Erhöhen Sie die Produktivität Ihrer Organisation mit Data Mining

Werbung
C lementine®
Erhöhen Sie die
Produktivität Ihrer
Organisation mit
Data Mining
Erhöhen Sie Ihre Kampagnenerträge und den Kundenwert
Viele Organisationen müssen heute mehr Ertrag aus weniger Mitteln generieren. Doch wie
können Sie die Antwortquoten Ihrer Kampagnen weiter verbessern? Wie gewinnen und
bewahren Sie neue, hochwertige Kunden? Und das alles mit demselben Budget wie im
letzten Jahr?
Bei der Abwicklung der täglichen Aufgaben im
Unternehmen entstehen gewaltige Datenmengen. Diese
Daten bergen oftmals den gesamten Erfahrungsschatz
einer Organisation. Mit Clementine entdecken Sie Muster
und Beziehungen in Ihren Daten, die Sie bei Ihren
Entscheidungen unterstützen und zu aussagekräftigen
und messbaren Verbesserungen Ihrer Ergebnisse führen.
Clementine, die führende Data Mining Workbench - die
weltweit bei Data Minern und Wirtschaftsanalysten im
Einsatz ist - unterstützt einzigartig Ihre gesamten Data
Mining Prozesse. Greifen Sie mit Clementine und weiteren
SPSS Produkten auf numerische, Text- und Webdaten zu
und verarbeiten diese in nur kurzer Zeit zu Data MiningModellen. Dieses neu generierte Wissen können Sie in
Echtzeit an andere Personen weitergeben oder auch an
Systeme, die aus diesen Informationen Empfehlungen
entwickeln und Sie bei Ihren Entscheidungen unterstützen.
Nahtlos können Ihre Data Mining Ergebnisse in andere
Geschäftssysteme oder -prozesse integriert werden.
Clementine verhilft Ihrer Organisation noch schnellere,
bessere Entscheidungen zu fällen - und das
unternehmensweit.
Mit Clementine erhalten Sie eine professionelle Data
Mining Workbench, die den gesamten Analyseprozess auf
einer einzigartigen grafischen Programmoberfläche
darstellt. Eine leistungsstarke Benutzeroberfläche stellt
den kompletten Data Mining Prozess visuell dar. Mit
Clementine erstellen Sie interaktiv sogenannte
"Streams", d.h. Abbildungen jedes einzelnen Schritts im
Data Mining Prozess. Die benutzerfreundliche grafische
Oberfläche erlaubt Ihnen sich auf die Entdeckung von
neuen Erkenntnissen zu konzentrieren und nicht auf
umständliche Techniken, wie z.B. das Schreiben von Code.
Somit wird Ihr Data Mining Prozess noch effizienter und
transparenter.
Clementine unterstützt Ihren gesamten Data Mining
Prozess: Vom Datenzugriff, der Datenaufbereitung und
Modellbildung bis hin zur Modellanwendung. Neben
umfangreichen Datenimport- und Aufbereitungsprozeduren sind Entscheidungsbäume, Neuronale Netze,
Clusterverfahren, Assoziations- und Sequenzassoziationsverfahren sowie Faktoren- und Regressionsanalysen
enthalten, um Muster und Strukturen in den Daten zu
erkennen.
Mit dem leistungsfähigen SPSS Model Manager™
verbessern Sie die Übersicht und Kontrolle über den
gesamten Data Mining Prozess. Der Model Manager ist
ein Bestandteil von Clementine. Data Miner erhalten
damit die Möglichkeit, die Analyseprozesse und
Ergebnisse zentral abzuspeichern und zu verwalten.
Analysemöglichkeiten können spezifisch autorisierten
Nutzern zur Verfügung gestellt werden. Nur diese
Anwender erhalten den Zugriff auf Daten und Ergebnisse
und können erstellte Modelle modifizieren, die Zugriffsrechte werden dabei zentral administriert. Urheberschaft,
Zeitpunkt und Umfang von Modifikationen können hier
ebenfalls dokumentiert werden. Sie erhalten somit die
vollständige Kontrolle über Ihre aktiven Data Mining
Prozesse.
