LA “FÁBRICA DE ANALYTICS - austral.edu.ar€¦ · Científicos de datos, Analistas de negocios...
49
Copyright © 2012, SAS Institute Inc. All rights reserved. LA “FÁBRICA DE ANALYTICS” MODELADO MASIVO CON FACTORY MINER DAVID CERVI HEAD OF PRACTICE | ANALYTICS & FORECASTING [email protected] ANALYTICSIDEAS.COM
Transcript of LA “FÁBRICA DE ANALYTICS - austral.edu.ar€¦ · Científicos de datos, Analistas de negocios...
Copyr i g ht © 2012, SAS Ins t i tu t e Inc . A l l r ights reser ve d .
LA “FÁBRICA DE ANALYTICS”
MODELADO MASIVO CON FACTORY MINER
DAVID CERVI
HEAD OF PRACTICE | ANALYTICS & FORECASTING
ANALYTICSIDEAS.COM
Copyr i g ht © 2012, SAS Ins t i tu t e Inc . A l l r ights reser ve d .
AGENDA
¿Analytics?
Naturaleza de las decisiones
La fábrica de Analytics
Modelado Masivo con Factory Miner
El rol de los expertos
Comentarios finales
Anexo: preparando la fábrica
Copyr i g ht © 2012, SAS Ins t i tu t e Inc . A l l r ights reser ve d .
¿ANALYTICS?
Copyr i g ht © 2012, SAS Ins t i tu t e Inc . A l l r ights reser ve d .
¿ANALYTICS? GANANDO LUGAR EN EL IMAGINARIO COLECTIVO
COMPLETENESS OF
VISION
AB
ILIT
Y T
O E
XE
CU
TE
2012
Business Intelligence Platforms
COMPLETENESS OF
VISION
AB
ILIT
Y T
O E
XE
CU
TE
2013
Business Intelligence and Analytics Platforms
COMPLETENESS OF
VISION
AB
ILIT
Y T
O E
XE
CU
TE
2014
Advanced Analytics Platforms
2015: Se habla del “Citizen Data Scientist”
Copyr i g ht © 2012, SAS Ins t i tu t e Inc . A l l r ights reser ve d .
¿ANALYTICS? ¿QUE DICEN LOS NÚMEROS?
Fuente: google trends
Big data
Analytics
Business Intelligence
Copyr i g ht © 2012, SAS Ins t i tu t e Inc . A l l r ights reser ve d .
¿ANALYTICS? EL ECOSISTEMA ANALÍTICO
Copyr i g ht © 2012, SAS Ins t i tu t e Inc . A l l r ights reser ve d .
¿ANALYTICS? NIVELES DE EVOLUCIÓN
ANALYTICALLYUNDEVELOPED
ANALYTICALLY AWARE
ANALYTICALLY
INFORMED
ANALYTICALLYRELIANT
ANALYTICALLYINNOVATIVE
LEVEL 1
LEVEL 2
LEVEL 3
LEVEL 4
LEVEL 5
Uso aislado
Prácticas y
herramientas
poco
sofisticadas
Analítica predictiva
en aplicaciones de
misión crítica
Gran parte de la
organización aún no
entiende los
beneficios de
Analytics
Uso Analítico bajo
enfoque táctico y
proyectos ad hoc
Desarrollo y
despliegue
limitado. Todavía
cada departamento
tiene su propio
experto
Talento
centralizado en
grandes grupos
El Management
comprende e
impulsa el uso de
Analytics en
iniciativas
estratégicas.
Promueve el
alineamiento
organizacional.
Analytics es parte
del desarrollo de
crecimiento futuro.
Proyectos de
transformación
Analytica.
Copyr i g ht © 2012, SAS Ins t i tu t e Inc . A l l r ights reser ve d .
NATURALEZA DE LAS DECISIONES
Copyr i g ht © 2012, SAS Ins t i tu t e Inc . A l l r ights reser ve d .
NATURALEZA DE
LAS DECISIONESTIPO DE DECISIONES
Estratégicas
de 10 a 20 por año
Tácticas
00‘tas por trimestre
Operativas
000‘es por día
Copyr i g ht © 2012, SAS Ins t i tu t e Inc . A l l r ights reser ve d .
NATURALEZA DE
LAS DECISIONESTENDENCIAS: DE LA ESTRATEGIA A LA ACCIÓN
ESTRATEGIA OPERACIONESMARKETS
GLOBAL
OPERATIONS
PRODUCT
LINES
PRICING
DECISIONS
Copyr i g ht © 2012, SAS Ins t i tu t e Inc . A l l r ights reser ve d .
NATURALEZA DE
LAS DECISIONESLA FÁBRICA DE ANALYTICS
INSIGHTS ALGORITMOS
Copyr i g ht © 2012, SAS Ins t i tu t e Inc . A l l r ights reser ve d .
