Big Data, Science des données, aide à la décision en entreprise, business intelligence, data warehouse, reporting, OLAP, web analytics, data visualization, data mining, internet des objets, informatique cognitive, intelligence artificielle...

Abonnez-vous gratuitement à Decideo !


Decideo

 


Coheris présente la version 8.2 de sa solution de Datamining et Business Analytics, SPAD


Rédigé par Communiqué de Coheris le 30 Octobre 2014

La nouvelle version de SPAD intègre les séries chronologiques, améliore l’exploitation des
données et facilite la prise de décision grâce à l’enrichissement de ses méthodes prédictives



Coheris, (www.coheris.com), éditeur de solutions logicielles dans les domaines du CRM, de la Data Intelligence et de la Business Analytics, annonce la sortie de la version 8.2 de SPAD, solution de référence en datamining depuis plus de 20 ans. A travers de nouveaux modèles prédictifs et domaines d’applications, Coheris met à la disposition des utilisateurs, experts ou non, une solution de datamining performante unique.


Répondant aux besoins d’analyse du volume grandissant de données, l’adoption du datamining est devenue un levier de performance incontournable. Avec la nouvelle version 8.2 de SPAD, Coheris propose une solution intelligente et performante d’exploration et d’analyse des données. Parmi les nouveautés de la version, figurent :


· Les séries chronologiques (ou time series):
La nouvelle version de la solution se renforce sur une fonctionnalité très attendue. Les séries chronologiques (time series) de Coheris SPAD permettent désormais de maîtriser la dimension temporelle des données en modélisant des séries chronologiques de données. L’objectif est de permettre aux organisations de prévoir les valeurs futures d'une variable en observant les valeurs dans le présent et le passé de cette même variable. Cette fonction va permettre ainsi de mettre en évidence la nature d’un phénomène et de prédire les valeurs qu’une variable devrait prendre dans le futur.


· Nouvelles méthodes de modélisation prédictive (SVM et réseaux de neurones)
SVM (Support Vector Machine) est un nouveau modèle de datamining qui s’ajoute à SPAD. Il utilise une approche algorithmique très novatrice et permet de trouver de bonnes prédictions là ou les autres modèles ont des difficultés, notamment avec un grand nombre de variables. La méthode de réseaux de neurones a été enrichie pour permettre son industrialisation et améliorer les performances. Grâce à ces nouvelles fonctionnalités prédictives très puissantes, les utilisateurs vont pouvoir modéliser des problèmes très variés, et les non-statisticiens utiliser ces modèles de façon automatisée.


· Modélisation automatique
La modélisation simplifiée pour les utilisateurs non experts. Une interface simple permet d’évaluer toutes les méthodes prédictives adaptées aux variables de chaque société et de fournir le (ou les) meilleur(s) modèle(s). Cette fonction est particulièrement intéressante pour les utilisateurs non experts en datamining qui bénéficient d’analyses directement actionnables.


· Interface pour les scripts R


La nouvelle version dispose d’une interface graphique pour script R qui permettra aux spécialistes
de livrer des scripts R à des non programmeurs. Ainsi, cette interface va permettre de pouvoir développer des méthodes spécifiques adaptées aux problématiques de chaque société pour analyser leurs données et répondre à leurs enjeux métier.


· Traitement des enquêtes
Spad permet désormais l’import des fichiers au format Triple-S pour faciliter le travail des utilisateurs dans le domaine des enquêtes. De plus, deux méthodes spécifiques au traitement des questions multiples ont été ajoutées, pour transformer, décrire et analyser ce type de variables.

· Gestion des données de mauvaise qualité

La méthode de validation des données permet à travers une seule interface de gérer les données manquantes, les variables quasi-constantes, les individus aberrants ou extrêmes et ainsi d’alimenter les modèles prédictifs avec des données pertinentes. Le remplacement des données manquantes déjà présent dans SPAD s’enrichit avec un nouvel algorithme qui prend en compte l’ensemble des caractéristiques d’un individu pour remplacer une valeur manquante.




Nouveau commentaire :
Facebook Twitter

Vous pouvez commenter ou apporter un complément d’information à tous les articles de ce site. Les commentaires sont libres et ouverts à tous. Néanmoins, nous nous réservons le droit de supprimer, sans explication ni préavis, tout commentaire qui ne serait pas conforme à nos règles internes de fonctionnement, c'est-à-dire tout commentaire diffamatoire ou sans rapport avec le sujet de l’article. Par ailleurs, les commentaires anonymes sont systématiquement supprimés s’ils sont trop négatifs ou trop positifs. Ayez des opinions, partagez les avec les autres, mais assumez les ! Merci d’avance. Merci de noter également que les commentaires ne sont pas automatiquement envoyés aux rédacteurs de chaque article. Si vous souhaitez poser une question au rédacteur d'un article, contactez-le directement, n'utilisez pas les commentaires.