ROZWIĄZANIA STATSOFT W UBEZPIECZENIACH

Transkrypt

1 ROZWIĄZANIA STATSOFT W UBEZPIECZENIACH Rafał Wajda, StatSoft Polska Sp. z o.o. Wstęp Firmy działające w branży ubezpieczeniowej dysponują olbrzymią ilością danych opisujących klientów (aktywność, cechy demograficzne itd.) oraz dotyczących różnych aspektów działania firmy oraz jej otoczenia. Dane pochodzą z różnych systemów (obsługa roszczeń/ szkód, CRM itp.), formularzy wypełnianych przez klientów czy zewnętrznych źródeł. Dane są przechowywane w różnych repozytoriach (bazach i hurtowniach danych, plikach xls, tekstowych i innych). Zasoby dostępnych danych rosną każdego dnia. Aby wykorzystać drzemiący w nich potencjał, należy zastosować odpowiednie narzędzia analityczne, zwłaszcza data mining. Umożliwia to zwiększanie osiąganych zysków, m.in. poprzez: wykrywanie wyłudzeń odszkodowań i innych nadużyć, optymalizację obsługi zgłaszanych wniosków, optymalizację działań marketingowych, analityczny CRM, optymalizację sprzedaży i obsługi klienta, planowanie zasobów. W niniejszym artykule zawarte są informacje o narzędziach StatSoft, które można z powodzeniem stosować w ubezpieczeniach. StatSoft Polska Firma StatSoft Inc. już od ponad 25 lat dostarcza systemy analityczne i świadczy profesjonalne usługi szkoleniowe, konsultingowe i wdrożeniowe w zakresie analizy danych. Produkty StatSoft wykorzystywane są powszechnie na całym świecie przez globalne korporacje, instytucje finansowe i ubezpieczeniowe, przedsiębiorstwa usługowe, handlowe i przemysłowe, instytucje rządowe, instytuty naukowo-badawcze i inne. StatSoft Polska działa od ponad 15 lat, zdobywając szerokie grono zadowolonych klientów. Jesteśmy jednym z największych w Polsce dostawców programów do statystycznej analizy danych i data mining. Z oprogramowania STATISTICA korzysta wiele instytucji, m.in. PZU, TUiR Warta, PTE PZU, PZU Życie, PTE Pocztylion, Komisja Nadzoru Finansowego, NBP, PKO BP, SKOK im. Stefczyka, Krajowa Izba Rozliczeniowa, Krajowy Depozyt Papierów Wartościowych, Polskie Towarzystwo Finansowe, Copyright StatSoft Polska 2011, info@danewiedzasukces.pl 5

2 Narodowy Fundusz Zdrowia i wiele innych. Obszerna lista referencyjna jest zamieszczona na stronach menu Referencje, sekcja Lista referencyjna. StatSoft organizuje specjalistyczne szkolenia z zakresu zastosowań analizy danych (statystycznej, data mining) w różnych dziedzinach. Nasz zespół szkoleniowy składa się z doświadczonych wykładowców potrafiących w przystępny sposób przekazać wiedzę z zakresu metod analizy danych oraz obsługi programów STATISTICA. Dopasowane do indywidualnych potrzeb szkolenia doceniło wiele instytucji z sektora finansowego, m.in. PZU, Komisja Nadzoru Finansowego, Narodowy Bank Polski, PKO BP, Ministerstwo Finansów, Krajowy Depozyt Papierów Wartościowych, BGŻ i inne. Jednym z elementów dopasowania oferty StatSoft do potrzeb klientów są usługi konsultingowe w zakresie gromadzenia i analizy danych, projektowania systemów analizy danych i współdzielenia wiedzy, budowy modeli analitycznych (modeli prognostycznych, klasyfikacyjnych itp.) oraz ich wdrożenia w środowisku STATISTICA. StatSoft posiada zaplecze doświadczonych pracowników, specjalistów w dziedzinie opracowania i implementacji systemów analitycznych na bazie programów STATISTICA. Korzysta też z doświadczenia konsultantów biur StatSoft na świecie. Członkowie zespołu konsultantów i pracowników StatSoft Polska brali udział m.in. w projektach realizowanych dla: PKO BP, Ministerstwa Finansów, GE Money Banku, ING Group, PKN ORLEN, Netia Telekom, AXA, Vattenfall Distribution Poland, Thomson multimedia, Alstom Power, Pepsi Cola General Bottlers, Goodyear Dunlop Tires Polska, Rigips Polska, Altadis Polska i wiele innych. Rozwiązania StatSoft w ubezpieczeniach Stosowanie zaawansowanych narzędzi analitycznych może przynieść w branży ubezpieczeniowej wiele korzyści, przekładających się na zmniejszenie ponoszonych kosztów i zwiększenie zysków. Gromadzone dane są skarbnicą wiedzy o klientach i ich zachowaniach, procesach realizowanych wielokrotnie każdego dnia. Poprzez obserwację pojedynczych prostych procesów można niekiedy zaobserwować występujące zależności, jednak ręczne odnalezienie złożonych zależności w gąszczu giga- czy terabajtów danych opisujących historyczne zdarzenia jest niemożliwe. Dlatego stosuje się specjalne techniki analizy danych, które radzą sobie doskonale w takich sytuacjach. Narzędzia data mining (dostępne w STATISTICA Data Miner) umożliwiają odkrycie informacji ukrytych w takich zbiorach i wykorzystanie ich do przewidywania przyszłości. Zastosowanie odpowiednich technik predykcyjnych umożliwia odkrycie wzorców związanych z zachowaniami klientów, różnymi zdarzeniami, procesami zachodzącymi w organizacji. Modele predykcyjne wykorzystują odnalezione prawidłowości i wykorzystują je do przewidywania przyszłych wartości. Dzięki takim modelom można m.in. optymalizować proces obsługi roszczeń. Poniżej opisane są przykładowe obszary wykorzystania rozwiązań StatSoft i oprogramowania STATISTICA. 6 Copyright StatSoft Polska 2011, info@danewiedzasukces.pl

