Treffen Sie bessere Entscheidungen mit

IBM Software
Business Analytics
IBM® SPSS® Modeler Professional
Treffen Sie bessere
Entscheidungen mit
vorausschauender
Intelligenz.
Highlights
•
Einfacher Zugriff auf strukturierte Daten
und problemlose Aufbereitung und
Modellierung der Daten mithilfe dieser
intuitiven, visuellen Data
Mining-Workbench
•
Weitere Verbesserung der Vorteile von
Business Analytics durch die Integration
der Lösungen Cognos® Business
Intelligence und InfoSphere™ Warehouse
•
Analyse von Daten in bestehenden
Systemen dank Unterstützung für IBM
Classic Federation Server und zDB2®
•
Schnelle Erstellung und Validierung von
Modellen mit den fortschrittlichsten
statistischen Funktionen und
automatischen Lerntechniken
•
Effiziente Bereitstellung von
Erkenntnissen und Vorhersagemodellen
•
Zusätzliche Bereitstellungsoptionen dank
zLinux, SuSE Linux® Enterprise Server
und Einbindung in IBM Smart Analytics
System for Power
Data Mining zeigt Unternehmen ein klares Bild der aktuellen
Bedingungen und ermöglicht ihnen einen vorausschauenden Blick auf
zukünftige Ereignisse.
IBM SPSS Modeler Professional* ist eine Data Mining-Workbench zur
Analyse strukturierter numerischer Daten, mit der Ergebnisse
modelliert und Vorhersagen für Unternehmensentscheidungen mit
vorausschauender Intelligenz ermöglicht werden. Mit vorausschauender
Intelligenz können effizientere Strategien erstellt werden, da
Unternehmen nicht nur Trends bewerten, d. h. Benchmark-Werte für
Ergebnisse, Pläne und Leistung ermitteln, sondern auch zukünftige
Entwicklungen berücksichtigen können, also wahrscheinliche
Ergebnisse bewerten und verstehen, wie sich das Zusammenspiel
einzelner Faktoren auf diese Ergebnisse auswirkt.
Die neuste Version von IBM SPSS Modeler Professional ermöglicht
eine verbesserte Integration der IBM-Lösungen Cognos® 8 Business
Intelligence und InfoSphere Warehouse, sodass die Benutzer von einer
optimalen Lösung eines einzelnen Anbieters profitieren können, die
sowohl die Speicherung und Verwaltung der Daten als auch die
Bereitstellung vorausschauender Intelligenz für Entscheidungsträger
umfasst. Auf diese Weise können die unzähligen Unternehmen
weltweit, die für die Überwachung ihrer Vitaldaten auf CognosAnwendungen vertrauen, vorausschauende Intelligenz in ihre Berichte
und Dashboards einbinden – für einen besseren Überblick in Bezug auf
zukünftige Entwicklungen und die Chance, besser von den
entstehenden Möglichkeiten profitieren zu können.
Die Einsatzmöglichkeiten für vorausschauende Intelligenz sind
zukünftig noch größer, da die IBM SPSS Modeler ProfessionalSoftware nun auch in Mainframe-Computerumgebungen gehostet
werden kann. Weitere Informationen zu diesen Verbesserungen finden
Sie auf Seite 2.
IBM Software
Business Analytics
IBM SPSS Modeler Professional
Vereinfachen Sie den Data Mining-Prozess.
Geschäftsvorteile:
Unternehmen aller Art haben die
Vorteile von IBM SPSS Modeler
Professional für sich erkannt:
•
Unternehmen können Kunden für sich
gewinnen, deren Loyalität stärken,
Kundenfluktuationen kosteneffizienter
minimieren und Risiken reduzieren
•
Organisationen im öffentlichen Sektor
können die Zahl der Arbeitskräfte
prognostizieren, die Programmeffizienz
bewerten und proaktiv auf Fragen der
öffentlichen Sicherheit reagieren
•
Bildungseinrichtungen können sich um
die Verwaltung der Studierenden
kümmern, Lernleistungen verbessern und
zahlreiche andere betriebliche Aufgaben
berücksichtigen
IBM SPSS Modeler wird weltweit von Analysten und Geschäftsbenutzern gleichermaßen gern genutzt. Mit seinen Funktionen zur automatisierten Datenaufbereitung und Modellierung erhalten auch Laienanalysten schnell und problemlos genaue Modelle, ohne dass sie sich in die
Welt der Analyse einarbeiten müssen, während professionelle Analysten
die Vorteile der erweiterten Datenaufbereitungs- und Modellierungsfunktionen dieser Software nutzen können.