INSIGHTS ALGORITMOS
Flexible, Ad Hoc Procesos documentados y definidos,
Mejores prácticas
Prototipado Gobierno (de datos, procesos y tecnología)
Científicos de datos, Analistas de negocios Científicos de datos, Ingenieros, DBA, IT
Departamental, Personal, Equipos de trabajo Corporativo
Innovación, experiencia, ensayo y error Escalable, Replicable, Predecible
DATA
Datos crudos, estructurados y desestructurados Preparado para Analytics
EL CÍRCULO VIRTUOSO: ARTE Y PROCESO
“ Arte ” “ Proceso ”
NATURALEZA DE
LAS DECISIONES
Copyr i g ht © 2012, SAS Ins t i tu t e Inc . A l l r ights reser ve d .
LA FÁBRICA DE ANALYTICS
Copyr i g ht © 2012, SAS Ins t i tu t e Inc . A l l r ights reser ve d .
DECISIONES…
DECISIONES…
DECISIONES…
Copyr i g ht © 2013, SAS Ins t i tu t e Inc . A l l r ights reser ve d .
ALARM
SYSTEM
Alarmas
Sistema
Redes
Roberto:
#Messi
Hoy la
rompe!
María
Laura:
Juega la
selección!ALERTA X-
SELL: 12 pk
Gaseosas
@FMRamiro
Mamá: te dejé
una Pizza!
Copyr i g ht © 2012, SAS Ins t i tu t e Inc . A l l r ights reser ve d .
FÁBRICA DE
ANALYTICSOPERACIONALIZAR ANALYTICS
Cómo HUB o servicios de “decisiones” Analytics es parte de los sistemas
operacionales cuando los modelos y algoritmos para promover mejores
decisiones. Esto puede hacerse en tiempo real y sin importar ni la complejidad
ni el volumen de información.
AcciónDecisión
Soporte de decisiones
Descripción
Diagnóstico
Predicción
Automatización de decisiones
Datos
Prescripción
Analytics Acción manual
Copyr i g ht © 2012, SAS Ins t i tu t e Inc . A l l r ights reser ve d .
Latencia de
Datos
Latencia de
Modelo
Time
ValueV
alo
r P
erd
ido
Latencia de
Decisión
Tiempo Perdido
CAPACIDAD DE REACCIÓN: “TIME TO ACTION”FÁBRICA DE
ANALYTICS
La capacidad de desarrollar algoritmos y modelos debe adecuarse a la realidad organizacional
Copyr i g ht © 2012, SAS Ins t i tu t e Inc . A l l r ights reser ve d .
BUILD
MODEL
VALIDATE
MODEL
DEPLOY
MODEL
IDENTIFY
BUSINESS
PROBLEMS
DATA
PREPARATION
DATA
EXPLORATION
TRANSFORM &
SELECT
ANALYTICAL
MODELLING
VALIDATE
MODELS
DEPLOY
MODELS
EVALUATE /
MONITOR
RESULTS
INTERACCIÓN ENTRE PROCESOSFÁBRICA DE
ANALYTICS
BUILD
MODEL
VALIDATE
MODEL
DEPLOY
MODEL
IDENTIFY
BUSINESS
PROBLEMS
DATA
PREPARATION
DATA
EXPLORATION
TRANSFORM &
SELECT
ANALYTICAL
MODELLING
VALIDATE
MODELS
DEPLOY
MODELS
EVALUATE /
MONITOR
RESULTS
VALIDATE
MODEL
DEPLOY
MODEL
IDENTIFY
NEEDS /
CHALLENGES
MODEL
CALIBRATION
DEPLOY
MODELS
EXPOSE
MODELS
LINK DATA
DELIVERY
EMBED IN
APPS
RUN
MODELS
EVALUATE /
MONITOR
Copyr i g ht © 2012, SAS Ins t i tu t e Inc . A l l r ights reser ve d .
LA FÁBRICA: VISIBILIDAD Y SINERGIAFÁBRICA DE
ANALYTICS
Copyr i g ht © 2012, SAS Ins t i tu t e Inc . A l l r ights reser ve d .
FÁBRICA DE
ANALYTICSCAMBIAR EL CHIP
La fábrica de AnalyticsAnalytics Tradicional
Copyr i g ht © 2012, SAS Ins t i tu t e Inc . A l l r ights reser ve d .
FÁBRICA DE
ANALYTICSOPERACIONALIZAR ANALYTICS
Copyr i g ht © 2012, SAS Ins t i tu t e Inc . A l l r ights reser ve d .
MODELADO MASIVO
SAS FACTORY MINER
Copyr i g ht © 2012, SAS Ins t i tu t e Inc . A l l r ights reser ve d .