3 Analiza wniosków o odszkodowanie Rozwiązania StatSoft pomagają użytkownikom w zrozumieniu subtelnych trendów i zmian w strukturze odszkodowań, które w inny sposób byłyby bardzo trudne do zaobserwowania. Bardzo przydatne są tu również narzędzia graficzne i analizy przekrojowe, które mogą być użyte do analizy tych trendów na różnych poziomach szczegółowości. Narzędzia StatSoft mogą pomóc m.in. w: przyśpieszeniu rozpoznawania zasadności wniosku o odszkodowanie, optymalizacji przydzielania wniosków do likwidatorów szkód (rzeczoznawców) mających odpowiednie doświadczenie, przewidywaniu złożoności procesu rozpatrywania poszczególnych wniosków i szacowaniu potrzebnych do tego zasobów, wykrywaniu nadużyć i prób wyłudzeń odszkodowań. Wyłudzanie odszkodowań jest procederem powodującym olbrzymie straty. Pomimo podejmowania różnego rodzaju działań mających na celu ograniczenie tego rodzaju praktyk nadal duża ich część pozostaje niewykryta. Narzędzia StatSoft (oparte na specjalistycznym oprogramowaniu STATISTICA i zawartych w nim technikach data mining) pomagają firmom ubezpieczeniowym przewidywać i szybko wykrywać nadużycia oraz podejmować natychmiastowe działania pozwalające minimalizować koszty. Poprzez zastosowanie zaawansowanych narzędzi data mining można przeanalizować miliony wniosków o odszkodowanie w poszukiwaniu nawet subtelnych odchyleń w zachowaniu klientów. Proponowane przez StatSoft podejście wykorzystuje narzędzia predykcyjne (data mining i statystyczne) oraz raportujące. Techniki predykcyjnego modelowania mogą być stosowane na każdym etapie procesu obsługi wniosku o odszkodowanie. Już od przyjęcia wniosku specjalne narzędzia skoringowe wspomagają ocenę pod kątem ryzyka nadużycia (określanie prawdopodobieństwa, że wniosek wiąże się z próbą wyłudzenia odszkodowania). Na kolejnych etapach obsługi wniosku, po każdym dodaniu nowych informacji związanych z danym wnioskiem (dodatkowa informacja od wnioskodawcy lub przedstawiony przez niego rachunek, ekspertyza rzeczoznawcy itd.), jego ocena skoringowa jest aktualizowana. Wykorzystywane są zarówno wcześniej opracowane reguły wskazujące zagrożenie nieprawidłowością, jak również specjalne wskaźniki (zmienne), tworzone w wyniku działania modeli predykcyjnych. W zależności od oszacowanego z wykorzystaniem rozwiązań StatSoft prawdopodobieństwa próby wyłudzenia określa się odpowiedni poziom obsługi związany z danym wnioskiem, np. to, czy powinien zostać rozpatrzony przez bardziej doświadczonego rzeczoznawcę (likwidatora szkód), czy wymagany jest bezpośredni kontakt z wnioskodawcą itp. Zawieranie umów ubezpieczeniowych Narzędzia analizy danych umożliwiają szacowanie wysokości odszkodowań w zależności od cech polisy, segmentu geograficznego i demograficznego, w jakim znajduje się klient i innych informacji o nim. Dzięki temu można lepiej oszacować wysokość należnych skła- Copyright StatSoft Polska 2011, info@danewiedzasukces.pl 7

4 dek. Dodatkowo firmy ubezpieczeniowe mogą identyfikować grupy klientów podwyższonego ryzyka i na tej podstawie ustalać odpowiednią wysokość składki. Wykorzystując rozwiązania StatSoft do odkrywania wzorców i przewidywania prawdopodobnych zachowań klientów, można też rozpoznawać osoby, które składają nieprawdziwe aplikacje lub mają skłonności do angażowania się w niebezpieczne lub nielegalne przedsięwzięcia. Rozwiązania StatSoft mogą pomóc m.in. w: automatyzacji odnawiania polis, automatyzacji określania poziomu ryzyka związanego z poszczególnymi klientami czy ich grupami, optymalizacji systemu oferowanych i stosowanych zniżek, przewidywaniu wartości klienta (Life-Time Value) i jego potencjalnej dochodowości, wykrywaniu ryzykownych wniosków o ubezpieczenie (zagrożonych późniejszą próbą wyłudzenia odszkodowania). Symulacje i kalkulacja rezerw Istotnym elementem każdej analizy ryzyka są odpowiednie symulacje oraz opracowanie właściwych scenariuszy what-if. Rozwiązania StatSoft umożliwiają przeprowadzenie wielu scenariuszy losowania i generowania losowych wartości o zadanych rozkładach. Dedykowany moduł do dopasowania rozkładów i symulacji umożliwia także zachowanie odpowiedniej współzależności zmiennych (struktury korelacji) i uwzględnienie jej przy symulacjach. Generator liczb losowych STATISTICA należy do wąskiego grona tych, które zdają egzamin jakości w postaci zestawu testów DIEHARD. Program umożliwia też łatwe symulacje dla złożonych rozkładów zmiennych (model ryzyka łącznego). Wyznaczanie wysokości składek Zawartość baz danych może być wykorzystana do poszukiwania głównych czynników ryzyka. Poprzez analizę większej niż było to kiedykolwiek możliwe ilości danych oraz identyfikację grup klientów podwyższonego ryzyka firmy ubezpieczeniowe są w stanie ustalać odpowiednią do oszacowanego ryzyka wysokość składki. Dzięki temu są w stanie stosować lepiej dopasowane i bardziej konkurencyjne składki. Do niedawna najczęściej do tego celu wykorzystywane były metody ogólnego modelu liniowego. Dzięki wykorzystaniu rozwiązań StatSoft można oprócz tych metod wykorzystać techniki data mining o większej mocy predykcyjnej. Analizy rozkładów Ważnym elementem w analizie ryzyka jest identyfikacja jego składników. Rozwiązania StatSoft dostarczają wielu metod wizualizacji danych ułatwiających ekspercką ocenę rozkładów zmiennych i wektorów losowych, a wykresy skategoryzowane ułatwiają analizę tego samego zjawiska w podziale na klasy. Dostępny jest także szereg bardziej formalnych narzędzi do badania rozkładów oraz ich wzajemnej odległości. 8 Copyright StatSoft Polska 2011, info@danewiedzasukces.pl

5 Marketing i CRM Za pomocą narzędzi data mining można lepiej poznać klientów i zrozumieć ich zachowania. Najważniejsze analizy związane są z segmentacją klientów (ich podziałem na jednorodne grupy), koszykami zakupów (badaniem sekwencji i asocjacji, zgodnie z którymi klienci dokonują zakupów), badaniem satysfakcji (zadowolenia) klienta. W zależności od tego, w jakim stadium cyklu życia klienta znajduje się dany klient, należy wykonywać inne analizy prowadzące do maksymalizacji naszych korzyści. Rozwiązania StatSoft pomogą w tym, aby klienci potencjalni stali się aktualni (żeby skorzystali z oferty), zagrożeni odejściem nie stali się byłymi, nowi stali się klientami stałymi itd. Różne etapy cyklu życia klienta wiążą się z różnymi zagadnieniami, jakie można rozważać, z innymi analizami, jakie mogą wspomagać podejmowanie decyzji. Segmentacja Metody analizy skupień są wykorzystywane do segmentacji klientów, grupując niejednorodny zbiór klientów w rozłączne i jednorodne podzbiory, z uwzględnieniem dowolnych ich cech (np. czynników geograficznych i demograficznych). Znając strukturę naszych klientów i charakterystykę poszczególnych ich grup, możemy optymalizować decyzje związane m.in. z różnymi akcjami marketingowymi. Optymalizacja kampanii marketingowych Nowoczesne metody analizy danych umożliwiają dobieranie odpowiednich grup docelowych dla akcji marketingowych. Dzięki temu można zmniejszyć koszty kampanii, przy spełnieniu wymogów odnośnie jej skuteczności (tzn. liczby pozytywnych odpowiedzi na ofertę). Ponadto uzyskać można bezcenną wiedzę o kluczowych czynnikach wpływających na decyzje klientów. Sprzedaż krzyżowa i rozszerzona (cross- selling i up-selling) Klientom, z którymi udało się nawiązać relacje, najlepiej pokazać, że rozumiemy ich i wychodzimy naprzeciw ich potrzebom. Ważne jest, aby dobrze dobrać oferowane danemu klientowi produkty, aby nie zakwalifikował kontaktów z naszej strony do kategorii spam. Nie jest to łatwe, ale dysponując odpowiednimi danymi i zaawansowanymi narzędziami data mining, możemy tego dokonać. Sprzedaż krzyżowa (cross-selling) polega na proponowaniu klientom usług lub produktów, które są często kupowane przez innych klientów w połączeniu z tym, co dany klient już kupił lub czym wyraża zainteresowanie. Stosując tego typu analizy, możemy zweryfikować oczywiste reguły (stwierdzić czy rzeczywiście one występują, czy też tylko wydają się one być prawdziwe) oraz znaleźć reguły nieintuicyjne takie, których nie widać na pierwszy rzut oka, a które wyłaniają się dopiero po dogłębnej analizie zgromadzonych danych. Sprzedaż rozszerzona (up-selling) polega na sprzedaży klientom rozszerzonych, lepszych wersji produktów lub usług, z których już korzystają. Przykładem może być klient Copyright StatSoft Polska 2011, info@danewiedzasukces.pl 9

