รายการคุณสมบัติของ SAS Intelligent Decisioning
การตัดสินใจระดับองค์กร
- ประมวลผลข้อมูลที่เป็นรายการเปลี่ยนแปลงแบบเรียลไทม์ได้มากกว่า 7,000 รายการต่อวินาที
- ใช้เวลาตอบสนอง 5 ถึง 10 มิลลิวินาทีต่อข้อมูลที่เป็นรายการเปลี่ยนแปลง
- เอนจิ้นการเข้าถึงข้อมูลของ SAS ทำให้สามารถผสานการทำงานเข้ากับแอพพลิเคชั่นภายนอกในระดับข้อมูลได้ง่ายขึ้น
- การเผยแพร่แบบคอนเทนเนอร์ที่ทรงพลังสู่ระบบคลาวด์เพื่อให้ปรับใช้กับสภาพแวดล้อมรันไทม์ที่ยืดหยุ่น รวดเร็ว และยืดหยุ่นได้ง่ายขึ้น
- เผยแพร่คอนเทนเนอร์ไปยังรีจิสทรีคอนเทนเนอร์หรือ Git โดยขึ้นอยู่กับความต้องการขององค์กร
- โมเดล (โมเดล SAS, โมเดล Python และโค้ด Python) และกระบวนการหาข้อสรุปสามารถดำเนินการได้ในคอนเทนเนอร์ Docker ที่สอดคล้องกับ OCI โดยใช้ SAS Container Runtime จากนั้น คุณสามารถเผยแพร่สู่รีจีสทรีคอนเทนเนอร์สำหรับการปรับใช้ในระบบคลาวด์ได้
- หน้า Landing Page ของ SAS Intelligent Decisioning สำหรับการเข้าถึงออบเจกต์ที่ใช้ล่าสุดอย่างรวดเร็ว ตลอดจนการเข้าถึงชุมชน SAS บทความและโมดูลการเรียนรู้วิธีใช้เพื่อเร่งความเชี่ยวชาญในการจัดการการตัดสินใจของคุณ
การผสานการทำงาน Microsoft Power Platform
- กำหนดค่าอินสแตนซ์ตัวเชื่อมต่อ SAS Decisioning ด้วย URL การปรับใช้ SAS Viya และข้อมูลประจำตัวของคุณ
- เรียกดูโมดูลรันไทม์ที่มีอยู่สำหรับการตัดสินใจและโมดูลของ SAS
- เลือกและเรียกใช้โมดูลรันไทม์ภายใน Microsoft Power Apps และ Power Automate
ตัวสร้างการตัดสินใจ
- คุณสามารถรวบรวมการตัดสินใจโดยใช้กฎธุรกิจ โค้ดที่กำหนดเองและการวิเคราะห์ผ่านอินเทอร์เฟซผู้ใช้งานแบบแสดงผลด้วยภาพ ทำงานโดยการลากและวาง และแทบไม่จำเป็นต้องเขียนโค้ด จึงช่วยลดภาระด้านงานการเขียนโค้ดสำหรับการปรับใช้ที่โดยปกติจะรวมทุกส่วนไว้ด้วยกัน
- ความสามารถในการกำหนดและนำตัวแปรสำหรับหาข้อสรุปกลับมาใช้ใหม่จากแหล่งต่างๆ เช่น CSV และตารางข้อมูล รวมทั้งรองรับโครงสร้างที่ซับซ้อนด้วยเส้นตารางข้อมูล
- ความสามารถในการกำหนดการตัดสินใจโดยการเรียกดูข้อมูลแบบรวมศูนย์ โมเดลและที่เก็บข้อมูลกฎธุรกิจ และเลือกจากสินทรัพย์ที่มีอยู่
- สร้าง จัดการ และทดสอบโค้ดที่กำหนดเองภายในโฟลว์การตัดสินใจ เพื่อผสานเข้ากับ REST API ของแอปพลิเคชันธุรกิจ ฐานข้อมูล การเรียกใช้บริการเว็บ และ Python โอเพ่นซอร์ส
- ควบคุมการตัดสินใจโดยเพิ่มตรรกะการโยงเงื่อนไข (เช่น Yes/No, Equal, Range, Like) และใช้ผลลัพธ์จากขั้นตอนก่อนหน้าใดๆ ในการตัดสินใจ
- มุมมองรายการกฎที่ได้รับการปรับปรุงให้กฎที่บีบอัดและอ่านง่าย ซึ่งช่วยให้คุณระบุคำจำกัดความของตรรกะได้อย่างง่ายดาย