In der intuitiven grafischen Benutzeroberfläche von IBM SPSS
Modeler können Benutzer jeden Schritt des Data Mining-Prozesses als
Teil eines „Streams“ visualisieren. Durch die Interaktion mit diesen
Streams können Analysten und Geschäftsbenutzer Hand in Hand
zusammenarbeiten und dem Data Mining-Prozess Geschäftsinformationen hinzufügen. Data Miner können sich – ohne sich mit
technischen Aufgaben wie dem Schreiben von Code beschäftigen zu
müssen – allein auf die Gewinnung neuer Erkenntnisse konzentrieren.
Sie sind dadurch in der Lage, die Analyse eher intuitiv anzugehen, die
Daten genauer zu untersuchen und noch mehr verborgene
Beziehungen zu entdecken.
Von dieser visuellen Benutzeroberfläche aus können Sie auf einfache
Weise auf Daten aus verschiedenen Quellen zugreifen und diese
integrieren, einschließlich IBM® SPSS® Data Collection**-Produkten
und Daten beliebiger Datenbanken, Tabellen oder Flatfiles –
einschließlich IBM® SPSS® Statistics**, SAS® und Microsoft® Excel®Dateien – und – wie zuvor erwähnt haben Sie nun von Cognos 8 Business
Intelligence aus direkten Zugriff auf die Daten.
Keine andere Data Mining-Lösung bietet eine vergleichbare Vielseitigkeit.
Die leistungsstarken Automatisierungstools von IBM SPSS Modeler, wie
die automatisierte Datenaufbereitung und die automatische Modellierung, vereinfachen die Vorbereitung der Daten für die Analyse, die
Auswahl eines geeigneten Modells auf Basis versteckter Datenmuster
und die rasche Ausgabe konsistenter und genauer Ergebnisse.
Neue Funktionen in Modeler Professional 14.1
Die Verbesserungen in dieser Version von Modeler Professional
ermöglichen die Nutzung der vorausschauenden Intelligenz für eine
größere Gruppe von Unternehmen und geben ihnen die Möglichkeit
für eine zielgenauere und agilere Planung und bessere tägliche
Entscheidungen, da die Unternehmen eine deutlich differenziertere
Sichtweise auf sich, die eigene Unternehmensumgebung, die Kunden
und andere Interessengruppen erhalten. Folgende neue Funktionen
sind verfügbar:
* IBM SPSS Modeler Professional wurde früher PASW® Modeler genannt.
** IBM SPSS Data Collection und IBM SPSS Statistics wurden früher PASW®
Data Collection und PASW® Statistics genannt.
2
IBM Software
Business Analytics
IBM SPSS Modeler Professional
•
Integration mit Cognos. Analysten können ab sofort direkt von ihrer
Cognos 8 Business Intelligence-Umgebung in der ModelerBenutzeroberfläche auf ihre Daten zugreifen. Die Cognos-Software
dient der Organisation und ermöglicht eine umfassende und
einheitliche Betrachtung der Informationen für unternehmensweite
Entscheidungsprozesse. Dank der ergänzenden Analysefunktionen von
Modeler können Unternehmen unter Verwendung der gewohnten
unternehmensweiten Datenanzeige schnell und zuverlässig die
Wahrscheinlichkeit bestimmter Ergebnisse bewerten. Mit Modeler ist
es außerdem möglich, die Ergebnisse in die Cognos 8 Business
Intelligence zu schreiben und somit eine vorausschauende Intelligenz
für Geschäftsbenutzer und sämtliche Informationsgruppen zur
Verfügung zu stellen, die auf Cognos als Informationsportal für
Unternehmensanalysen vertrauen.
Verbesserte Integration von InfoSphere™ und DB2®.
Organisationen, die ein InfoSphere-Datawarehouse nutzen, können nun
die vollständigen Data Mining-Algorithmen direkt in Modeler
verwenden. Damit profitieren die Benutzer von einer intuitiven,
grafischen Benutzeroberfläche, ohne dass dadurch die Data MiningLeistung beeinträchtigt wird. Zu den unterstützten Algorithmen zählen
ab sofort die logistische Regression, Naïve Bayes, Zeitreihen und die
radiale Basisfunktion (RBF). Weitere DB2-Zugriffsmöglichkeiten wie
Komprimierung oder Aufteilung gewährleisten eine optimale und
unkomplizierte Nutzung umfangreicher Datenquellen für Unternehmen.
