1.轻松访问、管理和整合数据
通过 DB2 for z/OS 和 IBM Classic Federation Server 的支持,访问来自 Cognos Business Intelligence、IBM DB2®、Oracle、Microsoft SQL Server、IBM Informix®、IBM Netezza、mySQL (Oracle) 和 Teradata 的运营数据以及大型机数据。
合并和分解类似的实体,即使这些实体具备不同的关键值。
从多个数据清除选项中选择。数据清除选项包括删除或替换无效数据、自动填补遗漏值,以及减少异常值和极值。
自动准备分析所要用到的数据。
快速构建和验证模型
运行一次,即可执行多种建模方法,并比较使用不同方法的结果。
选择要在部署中使用的模型,而不必逐个运行,然后比较性能。
使用一系列高级数据挖掘技术来满足所有应用的需求。这些应用包括分类、分段、关联、时间序列和预测算法。
从 Auto Classifier、Auto Numeric 和 Auto Cluster 三个自动建模方法中选择。
基于统计信息置信系数(confidence levels)调整所选模型。
2.执行数据挖掘和文本分析
在互动式“流”中,可视化数据挖掘流程的每个步骤。通过向数据挖掘流程中添加业务知识和各个领域的专业技术,这些流(Streams)能够帮助分析人员和业务用户展开协作。
将非结构化数据(例如,Web 活动、博客内容、客户反馈、电子邮件和社交媒体内容)中隐藏的概念与结构化数据相结合,提高模型精确性。
将有关人们彼此间关系的信息转变为能够显示个人和团体的社交行为的关键绩效指标。
创建互动式图形,以帮助您浏览和显示文本数据以及即时分析的模式。
使用功能强大的分类技术将文本转变为分析数据。
3.自动地执行模型并部署结果
支持多个分析人员同时工作,而不会造成计算资源紧张。
支持数据库内挖掘(in-database mining),高效处理大量数据。
让更多的跨地域或职能部门的相关人员从预测分析中收益,将结果快速地交到决策者手中。
将数据导出到数据库、IBM Cognos Business Intelligence 数据包、SPSS Statistics、SPSS Data Collection、由某种符号分隔的文本文件(delimited text files)、Excel、SAS 或 HTML 文件中。
通过使用 SPSS Modeler Premium 和 IBM SPSS Collaboration and Deployment Services, Excel、SAS 或 XML 可管理分析数据并自动执行分析流程。
4.与在 IBM DB2® for z/OS 上运行的事务性应用整合
实时对事务性数据(例如,大规模销售、客户服务和索赔交易)进行评分,提高评分的及时性,以便其可被更多的最终用户使用。
直接在联机事务处理 (OLTP) 应用中对新的相关数据进行评分。
扩大了 SPSS Modeler 的功能,使其能够应对更大的数据量,并提高其所创建的数据模型和模式的准确性。
其所提供的性能可以满足甚至超越 OLTP 应用或部门的服务级别协议 (SLA)。