les besoins métier, tout en réduisant le temps nécessaire pour passer de l'idée à l'expérimentation puis à la production.

Lire d'autres études de cas

Cas d'utilisation : Optimiser la logistique et éviter les défaillances

Optimize logistics and prevent failures

Description de l'incident

  • Les processus manuels sujets à erreur entraînent des pannes d'équipement.
  • Les processus en double et les gaspillages lors de l'exploitation sont trop courants.
  • La continuité métier n'est pas assurée et les problèmes de sécurité ne sont pas résolus.

 

Description de la solution

La prévision des problèmes de maintenance potentiels et l'optimisation des organigrammes n'ont jamais été aussi faciles avec cet outil visuel de science des données utilisable par glisser-déposer.

En savoir plus

Cas d'utilisation : Créer de nouvelles offres et des modèles métier innovants

Description de l'incident

  • Il est dificile de comprendre la façon dont les clients réagissent à l'information.
  • La création des bonnes offres sur les bons canaux pose un réel défi.
  • Le traitement des données et le scriptage du flux d'informations sont trop longs.

 

Description de la solution

De la préparation des données à l'application des algorithmes d'apprentissage automatique, SPSS Modeler offre de nouvelles façons d'exploiter l'information. Vous pouvez désormais créer en toute confiance de nouvelles offres, améliorer les performances des canaux et optimiser les processus métier pour obtenir une productivité optimale de votre équipe.

Regarder la vidéo

Cas d'utilisation : Efficacité opérationnelle et exactitude des prévisions

Operational efficiency and forecast accuracy

Description du problème

  • Les fonds de roulement sont limités et les coûts d'entreposage grèvent le budget.
  • Il est nécessaire de réduire les stocks sans risquer les ruptures de stock ni affecter le service à la clientèle.
  • Les prévisions inexactes entraînent une mauvaise planification et l'incapacité à répondre à la demande prévue.

Description de la solution

SPSS Modeler gère le processus de prévision dans Planning Analytics, et permet aux responsables de la chaîne d'approvisionnement de réduire la marge d'erreur dans le processus de prévision et de planification. Cette approche optimise les niveaux de stock et augmente le rendement du fonds de roulement, améliorant ainsi l'efficacité opérationnelle dans toute l'entreprise.

Lire l’étude de cas

Next Steps

Acheter maintenant et démarrer