ModelOps van SAS helpt bedrijven om meer rendement te halen uit hun analytics-investering

pixabay beeldscherm

Volgens IDC slaagt slechts 35% van organisaties erin om analytische modellen volledig in productie te nemen. Dit resulteert in onnodige inspanningen en verspilling van geld. Met organisaties die alleen al dit jaar ongeveer 189,1 miljard dollar investeren in analytics, is de inzet van analytische modellen en daarmee het nemen van snellere en betere beslissingen belangrijker dan ooit. SAS helpt bedrijven met de zogenaamde ‘last mile’ van het analytics proces en realiseren van de bedrijfsdoelstellingen door middel van nieuwe oplossingen, diensten en opleidingen.

SAS ModelOps, dat nu beschikbaar is, is een nieuw totaalpakket dat SAS Model Manager-software en adviesdiensten combineert. Het aanbod stroomlijnt het beheer, de implementatie, monitoring en de governance van zowel SAS- als open source analytische modellen. De bijbehorende op maat gemaakte adviesdiensten bieden extra toegevoegde waarde voor een snel resultaat. Daarnaast introduceert SAS een nieuwe op zichzelf staande adviesdienst, ModelOps Health Check Assessment, bedoelt om organisaties te helpen hoe ze het in gebruik nemen van de analytische modellen kunnen optimaliseren.

De meeste bedrijven hebben moeite om voorbij de experimenteerfase te komen om echte waarde te creëren. Het blijkt dat implementatie-uitdagingen, het integreren van AI in de (bedrijfs-) processen, rollen en functies van het bedrijf, data issues (zoals data privacy, toegang tot en integratie van data), kosten van AI-technologieën/oplossingen en een gebrek aan vaardigheden de grootste uitdagingen zijn voor early adopters.

De ‘last mile’ met SAS
“Het onvermogen om analytics daadwerkelijk in de praktijk te gebruiken, is een van de grootste uitdagingen van bedrijven in verschillende sectoren”, zegt Dan Vesset, Group Vice President Analytics & Information Management bij IDC. “Veel organisaties streven naar een datagedreven cultuur, maar hebben moeite om de voorgestelde veranderingen die de data aantonen daadwerkelijk door te voeren. Het uiteindelijke doel is om echte bedrijfswaarde te halen uit investeringen in analytics, maar veel bedrijven bereiken die waarde nooit, of worstelen met de zogenaamde ‘last mile’ van het implementeren, operationaliseren en in gebruik nemen van analytics.

Jim Goodnight, CEO van SAS, zegt: “Dit komt omdat data niet de drijvende kracht is van een organisatie, maar beslissingen. En iedereen weet dat analytics-gedreven beslissingen beter zijn. Analytische modellen helpen met de detectie van creditcardfraude, risicoreductie bij banken, verbeteren van de klanttevredenheid enzovoort. SAS kan organisaties met deze ‘last mile’ helpen, zodat zij hun investeringen in analytics, AI en data kunnen realiseren.”

Als organisaties meer gebruikmaken van AI en machine learning, zal ook het aantal analytics-oplossingen en -modellen exponentieel groeien. De afgelopen jaren heeft ook de ontwikkeling van analytische modellen voor het oplossen van bedrijfsvraagstukken een vlucht genomen. De implementatie en governance blijken echter vaak de laatste hindernis. SAS helpt organisaties tijdens de volledige analytics life cycle. Dat geldt voor zowel geautomatiseerde modelontwikkeling die niet alleen transparant, maar ook aanpasbaar is, tot model uitlegbaarheid in duidelijke taal, tot de volledige implementatie ervan.

Organisaties vooruit helpen met ModelOps
Volgens McKinsey bedraagt de totale jaarlijkse waarde die door analytics and AI wordt gegenereerd tussen de 9,5 en 15,4 biljoen dollar. Maar zonder de mogelijkheid om analytische modellen in productie te nemen gaat veel van deze potentiële waarde verloren. Met ModelOps kun je analytics-modellen zo snel mogelijk uit ‘het lab’ van de data scientists naar de productieomgeving brengen. Dit gebeurt op basis van een regelmatig gecontroleerd proces van updates en implementaties. De analytische modellen worden daarbij naar behoefte beheerd, opgeschaald, gecontroleerd en getraind. In de race om de waarde van analytics te realiseren, is ModelOps een winnende formule, waar nog slechts enkele bedrijven volledig gebruik van maken.

SAS ModelOps voorziet in de behoefte van modelbeheersoftware in combinatie met adviesdiensten die kunnen worden aangepast aan de specifieke eisen van een klant. De oplossing helpt organisaties om een vliegende start te maken met de implementatie en toepassing van SAS Model Manager, zodat ze op een consistente en constante manier analytics kunnen operationaliseren. Daarnaast stelt SAS ModelOps organisaties in staat om de prestaties van de  modellen te monitoren. Op die manier blijven ze relevant wanneer de data en marktomstandigheden veranderen.

ModelOps is gebaseerd op reeds lang bestaande DevOps-principes. Dit is een must-have voor het implementeren en operationaliseren van schaalbare analytics- en AI-oplossingen.