6 z wykupionym ubezpieczeniem na życie odpowiednie analizy mogą wyłonić tych, którzy mogą z dużym prawdopodobieństwem skorzystać z podniesienia sumy ubezpieczenia. Klienci zagrożeni odejściem Działania zapobiegające odejściom wartościowych klientów mogą być wspierane różnymi analizami danych związanymi z pomiarem i monitorowaniem satysfakcji i zadowolenia. Za pomocą narzędzi statystycznych i data mining można szukać przyczyn wpływających na decyzje klientów o odejściu. Jeśli uda nam się taką wiedzę wydobyć ze zgromadzonych danych, możemy starać się zapobiegać tym zmianom, podejmować działania, które wpłyną na wzrost lojalności klientów wobec nas, przekonają ich, że powinni nadal korzystać z naszych usług. Sprzedaż i obsługa klienta Stosując zaawansowane analizy data mining, można optymalizować proces obsługi klienta i sprzedaży. Rozwiązania StatSoft mogą pomóc m.in. w: ocenie efektywności sprzedawców/agentów, optymalizacji systemu prowizji sprzedawców/agentów, optymalizacji oferowanych ubezpieczeń, optymalizacji procesów utrzymania klienta. Sukcesy użytkowników DEVK: Natychmiastowa gotowość do pracy i łatwa eksploatacja STATISTICA Data Miner umożliwiły nam szybki postęp projektu. Oprócz ewidentnej korzyści, jaką jest dokładniejsze poznanie swoich klientów, zastosowanie systemu STATISTICA Data Miner było opłacalne również z punktu widzenia finansowego. Zróżnicowanie odpowiednich cech klientów zostało przełożone na wartość wskaźnika określającego prawdopodobieństwo odpowiedzi na ofertę. Z około 330 tys. klientów wybrano 95 tys. z najwyższym prawdopodobieństwem odpowiedzi. W porównaniu z przeprowadzonym w poprzednim roku mailingiem uzyskano o 41% większą liczbę odpowiedzi. Oszczędności DEVK wynoszą już przy jednej wysyłce więcej niż koszty licencji dla STATISTICA Data Miner na kilka lat. Grupa Ubezpieczeniowa Leipzig: Łatwość stosowania, wsparcie bezpośrednio od producenta i zaawansowane, specjalistyczne techniki analityczne STATISTICA godzi ze sobą wszystkie nasze zasadnicze potrzeby. Wybierając odpowiednie narzędzie analityczne, kierowano się wcześniej zdefiniowaną listą wymagań. Do tych kryteriów należały: dokładność, szybkość, skalowalność, elastyczność, wydajność, wsparcie techniczne, łatwość stosowania, możliwość wykorzystania istniejącej infrastruktury, a także koszty dostawy nowego narzędzia. Po wykonaniu testów dostępnych na rynku narzędzi analitycznych, najlepsza okazała się STATISTICA. Dane dotyczące pobieranych składek, kosztów, efektywności i opłacalności etc. są automatycznie symulowane przy pomocy różnorodnych metod. Raporty są wykonywane automatycznie 10 Copyright StatSoft Polska 2011, info@danewiedzasukces.pl

7 i pomagają w określaniu oraz optymalizowaniu składki pod względem atrakcyjności dla ubezpieczonego, a także korzyści handlowych dla ubezpieczyciela. Rozwiązanie udostępnia dotychczas pracochłonne i skomplikowane obliczenie w możliwie prosty sposób: użytkownik wykonuje wstępną analizę, a następnie konfiguruje symulację i wybiera żądany zakres danych. Następnie dane są pobierane bezpośrednio z bazy danych i na ich podstawie wykonywane są symulacje. Rezultaty pojawiają się następnie w przygotowanych szablonach raportów. Więcej opinii można znaleźć na stronach internetowych w menu Referencje, sekcja Sukcesy użytkowników i inne. Programy z rodziny STATISTICA ogólne cechy STATISTICA to rodzina profesjonalnych programów wspomagających analizy danych wszelkiego rodzaju: od obliczania podstawowych charakterystyk i wizualizacji danych (także na mapach), poprzez modelowanie klasycznymi metodami statystycznymi, po zaawansowane techniki data mining. Narzędzia STATISTICA umożliwiają automatyzację wykonywanych analiz, zapisywanie makr wykonywanych czynności (STATISTICA Visual Basic) oraz wykonywanie analiz danych przez Internet czy intranet. Wykorzystanie procesorów wielordzeniowych umożliwia wielowątkowe wykonywanie wybranych procedur analitycznych i przekształceń danych. Obliczenia można dodatkowo przyśpieszyć, wykorzystując 64-bitową wersję programu. Programy STATISTICA są dostępne w polskiej, a także innych wersjach językowych. Każdy użytkownik STATISTICA ma dostęp do obszernej pomocy elektronicznej, w której opisana jest każda opcja modułów programu. Zawarte w niej liczne przykłady analiz znacznie ułatwiają poznawanie kolejnych modułów analitycznych. Więcej ogólnych informacji o STATISTICA jest zamieszczonych na stronach internetowych menu Programy, sekcja Ogólna charakterystyka. Środowisko pracy Programy STATISTICA są znane z prostego w użyciu, intuicyjnego, graficznego środowiska pracy. Można wybrać pracę z menu w postaci wstążki (patrz poniżej) lub z klasycznym menu (użytkownik może w każdej chwili dokonać wyboru). Copyright StatSoft Polska 2011, info@danewiedzasukces.pl 11