Eine grosse Anzahl von Techniken stellt Sie vor die Wahl
Clementine stellt eine grosse Anzahl von analytischen
Methoden für die Erzielung wertvoller und verlässlicher
Data Mining-Ergebnisse zur Verfügung. Keine andere Data
Mining Workbench bietet eine so breite Palette von
Verfahren aus Statistik und maschinellem Lernen. Sie
haben die Auswahl unter Algorithmen für die
Clusterbildung, Klassifikation, Assoziation und
Vorhersage. SPSS Inc. verfügt über eine mehr als
35jährige Erfahrung in Predictive Analytics und stellt überprüfte und optimierte Algorithmen zur Verfügung, die Sie
bei der Erstellung von mächtigen Data Mining Modellen
unterstützen.
Nahtlose Integration in Ihre existierende IT-A
Architektur
Clementine ist eine offene standardisierte Lösung, die
sich in Ihre bestehenden IT Systeme einfach integrieren
lässt. Durch die effiziente Übergabe von Informationen zur
Entscheidungsunterstützung, vereinfacht Clementine die
Erfüllung interner Anfragen an die Data Miner.
Übergeben Sie Data Mining Ergebnisse effizienter
SPSS bietet eine grosse Anzahl von Möglichkeiten Ihre
Analyseergebnisse passgenau weiter zu verteilen. Je nach
Bedarf können Sie die Ergebnisse in Ihre Datenbank
zurück schreiben oder für ein Scoring in Echtzeit nutzen.
Clementine exportiert dabei nicht nur das Scoring-Modell,
sondern auch alle Schritte des Data Mining-Prozesses:
Vom Datenzugriff, über die Modellbildung und Evaluation
bis hin zur Ergebnisverteilung. Damit können Sie Data
Mining Prozesse schneller in operative Systeme einbinden
und umsetzen.
Anwendungsbeispiele: Die optimale Erfassung von
Kundenpräferenzen, massgeschneiderte Angebote und
Werbekampagnen gehören heute zur Überlebensstrategie vieler Unternehmen. Daher ist es notwendig das
Marketingbudget möglichst zielgerichtet zu verwenden.
Eine Erhöhung der Response-Rate von Direkt-MarketingKampagnen steht häufig im Zentrum der Bemühungen.
Das heisst, es müssen die Kunden mit der grössten
Kaufwahrscheinlichkeit identifiziert werden. Dazu fasst
man Gruppen, die ähnliches Kaufverhalten zeigen, also
ähnliche Merkmale (Profile) aufweisen, zusammen. Um
dies zu erreichen können mit Hilfe von Clementine
Modelle entwickelt werden. Die Kenntnis der
Kundenprofile erlaubt anschliessend die Entwicklung
massgeschneiderter Produkte und deren zielgerichtete
Vermarktung. Das Verkaufs- und Marketingteam verfügt
nach der Modellierung über Listen von Kunden und deren
Profilen. Dadurch wird eine gezielte Bearbeitung der
Kundensegmente ermöglicht, die die Response-Rate des
nächsten Mailings oft mehr als verdoppelt.
Neuerungen in Clementine 9.0
Mit dem neuen Release führt SPSS sein Engagement fort,
dem praktischen Anwender eine grosse Anzahl von vielseitigen analytischen Methoden zur Verfügung zu stellen.
Die offene Architektur von Clementine erhöht Ihre
Flexibilität bei der Modellbildung und Ergebnisverteilung
und unterstützt eine ertragreichere Nutzung Ihrer
Datenbanken und Ihrer Data Mining-Prozesse.
Diese Version beinhaltet:
Integration des SPSS Model Managers: Zentralisierte
Kontrolle über Data Mining-Prozesse für eine
unternehmensweit
verbesserte
Data
Mining
Produktivität.