- การควบคุมเวอร์ชันในตัวสำหรับโฟลว์การตัดสินใจทั้งหมดทำให้การทดสอบและการตรวจสอบง่ายขึ้น
- กำหนดค่าและดูขั้นตอนการตัดสินใจในมุมมองที่เชื่อมโยงกัน รวมถึงมุมมองอ้างอิงเพื่อให้เข้าใจง่าย
- สร้างโฟลว์การตัดสินใจที่ซับซ้อนสำหรับสภาพแวดล้อมทั้งใน Batch และแบบเรียลไทม์ ลดความซับซ้อนของการผสานการทำงานด้าน IT และกระบวนการทดสอบการใช้งาน รวมถึงการปรับใช้ในขั้นปฏิบัติงาน
- ใช้ SAS Studio ในการสร้างคิวรี่ข้อมูลแบบกำหนดเองและส่งข้อมูลไปยังโหนดกระบวนการตัดสินใจ
การจัดการกฎที่เน้นผู้ใช้ทางธุรกิจเป็นศูนย์กลาง
- แพลตฟอร์มการจัดการกฎธุรกิจแบบบูรณาการช่วยให้สามารถสร้างกฎได้อย่างรวดเร็ว การทดสอบ การกำกับดูแล และการผสานรวมภายในขั้นตอนการตัดสินใจ
- ความสามารถในการจัดการด้านการกำหนดรุ่นให้กฎจะปรับปรุงคุณภาพด้านการติดตามและการกำกับดูแลในระหว่างการปรับใช้ รวมถึงการเชื่อมโยงในรายละเอียดจากโฟลว์การตัดสินใจไปยังกฎธุรกิจ
- สร้างตรรกะทางธุรกิจที่ซับซ้อนได้อย่างรวดเร็วภายในโฟลว์การตัดสินใจ รวมถึงการพัฒนาคำศัพท์ได้โดยไม่หยุดชะงัก
- สร้างรายงาน ณ ที่ใช้ สำหรับตัวแปรและออบเจกต์ที่ใช้ในกระบวนการตัดสินใจและที่ใดก็ได้ ภายในสภาพแวดล้อม SAS Intelligent Decisioning
- มีกฎ-ตรรกะในรูปแบบอิสระ พร้อมการเข้าถึงฟังก์ชันที่ซับซ้อนอย่างเต็มรูปแบบ ทั้งที่กำหนดไว้ล่วงหน้าและผู้ใช้กำหนดเอง
- ผสานฟังก์ชันคุณภาพข้อมูลไว้ในกฎธุรกิจ
- การผสานการทำงานตารางการค้นหาเพื่อดำเนินการค้นหาการตรวจสอบตรรกะกฎและการดำเนินการตามกฎ
- การจัดการตารางค้นหาสำหรับการนำเข้าและอัพเดทตาราง จะช่วยให้คุณสร้างการค้นหาจากตาราง SAS Visual Analytics ได้
- ตารางการค้นหาสามารถเปิดใช้งานและล็อคได้ตามดุลยพินิจของผู้ใช้ เพื่อรองรับการใช้งานที่เหมาะสมของตารางการค้นหาล่าสุดภายในกฎธุรกิจ
- ล็อกดาวน์หรือปรับปรุงกฎรุ่นต่างๆ
- สร้างและจัดการที่เก็บกฎทั่วไป เพื่อให้สามารถใช้กฎธุรกิจซ้ำได้โดยง่าย
การตัดสินใจที่ปรับปรุงโดย AI/การเรียนรู้ของเครื่อง
- ลดความซับซ้อนของการผสานการทำงานโมเดลและการตรวจสอบด้วยการเชื่อมโยงเชิงลึกจากโฟลว์การตัดสินใจไปยังที่เก็บโมเดลใน SAS Model Manager
- รองรับโมเดล SAS ทั้งหมด (รวมถึงการประมวลผลภาพและการวิเคราะห์ข้อความ) และโมเดลที่พัฒนาในเฟรมเวิร์กโอเพ่นซอร์ส เช่น Python
- ใช้เวิร์กโฟลว์นโยบายการกำกับดูแลดูแลกับโมเดลผ่าน SAS Model Manager
- รวมโมเดล Python หรือโค้ด Python โดยตรงในการตัดสินใจผ่านโหนดโค้ด
- ใช้โมเดลแบบเนทีฟโดยไม่ต้องแปลภาษา
การทดสอบข้อสรุปที่ได้จากกระบวนการตัดสินใจ
- สร้าง Test Case ได้ง่ายๆ โดยใช้เครื่องมือการทำแผนที่ข้อมูลในตัวดึงข้อมูลจากหลากหลายแหล่ง
