Technologien und Produkte für Data Mining Comelio Business Intelligence Data Mining Services

Wir bieten eine vollständige Betreuung Ihres gesamten Projektes zur Einführung von Data Mining an.

Wir begleiten Sie von den ersten Ideen und der Sammlung der Anforderungen über die richtige Auswahl von Methoden und Technik bis zur Umsetzung und endgültigen Einführung.

Wir bieten Ihnen auch nach dem Abschluss des Projekets eine weitere langfristige Betreuung Ihrer Data Mining-Verfahren und Software an.

Data Mining mit R

Neben den vielen Paketen in R für die univariate und multivariate Analyse sowie die induktive Statistik gibt es in R auch zahlreiche Pakete für Data Mining-Verfahren. Die folgende Übersicht zeigt, welche Verfahren u.a. möglich sind.

  • Zeitreihenanalyse für Prognosen, Trenderkennung und die Ableitung von Saisonstrukturen
  • Text Mining für Textanalyse
  • Assoziationsanalyse für Warenkorbanalyse und Marketing
  • Multidimensionale Skalierung (MDS)
  • Attributauswahl mit Hauptkomponentenanalyse und explorativen Verfahren
  • Klassifikation mit k-means Clustering, hierarchisches Clustering oder Entscheidungsbäumen.


Data Mining mit Python

Neben den vielen Paketen in Python für die univariate und multivariate Analyse sowie die induktive Statistik gibt es in Python auch zahlreiche Pakete für Data Mining-Verfahren. Die folgende Übersicht zeigt, welche Verfahren u.a. möglich sind.

  • Zeitreihenanalyse für Prognosen, Trenderkennung und die Ableitung von Saisonstrukturen
  • Text Mining für Textanalyse
  • Assoziationsanalyse für Warenkorbanalyse und Marketing
  • Multidimensionale Skalierung (MDS)
  • Attributauswahl mit Hauptkomponentenanalyse und explorativen Verfahren
  • Klassifikation mit k-means Clustering, hierarchisches Clustering oder Entscheidungsbäumen.

Data Mining mit MS SQL Server

Microsoft SQL Server ermöglicht fundierte Entscheidungen – durch vorausschauende Analysen und ein intuitives Data Mining, das nahtlos in die Microsoft Business Intelligence-Plattform integriert ist und sich auf Geschäftsanwendungen ausweiten lässt.

Merkmale

  • Profitieren Sie von der effektiven Benutzerober?äche innerhalb von Business Intelligence Development Studio, einschließlich des Data Mining-Wizards und des Data Mining-Designers.
  • Verwenden Sie Absatz- und Gewinncharts sowie Crossvalidierungen, um die Qualität und Genauigkeit der Modelle visuell und statistisch zu vergleichen beziehungsweise diese einander gegenüberzustellen, bevor Sie sie einsetzen.
  • Mit den Microsoft SQL Server-Data Mining-Add-ins für Office lassen Sie die Vorteile der vorausschauenden Analyse allen Benutzern zuteilwerden. Versetzen Sie Benutzer in die Lage, leistungsfähige Data Mining-Technologie innerhalb der vertrauten Tabellenkalkulationsumgebung zu nutzen. Das Data Mining-Tool ist komplett in Excel integriert, kann über die gewohnte Oberfläche intuitiv bedient werden und schirmt so die zugrunde liegende Komplexität vom Benutzer ab.

Integrationsfähigkeit

  • Bieten Sie ein reichhaltigeres OLAP-Erlebnis mit Data Mining-Dimensionen, die Ihre Daten anhand der darin enthaltenen versteckten Muster analysieren.
  • Verwenden Sie mit SQL Server Integration Services vorausschauende Analysen, um Ausreißer zu erkennen, Daten zu splitten und fehlende Werte in Datenflüssen zu prognostizieren.
  • Erweitern Sie das SQL Server Data Mining Toolset um Managed Stored Procedures Plug-in-Algorithmen und Visualisierungen, die sich nahtlos in Ihre vorausschauende Lösung einbetten.
  • Ermöglichen Sie Entwicklern, Data Mining-fähige Anwendungen mit vertrauten Tools und einer reichhaltigen, vollständig dokumentierten Entwicklungsplattform zu erstellen, die Data Mining-Extensions (DMX), XMLA, OLEDB und ADOMD.NET enthalten.

