Mail

瞭解 SAS

從數據管理到決策的領航者

SAS® 為全球領先的數據分析平臺，為企業提供強大的分析能力與解決方案。其資料管理與智慧決策、跨環境部署功能及數據模型運維的靈活性讓企業能更有效地挖掘數據價值，轉化為決策動力，讓每一個決策透過可被信賴的AI，更加值得信任。

 

為什麼選擇 SAS

  • 數據管理專家  SAS 提供全面的數據管理解決方案，幫助企業高效整合多種來源的數據，並確保數據質量。從清洗到轉換，SAS 支援每一步驟，讓您擁有可信的數據基礎，為分析與建模奠定堅實基礎。

  • AI 驅動的分析與建模   SAS 擁有全球領先的 AI 與機器學習技術，無論是簡單的回歸分析，還是複雜的深度學習應用，都能輕鬆應對。自動化的建模流程節省您的時間，而精確的預測結果幫助您快速掌握市場機會。

  • 可視化洞察  數據的價值來自於能夠看見並理解。SAS 的可視化工具可將複雜的數據轉化為簡單直觀的圖表和報告，幫助用戶以最快的速度找到關鍵洞察，做出影響深遠的決策。

  • 行業解決方案領導者  無論您的業務來自哪個行業，SAS 都能提供量身定制的解決方案，從金融風險管理到零售預測，從供應鏈優化到醫療數據分析，SAS 始終為行業領袖提供最尖端的支持。

 

數據驅動  決勝商機

SAS® Viya®連接數據資料AI模型生命週期的每一個環節

數據驅動決策已成為企業成功的關鍵。SAS Viya 提供全面的數據AI生命週期管理平臺，從數據到決策的落地方針，協助企業高效運用數據、開發模型並落實智慧決策，讓每一個環節無縫整合，實現業務價值最大化。

穩健的資料治理 / 透明的AI系統 / 權責明確的流程

管理資料

SAS Viya 提供強大的資料管理功能，協助企業進行資料擷取、準備與整合。透過高度自動化的數據清理與中台技術，確保資料的完整性與準確性，為後續分析與建模提供可靠基礎。

開發模型

資料人員可透過協同平台快速構建、訓練並優化分析模型。從自動化建模到演算法調整，平台提供強大的支援，縮短模型部署週期，加速實現業務洞察。

運用決策

從模型開發到決策落地，SAS Viya 提供全面的監控與自動化機制，確保企業可以將洞察轉化為具體行動。平台支援模型監控與重訓機制，隨時優化預測效果，實現企業持續的智慧決策與自動化流程。

 

善用乾淨、可靠資料的力量

  • 值得信賴

可在每個接觸點提供可靠的資料。做出更好的決策，提高營運效率，並建立對 AI 之旅的信任，同時盡可能大幅降低資料不一致的風險。

  • 方便存取

促進分析利害關係人之間的協作。透過在整個資料生態系統中維持統一的資料品質，確保一致的資料和 AI 資源存取情形。

  • 適應力強

輕鬆符合複雜的法規，同時維護資料完整性、隱私和安全。輕易符合瞬息萬變的規則，避免受到處罰，並培養利害關係人的信任感。

使用 SAS Viya 的整合平台，進行高效率的資料準備和資料品質管理。與您的團隊就資料專案進行協作，並共享和重複使用資料準備任務，確保整個資料生命週期的一致性和品質。

 

  • 提高生產力  工作更有效率

無需專業技能、寫程式或 SQL。視覺化介面消除了技術障礙，使資料準備變得更容易。您可以自行混合、整理和塑造資料，而 IT 團隊則專注於更具策略性的任務。隨心所欲取得調查資料所需的見解。

  • 簡化資料準備

透過在記憶體中執行的預先建置轉換和資料清理功能，節省資料準備時間，這樣您就可以花更多時間分析資料並近乎即時地因應特定狀況。使用拖放轉換輕鬆準備用於分析的資料，無需編碼或仰賴 IT 團隊。

  • 盡享低程式碼 / 無程式碼的資料品質

透過多語言程式碼支援和強大的低程式碼視覺化流程建構器，快速啟動您的資料整理工作。業界領先的資料分析、資料品質和實體解析技術，可協助您評估整個資料管道中資料品質問題的範圍及性質。