- ทดสอบตามสถานการณ์โดยป้อนค่าการทดสอบแบบอินเทอร์แอคทีฟ รวมถึงผลลัพธ์ที่คาดหวัง
- การทดสอบการตรวจสอบความถูกต้องซึ่งสร้างขึ้นโดยอัตโนมัติช่วยให้คุณมั่นใจได้ว่า การทดสอบดังล่าวจะรันในลักษณะที่คล้ายคลึงกับปลายทางของการปรับใช้งาน
- ใช้สภาพแวดล้อมทั่วไปสำหรับการทดสอบเชิงวินัย การจัดการการเปลี่ยนแปลง การตรวจสอบ และการตรวจสอบความสมบูรณ์
- บันทึกการรายงานและบันทึกผู้ใช้สำหรับประวัติในการตรวจสอบจะช่วยลดภาระด้านการทดสอบของฝ่าย IT สำหรับแอปพลิเคชันที่เรียกใช้การวิเคราะห์เชิงดำเนินการเป็นบริการเว็บ
- ลงทะเบียนตารางอินพุตหลายรายการเพื่อใช้ภายใน SAS Intelligent Decisioning รวมถึงการทดสอบ เผยแพร่การตรวจสอบเป้าหมายและการจำลอง
- บันทึกการทดสอบกฎ ชุดทดสอบ และรายละเอียดบันทึกสำหรับเอกสารประกอบและนำมาใช้ใหม่
เวิร์กโฟลว์การกำกับดูแล
- ออกแบบ ประยุกต์ และใช้ด่านนโยบายการกำกับดูแลด้านกระบวนการตัดสินใจจากที่เดียว เพื่อให้มั่นใจว่าผลลัพธ์และการใช้งานของกระบวนการตัดสินใจจะมีความถูกต้องและโปร่งใส
- มอบกระบวนการสำหรับการดำเนินการตามเส้นทางการอนุมัติต่างๆ ที่ครอบคลุม ซึ่งจำเป็นต่อการดำเนินการตัดสินใจ อินเทอร์เฟซรูปแบบกราฟจะนำเสนอด้วยภาพ ซึ่งเป็นข้อมูลของวงจรชีวิตกระบวนการตัดสินใจและทุกฝ่ายที่เกี่ยวข้องในการพัฒนาและดำเนินการ ทำให้ผู้ชมภายในเข้าใจการสร้าง การอนุมัติ และการปรับใช้กระบวนการตัดสินใจได้อย่างง่ายดาย
- ความคิดเห็นและป้ายกำกับรูปแบบอิสระช่วยให้คุณทำหมายเหตุประกอบให้กับทุกขั้นตอนในกระบวนการตัดสินใจได้ การใช้ป้ายกำกับเพื่อสร้างและปรับใช้ผลการตัดสินใจช่วยให้ผู้มีส่วนร่วมในกระบวนการตัดสินใจสามารถอธิบาย จัดทำเอกสาร และปรับแต่ละขั้นตอนของวงจรชีวิตกระบวนการตัดสินใจได้อย่างชัดเจนโดยทำงานในสภาพแวดล้อมเดียว จึงทำให้มั่นใจในความโปร่งใส และส่งเสริมความน่าเชื่อถือของผลลัพธ์การตัดสินใจ
- ความสามารถในการตรวจสอบช่วยสร้างประวัติที่สมบูรณ์ของเวิร์กโฟลว์การตัดสินใจ จึงทำให้สามารถอ้างอิงได้อย่างรวดเร็วเมื่อต้องปฏิบัติตามข้อกำหนดการตรวจสอบภายในและภายนอก
- ช่วยให้คุณสามารถเผยแพร่ผลการตัดสินใจสู่ Git ซึ่งช่วยเพิ่มตัวเลือกในการตัดสินใจของคุณนอกเหนือจากข้อเสนอของ SAS ได้ ทั้งองค์กรสามารถใช้ที่เก็บ Git ในการเข้าถึง จัดการ และใช้ผลการตัดสินใจ ตลอดจนทำให้กระบวนการปรับใช้เป็นอัตโนมัติผ่านการผสานรวมกับเครื่องมือ DevOps ที่ง่ายดาย
การวิเคราะห์ผลการตัดสินใจ
- ใช้การวิเคราะห์กฎแบบละเอียดและชัดเจนสำหรับการทดสอบ การปรับแต่ง และเอกสารการตรวจสอบกฎก่อนการปรับใช้การปฏิบัติงาน
- เครื่องมือกราฟิกสำหรับวิเคราะห์และตรวจสอบเส้นทางกระบวนการตัดสินใจสำหรับทั้งการพัฒนาและการผลิต