8 Oprócz interakcyjnego graficznego środowiska użytkownicy mają także dostęp do interfejsu bazującego na STATISTICA Visual Basic, a w specjalnych wersjach dostępny jest interfejs bazujący na przeglądarce internetowej. STATISTICA zapewnia integrację z pakietem MS Office. Dzięki temu, pracując z danymi i wynikami analiz otrzymanymi w STATISTICA, można jednocześnie wykorzystywać narzędzia obu tych popularnych pakietów analitycznego i biurowego. W STATISTICA można bezpośrednio wczytać także dane w formacie Excel 2007 i 2010 z uwzględnieniem formatowania. STATISTICA może otwierać i zapisywać dokumenty w systemie Microsoft SharePoint. Najwyższej jakości grafika Dostępne w każdym produkcie z rodziny STATISTICA wysokiej jakości narzędzia wizualizacji wyników analiz umożliwiają czytelną prezentację danych i wyników analiz. 12 Copyright StatSoft Polska 2011, info@danewiedzasukces.pl

9 STATISTICA oferuje setki typów dwuwymiarowych i trójwymiarowych obrazów graficznych, a praktycznie każdy szczegół wyglądu wykresu może być dowolnie zmieniany przez użytkownika. Wykresy STATISTICA są obiektami ActiveX, dzięki czemu można je łączyć i osadzać w innych dokumentach zgodnych z tym standardem (np. w MS Word, PowerPoint, Excel), w których mogą być edytowane po podwójnym kliknięciu. Wykresy można też zapisywać w formatach plików graficznych, takich jak: TIFF, GIF, PNG, JPG czy BMP można wtedy określić rozdzielczość (w dpi), a więc dostosować jakość obrazów do celu, w jakim później chcemy je wykorzystać. Więcej informacji można znaleźć na stronach: STATISTICA Mapy to dodatek dla użytkowników aktualnej wersji STATISTICA. Na mapach można przedstawiać dowolne dane liczbowe opisujące poszczególne obszary, np. wskaźniki opisujące wyniki agentów działających w różnych rejonach, dzięki czemu będzie można łatwo je porównać. W programie dostępne są standardowo szablony map Polski w podziale na województwa i powiaty, a w razie potrzeby użytkownik może także wczytać swoje szablony map, w formacie ShapeFile (*.shp). Więcej informacji można znaleźć na stronach: menu Pobieranie plików, sekcja Mapa Polski. Zarządzanie wynikami analiz STATISTICA zawiera mechanizmy elastycznego i wygodnego zarządzania wynikami analiz. W trakcie przeprowadzania analiz na wyjściu otrzymujemy wyniki w postaci multimedialnych tabel (arkuszy) i wykresów. Skoroszyty, które zachowują każdy z wynikowych dokumentów w postaci osobnej karty, stanowią domyślny sposób zarządzania wynikami. Możliwe jest także zapisanie utworzonego skoroszytu w formacie HTML, dzięki czemu publikacja wyników pracy w Internecie czy intranecie jest znacznie ułatwiona. Wynikowe arkusze i wykresy mogą być kolejno wstawiane do raportów (w pliku raportu STATISTICA i/lub MS Word), a gotowe raporty Copyright StatSoft Polska 2011, info@danewiedzasukces.pl 13

10 zapisywane jako pliki PDF. Więcej informacji można znaleźć na stronach: Dostęp do danych STATISTICA jest zoptymalizowana pod kątem pracy z dużymi plikami danych. Możliwa jest wymiana danych z innymi aplikacjami. Programy STATISTICA dysponują wieloma możliwościami zarówno pobierania danych zewnętrznych, jak i udostępniania swoich danych innym programom. Pliki danych z rozmaitych aplikacji (np. Excel, pliki tekstowe,.xml i wiele innych) można wczytać do arkusza STATISTICA. Każdy program z rodziny STATISTICA zawiera także STATISTICA Query. Narzędzie to umożliwia łatwy dostęp do danych gromadzonych w różnego typu bazach danych (np. Sybase, Oracle, MS SQL Server itp.) za pomocą standardu OLE DB lub ODBC. System pozwala łatwo tworzyć zapytania w trybie graficznym (bez znajomości języka SQL), a użytkownicy znający SQL mogą także tworzyć zapytania w trybie tekstowym. Więcej informacji na STATISTICA Query umożliwia także pobieranie danych z kostek OLAP za pomocą dostawców, takich jak: Microsoft OLE DB Provider for Analysis Services lub SAP Business Warehouse. Zapytania MDX można tworzyć w środowisku graficznym lub wpisywać w trybie tekstowym. Opcjonalnie możliwa jest praca z bazą danych przy pomocy technologii IDP (In-Place Database Processing), która pozwala uniknąć zapisywania na lokalnym dysku kopii całego zbioru danych wymaganego do analizy. Więcej na Skalowalność Rozwiązania z rodziny STATISTICA są skalowalne pod każdym względem: liczby użytkowników od wersji jednostanowiskowych po sieciowe i korporacyjne systemy wieloużytkownikowe z kontrolą dostępu i pracą przez Internet lub intranet, wielkości przetwarzanych danych STATISTICA jest zoptymalizowana pod kątem szybkości wykonywanych analiz, a technologia IDP umożliwia analizę ekstremalnie dużych zbiorów danych; szybkość analiz wykonywanych na dużych zbiorach danych można dodatkowo przyspieszyć poprzez wykorzystanie wersji STATISTICA dla procesorów wielordzeniowych oraz wielowątkowe wykonywanie wybranych procedur analitycznych i przekształceń danych oraz korzystanie z 64-bitowej wersji programu, zakresu procedur analitycznych w każdym momencie można rozszerzyć licencję o dodatkowe metody analityczne, cały czas pracując w tym samym środowisku, bez konieczności zmiany interfejsu użytkownika i związanych z nim przyzwyczajeń. Programowalność i otwarta architektura Każdy z programów z rodziny STATISTICA ma wbudowane bardzo bogate środowisko programistyczne STATISTICA Visual Basic (zgodne ze standardowym MS Visual Basic). 14 Copyright StatSoft Polska 2011, info@danewiedzasukces.pl

11 Umożliwia ono programowy dostęp do praktycznie każdego elementu i każdej funkcji programu. Programy STATISTICA Visual Basic można uruchamiać nie tylko w STATISTICA, lecz (dzięki zgodności ze standardami) także w innych środowiskach bazujących na konwencjach MS Visual Basic (np. Excel, Word lub w samodzielnych instalacjach Visual Basic). Więcej informacji można znaleźć na stronach: menu Porady, sekcja STATISTICA Visual Basic. Narzędzia analityczne Każda z aplikacji analitycznych może pracować zarówno jako wersja jednostanowiskowa (na pojedynczym komputerze), w sieci (na wielu komputerach użytkowników), jak i może być elementem korporacyjnego systemu analizy danych. Zakres metod analizy danych w STATISTICA jest niezwykle bogaty. W zależności od potrzeb i wymagań użytkowników można dobrać odpowiedni zestaw. Poszczególne programy z rodziny STATISTICA można łączyć w jednym pakiecie, który może być z czasem rozszerzany o dodatkowe moduły. Oto wybrane programy STATISTICA, które można stosować w analizie danych w branży ubezpieczeniowej: STATISTICA Data Miner to kompletny zestaw narzędzi data mining. Jest łatwym w użyciu i wydajnym systemem do realizacji wszystkich etapów wydobywania z danych użytecznej wiedzy: od pobierania danych z baz czy hurtowni danych, poprzez etapy czyszczenia i transformacji danych, wykonywanie analiz danych i odkrywanie ukrytych wzorców, po tworzenie raportów. Specjalne techniki data mining w STATISTICA Data Miner są zoptymalizowane pod kątem przetwarzania olbrzymich zbiorów danych. System STATISTICA Data Miner jest wyposażony w bardzo bogaty wybór metod analitycznych, zarówno wbudowanych w gotowe projekty data mining (szeroki wybór predefiniowanych, gotowych do użycia projektów dla różnego typu zagadnień), jak i dostępnych do budowy własnych projektów. Zawiera też obszerny zestaw najpopularniejszych metod statystycznych, takich jak: statystyki opisowe, korelacje, testy statystyczne, analiza regresji, analiza rozkładów, modele liniowe i nieliniowe, analiza szeregów czasowych i prognozowanie, analizy wielowymiarowe, analiza mocy testów, STATISTICA Query oraz środowisko programistyczne STATISTICA Visual Basic. Copyright StatSoft Polska 2011, info@danewiedzasukces.pl 15