  • 加強協作和重複使用

在所有資料分析和 AI 資產中，建立對資料的信任、瞭解譜系並獲得資料透明度，有效管理資料生命週期、促進監管合規性，促進對資料的共同理解：

- 透過自動化代理程式，加速資料探索作業。評估資料的適用性，同時透過資訊隱私評估，確保治理和機密資訊的監控作業。

- 透過開放式中繼資料標準，把 SAS 資產與第三方中繼資料整合，確保對企業資料有一致的理解。

- 使用業界領先的資料分析、資料品質和實體解析度技術，以自信的方式評估整個資料工作流程中的資料品質問題範疇與性質。

 

連結資料科學家、MLOP 工程師和業務分析師，快速部署模型，並與開放式程式碼整合。

  • 確保模型管理和透明度

集中式可搜尋存放庫適用於所有類型的模型和分析資產，讓您可以完整檢視分析流程，確保可追蹤性和治理。此解決方案藉由版本控制，簡化模型管理，您可以透過模型管理流程的每個步驟，追蹤專案歷史記錄，並統一檢視每個模型的貨幣、定義和價值。使用開放式 REST API 來存取模型和模型評分成品，能精簡 IT 工作。

  • 輕鬆驗證模型以確保高品質的預測

使用我們的開放式程式碼套件 sasctl，針對 Python 編寫模型，自動產生可執行的評分程式碼。您可以從易於使用的無程式碼介面，輕鬆測試模型，能在將模型推入生產之前，先驗證模型評分邏輯。

  • 建置一次，即可隨處部署，無須重新編碼

有效率地將您的分析模型從創新實驗室遷移至您選擇的生產環境中。SAS Model Manager 能滿足您的需求，無論您是需要：將模型部署到資料庫中、按批次評分資料、託管即時 REST API 評分端點、將模型推至 Docker、Azure、GCP 或 AWS 上登錄託管的容器中，或直接部署到 Azure 機器學習中。

  • 自動監控模型效能，使其按預期運作

無論是使用何種語言建立模型，SAS Model Manager 都會自動監控模型的效能，從最初建立、經歷使用，再到淘汰。效能基準報告會顯示模型的評分表現，以及文件與要求標準的符合度，模型衰退時，會產生警示。隨著模型在不同部門中使用，此解決方案會產生廣泛的追蹤、驗證與稽核報告，並標出冠軍模型，以用於其他應用程式，持續監控可讓您知道何時該精簡或淘汰模型。

  • 透過調整模型以反映內部或外部變化來提高效率

不斷更新模型以跟上不斷變化的市場和業務狀況的發展。您可以針對新資料重新訓練現有模型，或使用特徵工程或新資料元素修改模型。模型重新訓練與模型管道處理環境整合，以提高效率。

  • 透過使用 CI/CD 方法自動化模型生命週期，來節省時間和資源

SAS Model Manager 讓您能夠藉由使用開放式 REST API，整合多種環境、工具和應用程式。您可以透過建立符合業務要求和流程的自訂工作流程，將分析生命週期自動化。

  • 提供一個網頁，其中包含每個月發布的所有新功能相關資訊，以及使用方法內容，並且能夠與使用者社群進行互動。

  • 為所有類型的模型提供安全、可靠、可版控的儲存空間，以及存取管理 (包括備份與還原功能、覆寫保護和事件記錄)。

  • 註冊後，可以依據用於儲存模型的屬性 (資產類型、演算法、輸入或目標變數、模型 ID 等) 以及使用者定義的屬性和可編輯的關鍵字，來搜尋、查詢、排序和篩選模型。

  • 將一般屬性作為欄新增到模型和專案清單中，例如模型名稱、角色、演算法類型、修改日期、修改者、儲存庫位置、描述、版本和關鍵字 (標記)。

  • 使用開放的 REST API 存取模型和模型評分工具。

  • 直接支援用於評分和發佈的 Python 模型。將 PMML 和 ONNX (使用 dlPy) 轉換為標準 SAS 模型類型。像其他類型的程式碼一樣管理和版控 R 程式碼。