Erhöhung der Schnelligkeit und Effektivität von
Data Mining-Prozessen durch In-database-Mining und
die Möglichkeit zur Nutzung datenbankinterner
Modellierung, z.B. Microsoft® Decision Trees, IBM®
DB2®- und Oracle® Data Mining Algorithmen.
Unterstützung für die automatische und die interaktive
Erstellung von Entscheidungsbäumen durch die
Modellierungsalgorithmen CHAID, Exhaustive CHAID,
QUEST und C&RT.
Rationellere Aufteilung in Training-, Test- und
Validierungsstichproben für die Bildung und Evaluation
von Modellen. Umfang und Zusammensetzung der
Stichproben können fixiert, manuell kontrolliert und
angepasst werden.
Advanced Visualization for Clementine: Mitgeliefert
wird eine Auswahl von Grafiktypen, die über die CEMISchnittstelle eingebunden werden. Sie eröffnen neue
Möglichkeiten der grafischen Darstellung und versetzen
Anwender in die Lage Zusammenhänge in ihren Daten
zu erkennen, die in herkömmlichen Verfahren unentdeckt blieben.
Integriertes Text Mining und dessen Verteilung
(optionale Erweiterung). Dies erlaubt den Zugriff und
die Analyse von Informationen, die in Freitextform vor
liegen.
Features:*
Mit Clementine können sich die Data Miner Ihrer
Organisation auf die Lösung von Geschäftsproblemen
konzentrieren und müssen sich nicht mühsam mit
Programmierung auseinandersetzen. Clementine unterstützt den Industriestandard Cross-Industry-StandardProcess for Data Mining (CRISP-DM). Mit dem CRISP-DM
Projektmanager können Data Mining-Projekte effizient
organisiert und mit dem SPSS Model Manager noch
zügiger durchgeführt werden - und das unternehmensübergreifend.
Geschäftswissen
Clementines grafische Benutzeroberfläche macht es für
Anwender sehr einfach vorhandenes Geschäftswissen in
Data Mining Projekte einzubringen. Zusätzlich sind
optional branchenspezifische Clementine Application
Templates (CATs), also Vorlagen verfügbar, die helfen
Ergebnisse schneller zu generieren.
CATs werden mit Beispieldaten geliefert, die als Vorlage
für das Einlesen von "Flat files" oder Tabellen aus relationalen Datenbanken genutzt werden können.
CATs stehen zur Verfügung als
CRM CAT
Telco CAT
Fraud CAT
Microarray CAT
Web Mining CAT (benötigt den Erwerb von Web Mining
für Clementine™)
Datenverständnis
Clementine enthält die Advanced Visualization for
Clementine zur Erstellung neuer Grafiktypen für die
verbesserte explorative Visualisierung. Dazu gehören
u.a. Balken-, Kreisdiagramme, Boxplots, ScatterplotMatrizen, Heat Maps, Parallel Coordinate Plots, PanelPlots und Linkage Analysis Plots.
Erhalten Sie einen umfassenden ersten Einblick in Ihre
Daten durch die Nutzung des Clementine Data Audit
Knoten.
Analysieren Sie Ihre Grafiken interaktiv: Wählen Sie
einen gewünschten Bereich aus einer Grafik und betrachten Sie diese Auswahl direkt oder nutzen Sie
diese Informationen im weiteren Verlauf der Analyse.
Erstellung von Histogrammen, Streudiagrammen,
Liniendiagrammen und Punktdiagrammen.
Visuelle Entdeckung von Zusammenhängen mit Hilfe
von Netzdiagrammen
Darstellung von 3-D-, Panel- und animierten Grafiken.
Schnelldarstellung Ihrer Daten anhand von Grafiken,
zusammenfassenden Statistiken oder einer Bewertung
der Datenqualität.