- แมโคร SAS สำหรับสร้างรายงาน BI พร้อมข้อมูลการติดตามที่คงค้างอยู่ในการผลิตเพื่อใช้ในการตรวจสอบ
- เครื่องมืออำนวยความสะดวกในตัว สำหรับใช้กำหนดค่าและเก็บตัวแปรการตัดสินใจในฐานข้อมูล เพื่อให้สะดวกต่อการเข้าถึงเมื่อต้องการปรับปรุงการตัดสินใจ
การร่วมมือกัน
- การจัดการสินทรัพย์ในกระบวนการตัดสินใจทั้งหมดแบบรวมศูนย์ รวมถึงข้อกำหนดที่จำกัดการเข้าถึงไว้ตามบทบาท
- ทีมอื่นๆ สามารถใช้องค์ประกอบในกระบวนการตัดสินใจซ้ำได้
- เปรียบเทียบออบเจกต์และรุ่นต่างๆ เพื่อทำความเข้าใจและติดตามการเปลี่ยนแปลงสำหรับการผสานการทำงานสาขาและการทำงานร่วมกันระหว่างทีมได้ง่ายขึ้น
- ทั้งองค์กรสามารถใช้ฟังก์ชันและสูตรที่กำหนดเองร่วมกันโดยผ่านตัวสร้างนิพจน์
- สร้างเอกสาร PDF สำหรับการตัดสินใจ ชุดกฎ ตารางการค้นหา และกลุ่มการรักษา
- ในสภาพแวดล้อมที่มีผู้ใช้หลายคน นักพัฒนาและนักวิเคราะห์สามารถตรวจสอบขั้นตอนการตัดสินใจทั้งหมดและกำจัดการอัปเดตที่ขัดแย้งกันได้ เมื่อทำเสร็จแล้ว พวกเขาสามารถเช็คอินได้ด้วยการดำเนินการเพียงครั้งเดียว
ระบบอัตโนมัติตรวจสอบประสิทธิภาพ
- จัดทำรายงานประสิทธิภาพและการแจ้งเตือน
- ฝึกโมเดลการวิเคราะห์ใหม่โดยอัตโนมัติเมื่อโมเดลนั้นเสื่อมประสิทธิภาพ
- สลับโมเดลผู้ชนะเลิศกับโมเดลผู้ท้าชิงโดยอิงจากเกณฑ์
- ทำให้กระบวนการจัดการโมเดลแบบ end-to-end เสร็จสมบูรณ์โดยอัตโนมัติ
- จัดเตรียมเวิร์กโฟลว์และกฎที่ควบคุมการดำเนินการโมเดล
การปรับปรุงกลยุทธ์
- ทำการเปรียบเทียบโมเดลผู้ชนะเลิศ/ผู้ท้าชิง
- ใช้ประโยชน์จากความสามารถในการวิเคราะห์ผลการตัดสินใจ รวมถึงตัวเลือกการจำลอง
- ติดตามและดูสายชุดข้อมูลของส่วนประกอบเพื่อดำเนินการวิเคราะห์ผลกระทบของการเปลี่ยนแปลง
- รับข้อมูลเพิ่มเติมเกี่ยวกับลูกค้าของคุณผ่านประวัติการตอบรับที่ละเอียด
- การเฝ้าสังเกตการณ์ประสิทธิภาพของกลยุทธ์และการรายงานด้วย SAS Visual Analytics
การปรับใช้สภาพแวดล้อมรันไทม์การตัดสินใจที่หลากหลายซึ่งได้รับการพัฒนาใหม่
- การปรับใช้ตามเวลาจริง (ผ่าน REST API):
- รองรับ SAS Container Runtime สำหรับการปรับใช้แบบคอนเทนเนอร์และน้ำหนักเบาตามสถาปัตยกรรมคอนเทนเนอร์แบบอิงตาม Open Container Initiative (OCI) เพื่อสนับสนุนรันไทม์ที่ยืดหยุ่นและน้ำหนักเบา
- Micro Analytic Web Service (MAS) ให้บริการเว็บที่รวดเร็วและปรับขนาดได้
- คุณสามารถย้าย decision flow ต่างๆ เข้าไปยังระบบทดสอบและขั้นตอนการดำเนินการใช้งานผลิตภัณฑ์ต่าง ๆ ที่อยู่ในรูปแบบของบริการทางเว็บได้
- รองรับการทำงานแบบ analytical scoring as a service ด้วย MAS ซึ่งทำงานในชุดระบบที่สามารถดำเนินงานได้ด้วยตนเอง และ portable standalone architecture (ด้วย minimal footprint)