  • 提供會計和審計功能，包括主要動作的事件記錄 – 例如，模型建立、專案建立和發佈。

  • 以 .ZIP 格式匯出模型，包括用於跨環境移動的所有模型檔案內容。

  • 輕鬆地將模型從一個專案複製到另一個專案，從而簡化 Repository 中的模型移動。

  • 使用 SAS Workflow Studio 為每個模型建立自訂流程：

    • 工作流程管理員與 SAS 模型管理完全整合，因此您可以在同一使用者介面內管理工作流程和追蹤工作流程的工作。

    • 在資料夾層級匯入、更新和匯出通用模型，以及將模型複製或移動到另一個資料夾。

  • 透過自動通知促進團隊間的協作。

  • 執行常見的模型管理工作，例如匯入、檢視和附加支援文件；設定專案冠軍模型和標記挑戰者模型；為評分目的發佈模型；以及檢視儀表板報表。

  • 透明度和分析管理透過集中式模型儲存庫、生命週期範本和版本控制，提供對分析程序的可見性。確保完全可追溯性和分析管理。

  • 在同一個專案中放置 Python、SAS 或其他開放式程式碼模型的組合，供使用者使用不同的模型配適統計進行比較和評估。

  • 為模型設定、維護和管理單獨的版本：

    • 當模型在專案中設定為優勝者、已更新或已發佈狀態時，冠軍模型會自動定義為新版本。

    • 選擇專案冠軍模型的挑戰者模型。

    • 監控和發佈挑戰者和冠軍模型。

  • 使用所需的輸入和輸出，為 SAS 和 Python 模型定義測試和生產評分作業。

  • 建立和執行評分工作，並指定儲存輸出和工作歷史記錄的位置。

  • 並排比較模型，以針對特定業務問題快速評估所有競爭模型 (SAS 和開放式程式碼)，並從中選取冠軍模型。

  • 根據使用案例，您可以將模型發佈到批次/作業系統 (例如，SAS 伺服器、資料庫內、Hadoop/Spark 內、SAS 雲端分析服務 (CAS) 伺服器)，或發佈到使用 Micro Analytic Score (MAS) 服務的隨選系統。

  • 將 Python 和 SAS 模型發佈到嵌入了二進位檔案和評分程式碼檔案的執行階段容器。將執行階段容器提升到本機 Docker、AWS Docker 和 Amazon EKS (彈性 Kubernetes 服務) 環境。

  • 用於開放式程式碼模型的新 Azure 容器發佈目標。

  • 將 SAS 和開放式程式碼模型作為 Azure 容器發佈到 Azure 機器學習。

  • 使用 SAS 執行階段容器發佈 SAS 模型。

  • 使用任何類型的評分程式碼監控模型的效能。為冠軍和挑戰者 R、Python 和 SAS 模型產生的效能報表包括變數分布圖、Lift圖、穩度圖、ROC圖、K-S 和 Gini 報表，以及使用效能報告輸出結果集的 SAS 視覺分析。

  • 內建報表顯示輸入和輸出資料的衡量，以及分類和迴歸模型的配適統計，以評估是否重新訓練、淘汰模型或建立新模型。提供涉及 Python、SAS、R 等並具有不同準確度統計資料的冠軍和挑戰者分析模型的效能報表。

  • 使用效能報表定義和執行，監控所有專案之冠軍模型的效能。

  • 排程定期和未來的工作，以進行效能監控。

  • 在定義效能監控工作時，指定多個資料來源和時間收集期間。

  • 產生自訂效能報表，並透過存取模型效能資料來建立和監控自訂業務 KPI。

  • 使用便利的精靈，產生自訂、立即可用的 KPI 效能模型，並取得簡單的警示通知。

 

雲端中的 SAS Viya

靈活的雲端策略，讓您選擇適合的策略。

隨時隨地，隨心所欲使用 SAS Viya 。不管是 SAS 管理、自行管理、雲端原生、雲端中立等，可以搭配多種合作夥伴方案。 打造最具成本效益、安全、協作的創新環境。

 

 

 

 

返回列表