•
•
Mining mit Mainframe-Daten. Mainframe-Computer umfassen im
Allgemeinen eine Fülle von Daten über die betriebliche Entwicklung
eines Unternehmens. Mit der Unterstützung von zDB2 und IBM
Classic Federation Server können die Unternehmen ermitteln, welche
Auswirkungen in der Vergangenheit aufgetretene Ereignisse auf die
Zukunft haben. Auf diese Weise können sie die aktuellen Aktivitäten
noch genauer analysieren, sich ändernde Betriebsbedingungen
bewerten und ihre Planung auf der Grundlage einer zuverlässigen
vorausschauenden Intelligenz aufstellen.
Unterstützung für Linux® unter System z®. Die Ausführung von
Linux unter System z bietet viele Vorteile für Unternehmen, die
komplexe Informationssysteme vereinfachen und zugleich die heutigen
Anforderungen in Bezug auf Sicherheit, Transparenz und
Kostenkontrolle einhalten möchten. IBM SPSS Modeler Professional
Server wird nun in diesen Umgebungen unterstützt.
Binden Sie mehr Datentypen ein, um bessere
Ergebnisse zu erzielen.
Unsere Kunden haben festgestellt, dass sich die Genauigkeit von
Vorhersagemodellen mit der Anzahl der eingeschlossenen Datentypen
erhöht – je mehr Datentypen verfügbar und integrierbar, desto
nützlicher die Empfehlungen und Ergebnisse.
3
IBM Software
Business Analytics
IBM SPSS Modeler Professional
Wenn Ihr Unternehmen große Mengen an Textdaten sammelt,
ermöglicht Ihnen die interaktive Text Mining-Workbench von IBM
SPSS Modeler Premium die Extraktion von Konzepten und Meinungen
aus jeder Art von Text – zum Beispiel aus operationalen Quellen,
Callcenter-Notizen, Kunden-E-Mails, Presseartikeln, Blogs, RSS-Feeds
und mehr. Der direkte Zugang auf Umfragedaten in IBM SPSS Data
Collection-Produkten erleichtert die Integration demografischer
Informationen sowie die Integration von Informationen zu Meinungen
und Verhaltensweisen in Ihre Modelle – wodurch sich Ihr Blick auf die
Personen und Unternehmen, mit denen Sie zu tun haben, vervollständigt.
Wählen Sie aus einer unvergleichlichen Vielzahl
an Techniken aus
IBM SPSS Modeler bietet eine Reihe erweiterter Data MiningTechniken, die den Anforderungen jeder Data Mining-Anwendung
entgegenkommen. Hierzu gehören die folgenden Algorithmen:
•
Klassifizierungsalgorithmen – Ermöglichen Vorhersagen auf Basis
historischer Daten mittels Techniken wie Entscheidungsbaum,
Neuronale Netze, Logistische Regression, Zeitreihen, Support Vector
Machine, Cox Regression und mehr. Bieten eine automatische
Klassifizierungsmodellierung mit binären und numerischen
Ergebnissen und vereinfachen dadurch die Modellerstellung.
Data
Understanding
Business
Understanding
Data
Preparation
Deployment
Data
Modeling
Evaluation
Der in diesem Diagramm gezeigte CRISP-DM-Prozess ermöglicht die Implementierung
effizienter Data Mining-Projekte, die messbare Geschäftsergebnisse erzielen.
4
IBM Software
Business Analytics
IBM SPSS Modeler Professional
•
•
Segmentierungsalgorithmen – Fassen Personen mittels
automatischem Clustering, Erkennung von Anomalien und
Clustering neuronaler Netze in Gruppen zusammen oder erkennen
damit ungewöhnliche Muster. Wenden mittels automatischer
Klassifizierung mehrere Algorithmen in einem Schritt an – die
Auswahl der richtigen Technik vereinfacht sich somit deutlich.
Assoziationsalgorithmen – Erkennen Assoziationen, Links und
Sequenzen mittels Apriori, CARMA und sequentieller
Assoziationstechniken.
Optimieren Sie Ihre aktuellen
Informationstechnologien
Durch die offene und skalierbare Architektur von Modeler wird Ihre
vorhandene IT-Infrastruktur optimal genutzt. Diese Architektur
integriert sich problemlos in Ihr vorhandenes System, und zwar
sowohl beim Zugriff auf Daten als auch beim Bereitstellen der
Ergebnisse, so dass Datenkonvertierungen in und aus proprietären
Formaten entfallen. Techniken wie datenbankinternes Mining,
Multithreading, Server-Clustering und SQL-Pushback helfen darüber
hinaus bei der Konservierung Ihrer Ressourcen und tragen zur
schnelleren Bereitstellung von Ergebnissen und zur Reduzierung der
IT-Gesamtkosten bei.