HOY FUTURO
VO
LU
ME
N D
E D
AT
OS
¿MANTENÉS TUS CAPACIDADES ALINEADAS
AL CRECIMIENTO DE LOS DATOS?
Copyr i g ht © 2012, SAS Ins t i tu t e Inc . A l l r ights reser ve d .
MODELADO
MASIVODESAFÍOS
Proliferación de modelosSurgimiento de nuevos usos y aplicaciones
Menos tiempoReaccionar a los desafíos del mercado
Big DataAceleración de volumen, variedad y velocidad
Copyr i g ht © 2012, SAS Ins t i tu t e Inc . A l l r ights reser ve d .
Transaccionesagregadas
Tipos de
clientes
Tipos de
comunidades
Distancia
Hábitos
Comportamientos
Administrar la jerarquía de
modelos para elegir el mejor
en cada nivel
Datos
MODELADO
MASIVOEN EL LÍMITE TODO TIENDE AL TRATO PERSONALIZADO
Copyr i g ht © 2012, SAS Ins t i tu t e Inc . A l l r ights reser ve d .
MODELADO
MASIVOCASO DE ANÁLISIS: NPS
Copyr i g ht © 2012, SAS Ins t i tu t e Inc . A l l r ights reser ve d .
CASO DE ANÁLISIS: DEL INSIGHT A LA ACCIÓNMODELADO
MASIVO
PASIVO PROMOTORDETRACTOR
?
Copyr i g ht © 2012, SAS Ins t i tu t e Inc . A l l r ights reser ve d .
CASO DE ANÁLISIS: SEGMENTOS MODELADO
MASIVO
Individual CommercialFamily PrePaidSmall
Business
5 tipos de productos diferentes
gestionados por 5 departamentos
diferentes
Copyr i g ht © 2012, SAS Ins t i tu t e Inc . A l l r ights reser ve d .
MODELADO
MASIVOCASO DE ANÁLISIS: EL PROBLEMA
Individual CommercialFamily PrePaidSmall
Business
Problema:
5 modelos
?
Tiempo de Desarrollo:
5-10 meses (1-2 meses por modelo)
¿Cual es la probabilidad
de que este cliente sea
un “detractor”?
Copyr i g ht © 2012, SAS Ins t i tu t e Inc . A l l r ights reser ve d .
CASO DE ANÁLISIS: NUEVAS SEGMENTACIONESMODELADO
MASIVO
Platinum
Gold
Silver
Bronze
Los clientes son
categorizados en
4 niveles de
cuentas
¿Podemos crear
un modelo para
cada
departamento de
cada tipo de
cliente?
Copyr i g ht © 2012, SAS Ins t i tu t e Inc . A l l r ights reser ve d .
CASO DE ANÁLISIS: EL NUEVO PROBLEMAMODELADO
MASIVO
¿Cual es la probabilidad
de que este cliente sea
un “detractor”?
Individual CommercialFamily PrePaidSmall
Business
P G S B P G S B P G S B P G S B P G S B
Problema:
10 modelos
Tiempo de Desarrollo:
10 - 20 meses (1-2 meses por modelo)
Copyr i g ht © 2012, SAS Ins t i tu t e Inc . A l l r ights reser ve d .
MODELADO
MASIVOCASO DE ANÁLISIS: FACTORY MINER
VIDEO
Copyr i g ht © 2012, SAS Ins t i tu t e Inc . A l l r ights reser ve d .
MODELADO
MASIVOLA LÓGICA DETRÁS DEL MODELADO MASIVO
Entrenamiento ScoreValidación
Modelo
DESARROLLO PRODUCCIÓN
Copyr i g ht © 2012, SAS Ins t i tu t e Inc . A l l r ights reser ve d .
Segm
ento
s
DESARROLLO PRODUCCIÓN
Entrenamiento ScoreValidación
MODELADO
MASIVOLA LÓGICA DETRÁS DEL MODELADO MASIVO
Copyr i g ht © 2012, SAS Ins t i tu t e Inc . A l l r ights reser ve d .
Campeón
Segm
ento
s
Alternativas
DESARROLLO PRODUCCIÓN
MODELADO
MASIVOLA LÓGICA DETRÁS DEL MODELADO MASIVO
Copyr i g ht © 2012, SAS Ins t i tu t e Inc . A l l r ights reser ve d .
RETAIL & MARKETING BANCOS & FINANZAS
Predecir fuga de clients
Mejores acciones en todos los
puntos de contacto
TELECOMUNICACIONES
Monitoreo de Calidad
Mantenimiento Predictivo
MANUFACTURA
MODELADO
MASIVOINFINIDAD DE APLICACIONES
Marketing personalizado
Experiencia del cliente
Propensiones por producto
Aprobación y seguimiento
Detección del fraude
Cross-Sell Up-Sell
Copyr i g ht © 2012, SAS Ins t i tu t e Inc . A l l r ights reser ve d .
