预测分析:技术、模型与应用---SAP-Predictive-Analytics_第1页
预测分析:技术、模型与应用---SAP-Predictive-Analytics_第2页
预测分析:技术、模型与应用---SAP-Predictive-Analytics_第3页
预测分析:技术、模型与应用---SAP-Predictive-Analytics_第4页
预测分析:技术、模型与应用---SAP-Predictive-Analytics_第5页
已阅读5页,还剩19页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、预测分析:技术、模型与应用SAP Predictive Analytics 2016 SAP SE or an SAP affiliatecompany.All rights reserved.3Public自动模型针对业务用户,不用编程数据挖掘工作可以轻松完成数据管理/自动建模/模型管理专家模型针对专业用户,可以通过R语言创建定制的算法(支持R语言加密)R语言集成/可视化与分享故事SAP Predictive Analytics智能预测分析平台自动化 简单化 普及化 人人会用的大数据为所有角色业务分析师或数据科学家提供预测分析的服务应用场景广泛客户细分,交叉销售,营销提升,客户流失率分析,预

2、测性维护,良品率零售/消费品/电信/高科技/离散制造/金融服务/公共部门/公用事业IOT大数据平台原生类库支持完全库内运算,无需传输数据支持50万以上的变量HANA PAL/APLNative Spark Modeling流处理语言(CCL)支持 2016 SAP SE or an SAP affiliatecompany.All rights reserved.4Public大数据科学家 学习路线图DBA/BI童鞋们已掌握的技能树PA能帮助大家快速点亮的技能树 2016 SAP SE or an SAP affiliatecompany.All rights reserved.5Public

3、预测分析世界中的自动档:SAP Predictive Analytics 2016 SAP SE or an SAP affiliatecompany.All rights reserved.6Public如何保证自动模型的准确度?SRM原则如何选择最佳模型?低准确/高稳定(高训练误差 = 高测试误差)测试模型已知数据新数据高准确/低稳定(低训练误差/高测试误差)最佳模型(低训练误差 低测试误差) 2016 SAP SE or an SAP affiliatecompany.All rights reserved.7Public学习误差风险模型复杂度最佳模型检验误差模型对现有数据的解释能力怎样

4、?通过最小化误差获得稳定性(KR):现有模型对将来事件的预测能力。减小不稳定性如何保证自动模型的准确度?SRM原则如何选择最佳模型?准确性(KI): 2016 SAP SE or an SAP affiliatecompany.All rights reserved.8PublicSAP PA不问算法 只问场景时序分析社交网络聚类分析销量预测分类回归客户分群微商营销影响路径关联规则供货配比商品陈列PA自动选择最佳算法相关性分析商品促销9Public预测性维护(Predictive Maintenance)预测性维护技术,旨在帮助确定处在使用中的设备的状况,并预测何时进行维修行为。 2016 S

5、AP SE or an SAP affiliatecompany.All rights reserved. 2016 SAP SE or an SAP affiliatecompany.All rights reserved.10Public以集团视角多维度按时间勘查计划外运维产生的材料费用业务人员以集团视角可明确发现保养厂:M8 保养科:M810 生产厂:86的非计划维护产生的材料费用最突出 2016 SAP SE or an SAP affiliatecompany.All rights reserved.11Public图形下钻针对M8M81086厂按时间维度对各种异常原因的勘查 发现主

6、要原因是:预期磨耗或老化 2016 SAP SE or an SAP affiliatecompany.All rights reserved.12Public继续下探到具体设备,因预期磨耗或老化产生的维修材料金额前四台设备产生的维修材料金额占M8M81086厂一半以上乙烯二段压缩机:2B-306乙烯增压压缩机:2B-415乙烯二段压缩机:1B-302乙烯增压压缩机:1B-303 2016 SAP SE or an SAP affiliatecompany.All rights reserved.13PublicSAP预测分析0500April 11, 2012April 12, 2012Ap

7、ril 13, 2012April 14, 2012eng tempoil presCO2利用分析工具找到设备严重预警信息,进行故障预测Trouble code基于设备传感器数据运行SAP高级预测分析机械可用性分析和故障预测设备数据 Engine temp Oil pressure RPM CO2 Defect codes Speed Etc.关联分析 2016 SAP SE or an SAP affiliatecompany.All rights reserved.14Public自动分类模型显示故障相关变量贡献 2016 SAP SE or an SAP affiliatecompany

8、.All rights reserved.15Public预测故障的原因分析 2016 SAP SE or an SAP affiliatecompany.All rights reserved.16PublicSAP预测性维护 2016 SAP SE or an SAP affiliatecompany.All rights reserved.17Public预测性维护为设备制造商和运营商提供显著的商业价值设备制造商提高服务盈利能力较低的服务成本和新的收入流更高的故障分辨率较高的首诊修复率客户的满意度和忠诚更高的服务合同续签率启用新的创新的商业模式设备运营商较高的整体设备效率?(资产可用性和

9、性能及品质)提高维修效率降低维护成本报警和故障更快反应更高故障之间的平均时间较低的平均修复时间 2016 SAP SE or an SAP affiliatecompany.All rights reserved.18Public预测模型产能指数级上升部署时间6-8 周模型数量11几天几小时创建数据集创建模型EDW传统方式EDWEDWModelerData Manager自动建模批量建模 2016 SAP SE or an SAP affiliatecompany.All rights reserved.19Public模型生产力提升Demo某集团大数据科学家团队基于历史订单数据,使用R语言创

10、建回归模型预测季末销量,协助销售经理及时调整销售策略模型准确率应保证在90%-95%面临挑战:1. 相关课题按品类需要创建几百个模型2. SAP PA自动建模,模型管理是否可以帮助到大数据科学家?3. SAP只有5天时间去证明! 2016 SAP SE or an SAP affiliatecompany.All rights reserved.20Public里程碑1:回归模型数据学习范围:2011-07-31/2014-03-15数据校验范围:2014-03-16/2015-01-251. 模型在203个变量中自动保留5个变量2. 发现大数据科学家团队原模型中包含两个可疑变量 2016 S

11、AP SE or an SAP affiliatecompany.All rights reserved.21Public里程碑1:测试数据预测结果(回归模型)平均误差3.8%中位数误差 3.1% 2016 SAP SE or an SAP affiliatecompany.All rights reserved.22Public里程碑2:自动创建400+模型几乎不用任何额外工作即创建并部署400+模型1. 导出模型脚本2. 调整参数生成模型23Public里程碑3:模型管理器自动管理400+模型依据新数据是否存在偏差设置模型应用规则 2016 SAP SE or an SAP affiliatecompany.All rights reserved. 2016 SAP SE or an SAP affiliatecompany.All rights reserved.24PublicSAP 预测分析 全程参与 企业数字化转型客户全渠道营销体验大数据与物联网数字化核心在数字化核心的基础上将整个价值链数字化作为业务创新与最佳化平台数字化企业连接各个价值链以实时推动和预测业务成果各行业中的企业都可通过完全重构商业模式、业务流程与工作引领数字化转型。员工 参与度SAPPredictiveAnal

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论