Data Mining mit IBM SPSS

Statistics Server

Die Vorteile von Statistics Server liegen in der Leistung auf Enterprise-Niveau, der verbesserten Produktivität und Sicherheit und in der interaktiven Online-Übermittlung von Analysen an Kunden, Kollegen und andere Unternehmensanwender.

Mit IBM SPSS Statistics Server erhalten Sie Zugriff auf zusätzliche Algorithmen, von denen einige eine Multithread-Funktion für eine verbesserte Leistung unter einer Hardware mit mehreren Kernen bieten. Dadurch wird die Analyseverarbeitung beschleunigt und – durch die über IBM SPSS Collaboration und Deployment Services verfügbare Automatisierung und Planung – eine schnelle und effiziente Bereitstellung von Analyseergebnissen ermöglicht. Demzufolge können Sie aus Ihrer Investition in Informationstechnologie maximale Vorteile erlangen.

IBM SPSS Modeler

Der IBM SPSS Modeler ist in drei verschiedenen Varianten erhältlich, welche die grundlegenden Analysefähigkeiten weiter ausbauen und auch unterschiedliche Integrationsmöglichkeiten in andere Software ermöglichen. Einige der Data Mining-Module sind als Verfahren auch in IBM SPSS Statistics vorhanden.

Zentrale Verfahren und Funktionen: Support Vector Machines, Allgemeine Lineare Modelle, Diskriminanzanalyse, Cox-Regression, Regelinduktion, Bayes-Netzwerke, Zeitreihenanalyse, Binomiale und Multinominale logistische Regression sowie Datentransformation und Datenvorbereitung

  • IBM SPSS Modeler Gold erlaubt es, Vorhersagemodelle direkt in Geschäftsprozesse und das Entscheidungsmanagement zu integrieren. Dabei kombiniert die vorausschauende Analyse mit Regeln, Zielwerten und ihrer Optimierung.
  • IBM SPSS Modeler Premium bietet viele verschiedene Data Mining-Algorithmen und Analysefunktionen wie Textanalyse oder die Analyse sozialer Netzwerke und enthält Techniken, um die Erstellung von Data Mining oder die Datenvorbereitung zu automatisieren.
  • IBM SPSS Modeler Professional stellt die Grundlage dar, um gängige Data Mining Algorithmen auf strukturierten Daten aus Datenbanken anzuwenden, damit man Muster entdecken und Klassifikation oder Vorhersage durchführen kann.

Data Mining mit Oracle

Die Oracle-Datenbank und Werkzeuge wie Oracle SQL Developer oder die MS Excel-Erweiterungen Oracle Spreadsheet Add-In for Predictive Analytics bieten verschiedene Möglichkeiten, Data Mining-Modelle grafisch oder über SQL oder auch PL/SQL zu erstellen, zu verwalten und schließlich für Vorhersagen und Klassifikationen zu nutzen.

  • Oracle Data Mining (ODM): Teilprodukt von Oracle Advanced Analytic und bietet über SQL die Erstellung und Nutzung verschiedener Data Mining-Algorithmen wie Klassifikation, Regression, Hauptkomponentenanalyse und Faktorenanalyse, Ausreißererkennung, Clustering oder Assoziationsanalyse.
  • Oracle PL/SQL: Programmierung mit den Paketen DBMS_DATA_MINING, um Data Mining-Modelle zu erstellen und zu verwalten, DBMS_DATA_MINING_TRANSFORM, um individuell Daten zu transformieren, und schließlich DBMS_PREDICTIVE_ANALYTICS, um die gleichen Erweiterungen wie für MS Excel auch in PL/SQL zu nutzen.
  • Oracle Data Miner GUI: Erweiterung in Oracle SQL Developer, um Data Mining-Modelle grafisch zu erstellen und zu verwalten.
  • Oracle Spreadsheet Add-In for Predictive Analytics (PA) : Erweiterungen für MS Excel-Benutzer, um Daten mit den Schlüsseltechniken Profile (Segmentierung und wichtige Einflussfaktoren), Predict (Vorhersage auf Basis von erkannten Mustern) und Explain (Einflussfkatoren und Ursachen erkennen) zu analysieren.