- การประมวลผล Batch ที่ปรับขนาดได้และมีประสิทธิภาพในระบบคลาวด์:
- SAS Cloud Analytic Services (CAS) มอบเครื่องมือการประมวลผลแบบชุดสำหรับการวิเคราะห์และการตัดสินใจบนระบบคลาวด์ที่มีประสิทธิภาพสูง
- สามารถใช้งานแบบ batch ได้จากในฐานข้อมูลโดยตรง
- เพื่อให้คุณสามารถใช้งานกฎเกณฑ์ทางธุรกิจและประเมิน ให้คะแนนแบบจำลองเพื่อการวิเคราะห์ต่างๆ ของคุณได้โดยไม่ต้องทำการโยกย้ายตำแหน่งของข้อมูลที่คุณใช้งาน
- มีการสนับสนุนเพิ่มเติมสำหรับสภาพแวดล้อม Hadoop ต่อไปนี้: Cloudera, Hortonworks, MapR, Pivotal และ BigInsights
- รองรับการใช้การกฎในฐานข้อมูลสำหรับโมเดล กฎ และการตัดสินใจสำหรับ Hadoop และ Teradata
- การปรับใช้ในสตรีม:
- การประมวลผลเคอร์เนลแบบเธรดในหน่วยความจำช่วยลดภาระด้านการผสานรวมกับระบบธุรกรรม เช่นเดียวกับ IoT หรือการประมวลผลในสตรีม
การเข้าถึงข้อมูล
- ราบรื่น อ่านง่าย เขียน และอัปเดตการเข้าถึงข้อมูลโดยไม่คำนึงถึงแหล่งที่มาหรือแพลตฟอร์ม
- รองรับตัวเลือกการโหลดที่หลากหลายสำหรับการย้ายข้อมูลที่ปรับปรุงแล้วจาก SAS ไปยังที่เก็บข้อมูลภายนอก
- ใช้ข้อมูลเมตา DBMS ซ้ำเพื่อวัตถุประสงค์ในการวิเคราะห์
การเตรียมข้อมูล
- การเรียนรู้ของเครื่องและคำแนะนำของ AI: สแกนข้อมูลและให้คำแนะนำการเปลี่ยนแปลงอย่างชาญฉลาดโดยใช้การเรียนรู้ของเครื่องและ AI
- อินเทอร์เฟซแบบบริการตนเอง: สร้างโค้ดโดยอัตโนมัติจากอินเทอร์เฟซแบบชี้และคลิกที่ใช้งานง่าย ดังนั้น ผู้ใช้ที่ไม่เชี่ยวชาญด้านเทคนิคจึงสามารถกำหนดโปรไฟล์ ล้างข้อมูล ผสมผสาน และย้ายข้อมูลได้โดยไม่ต้องมีทักษะหรือได้รับการฝึกอบรมเฉพาะทาง
- การผสานรวมเข้ากับไปป์ไลน์การวิเคราะห์: ผสานรวมข้อมูลที่เตรียมไว้ลงในไปป์ไลน์การวิเคราะห์โดยอัตโนมัติ สร้างประสบการณ์การค้นหาข้อมูลที่ราบรื่นและการเตรียมข้อมูลของผู้ใช้
- สายชุดข้อมูล: สำรวจความสัมพันธ์ระหว่างแหล่งข้อมูลที่เข้าถึงได้ ออบเจกต์ข้อมูล และงาน
- การเข้าถึงข้อมูลเมตา: เข้าถึงข้อมูลเมตาดาต้าทางกายภาพ เช่น ชื่อคอลัมน์ ชนิดข้อมูล การเข้ารหัส จำนวนคอลัมน์ และจำนวนแถว เพื่อรับข้อมูลเชิงลึกเพิ่มเติม
Visualization
- สำรวจข้อมูลด้วยภาพ ค้นพบรูปแบบใหม่ๆ และสร้างและแชร์การแสดงภาพอัจฉริยะและรายงานแบบอินเทอร์แอคทีฟผ่านอินเทอร์เฟซเดี่ยวแบบบริการตนเอง
- ใช้ประโยชน์จากการวิเคราะห์ที่ได้รับการปรับปรุงและความสามารถขั้นสูงเพื่อเร่งความเร็วให้พบข้อมูลเชิงลึก และค้นหาเรื่องราวที่ซ่อนอยู่ในข้อมูลของคุณ
- แชร์ข้อมูลเชิงลึกผ่านช่องทางต่างๆ เช่น เว็บ มือถือ และแอปพลิเคชัน Microsoft Office ได้อย่างง่ายดาย