12 STATISTICA Data Miner zawiera kilkanaście modułów data mining: Przepisy Data Miner to nowe podejście do wykonywania analiz, które oferuje użytkownikowi predefiniowane ścieżki przeprowadzające analityka przez cały proces analizy danych. Przepisy udostępniają intuicyjny graficzny interfejs, przy pomocy którego osoby bez dużego doświadczenia w zakresie data mining mogą same wykonać krok po kroku zaprojektowany proces data mining: od określenia danych, ich przygotowania, przeprowadzenia odpowiednich analiz, przegląd wyników, aż po zapis całego procesu i przygotowanie modelu do wdrożenia dla nowych danych. Oprócz korzystania ze zdefiniowanych przepisów na analizę, można definiować własne przepisy data mining dla wykonywanych rutynowo zadań. Ogólne modele drzew klasyfikacyjnych i regresyjnych (G-Trees) to kompletna implementacja metod CART Breimana, Friedmana, Olshena i Stone'a. Ponadto moduł ma wiele rozszerzeń i opcji, jakich raczej nie spotyka się w typowych implementacjach tego algorytmu, a które są szczególnie przydatne w data mining. Moduł ma wiele opcji sterujących budową drzew, opcji przycinania, jak i wyboru najlepiej dopasowanego rozwiązania. Ogólne modele CHAID (Chi-squared Automatic Interaction Detection) w tym module analiza CHAID może być wykonywana zarówno dla zmiennych zależnych ciągłych, jak i skategoryzowanych. Wiele opcji pozwala sterować budową drzew hierarchicznych. Drzewa interakcyjne (C&RT, CHAID) oprócz metody automatycznej, dostępne są też metody interakcyjnej budowy drzewa. Do budowy drzewa możemy wybrać metodę CHAID lub G-Trees, a w każdym kroku reguła podziału może być sformułowana automatycznie lub przez użytkownika (który określa zmienną i warunek podziału). Użytkownik ma pełną kontrolę nad wszystkimi aspektami wyboru i oceny zmiennych wyznaczających podział, kategoryzacji wartości predyktorów itd. Drzewa wzmacniane (Boosted Trees) to implementacja techniki polegającej na stosowaniu sekwencji prostych modeli, przy czym każdy kolejny model przykłada większą wagę do tych obserwacji, które zostały błędnie zaklasyfikowane przez poprzednie modele. Moduł ten pozwala zastosować wzmacnianie (boosting) do zadań predykcyjnego data mining. Użytkownik może w pełni sterować procedurą budowy modelu, na każdym jej etapie dostępne są szczegółowe podsumowania, pozwalające obserwować i oceniać postęp uzyskiwany na każdym kroku estymacji. Automatyczne sieci neuronowe to korzystające z technik sztucznej inteligencji narzędzia modelowania i prognozowania charakteryzujące się wyjątkową sprawnością działania i oferujące wiele unikalnych narzędzi. Zawierają Automatycznego projektanta sieci, który prowadzi użytkownika krok po kroku poprzez proces tworzenia różnych sieci i wybór optymalnej ich architektury. Losowy las (Random Forest) służy do budowy złożonych modeli klasyfikacji i regresji. Jest szczególnie odpowiedni dla skrajnie dużych liczb predyktorów. Jest realizacją algorytmu Random Forest opracowanego przez Breimana, lecz daje użytkownikowi pełną kontrolę nad kluczowymi ustawieniami procedury dopasowania modelu. 16 Copyright StatSoft Polska 2011, info@danewiedzasukces.pl

13 Analiza składowych niezależnych (ICA Independent Component Analysis) służy do filtrowania sygnałów za pomocą dobrze sprawdzonej i niezawodnej techniki statystycznej, znanej jako Independent Component Analysis (ICA). Zastosowana implementacja tej metody pozwala rozwiązywać problemy separacji sygnałów metodami jednoczesnego wyodrębniania i deflacji, wstępnie przetwarzać dane, a także stosować rozwiązanie dla nowych danych. Analiza skupień uogólnioną metodą EM i k-średnich to metody uczenia bez nauczyciela (nieukierunkowane), stosowane do rozpoznawania wzorców i segmentacji, dla których można jednak zastosować metody wdrażania zazwyczaj wykorzystywane w modelach predykcyjnych. Skupienia mogą być definiowane w oparciu o wartości zmiennych ciągłych (liczbowych, ilościowych) i skategoryzowanych (jakościowych). Analiza koszykowa (Association Rules) jest implementacją tzw. algorytmu wykrywania a priori (poszukiwania) reguł powiązania typu: klienci, którzy zamówili produkt A, często zamawiają produkt B lub C, pracownicy, którzy dobrze oceniają rozwiązanie X, również często narzekają na rozwiązanie Y, ale zadowala ich Z. Moduł ten umożliwia przetwarzanie olbrzymich zbiorów danych w poszukiwaniu powiązań (współzależności), z wykorzystaniem zdefiniowanych wstępnie wartości progowych do wykrywania. Uogólnione modele addytywne (General Additive Models) to implementacja metod rozwiniętych i spopularyzowanych przez Hastiego i Tibshiraniego. W programie można stosować wiele rozkładów dla zmiennej zależnej. Podobnie wiele funkcji wiążących (ang. link function) może być użytych do opisu zależności zmiennej zależnej od predyktorów. MARSplines (Multivariate Adaptive Regression Splines). Wielozmienna regresja adaptacyjna z użyciem funkcji sklejanych jest implementacją uogólnienia techniki służącej do rozwiązywania zarówno problemów regresyjnych, jak i klasyfikacyjnych, w których celem jest znalezienie wartości zmiennych wyjściowych (zależnych) na podstawie zmiennych wejściowych (predykcyjnych). Inne metody uczenia maszyn (Machine Learning) to zestaw zaawansowanych metod modelowania dla zagadnień regresyjnych i klasyfikacyjnych przy wielu zmiennych niezależnych (predyktorach) i zależnych. Te metody to: wektory nośne (Support Vector Machines), naiwny klasyfikator Bayesa, K-najbliższych sąsiadów (K-Nearest Neighbors). Szybkie wdrażanie modeli predykcyjnych. W tym module można szybko wygenerować predykcje jednego lub wielu uprzednio zbudowanych modeli zapisanych w standardowym formacie PMML (Predictive Model Markup Language). Interakcyjne drążenie danych: Zadaniem tego modułu jest umożliwienie jednoczesnego tworzenia tabel i wykonywania graficznej, eksploracyjnej analizy danych, tak aby można Copyright StatSoft Polska 2011, info@danewiedzasukces.pl 17