Der CRISP-D
DM Prozess, wie oben dargestellt, ermöglicht Data Mining
Projekte effizienter umzusetzen und ergibt messbare Geschäftsergebnisse.
Datenaufbereitung
Datenzugriff
- Strukturierte Daten
- Zugriff auf ODBC-fähige Datenquellen mit dem
SPSS Data Access Pack, der mit Clementine
geliefert wird. Die speziell für SPSS-Produkte
geschriebenen Treiber unterstützen den Zugriff auf
alle gängigen Datenbanken wie z.B. IBM DB2®,
Oracle, Microsoft SQL Server™, Informix® und
Sybase®.
- Import von Trennzeichen getrennten Flat files und
Flat files mit fester Breite sowie jeder SPSS® Datei
und SAS® 6 ,7 ,8 ,9 Dateien.
- Unstrukturierte (Freitext-)Daten
- Automatische linguistisch basierte Extraktion von
zentralen Begriffen, Konzepten und Sprachmustern
aus Einzeldokumenten und Datenbankfeldern mit
Text Mining for Clementine**.
- Daten von Webseiten
Automatische Auswahl von strategisch und analytisch wichtigen Ereignissen aus den Web-Logs mit
Web Mining for Clementine**.
- Datenausgabe
Als Trennzeichen getrennte Flat files und Flat
files mit fester Breite; ODBC; Microsoft Excel™,
SPSS und SAS 6 ,7 ,8 ,9.
Auswahl aus verschiedenen Datenbereiningungsoptionen
- Entfernen oder Ersetzen ungültiger Einträge.
- Automatisches Ersetzen von fehlenden Werten.
Datenbearbeitung
Rationelle Aufteilung von Trainings-, Test- und
Validierungsstichproben
- Nutzung einer umfassenden Palette von Verfahren
für die Bearbeitung von bestehenden und neuen
Feldern, u.a. Ableiten, Neuberechnung bzw.
Ersetzen von Werten, Umkodieren, Binning und
Dichotomisieren (Set to Flag).
- Viele Möglichkeiten zu Auswahl, Aufbau und
Zusammensetzung von Datensätzen, z.B.
Mergen (inner joins, full outer joins, partial outer
joins und anti-joins), Stichprobenziehung,
Gewichten (Balancing), Sortieren und
Identifizieren von Dubletten.
Modellbildung
Nutzung der In-Database Modellbildung von
- IBM DB2 Enterprise Edition 8.2
(Entscheidungsbäume, Regression, Assoziation
und demographische Cluster-Techniken).
- Oracle 10g Naive Bayes und Adaptive Bayes
Networks und Support Vector Machines (SVM).
- Microsoft SQL Server 2000 Analysis services
decision trees.
Übersicht der Verfahren
Klassifikation / Prognose
C5.0, Entscheidungsbäume (CHAID, exhaustive
CHAID, QUEST und C&RT), Neuronale Netze,
Logistische und Lineare Regression.
Segmentieren
Kohonen Netze, K-Means und Two Step-Cluster.
Assoziationsanalyse
GRI, Apriori, CARMA, Sequenz.
Dimensionsreduktion (PCA/Faktorenanalyse).
Untersuchen Sie die Wichtigkeit von Prädiktoren mit
Hilfe von Entscheidungsbäumen, Regelableitungstechniken, Lineare Regression und Neuronalen Netzen.
Führen Sie Analysen visuell unterstützt, mit Hilfe von
interaktiven Entscheidungsbäumen durch. Verschaffen
Sie sich einen Überblick zu Aufbau und Zusammensetzung von Clustern mit dem Cluster Viewer.
Optimieren Sie Ihre Analyse durch die leichte und
schnelle Kombination von Modellen. Importieren Sie
Modelle aus externen Applikationen, wie z.B. SPSS
über die PMML-Schnittstelle.
Einen umfassenden Überblick zu Theorie und Aufbau
aller Algorithmen bietet Ihnen der Clementine
Algorithm Guide.