Folgen Sie einem bewährten, wiederholbaren
Verfahren
Modeler unterstützt in jeder Phase des Data Mining-Prozesses den
De-facto-Industriestandard CRoss-Industry Standard Process for
Data Mining (CRISP-DM). Statt für jedes Projekt einen neuen
Prozess entwickeln zu müssen, kann sich Ihr Unternehmen also ganz
auf die Lösung von Geschäftsproblemen konzentrieren. Einzelne
Modeler-Projekte lassen sich mit dem CRISP-DM-Projektmanager
effizient verwalten.
Stellen Sie die Vorhersagemodellierung im
gesamten Unternehmen bereit.
IBM SPSS Modeler ist bestens geeignet für die Analyse der in kleinen
und mittelständischen Unternehmen produzierten Datenmengen.
Unternehmen mit größeren Datenmengen oder komplexeren Data
Mining-Anforderungen sollten IBM SPSS Modeler Server verwenden.
In einer Client-/Serverarchitektur können mehrere Datenanalysten
gleichzeitig mit Modeler Server arbeiten, ohne die Computerressourcen allzu sehr zu beanspruchen. Sie können auf führenden
Informationsplattformen die Vorteile des datenbankinternen Data
Mining nutzen und effizient große Datenmengen verarbeiten. Darüber
hinaus bietet Modeler Server zusätzliche Bereitstellungsoptionen, mit
denen Sie die Vorteile des Data Mining über geografische und
funktionale Grenzen hinweg nutzen und die Ergebnisse den
Entscheidungsträgern schnell bereitstellen können.
5
IBM Software
Business Analytics
IBM SPSS Modeler Professional
Funktionen
Datenverständnis
•
•
•
•
Erstellen Sie mit automatischer
Unterstützung ein breites Spektrum
interaktiver Diagramme.
Erkennen Sie mithilfe der visuellen
Linkanalyse die Assoziationen in
Ihren Daten.
Interagieren Sie mit Daten durch
Auswahl von Diagrammbereichen
oder einzelnen Diagrammelementen
und Anzeigen der zugehörigen
Informationen; oder wählen Sie
Schlüsseldaten für die Analyse aus.
Greifen Sie direkt in Modeler auf
statistische Diagramme und
Berichtstools zu.
Datenaufbereitung
•
•
•
•
•
Greifen Sie von verschiedenen
Datenquellen aus (Cognos® Business
Intelligence, IBM DB2®, Oracle®,
Microsoft SQL Server™, Informix®,
Neoview, Netezza, mySQL (Sun)
und Teradata) auf Betriebsdaten zu
bzw. auf Mainframe-Daten dank der
Unterstützung für zDB2 und IBM
Classic Federation Server.
Importieren Sie Textdateien mit
Trennzeichen und fester Breite,
Statistics-Dateien, SAS, Data
Collection-Datenquellen oder XML.
Verwenden Sie die große Auswahl an
Datenbereinigungsoptionen, wie
Entfernen oder Ersetzen ungültiger
Daten, automatisches Einfügen
fehlender Werte oder die
Verminderung von Ausreißern und
Extremen.
Bereiten Sie Ihre Daten automatisch
für die Analyse in einem Schritt auf.
Exportieren Sie Daten in Textdateien
•
•
•
•
•
•
•
mit Trennzeichen oder in Excel,
Statistics, SAS, Cognos Business
Intelligence und operationale
Datenbanken.
Exportieren Sie Daten in Textdateien
mit Trennzeichen oder in Excel,
Statistics, SAS und operationale
Datenbanken.
Verwenden Sie Funktionen wie
Feldfilter, Benennung, Ableitung,
Binning, Neukategorisierung,
Ersetzen von Werten und
Neuanordnung von Feldern.
Wenden Sie Funktionen wie
Datensatzauswahl, Stichproben,
Zusammenführung, Verkettung
sowie Sortierung, Aggregation und
Ausgleich an.
Wählen Sie verschiedene Optionen
für die Datenrestrukturierung,
-aufteilung und -vertauschung aus.
Wählen Sie aus einer großen
Auswahl an Zeichenkettenfunktionen
aus: Erstellung, Ersetzung, Suche
und Abgleich, Leerstellenentfernung
und Kürzung.