14 było szybko przyjrzeć się rozkładowi badanych zmiennych, ich związkom z innymi zmiennymi i wykryć obserwacje należące do konkretnych grup. Dobroć dopasowania, klasyfikacji, predykcji (Goodness of fit). Przeznaczeniem tego modułu jest ocena modeli predykcyjnych, zarówno zmiennych zależnych ciągłych, jak i skategoryzowanych. Obliczane są różne statystyki dobroci dopasowania na podstawie przewidywanych i obserwowanych wartości lub klasyfikacji. Powstaje też wiele podsumowujących wykresów ilustrujących wyniki badania. Dobór i eliminacja zmiennych umożliwia przeprowadzanie automatycznego doboru podzbiorów zmiennych ze skrajnie dużych zbiorów danych lub baz danych, połączonych w celu zdalnego przetwarzania (IDP). Może on operować na praktycznie nieograniczonej liczbie zmiennych; można sprawdzić dosłownie miliony zmiennych wejściowych w celu wyszukania predyktorów dla zagadnień regresyjnych lub klasyfikacyjnych. Łączenie klas (grup) do predykcyjnego data mining jest metodą przetwarzania predyktorów jakościowych o dużej liczbie kategorii. System STATISTICA Data Miner zawiera także obszerny zestaw narzędzi do przeglądu, wizualizacji i statystycznej analizy danych: Komplet narzędzi graficznych STATISTICA STATISTICA Query (budowa zapytań do baz danych) STATISTICA Visual Basic Statystyki podstawowe i tabele Dopasowanie rozkładów Regresja wieloraka Analiza wariancji (ANOVA) Statystyki nieparametryczne Rozkłady i symulacje Ogólne modele liniowe Uogólnione modele liniowe i nieliniowe Ogólne modele regresji Modele cząstkowych najmniejszych kwadratów Komponenty wariancyjne Analiza przeżycia 18 Copyright StatSoft Polska 2011, info@danewiedzasukces.pl

15 Estymacja nieliniowa Linearyzowana regresja nieliniowa Analiza log-liniowa tabel liczności Szeregi czasowe i prognozowanie Modelowanie równań strukturalnych Analiza skupień Analiza czynnikowa Składowe główne i klasyfikacja Analiza kanoniczna Analiza rzetelności i pozycji Analiza korespondencji Skalowanie wielowymiarowe Analiza dyskryminacyjna Ogólne modele analizy dyskryminacyjnej Analiza Mocy Testów Specjalne środowisko graficzne tworzenia projektów analitycznych bazuje na konwencji przeciągnij i upuść, dzięki czemu tworzenie projektów data mining jest intuicyjne, a praca z systemem nie wymaga długich przygotowań. Sprawia to, że z systemu STATISTICA Data Miner korzystać mogą nawet nowicjusze. Jest on jednocześnie wysoce elastyczny i dostosowywalny. Obszar roboczy w STATISTICA Data Miner podzielony jest na cztery sekcje. Podział ten odpowiada czterem etapom projektu data mining. W jednym projekcie data mining mamy możliwość stosowania różnych technik i modeli. Po opracowaniu gotowych modeli STATISTICA Data Miner oferuje narzędzia do wdrażania i stosowania modeli, zintegrowane ze środowiskiem tworzenia projektów, które umożliwia sterowanie przetwarzaniem danych w obiektach analizy (węzłach) za pomocą zgodnych ze standardami przemysłu informatycznego skryptów STATISTICA Visual Basic. System STATISTICA Data Miner cechuje łatwość w korzystaniu z danych zewnętrznych. Można podłączyć różne źródła danych tak, że jakakolwiek zmiana danych na wejściu powoduje przeliczenie całego projektu, aby wyniki odpowiadały aktualnym danym. Copyright StatSoft Polska 2011, info@danewiedzasukces.pl 19

16 W jednym projekcie data mining możemy używać różnych technik i modeli. Stosowanie modeli dla nowych danych jest w STATISTICA Data Miner bardzo wydajne, dzięki zastosowaniu przenaszalnego, bazującego na XML, języka PMML (Predictive Models Markup Language), który można stosować dla modeli klasyfikacyjnych i regresyjnych. Raz oszacowane modele mogą być później wielokrotnie stosowane dla nowych danych. Możemy także na bieżąco modyfikować ich parametry w miarę napływu danych. Opcjonalnie, w przypadku wybranych modułów analitycznych, oszacowane modele można zapisywać w postaci kodu w językach programowania C/C++, SVB i SAS, dzięki czemu modele przygotowane w STATISTICA Data Miner mogą być wykorzystywane także w innych aplikacjach. Do korzystania z tej opcji wymagana jest specjalna licencja. Przepisy Data Miner to nowe podejście do wykonywania analiz, oferuje predefiniowane ścieżki przeprowadzające analityka przez cały proces analizy danych: połączenie z danymi, przekształcanie i przygotowanie danych, przeprowadzenie obliczeń, podsumowanie wyników, zapis i wdrożenie. Przepisy udostępniają intuicyjny graficzny interfejs, przy pomocy którego nawet osoby bez dużego doświadczenia w zakresie data mining mogą same wykonać krok po kroku zaprojektowany proces data mining. Oprócz korzystania ze zdefiniowanych przepisów na analizę, można definiować własne przepisy data mining dla wykonywanych rutynowo zadań. Więcej informacji można znaleźć na stronach: na STATISTICA Text Miner jest rozszerzeniem systemu STATISTICA Data Miner, służącym do przekształcania pozbawionych struktury danych (głównie tekstów) w użytecz- 20 Copyright StatSoft Polska 2011, info@danewiedzasukces.pl