Evaluation
Bewerten Sie die Güte Ihrer Modelle auf einfache Art
mit den Lift-, Gains-, Profit, und Response-Diagrammen.
Vergleichen Sie mehrere Modelle in einem Schritt.
Definieren Sie eigene Treffer- und Scorekritierien um
die Leistungsfähigkeit zu beurteilen.
Analysieren Sie die Gesamtgüte von Modellen mit
Koinzidenz Matrizen und anderen automatisierten
Evaluationswerkzeugen.
Die grafische
Programmoberfläche
von Clementine stellt
den gesamten Data
Mining-Prozess
visuell dar.
Distribution / Umsetzung der Ergebnisse
Clementine bietet eine breite Auswahl von Möglichkeiten
der zielgruppenorientierten Ergebnisverteilung. Modelle
die in Clementine generiert wurden können sowohl an
andere SPSS Predicitve Analytics Applications, wie auch
in Technologien anderer Hersteller exportiert werden.
Clementine Solution Publisher™ (optional**)
- Automatisierung des Exports des gesamten
Analyseprozesses, vom Datenzugriff über die
Datenaufbereitung, Modell basierten Scoring
inklusive der Kombination von Modellen sowie
allen Stufen der Nachbearbeitung und der
Ergebnisverteilung.
- Ausführung der exportierten Analyse in einer
Laufzeitumgebung.
Predictive Call Center™
- Automatischer Export von Clementine "Streams" in
Predictive Call Center für Empfehlungen an Kunden in
Echtzeit.
- Kombination von exportierten Clementine Analysen
mit den Modellen, Geschäftsregeln und Auswahlkriterien von Predictive Call Center für die Optimierung
der Interaktion mit dem Kunden.
Cleo™ (optional**)
- Implementierung einer webbasierten Lösung für
eine schnelle Verteilung von Modellen.
- Simultaner Zugriff mehrerer Anwender und
sofortiges Scoring von Einzeldatensätzen, wie auch
gesamten Datenbanken durch eine anpassbare
browserbasierte Benutzeroberfläche.
Clementine Batch
- Automatisierte Ausführung von Clementine
Analysen auf der Kommandozeilenebene des
Betriebssystems.
- Anstossen von Clementine Analysen aus anderen
Applikationen heraus.
- Zeitgesteuerte Ausführung von Clementine
"Streams" mit Hilfe von betriebssystemspezifischen
Schedulern.
- Generierung verschlüsselter Passwörter.
Scripting
- Anwendung der Clementine Scripting Sprache
für die Ausführung sich wiederholender
Aufgaben. Clementine Scripting kann sowohl
innerhalb von "Streams" angewendet werden,
wie auch als stand-alone Script auf Kommandozeilenebene.
Export der generierten Modelle als PMML 2.1
- Durchführung von In-database Scoring. Kein Aufwand
mehr für Datentransfer zwischen Client und Server.
- Einsatz z.B. auch von externen Visualisierungsund Scoringmöglichkeiten, wie den IBM DB2
Intelligent Miner Visualization und Intelligent Miner
Scoring.
Nutzung der Fähigkeit Ihrer Datenbank zu Bulk Loading.
- Leistungsfähigerer Datenexport durch Nutzung
der Bulk Loading-Optionen und den Möglichkeiten
zur individuellen Steuerung z.B. zeilenweise oder
spaltenweise Bindungen für das Laden via ODBC und
Einstellungen für die Batchgrösse.
SPSS Model Manager
Zentrale Steuerung von Data Mining Projekten
- Abspeichern von "Streams", Modellen und anderen
Bestandteilen der Analyse in einer zentralen mit einer
Suchfunktion versehenen Ablage.
- Legen Sie "Streams" in Ordnern mit verschiedenen
Sicherheitsstufen oder Nutzerprofilen ab.