!!!???!!!
Tecnología‘Analytics’
Acabo de desarrollar
850 modelos…
¿Cuándo los
implementas?
TENEMOS CIENTOS DE MODELOS… ¿Y AHORA?MODELADO
MASIVO
Copyr i g ht © 2012, SAS Ins t i tu t e Inc . A l l r ights reser ve d .
MODELADO
MASIVOLA FÁBRICA COMPLETA: SAS MODEL MANAGER
REPOSITORIO
Despliegue /
Gestión del
modelo
Modelo versión 1Monitoreo del modelo
EntrenamientoModelo versión 2
Monitoreo del modelo
Retiro del modelo
Inicio del
modeloPreparación de datos
Desarrollo del modelo
Copyr i g ht © 2012, SAS Ins t i tu t e Inc . A l l r ights reser ve d .
EL ROL DE LOS EXPERTOS
Copyr i g ht © 2012, SAS Ins t i tu t e Inc . A l l r ights reser ve d .
EL DESARROLLO DEL “TALENTO ORGANIZACIONAL”…
Al pilar de un entorno colaborativo…Del super-heroe…
EL ROL DE LOS
EXPERTOS
Citizen Data Scientists
Data Miner
Data Scientists
Copyr i g ht © 2012, SAS Ins t i tu t e Inc . A l l r ights reser ve d .
…. PARA FOMENTAR LAS SINERGIASEL ROL DE LOS
EXPERTOS
Copyr i g ht © 2012, SAS Ins t i tu t e Inc . A l l r ights reser ve d .
COMENTARIOS FINALES
Copyr i g ht © 2012, SAS Ins t i tu t e Inc . A l l r ights reser ve d .
COMENTARIOS
FINALESABORDAJE AL MODELADO MASIVO
• Ciclo automatizado
• Modelado por excepción
• El talento del equipo se focaliza en
los problemas más desafiantes y en
los procesos de innovación
• Templates de especificaciones re-
utilizables para compartir mejores
prácticas
• Despliegue en un click a través de
SAS Decision Manager
Copyr i g ht © 2012, SAS Ins t i tu t e Inc . A l l r ights reser ve d .
COMENTARIOS
FINALES
Copyr i g ht © 2012, SAS Ins t i tu t e Inc . A l l r ights reser ve d .
ANEXO: PREPARANDO LA FÁBRICA
Copyr i g ht © 2012, SAS Ins t i tu t e Inc . A l l r ights reser ve d .
ANEXO PREPARANDO LA FÁBRICA
Una fábrica de modelos puede requerir estructura y planificación:
• ¿Tienen conciencia y visibilidad de los procesos implicados?
• ¿Hay una adecuada gestión del talento? ¿Integración de los actores
involucrados?
• ¿Disponen de tecnología para escalar con performance tanto en desarrollo
cómo en gestión de modelos?
Copyr i g ht © 2012, SAS Ins t i tu t e Inc . A l l r ights reser ve d .
ANEXO PREPARANDO LA FÁBRICA
• ¿Son capaces de diferenciar procesos de Business Intelligence, Data Mining, Analytics?
• ¿Cómo describirías tu fábrica?, ¿Insights (desarrollar nuevas ideas)?, ¿Modelos?
• “Time to market” por familia de modelos:
• Semanas:• Semanas:
• Semanas:• Semanas:
Seguimiento Datos
ModelosDeploy
• Semanas:• Semanas:
• Semanas:• Semanas:
Seguimiento Datos
ModelosDeploy
Familia de modelos:
Copyr i g ht © 2012, SAS Ins t i tu t e Inc . A l l r ights reser ve d .
ANEXO PREPARANDO LA FÁBRICA
• Gestión de datos:
• ¿Acceden a los datos correctos?
• ¿Tienen estrategia de “Big Data”?
• ¿Cómo es el proceso de generación de ABT’s?
• Desarrollo de modelos:
• ¿Variedad de técnicas?
• ¿Interacción con expertos?
• ¿Tienen planes de desarrollo y seguimiento de modelos?
• ¿Trazabilidad? ¿Documentación?
• Despliegue de modelos:
• ¿Es un proceso transparente?. ¿Ágil?
• Monitoreo y seguimiento:
• ¿Realizan el seguimiento del proceso de degradación del modelo? ¿del ROI?
• ¿Implementan Championship - Challenger?
Copyr i g ht © 2012, SAS Ins t i tu t e Inc . A l l r ights reser ve d .
MUCHAS GRACIAS
DAVID CERVI
HEAD OF PRACTICE | ANALYTICS & FORECASTING
ANALYTICSIDEAS.COM
