SAS simplifie l'utilisation de l'analyse prédictive

SAS, l'un des derniers grands acteurs indépendants dans le secteur du décisionnel, vient d'annoncer une solution d'analyse prédictive destinée à des utilisateurs métiers. Avec Rapid Predictive Modeler, l'éditeur américain propose de développer des modèles de datamining pour améliorer l'efficacité des analyses marketing et augmenter la pertinence des offres qu'une entreprise peut faire à ses clients. Ces modèles pourront s'appliquer à une palette de scénarios dans les domaines de la segmentation d'une base de clients, des ventes croisées ou des offres de montée en gamme (cross ou up-selling), de la gestion de campagnes ou encore, de la détection du risque d'attrition (clients sur le point de déserter), etc.

Originellement manipulés par des spécialistes, ces outils d'analyse prédictive passent ainsi dans les mains des équipes métiers ; ce qui permet aux experts statisticiens de concentrer leurs efforts sur des analyses plus complexes, souligne SAS (par exemple avec un outil tel que Enterprise Miner).

Une présentation graphique facile à interpréter

Selon l'éditeur, en quelques étapes simples, les non-spécialistes sélectionnent les données sur lesquelles ils veulent travailler, et indiquent leurs variables en fonction du résultat recherché. C'est le logiciel qui retient le modèle prédictif le plus approprié.


Cliquer ici pour agrandir l'image

La présentation des résultats se fait sous la forme de graphiques dynamiques, faciles à interpréter, aidant les analystes métiers à déterminer quelles sont les propositions les plus intéressantes. « Assez tôt dans le processus, les utilisateurs peuvent voir si les résultats qu'ils visent sont susceptibles d'être expliqués par les variables d'entrée qu'ils ont choisies, ce qui leur permet de gagner du temps », explique SAS dans un communiqué.
Par la suite, l'analyse des modèles peut être affinée avec Enterprise Miner dont la version 6.2 incluera gratuitement Rapid Predictive Modeler. Ce dernier s'intègre avec SAS Model Manager, pour une gestion centralisée des modèles, ainsi qu'avec Scoring Accelerator, ce qui permettra de convertir ceux-ci sous une forme qui pourra s'exécuter directement dans la base de données.

Les modèles peuvent être exploités sur les plateformes de Teradata, de Netezza ou les bases DB/2 d'IBM. Mike Rote, directeur du centre créé conjointement par SAS et Teradata souligne la rapidité obtenue sur les réponses lorsqu'ils sont déployés au sein de la base de données (in-database).

Un marché qui progresse, note IDC

Pour Dan Vesset, analyste chez IDC, cette offre répond à la demande des entreprises de voir ce genre d'outils mis à la disposition d'un plus grand nombre d'utilisateurs. Il estime toutefois qu'en dépit l'élargissement de sa cible, elle reste destinée à des utilisateurs versés dans l'analyse métier. Selon lui, elle ne conviendra pas aux équipes marketing de base. Le logiciel constitue en fait un compromis entre la facilité d'accès et la flexibilité dont les statisticiens ont besoin. « De fait, il permet à un utilisateur de travailler avec un ensemble de données défini qu'il comprend. Mais, si vous voulez vraiment allez plus loin, construire et tester vos propres modèles, vous vous tournerez plutôt vers Enterprise Miner ».


Dominé par des acteurs comme SAS et la division SPSS d'IBM, le marché des outils d'analyse prédictive se porte plutôt bien, rappelle encore Dan Vesset. L'analyste estime pourtant que des outils tels que Rapid Predictive Modeler ont le potentiel pour le faire le progresser davantage. En mai dernier, SPSS a déjà livré une solution, IBM SPSS Decision Management, qui s'adresse à la même catégorie d'utilisateurs.

Le langage Open Source R se répand

Il se manifeste par ailleurs un intérêt croissant pour le langage Open Source R conçu pour la modélisation prédictive (et qui trouve son origine dans le monde universitaire, plus précisément à Auckland, Nouvelle Zélande). Un spécialiste du datawarehouse comme Netezza -qui propose des appliances associant matériel et logiciel- exploite depuis plusieurs mois le langage R dans ses solutions. En février dernier, il a présenté sa plateforme matérielle TwinFin i-Class qui effectue le traitement des applications analytiques en parallèle, au sein de l'appliance, au plus près des données, sur des volumes très importants. Cette solution peut exploiter des applications développées avec R, mais aussi avec des environnements tels que MapReduce ou Hadoop (en plus des langages Java, C++, Python et Fortran). Parmi les partenaires de Netezza ayant développé des applications pour la plateforme TwinFin i-Class figurent, outre SAS, des éditeurs comme Tibco Spotfire, MicroStrategy, Pursway (anciennement Datanetis) et QuantiSense.

A noter aussi, sur le marché, l'arrivée de nouveaux acteurs. Ainsi, Revolution Analytics, créé en 2007 et dirigé par Norma Lie, co-fondateur de SPSS, propose des offres logiciels et des services en s'appuyant sur R. Robert Gentleman, co-créateur du langage, siège d'ailleurs au conseil d'administration de la société.