- Vergabe von Zugriffsberechtigungen, um den Datenschutz bei sensiblen Informationen zu gewährleisten.
- Schneller Zugriff auf die leistungsfähigsten
“Streams" und Modelle um Prozesse zu verbessern
und die Genauigkeit der Ergebnisse zu erhöhen.
- Suche nach Autoren, Modellen, Kommentaren,
Schlagworten und anderen Typen von Metadaten.
Sicherstellung verlässlicher Ergebnisse durch die
Kontrolle verschiedener Versionen prädiktiver Modelle.
Schutz vor Überschreiben von "Streams" und
anderen Analyseobjekten durch automatische
Versionierung.
Skalierbarkeit
Nutzen von In-database-Mining, erleichterte
Möglichkeit paralleler Datenbankanwendungen.
Einsatz von In-database-Modeling für die Modellierung
in der Datenbank unter Verwendung führender ana
lytischer Datenbank-Technologien.
Verringerung der Netzwerklast, das bedeutet
Clementine extrahiert lediglich die benötigten Daten
aus dem Datawarehouse und übermittelt nur die
wichtigen Ergebnisse an den Client.
Chaid-E
Entscheidungsbaum
Systemanforderungen
Clementine Client
Betriebssystem: Microsoft Windows XP Home Edition,
Windows XP Professional, Windows 2000 Professional
Hardware:- Intel® Pentium®-kompatibler Prozessor
oder schneller
Speicher: 512MB RAM empfohlen
Freier Festplattenspeicher: mind. 320MB
Software: Microsoft Internet Explorer 6.0 oder höher
für das Hilfesystem. Beim Installieren von Clementine
wird der Java™ Virtual Machine: Sun Java Runtime
Environment 1.4.1_02. mit installiert
Für die Modellbildung mit Microsoft Decision Trees:
Clementine Client läuft lokal oder an einer Clementine
Server Installation auf Windows
Microsoft SQL Server mit Microsoft Analysis Services
(Service Pack 3 oder höher)
Für die Modellbildung mit Oracle Data Mining:
Clementine Client läuft lokal oder an einer Clementine
Server Installation auf Windows oder UNIX®
Oracle 10g mit Oracle Data Mining installiert
Für die Modellbildung mit dem IBM Intelligent Miner:
Clementine Client läuft lokal oder an einer Clementine
Server Installation auf Windows oder UNIX IBM DB2
Enterprise Edition 8.2 mit Intelligent Miner Version 8.2.
Das Intelligent Miner Visualization Tool wird ebenso als
ein optionales Zusatzprodukt unterstützt.
Clementine Server, Clementine Solution Publisher
Runtime und Clementine Batch
Betriebssystem: Windows Server™ 2003, oder 2000;
Sun™ Solaris™ 8 oder 9, mit 32-bit Support; 64-bit
Unterstützung auf Solaris 9 (SPARC 64-bit machine)
oder Solaris 10. HPUX 11i; IBM AIX® 4.3.3 oder AIX 5L,
Version 5.1 oder höher, oder OS/400® (auf dem IBM
eServer iSeries™) V5R2 mit OS/400 Portable
Applications Solution Environment (PASE, 5722-SS1
Option 33)
Hardware:
Pentium-kompatibler Prozessor auf Windows;
UltraSPARC II oder höher für Solaris; PA-RISC
Prozessor und HP Workstation für HP/UX; PowerPC
Prozessor, 233MHz oder schneller und IBM RS/6000®
for AIX; oder IBM iSeries Server für OS/400
Arbeitsspeicher: 512MB RAM Minimum
Freier Festplattenspeicher: Für die Installation mind.
128MB. Zusätzlicher freier Festplattenspeicher wird
benötigt um das Programm zu betreiben (für tem
poräre Dateien). 1GB wird empfohlen.
Für den Clementine Solution Publisher
Der minimale freie Festplattenspeicher der benötigt
wird, um die Software zu installieren ist 64MB, plus die
zweifachen Festplattenspeicher des Umfanges
der Daten die verarbeitet werden sollen.