17 ną wiedzę. W projektach data mining wykorzystuje się dane o różnej postaci nie zawsze mają one strukturę umożliwiającą łatwe wykonanie analizy. System STATISTICA Text Miner wgłębia się w dane, które nie mają tradycyjnej struktury arkusza danych i odnajduje w nich użyteczną informację. Przykładem takich danych są opisy we wnioskach o odszkodowanie. System STATISTICA Text Miner umożliwia odczytywanie dokumentów tekstowych w różnych formatach: tekstowym (.txt), Adobe Acrobat (.pdf), HTML i XML oraz formatach Microsoft Office (.doc i.rtf) i innych. Środowisko użytkownika umożliwia łatwy wybór dużej ilości dokumentów (np. za pomocą symboli zastępczych i w obrębie wybranego drzewa podkatalogów). System może, poczynając od wybranej strony WWW, wędrować przez połączone z nią strony (tzw. Web-crawling). Dokumenty wchodzące w skład takiego drzewa odwołań zostaną uwzględnione w analizie, aż do zadanego poziomu zagłębienia. Nazwy plików i adresy stron (URL) mogą być również odczytywane ze zmiennej tekstowej w pliku STATISTICA. System rozpoznaje zmienne z danymi (liczbowymi lub tekstowymi) i zmienne z odwołaniami do plików i stron. Dzięki temu można w poszczególnych obserwacjach przechowywać zarówno dane liczbowe, jak i duże dokumenty tekstowe, a co za tym idzie wykonywać poprawną analizę mieszanych danych (zawierających np. wiek, wzrost i wagę pacjenta oraz tekstowy opis zdarzenia sporządzony przez zgłaszającego szkodę czy rzeczoznawcę). Dokumenty mogą być wstępnie przetwarzane. Możemy pomijać słowa i frazy, które są popularne, ale bezużyteczne w danej analizie (np. takie jak się, i, lub itp.). Redukcja do rdzenia (ang. stemming) polega na utożsamieniu różnych form gramatycznych wyrazów (np. słowa traveled i travelling utożsamia się z travel ). Po wstępnym przetworzeniu tekstów program zlicza wystąpienia wyrazów we wszystkich dokumentach. Uzyskane w ten sposób dane surowe są podstawą dalszych ( liczbowych ) analiz. Przed utworzeniem pliku danych STATISTICA z liczbami wystąpień wyrazów można zastosować różne przekształcenia. Ponadto można zastosować różnorodne algorytmy wyboru cech, w tym rozkład według wartości osobliwych (SVD). Informacje wydobyte z tekstu mogą zostać zapisane do pliku lub do bazy danych. Do tak uzyskanych danych (liczbowej reprezentacji zawartości dokumentów) możemy zastosować wszystkie metody analityczne. Proste podsumowania mogą wskazać najczęściej używane słowa. Po zastosowaniu SVD (np. poprzez analizę składowych głównych) uzyskuje się mapę dokumentów, służącą do oceny ich podobieństwa. Analiza skupień (metody EM i k-średnich) identyfikuje grupy podobnych dokumentów. Predykcyjny data mining umożliwia znajdowanie związku między liczbową reprezentacją dokumentu a interesującymi cechami, np. informacją, czy z wnioskiem wiązały się nieprawidłowości, segmentem, do jakiego zaliczany jest dany klient, diagnozą medyczną itp. Copyright StatSoft Polska 2011, info@danewiedzasukces.pl 21

18 STATISTICA SAL (Sequence, Association, and Link Analysis analiza sekwencji, asocjacji i połączeń) wykorzystuje szereg najnowszych technik analitycznych przeznaczonych do znajdowania w zbiorach danych reguł dotyczących wspólnego (lub w określonej kolejności) występowania elementów. Przykładem zastosowania jest sytuacja, gdy klient dokonuje wyboru spośród szerokiej gamy produktów, a naszym zadaniem jest ustalenie reguł asocjacji, wskazujących które produkty kupowane są razem, np. różne typy ubezpieczeń. Klient nabywa jedynie część oferowanych produktów. Wiedząc, jakie rodzaje ubezpieczeń są często wybierane łącznie przez poszczególnych klientów, można skutecznie optymalizować ofertę, np. poprzez przygotowanie odpowiednich pakietów ubezpieczeń lub oferowanie klientowi dodatkowych usług na podstawie tego, czym wstępnie jest zainteresowany. Z sekwencją zakupów mamy do czynienia, gdy pytamy, co klient kupił dziś, jeżeli poprzednio kupił taki, a nie inny produkt. Na przykład zakup ubezpieczenia na życie następował zwykle po wykupieniu funduszu inwestycyjnego. Analiza sekwencji pozwoli wykryć odpowiednie skojarzenia, nawet jeśli nie manifestują się one wyraźnie w danych, a są raczej głęboko ukryte w ich strukturze. Zachowania poszczególnych klientów i związane z nimi zdarzenia (np. wykupienie ubezpieczenia, wypełnienie wniosku o odszkodowanie) podlegają zapisowi w bazach danych. Wydobyte z bazy danych zakupów reguły asocjacji bądź sekwencji mogą być niezmiernie użyteczne. Znajomość struktury zakupów pozwoli np. znacznie poprawić efektywność marketingu bezpośredniego jeśli znamy reguły kolejności zakupów oraz wiemy, kto co kupił w przeszłości, to wiedzieć będziemy, do których klientów jaką ofertę skierować. Znajomość reguł można także wykorzystać do wykrywania nieprawidłowości (np. wyłudzeń). Program STATISTICA SAL służy do wykonywania wspomnianych wyżej zadań i analiz, poprzez intuicyjny, przyjazny użytkownikowi interfejs. Program wykorzystuje, w sposób niezaprzątający uwagi użytkownika, najnowocześniejsze, efektywne obliczeniowo, wielowątkowe, skalowalne algorytmy dające rozwiązanie w krótkim czasie. Narzędzie to ma ponadto unikalne możliwości uwzględniania w analizie zarówno zmiennych ciągłych, jak i cech jakościowych, można też w jednej analizie, dla jednego wyboru zmiennych realizować zarówno analizę sekwencji, jak i (niesekwencyjną) analizę asocjacji. STATISTICA Zestaw Skoringowy jest rozwiązaniem wspierającym proces budowy, oceny oraz utrzymania modeli i kart skoringowych stosowanym do różnego rodzaju skoringów: marketingowego, kredytowego, medycznego i innych. Modele skoringowe są jednym z najpopularniejszych rodzajów modeli statystycznych wykorzystywanych w biznesie. Są wykorzystywane wszędzie tam, gdzie z jednej strony dysponujemy odpowiednią liczbą danych na temat klientów, a z drugiej strony istnieje potrzeba optymalizacji podejmowanych w ich kierunku działań. Modele skoringowe wykorzystywane są w instytucjach finansowych i ubezpieczeniowych, firmach telekomunikacyjnych, sprzedaży detalicznej, a nawet w medycynie. 22 Copyright StatSoft Polska 2011, info@danewiedzasukces.pl

