Information über IBM Watson Analytics und Import der durch SPSS generierten Prognosen, und eine Darstellung der Ergebnisse in repräsentativen Dashboards. Für alle Fragen stehe ich ihnen gerne zur Verfügung unter: http://www.ibm.com/connect/ibm/de/de/resources/clara_ogwuazor_mbamalu/

1. IBM
AnalyticsSPSS meets Watson Analytics
#ibmanalytics
IBM SPSS Predictive Analytics
– Basis und logische Ergänzung im Cognitive Computing

2. “Finding patterns in data which you can use to do your business better”
(C. Shearer, VP Data Mining)
Was ist Predictive Analytics?
Neuronal Network
Decision Trees
Support Vector MachinesLogistic Regression
K-Means
Two Step Clustering General Linear Mixed Model
Apriori
ARIMA

3. „Data Mining beschreibt eine Technologie, welche
durch kontinuierliche Erfahrungen lernt, das
zukünftige Verhalten von Individuen und Objekten
vorauszusagen, um präzisere Entscheidungen für
die Zukunft zu ermöglichen.“
Data Mining

4. Data Mining ist ein Prozess
CRISP-DM
Cross Industry Standard
Process for Data Mining
80-90%
Projektzeit

5. IDC Studie
„The Business Value of Predictive Analytics”
Return on Investment (ROI) von
- Information Management Projekten ohne
Predictive Analytics
- Predictive Analytics Projekte
“Based on IDC research, the median ROI of predictive
analytics projects is close to three times higher than that of
non-predictive projects”
Source: IDC, “Predictive Analytics and ROI: Lessons from IDC’s Financial Impact Study”
89%
250%
Warum Predictive Analytics?

6. IBM
Analytics
Einsatzgebiete
Predictive Analytics
Neukundenakquise
Cross & Upsell
Kundenbindung
Predictive
Customer Analytics
Predictive
Threat & Fraud Analytics
Betrugserkennung
Risiko Management
Predictive
Operational Analytics
Instandhaltung
Produktion
Gewährleistung

7. IBM
AnalyticsIBM Analytics
Text Analytics

8. Text Mining Prozess
Identifikation von Konzepten
Typisierung
Text Link
Kategorisierung
„Bett war gross und bequem aber Fruehstuck war nicht gerade günstig“
Bett, Frühstück, groß, bequem, teuer
Zimmer <unbekannt>, kontextuell, positiv, negativ
Bett (Zimmer) – groß (kontextuell)
Bett (Zimmer) – bequem (positiv)
Frühstück (unbekannt) – teuer (negativ)
Zimmer_positiv
Essen_negativ
teueres_Frühstück

9. Live Demo
Text Analytics in Action

10. Demand Forecasting
5200 Filialen
500k Artikel

11. Ergebnisse

 Umsatzsteigerung um 109 Mio USD pro Jahr
Senkung der Lagerbestände um 7%
Vorhersage-Genauigkeit bei 70+%
Mehrumsatz von 21 Mio USD in zwei Jahren
durch Optimierung der Sortimentsgestaltung

12. © 2015 IBM Corporation 15 February 201612
Monitoring von Flugzeugturbinen
100% Vorhersage
von Ausfällen von
hochriskanten Turbinen
97% Genauigkeit
bei der Prognose von
In-Flight-Shutdowns
63 Millionen $
Einsparungen, hätte der
Hersteller die Lösung bereits
ein Jahr zuvor implementiert

13. Vorausschauende Sicherheit

14. IBM
AnalyticsIBM Analytics
Automatisierung und Integration
in operative Prozesse

15. (1) Modeler Batch
Zeitgesteuerte
Automatisierung
Modeler
Server

16. (2) Collaboration & Deployment Service (C&DS)

17. (2) Collaboration & Deployment Service
Zeit- und eventgesteuerte Automatisierung

18. (3) Collaboration & Deployment Scoring Service
Realtime Scoring
Applikation
(sendet Request)
Modeler
Scoring
Engine
Scoring Service
C&DS
C&DS
Repository
Streams
Log via
JMS queue
Streams
LogDB
Konfiguration
Streams / Modelle
Daten für Scoring
SOAP via HTTP/JMS
Scoring Ergebnis
SOAP via HTTP/JMS
Modeler
Server
Modeler
Client

19. Schadens-
Meldung
Anforderung
von Zusatz-
information
Fast
Track
Betrugs-
abteilung
Betrugserkennung bei Anträgen
Daten
• Aktuelle Fallinformationen
• Historie
• Externe Daten

20. Kundenbeispiel: Betrugserkennung

21. IBM
AnalyticsIBM Analytics
Die neuen End-to-end-Lösungen
Neukundenakquise
Cross & Upsell
Kundenbindung
Predictive
Customer Analytics
Predictive
Threat & Fraud Analytics
Betrugserkennung
Risiko Management
Predictive
Operational Analytics
Instandhaltung
Produktion
Gewährleistung

22. Multiple Datenquellen
- Instandhaltungsdaten
- MDE/ BDE
- Produktionsdaten
- Sensordaten
- Gewährleistungsdaten
- Umgebungsdaten (Wetter)
- Textdaten (Wartungsberichte)
Integration der Daten Modellierung Vorhersage
Visualisierung
3Optimierung & Steuerung
OUT OF THE BOX Use Cases
1) Maintenance Analytics
2) Quality Analytics
3) Warranty Analytics
21
IBM PMQ – Die neue End-to-end-Lösung

23. Asset Health Score Site Health Score
Maintenance schedule
Recommendations
Quality Early Warning System
Top Failure Reasons
IBM PMQ – Vorkonfigurierte Dashboards

24. IBM
AnalyticsIBM Analytics
SPSS und R

25. R – Advanced Statistics Programming Environment
Open Source
Download: http://www.r-project.org/
Für die Nutzung von R in IBM SPSS wird ein Plug-in benötigt
“Essentials for R”
Es werden ganz spezifische R-Versionen benötigt:

26. R-Code

27. IBM SPSS – An ideal deployment vehicle for R programs
Integrating R with IBM SPSS
IBM SPSS
Statistics
IBM
Collaboration &
Deployment
services
IBM Analytical
Decision
Management
IBM SPSS
Modeler
Interface
Output
management
system
Deployment CollaborationData Management
IBM SPSS

28. Integration von R in SPSS
 Nutzung von R-Modellen in IBM SPSS
Modeler and Statistics
 Nutzung von R Funktionalitäten für die
Datenaufbereitung
 Generierung von R Charts and Outputs

29. Custom Dialog Builder für R

30. Predictive Extensions
http://ibmpredictiveanalytics.github.io/?cm_mc_uid=45674913804714455264553&cm_mc_sid_50200000=1455570927

31. Predictive Extensions: Beispiel

32. SPSS Big Data Architektur
IBM SPSS Analytic Server
Relationale
Datenbank
Big Data Requests
Desktop
IBM SPSS Modeler
IBM SPSS Modeler
Server
SQL & UDF
Hadoop
Map Reduce
IBM InfoSphere BigInsights
& Other Hadoop Distributions