Greifen Sie direkt in Modeler auf die
Datenverwaltung und die in
Statistics durchgeführten
Umformungen zu.
RFM-Bewertung: Aggregieren Sie
Kundentransaktionen, um RecencyFrequency-Monetary-Bewertungen zu
ermitteln, und fassen Sie diese Werte
zur Erstellung einer vollständigen
RFM-Analyse zusammen.
•
•
•
•
•
•
Integrierte
Modellierungsalgorithmen:
•
•
•
Modellierung und Auswertung
•
Setzen Sie erweiterte Data MiningAlgorithmen ein, um aus Ihren
Daten optimale Ergebnisse zu
erzielen.
6
Verwenden Sie interaktive Modellund Gleichungsbrowser und zeigen
Sie erweiterte statistische
Ergebnisse an.
Zeigen Sie die relative Auswirkung
von Datenattributen auf die
vorhergesagten Ergebnisse mithilfe
von Wichtigkeitsdiagrammen für
Variablen an.
Kombinieren Sie mehrere Modelle
(Ensemble-Modelle) oder verwenden
Sie ein Modell zur Analyse eines
zweiten Modells.
Verwenden Sie die automatische
(binäre und numerische)
Klassifizierung sowie automatisches
Clustering statt einzelner
Algorithmen.
Verwenden Sie zur Einbindung
benutzerdefinierter Algorithmen das
Component-Level Extension
Framework (CLEF) von Modeler.
Nutzen Sie durch die Integration
von Statistics R zur Erweiterung der
Analyseoptionen.
•
•
C&RT, C5.0, CHAID & QUEST –
Entscheidungsbaum-Algorithmen
mit interaktiver Baumerstellung
Entscheidungsliste – Interaktiver
Regelerstellungsalgorithmus
K-Means, Kohonen, Two-Step,
Discriminant, Support Vector
Machine (SVM) – Clustering- und
Segmentierungsalgorithmen
Faktor/PCA, Funktionsauswahl
– Datenreduzierungsalgorithmen
Regression, Linear, GenLin (GLM)
– Lineare Gleichungsmodellierung
IBM Software
Business Analytics
•
•
•
•
•
•
•
•
•
•
•
Selbstlernendes Antwortmodell
(SLRM) – Bayesisches Modell mit
inkrementellem Lernen
Zeitreihen – Generierung und
automatische Auswahl von
Zeitreihen-Vorhersagemodellen
Neuronale Netze – Mehrschichtige
Perzeptronen mit der Lernmethode
„Backpropagation“ und radialen
Basisfunktionsnetzen
Support Vector Machine –
Erweiterter Algorithmus für große
Datensätze
Bayesische Netze – Grafische,
probabilistische Modelle
Cox Regression – Berechnung der
vermutlichen Eintrittszeit eines
Ereignisses
Anomalienerkennung –
Clusterbasierter Algorithmus für die
Erkennung außergewöhnlicher
Ergebnisse
KNN – Nächste-NachbarModellierung und
Bewertungsalgorithmus
Apriori – Häufig verwendeter
Assoziationserkennungsalgorithmus
mit erweiterten
Auswertungsfunktionen
CARMA – Assoziationsalgorithmus,
der mehrere Sukzedenzien
unterstützt
Sequenz – Sequentieller
Assoziationsalgorithmus für
auftragskritische Analysen
IBM SPSS Modeler Professional
•
•
•
Unterstützung für datenbankinterne
Mining-Algorithmen für IBM
InfoSphere: Entscheidungsbaum,
Assoziation, Sequenz, Regression,
Logistische Regression, Clustering,
Naïve Bayes, Zeitreihen und Radiale
Basisfunktion (RBF)
Unterstützung für datenbankinterne
Mining-Algorithmen für Microsoft
SQL Server: Entscheidungsbaum,
Assoziationsregeln, Lineare
Regression, Clustering,
Sequenzclustering, Naïve Bayes,
Zeitreihen und Neuronale Netze
Unterstützung für datenbankinterne
Mining-Algorithmen für Oracle:
Entscheidungsbaum, GenLin (GLM),
O-Cluster (Orthogonal Partitioning
Clustering), KMeans, Apriori, MDL
(Minimum Description Length),
Support Vector Machine, Naïve
Bayes, Adaptive Bayes, NMF (NonNegative Matrix nFactorization) und
AI (Artificial Intelligence)
Bereitstellung
•
•
Exportieren Sie Modelle mit SQL
oder PMML (XML-basiertes
Standardformat für
Vorhersagemodelle).