19 Modele skoringowe zbudowane w STATISTICA Zestawie Skoringowym wykorzystuje się np. w procesie utrzymania klienta, gdzie wskazują osoby najbardziej zagrożone odejściem. Kolejny obszar zastosowań to wsparcie procesu sprzedaży za ich pomocą można optymalizować ofertę sprzedaży dla konkretnej grupy klientów. Model skoringowy potrafi wskazać osoby, które z największym prawdopodobieństwem odpowiedzą na ofertę poszczególnych produktów. Inne rodzaje zadań, w których stosowany jest STATISTICA Zestaw Skoringowy to skoringi: wyłudzeń (antyfraud), windykacyjny, medyczny, kredytowy. Skoring sprawdza się, kiedy chcemy podzielić klientów na dwie kategorie: odpowie na ofertę/nie odpowie, przyniesie zysk/nie będzie dochodowy, zagrożony odejściem/pozostanie klientem. Skoring można też stosować do określania, czy dany wniosek o odszkodowanie może wiązać się z wyłudzeniem. Analizy danych w programie STATISTICA Zestaw Skoringowy można podzielić na etapy: Wybór zmiennych istotnie powiązanych z badanym zjawiskiem. Dyskretyzacja zmiennych przygotowanie przedziałów analizowanych zmiennych (można uwzględnić w analizie braki danych oraz obserwacje nietypowe). Budowa modeli i tworzenie tablicy skoringowej można użyć szeregu mniej lub bardziej zaawansowanych metod; model skoringowy może być zbudowany automatycznie za pomocą regresji logistycznej, z uwzględnieniem zaawansowanych strategii doboru najlepszego podzbioru predyktorów. Można także budować modele skoringowe typu SURVIVAL (z wykorzystaniem analizy przeżycia za pomocą proporcjonalnego hazardu Coxa), które pozwalają określić prawdopodobieństwo zajścia danego zdarzenia, a także czas, w jakim osiągnie ono dany (krytyczny) poziom, np. kiedy dana osoba odejdzie do konkurencji. W przypadku budowy modeli małej próby możliwe jest wykorzystanie techniki bootstrap. Ocena modeli możemy ocenić zarówno tablice skoringowe, jak również modele zbudowane za pomocą innych technik (np. drzewa klasyfikacyjne, drzewa wzmacniane, sieci neuronowe); dostępnych jest szereg miar jakości modeli (IV, statystyka Kołmogorow-Smirnow, statystyka Hosmera-Lemeshowa, dywergencja, indeks Giniego) oraz wykresów (krzywa ROC, wykres przyrostu lift, wykres zysku gain). Obliczanie skoringu obliczanie punktacji skoringowej oraz prawdopodobieństwa dla nowych danych na podstawie zapisanego modelu, Zarządzane punktem odcięcia podjęcie optymalnej decyzji jest wspomagane przez zestaw wykresów i raportów, a także możliwość uwzględnienia czynnika finansowego (jaki punkt odcięcia jest najbardziej opłacalny). Powyższy zakres systemu STATISTICA Zestaw Skoringowy można w razie indywidualnych potrzeb i wymagań rozszerzyć i dostosować. STATISTICA Live Score to silnik skoringowy wchodzący w skład platformy analitycznej STATISTICA, który służy do wdrażania modeli opracowanych w STATISTICA Data Miner. STATISTICA Live Score umożliwia wydajne wyznaczanie skoringów (oceniających np. ryzyko związane z klientem i jego ubezpieczeniem, zagrożenie wyłudzeniem Copyright StatSoft Polska 2011, info@danewiedzasukces.pl 23

20 itd.) oraz prognoz na potrzeby rozmaitych zastosowań biznesowych (cross-selling, upselling, churn, prognozowanie sprzedaży i wiele innych). Architektura systemu umożliwia wielowątkowe przetwarzanie danych oraz współpracę ze wszystkimi standardowymi rozwiązaniami IT. STATISTICA Zestaw do Analiz Marketingowych i Rynkowych jest programem ułatwiającym i przyspieszającym proces opracowania wyników badań, ze szczególnym uwzględnieniem badań ankietowych. Program rozszerza bogaty zestaw narzędzi do analizy zawarty w STATISTICA o dodatkowe funkcje, szczególnie przydatne podczas analizy danych ankietowych i marketingowych. Gromadzenie i analiza danych ankietowych. W ofercie StatSoft dostępne są narzędzia wspierające prowadzenie badań ankietowych. Zintegrowany system wprowadzania i gromadzenia danych ankietowych umożliwia m.in. wprowadzanie danych z uzupełnionych ankiet lub ich wypełnianie on-line, za pośrednictwem komputera z dostępem do Internetu i przeglądarki. Systemy korporacyjne Narzędzia analityczne można wykorzystywać w ramach systemów korporacyjnych STATISTICA, dzięki czemu odpowiednie narzędzia analityczne są dostępne dla wielu współpracujących użytkowników. Pracownicy korporacji mogą korzystać ze wspólnych szablonów zapytań do baz danych, analiz, raportów przechowywanych w jednym miejscu z zapewnieniem kontroli dostępu. Więcej informacji na menu Programy, sekcja Systemy korporacyjne. STATISTICA Enterprise to korporacyjny system dla wymagających użytkowników. Umożliwia efektywną pracę grupową, automatyczne monitorowanie danych, automatyczne rozpowszechnianie danych, raportów oraz wyników analiz, przy zachowaniu bezpieczeństwa informacji. Użytkownicy mogą korzystać ze wspólnych danych (zapytań do baz danych), współużytkować centralnie uaktualniane skrypty analiz, udostępniać wyniki swoich analiz itp. Wyniki pracy mogą być udostępniane w środowisku lokalnym (innym użytkownikom STATISTICA Enterprise) oraz rozpowszechniane w szerszym zakresie (np. jako raporty publikowane w Internecie lub intranecie). Informacje o użytkownikach systemu i grupach użytkowników oraz ich uprawnieniach, a także definicje źródeł danych, szablony analiz i raportów są gromadzone w centralnej, dedykowanej bazie danych. Tu także składowane są wszelkie dodatkowe informacje o systemie, dzienniki kontrolne i logi. STATISTICA Enterprise Server jest internetowym systemem udostępniania i analizy danych. Umożliwia zdalne uruchamianie STATISTICA w przeglądarce internetowej (wszystkie obliczenia są wykonywane na serwerze), a także szybki i łatwy dostęp do danych, raportów i narzędzi analitycznych z praktycznie każdego komputera połączonego 24 Copyright StatSoft Polska 2011, info@danewiedzasukces.pl

21 z Internetem. System może zawierać funkcjonalność wybranych produktów analitycznych z rodziny STATISTICA. Więcej informacji na menu Programy, sekcja Systemy klient-serwer. STATISTICA Enterprise Server jest wersją systemu pracującą w środowisku internetowym, wykorzystującym wielowarstwową architekturę klient-serwer. System STATISTICA Enterprise Server możemy podzielić na kilka warstw: serwer STATISTICA Enterprise, na którym wykonywane są wszystkie obliczenia, środowisko pracy użytkownika, standardowo jest to przeglądarka internetowa, serwer WWW (działający na tym samym co serwer STATISTICA Enterprise lub oddzielnym komputerze), wszelkiego rodzaju lokalne i zdalne bazy danych, hurtownie danych czy inne korporacyjne składnice danych lub dane STATISTICA. Analityk Administrator Odbiorcy raportów Analizy interakcyjne Projektowanie analiz i raportów Zarządzanie systemem Określanie sposobu pobierania danych Predefiniowane analizy Porównania Podsumowania ` Sieć lokalna Przeglądanie raportów w przeglądarce Raporty intranetowe Internet Baza danych Generowanie raportów Udostępnianie raportów w Intranecie Internet Przeglądanie raportów w przeglądarce poza siecią lokalną Serwer Firewall W systemie STATISTICA Enterprise Server domyślnie użytkownik pracuje w przeglądarce internetowej. Dodatkowo system pozwala użytkownikom pracującym w środowisku Windows korzystać ze standardowego, graficznego środowiska użytkownika STATISTICA. Copyright StatSoft Polska 2011, info@danewiedzasukces.pl 25