Einen Netzwerk Adapter für die Ausführung des TCP/IP
Protokolls.
Software:
Clementine Client Software müssen mit der Version der
Clementine Server Software identisch sein
Für die Installation auf AIX ist der Visual Age C++
Laufzeitkomponente notwendig.
Für HP-UX Installation: C++ Laufzeitkomponenten
Bibliotheken müssen installiert sein.
Clementine Application Templates
Clementine 7.2 oder höher
Speicher: 512MB RAM empfohlen
Clementine
bietet
Data
Mining
Skalierbarkeit unter Nutzung einer dreistufigen Architektur, wie in diesem Diagramm
gezeigt. Die Clementine Client Stufe
(unten) übergibt den Analyse-””Stream” an
den Clementine Server. Der Clementine
Server analysiert dann die jeweiligen
Anfragen und bestimmt, welche in die
Datendank zurückgeschoben werden können (Pushback). Nachdem die Datenbank
die Anfragen, die diese bearbeiten kann,
durchführt, übergibt diese nur die wichtigen aggregierten Tabellen zum Clementine
Server zurück.
Durch die Nutzung der CEMI-S
Schnittstelle
können Sie eigene Prozeduren an den
Clementine Server übergeben.
Cleo
Webserver: Cleo benötigt nicht zuletzt einen Server,
welcher minimal die folgenden Bedingungen erfüllt:
Nutzung zusätzlicher Prozessoren, schnellerer
Prozessoren und mehr Arbeitspeicher verbessert die
Leistungsfähigkeit.
- Betriebssystem: Windows Server 2003 oder 2000,
Windows NT® 4.0 Server mit Service Pack 5 oder
höher (kann nicht auf Windows NT Terminal Server
installiert sein), oder Solaris 7 oder höher
- Hardware: Pentium-kompatibler Prozessor, 500MHz
oder schneller für Windows, UltraSPARC II oder besser für Solaris
- Speicher: 512MB RAM
- Freier Festplattenspeicher: mind. 700MB verfügbarer
Festplattenspeicher
Speicher: Das System benötigt eine Datenbank als
Quelle für die zu publizierenden Inhalte
Rahmenbedingungen, Einstellungen und anderen
Informationen. Die folgenden Datenbanken werden
unterstützt:
- Microsoft SQL Server 2000
- Oracle 8i, Version 8.1.7
Data Warehouse: Das System muss so konfiguriert
sein, damit auf Daten des Data Warehouse oder
Datenbanken zugegriffen werden kann. Dieses System
wurde nur mit SQL Server 2000 getestet und Oracle 8i
Datenbanken.
Web Client: Inhalte werden zu den Clients geliefert als
Standard HTML Seiten. Unterstützte Browser:
- Internet Explorer Version 5.5 mit Service Pack 2 oder
Version 6.0 for Windows
- Internet Explorer Version 5.2 for Macintosh®
- Netscape® 6.2
Anforderungen Server Version:
Betriebssystem: Windows Server 2003 oder 2000,
Solaris 8 oder 9. Notiz: Support für Solaris ist nur für
Anwender der 32-bit Version des Clementine Servers
verfügbar.
Hardware: Pentium III Processor, 1GHz oder schneller
für Windows, Sun UltraSPARC II oder höher auf Solaris
Arbeitsspeicher: 512MB RAM
Freier Festplattenspeicher: mind. 85MB, plus
Speicherplatz für die Datenbanken
Web Mining for Clementine 1.1
Anforderungen Client Version:
Clementine 8.0 oder höher
Betriebssystem: Windows XP Home Edition, Windows
XP Professional, Windows 2000 Professional mit
Service Pack 2 oder höher
Arbeitsspeicher: 512MB RAM
Freier Festplattenspeicher mindestens zweimal soviel
wie die Menge der Rohdaten des Webs, die verarbeitet
werden sollen.
