SAP Predictive Analytics The Comprehensive Guide

Antoine Chabert, Andreas Forster, Laurent Tessier, Pierpaolo Vezzosi

Освойте прогностические модели — регрессию, прогнозирование временных рядов, кластеризацию и т. п. Узнайте, как установить и запустить SAP Predictive Analytics. Откройте для себя необходимые инструменты, от Predictive Factory и Automated Modeler до Data Manager и Social Network Analysis.

*Оригинал (англ.): SAP Predictive Analytics. The Comprehensive Guide. Антуан Шабер, Андреас Форстер, Лоран Тессиер, Пьерпаоло Веццози. Издательство SAP PRESS. Глава 12 (вступление, разделы 12.1 и 12.2). 2018, с. 301–306.

 

Корректура: Евгений Баранов (САПРАН).

Автоматические функции анализа социальных сетей в SAP Predictive Analytics // SAP Professional Journal Россия, сентябрь–октябрь №5 (76), стр. 128–133. © 2019, Антуан Шабер, Андреас Форстер, Лоран Тессиер, Пьерпаоло Веццози.

Инструменты анализа социальных сетей позволяют выявлять связи и отношения между людьми, продуктами, местоположениями и событиями, т. е. не просто анализировать одни лишь социальные сети, как можно предположить из названия. Они позволяют обрабатывать большое количество случаев малого взаимодействия. Благодаря им можно получить «общую картину» и лучше понять свой бизнес.

Анализ социальных сетей — один из последних модулей, добавленных в SAP Predictive Analytics. Первоначально этот модуль был добавлен в помощь телекоммуникационным компаниям для прогнозирования оттока клиентов и проведения более эффективных маркетинговых кампаний, тем не менее, решение нашло свое успешное применение и для использования в других отраслях. Например, инженер по качеству может получать генерируемые устройствами предупреждения и анализировать связанные с этим ошибки. Алгоритм анализа социальных сетей также можно использовать для обогащения набора данных, чтобы добавить в набор данных информацию, которую затем можно ввести в модель классификации, кластеризации или регрессии для повышения её качества.

В анализе социальных сетей, как и в других рабочих процессах прогнозной аналитики, анализируются наборы данных о сущностях; основное отличие состоит в том, что наиболее важной информацией в анализе социальных сетей являются отношения между сущностями. Другие атрибуты полезны, но они не являются ядром анализа.

Например, при рассмотрении трех клиентов типичная аналитическая задача сводится к анализу демографических данных, таких как пол, возраст и доход. В анализе социальных сетей вместо этого рассматривается то, как они взаимодействуют друг с другом — как потенциальные клиенты контактируют между собой. Благодаря этому анализу, возможно, обнаружатся более тесные отношения между определенными людьми и то, что некоторые из них могут, например, влиять на других людей в социальной сети.

В SAP Predictive Analytics также можно анализировать непрямые связи при помощи транзакционного анализа (ассоциативные правила), например, когда люди покупают одни и те же продукты/товары/услуги. На основе данных по всем произведённым транзакциям (покупкам), даже если не существует прямой связи между клиентом X и клиентом Y, можно использовать информацию клиента X, чтобы рекомендовать клиенту Y новый продукт, который только что был куплен клиентом X. Такого рода зависимости называются правилами или паттерном. Этот вид анализа описан в Главе 13, которая посвящена рекомендациям.

Цель модуля Анализ социальной сети — максимально упростить и автоматизировать задачу поиска новой информации посредством построения графа, на котором отражены как прямые, так и непрямые связи. Несколько щелчков мыши в интерфейсе Automated Analytics (Автоматический анализ) с пошаговым помощником, помогут быстро получить глубокое и наглядное представление о сложных данных.

В этой главе, после объяснения терминологии и некоторых функций анализа социальных сетей, будет рассмотрена процедура запуска комплексного проекта социального анализа с помощью модуля.

Терминология анализа социальных сетей (раздел 12.1)

В SAP Predictive Analytics анализируемая сеть или зависимости называются социальный граф. Основными элементами графа являются узлы (также их могут называть как вершины или ноды), соединенные ребрами/связями. На практике, узлом может выступать как отдельно взятый человек, так и конкретный продукт. Связи (ребра) представляют событие, которое создало отношение между двумя узлами, и которое может быть направленным/прямым (Мэри звонит Тиму) или ненаправленным/непрямым (Мэри и Тим встречаются). В случае направленной связи первый узел (совершающий действие) называется источником, а второй (над которым производится действие) называется целью. Связь между узлами характеризуется весом, который является мерой её силы. В качестве примера, продолжительность телефонного звонка может усиливать или уменьшать вес связи между двумя узлами.

Каждый узел имеет степень или количество соединений с другими узлами. Все узлы, связанные напрямую с другим узлом, называются его соседями. Узел с большим количеством соседей, если многие из них действуют схожим образом, может испытывать сильное социальное давление, то есть соседи могут напрямую влиять на узел своими действиями или поведением. Если вы носите зелёные туфли, а все ваши 50 друзей носят жёлтые, у вас может возникнуть соблазн как можно быстрее купить жёлтые туфли.

Группы узлов, которые много взаимодействуют друг с другом, называются сообществами. SAP Predictive Analytics автоматически обнаруживает сообщества в графе, а также может группировать сообщества для создания новых объединённых сегментов и работать с ними как с иерархиями.

Некоторые узлы могут быть связаны с другими узлами аномальным образом. Например, центр обработки вызовов можно рассматривать как узел с огромным количеством исходящих связей, не имеющий входящих связей. Эти гиперсвязанные узлы называются мега-хабами. Инструмент может обнаруживать мега-хабы, и они обычно удаляются из анализа, потому что они не несут полезной информации и считаются шумом в сети.

В методологии SAP Predictive Analytics узел может принадлежать одному сообществу. В рамках сообщества модуль анализа социальных сетей анализирует роль узла, как это показано в Табл. 12.1.