Nutzen Sie IBM SPSS Collaboration
and Deployment Services für ein
innovatives Analysemanagement, die
Prozessautomatisierung und die
Bereitstellung.
7
Modeler Server (optional)
•
•
•
•
Verwenden Sie datenbankinternes
Data Mining zur Erstellung von
Modellen in der Datenbank mittels
führender Datenbanktechnologien
und nutzen Sie so Ihre leistungsstarken Datenbankimplementierungen.
Nutzen Sie SQL-Pushbacks für die
Durchführung von Datenumwandlungen und wählen Sie Modellieralgorithmen direkt in den operationalen
Datenbanken aus.
Nutzen Sie Ihre leistungsstarke
Hardware einschließlich IBM System
z-Maschinen, optimieren Sie Ihre
Lösungszeiten und erreichen Sie eine
höhere Kapitalrendite durch die
parallele Ausführung von Streams
und mehreren Modellen.
Übertragen Sie sensible Daten mittels
SSL-Verschlüsselung (Secure Sockets
Layer) sicher zwischen Modeler
Client und Modeler Server.
Informationen zu IBM Business Analytics
Die Software IBM Business Analytics liefert umfassende, einheitliche und
korrekte Informationen, denen Entscheidungsträger zum Verbessern der
Unternehmensleistung vertrauen. Ein umfassendes Portfolio aus
Geschäftsvorteilen, fortgeschrittener Analytik, finanziellen Vorteilen und
Strategiemanagement sowie Analyseanwendungen bietet Ihnen sofort
klare und umsetzbare Einblicke in die aktuelle Leistung und gibt Ihnen
die Möglichkeit, zukünftige Ergebnisse vorherzusagen.
Als Teil dieses Portfolios unterstützt IBM SPSS Predictive Analytics
Software Organisationen, zukünftige Ereignisse vorherzusagen und proaktiv
auf Basis dieser Erkenntnisse zu handeln, um bessere Geschäftsergebnisse zu
erzielen. Kunden aus den Bereichen Wirtschaft, öffentlicher Verwaltung und
Lehre verlassen sich weltweit auf IBM SPSS Technologie als Wettbewerbsvorteil zur Kundengewinnung, -bindung und Erhöhung der Kundenumsätze
bei gleichzeitiger Betrugsreduzierung und Risikominimierung. Durch die
Integration von IBM SPSS Software in ihre täglichen Prozesse werden
Organisationen zur Predictive Enterprise – sie sind dadurch in der Lage
Entscheidungen zu treffen und zu automatisieren, um die Geschäftsziele zu
erreichen und einen messbaren Wettbewerbsvorteil zu gewinnen. Für mehr
Informationen besuchen Sie bitte www.ibm.com/spss/de.
© Copyright IBM Corporation 2010
IBM Corporation
Route 100
Somers, NY 10589
Eingeschränkte Rechte für Mitarbeiter der US-Regierung – Benutzung,
Duplizierung und Veröffentlichung beschränkt durch GSA ADP Schedule-Vertrag
mit IBM Corp.
Hergestellt in den USA
Mai 2010
Alle Rechte vorbehalten
IBM, das IBM Logo, ibm.com, WebSphere, InfoSphere und Cognos sind Marken
oder eingetragene Marken der International Business Machines Corporation in den
USA und/oder anderen Ländern. Wenn diese oder andere eingetragene
Markenbegriffe von IBM mit einem Markenzeichen (® oder TM) gekennzeichnet
sind, wenn Sie zum ersten Mal in diesen Informationen vorkommen, weist dies
darauf hin, dass es sich zum Zeitpunkt der Veröffentlichung dieser Informationen um
in den USA eingetragene Marken oder Marken nach Gewohnheitsrecht von IBM
handelt. Solche Marken können auch in anderen Ländern eingetragene Marken oder
Marken nach Gewohnheitsrecht sein. Eine aktuelle Liste der Marken von IBM
finden Sie im Internet unter „Copyright and trademark information“ (www.ibm.
com/legal/copytrade.shtml).
SPSS ist eine Marke von SPSS, Inc., an IBM Company, die in vielen
Gerichtsbezirken weltweit eingetragen ist.
Weitere Unternehmens-, Produkt- und Servicenamen können Marken anderer
Hersteller sein.
Bereiten Sie bitte auf
Business Analytics-Software
IMD14303DEDE-02