Software: Excel 2000 für die Konfiguration von
Ereignissen
Anforderung Server Version:
Betriebssystem: Windows XP Home Edition, Windows
XP Professional, Windows 2000 Professional mit
Service Pack 2 oder höher, Windows Server 2003 oder
2000
Arbeitsspeicher: 512MB RAM
Freier Festplattenspeicher: mindestens doppelte Menge
der Rohdaten des Webs, die verarbeitet werden sollen.
Optionale Datenbank: SQL Server 2000
Text Mining for Clementine***
Client Version Anforderungen :
Clementine 9.0 oder höher
Betriebssystem: Windows XP Professional,
Windows 2000 Professional
Arbeitsspeicher: 512MB RAM
Festplattenspeicher: mind. 85MB, zusätzlicher Platz für
die Datenbanken
Web Browser: Internet Explorer 5.0 oder höher,
Netscape 6.0 oder höher wird benötigt, um zu den
Viewer Knoten nutzen.
* Features können sich bei dem finalen Produktrelease noch ändern.
Neues Feature
** separates Modul, nicht in Clementine enthalten.
Ein Anwendungsbeispiel
Ein weiterer Anwendungsbereich für Clementine ist
z.B. gezieltes Customer Relationship Management
zur Reduzierung der Kündigerraten (Churning).
Die Kündigung von Kunden ist in Anbetracht des
entgangenen Umsatzes und der Kosten für die
Neuakquisition von Kunden ein sehr kostspieliges
Problem. Mit einer frühzeitigen Identifikation der
Kunden mit Kündigungsabsicht und der
Kündigungsgründe kann die Kundenbeziehung
effizienter gestaltet werden. Optimales "Customer
Relationship Management" mit Clementine berücksichtigt das Verhalten des einzelnen Kunden und
führt zu einer individuell ausgestalteten
Kundenbeziehung. Dadurch wird die Kundenbindung
erhöht und potenzielle Kündiger entsprechend sensibilisiert angesprochen.
Die in CRM-S
Systemen gespeicherten Datensätze
beinhalten sehr viele Informationen zu jedem
Kunden. Ein gutes Data Mining-M
Modell kann eine
korrekte Prognose von bis zu 90% - im Idealfall
100% - der Kündigungen erstellen. Durch die daraus
gewonnenen Erkenntnisse können Kunden, bei
denen eine hohe Kündigungswahrscheinlichkeit
erkannt wurde, mit speziellen Massnahmen gehalten werden.
Über SPSS
SPSS unterstützt Organisationen, ihre Daten durch den Einsatz von
Predictive Analytics in entscheidungsrelevevante Informationen und
Einsichten zu verwandeln. Unsere Stärken und Hauptunterscheidungsmerkmale zu anderen Anbietern liegen zum einen in dem breiten
und erprobten Technologiespektrum, zum anderen in der jahrelangen
Erfahrung in den Bereichen Data Mining und Statistik - Technologien, die
Predictive Analytics erst ermöglichen. In seiner über 35jährigen Firmenhistorie hat sich SPSS zu
einem internationalen Anbieter entwickelt, der Analysesoftware und -lösungen entwickelt und
weltweit vertreibt. Unsere Technologie ermöglicht es Organisationen, aus der Vergangenheit zu lernen, die Gegenwart so noch besser zu verstehen und so letztendlich vorausschauend die Zukunft
effektiv zu planen.
Weitere Information über SPSS erhalten Sie unter www.spss.ch
SPSS Schweiz AG
Schneckenmannstrasse 25, CH-8044 Zürich
Telefon: + 41 1 266 90 30
Informationen: info@spss
SPSS is a registered trademark and the other SPSS products named are trademarks of SPSS Inc. All other
names are trademarks of their respective owners. Copyright 2005 SPSS Inc. PMBROA2-0205
Herunterladen