SAS Viyaは全員の生産性を高めます。
AI／アナリティクス活用チーム全体が、より多くの作業を共有スペース内で完遂できます。すべてのユーザー（データサイエンティスト、ビジネス分析担当者、IT担当者）がスキルセットを問わず一緒に働くことができます。
データエンジニア
行動の推進力となる「信頼に足る質の高い洞察」の実現に向け、スケーラブルなデータ・パイプラインを構築することができます。
コラボレーションの促進： データやアナリティクスへのユーザーアクセスを合理化／効率化します。
非効率なプロセスの排除： 自動化されたデータ・パイプライン・オーケーストレーション（連携調整）によって、これを実現します。
コンプライアンスの確保： アナリティクス資産に対する継続的なガバナンスを実現します。
データサイエンティスト
SASが提供するクラス最高水準のAI機能でモデルを開発およびテストすることで、構造化／非構造化データの大規模なセット（群）を「アナリティクスに基づく洞察」へと変換することができます。
探索と組み合わせ： 幅広いツールやテクノロジーを適切に組み合わせることで、あらゆるユースケースに最適な解決策を見つけ出すことができます。
作業の迅速化： 超並列処理（MPP）とインテリジェントな自動化により、アナリティクス・ライフサイクルのすべてのステージで作業を加速することができます。
コミュニケーションの促進： 自然言語生成（NLG）機能によって自動生成される「モデルの説明」や「プロジェクト・サマリー」を用いて、他のチーム（分析手法に詳しくないユーザー層を含む）との意思疎通を強化することができます。
ビジネス分析担当者
ビジュアルなインターフェイスで高度なアナリティクスや機械学習を活用して取り組みの実効性を高め、ベーシックなBIを超える成果を達成することができます。
啓発的なレポートやダッシュボードの作成： ビジュアルなドラッグ＆ドロップ方式のインターフェイスで操作が完結するほか、あらゆる操作ステップにおいて内蔵オートメーション機能と自然言語によるコンテキスト支援機能のメリットを享受できます。
コラボレーションの促進と洞察の共有： SASで導き出した洞察を「オープンソース向けのSDKやAPI」または「Microsoft 365との統合機能」を通じてパブリッシュすることができます。
最適な作業方法の探求： コーディングかドラッグ＆ドラッグ操作かを問わず、あらゆる作業 ── セルフサービス型のデータ準備から、新しいビジュアライゼーションの作成、各種のAIモデルの作成まで ── を各自の好みの方法で進め、データの深部に潜んでいる機会を解明することができます。
機械学習エンジニア
「迅速なモデルデプロイ」と「強力なモデルガバナンス」を実行するために必要な各種ツールを用いて、アナリティクスをラボから本稼働環境へと送り出すことができます。
迅速なデプロイ（業務実装／現場展開）： 迅速な自動化されたデプロイ手法により、わずか数回のクリックで、あらゆる種類のモデルを任意の選択した場所に ── 再コーディング不要で ── 素早くデプロイすることができます。
強力なガバナンスの確保： 一元管理型のリポジトリにより、あらゆるタイプのモデルおよびアナリティクス資産について、その作成から利用、廃止までを追跡管理することができます。
作業の自動化： モデル・ライフサイクル管理のすべてのフェーズを自動化するカスタム・ワークフローを定義および追跡管理することにより、CI/CD（継続的インテグレーション／継続的デリバリー）アプローチを用いて自動化を実現できます。
情報技術者（IT担当者）
IT部門の負担を軽減しながら、統合性、相互運用性、技術互換性に関する難題に取り組むことができます。
コストと俊敏性のバランス調整： どのようなインフラやアプリケーション・エコシステムに対してもシームレスに導入展開できるクラウド・ネイティブのプラットフォームで、これを実現できます。
IT部門の取り組みを強化およびレベルアップ： アナリティクスの業務運用を自動化し、AIを用いて異種混在のテクノロジー／スキル／プロセスを統一化することによって、これを実現できます。
標準装備のガバナンス機能： データ量／ユーザー数／ワークロードの規模を問わず、データやアナリティクス・プログラムの再現性、説明可能性、透明性、信頼性を確保します。
