KXEN Robust Regression (K2R)

 

Módulo para criação de modelos de regressão
É uma solução universal de classificação, regressão e conhecimento da importância das variáveis. Possibilita a previsão de comportamentos (quando a variável resposta é nominal) ou quantidades (quando a variável resposta é contínua).
Diferente do que habitualmente ocorre com as ferramentas analíticas de primeira geração, K2R lida com facilidade com um número muito alto de variáveis de entrada (acima de 10.000) de forma automática. K2R proporciona indicadores e gráficos que permitem avaliar facilmente a qualidade e robustez dos modelos treinados. K2R mostra graficamente a importância relativa de cada variável para explicar cada pergunta de negócio. Ao mesmo tempo, é um claro indicador de quais variáveis não são relevantes ao modelo ou estão correlacionadas com outras.

Benefícios: O valor que um projeto de mineração de dados traz ao negócio se vê incrementado tanto pela possibilidade de desenvolver um maior número de modelos como pela rapidez de criá-los. A possibilidade de construir mais modelos permite avaliar uma quantidade maior de cenários a um nível de granularidade maior. Por exemplo, se uma campanha de marketing direto pode beneficiar-se da possibilidade de se criar diferentes modelos separados por região, por segmento de clientes, por canal, por produto, por mês, etc, a capacidade de automatização de K2R permite o desenvolvimento e a execução de todos estes modelos com os mesmos (ou até menos) recursos necessários para a geração de um só modelo com as ferramentas analíticas tradicionais.

KXEN Smart Segmenter (K2S)

 
Módulo para criação de Modelos de Segmentação
É a solução específica para a criação de modelos de clustering ou segmentação. Encarrega-se de descobrir agrupamentos naturais ou comportamentos comuns em um conjunto de indivíduos, e proporciona a descrição correspondente de cada um dos segmentos encontrados.
 
 

K2S foi desenhado e otimizado para mostrar segmentos relacionados com uma determinada pergunta de negócio (segmentação dirigida). Assim como as demais técnicas de modelagem de KXEN, K2S garante que cada modelo seja confiável baseando-se em simples indicadores de qualidade e robustez. Os segmentos encontrados mostram-se tanto por sua representação gráfica como por sua definição numérica. Mediante o uso de uma rotina específica de pós-processo, curta e facilmente inteligível, é possível gerar regras para descrever claramente cada segmento, mesmo que tenham sido utilizadas muitas variáveis de entrada.

Benefícios: Os modelos de segmentação proporcionam um alto valor agregado na análise do Ciclo de Vida do Cliente. É possível conseguir grandes melhorias nos programas de aquisição, retenção e venda cruzada. Neste âmbito, o emprego do K2S facilita o entendimento de nossos clientes, ajudando-nos a identificar grupos de alto, médio e baixo valor em seu ciclo de vida. Possibilita encontrar diferentes grupos de clientes de alto valor que, sob uma perspectiva de marketing, deveriam ser tratados de forma distinta. Adicionalmente, os novos segmentos encontrados podem ser estudados com o uso do K2R, combinando os modelos de regressão com os de classificação, para incrementar o conhecimento sobre nossos clientes.

KXEN Time Series (KTS)

Módulo para criação de Modelos de series temporais

É uma solução de predição. Prediz padrões e tendências significativos ao longo do tempo mediante o uso de dados ordenados cronologicamente para antecipar a ocorrência de determinados eventos em um futuro próximo.

KTS identifica a tendência, a periodicidade e a estacionalidade em uma série temporal de forma a proporcionar predições bem-ajustadas e confiáveis. Através de um processo automatizado de três passos, KTS separa a tendência, a estacionalidade, a periodicidade e outras oscilações previsíveis. Em uma segunda fase, ajusta o modelo que descreve os dados do passado, e, por último, prevê os valores futuros para um intervalo de horas ou datas. Em cada etapa do processo, KTS é capaz de levar em consideração outras séries para melhorar os resultados. A ferramenta cria automaticamente centenas, ou mesmo milhares de variáveis adicionais para chegar a conseguir um modelo de previsão de qualidade sem a necessidade de um grande esforço na preparação manual de dados.

Benefícios: Analogamente ao K2R, a automatização do KTS incrementa o valor trazido pelo projeto de mineração de dados, pois permite analisar um grande número de modelos. Desta forma, podem-se contrastar rapidamente distintos níveis de granularidade na previsão para selecionar com mais chance de acerto aquele que apresenta maior exatidão. Por exemplo, se o objetivo é prever o volume mensal de vendas, é possível desenvolver com muita rapidez modelos diários, semanais ou mensais separados por região, estabelecimento comercial, produto e categoria para determinar a melhor aproximação.

KXEN Association Rules (KAR)

Módulo para criação de Modelos de Regras de Associação

É uma solução de basket analysis. Permite criar regras que identifiquem padrões em dados transacionais e descrevem quais eventos são mais prováveis de ocorrer simultaneamente.

KAR associa um evento concreto, como a compra de um determinado produto, com um conjunto de condições, que pode ser a compra de outros produtos, por exemplo. Permite tanto a identificação de regras de associação “clássicas”, nas quais os eventos podem suceder em qualquer ordem, como também seguindo padrões de seqüência, nos quais a ordem em que ocorrem as sucessões é considerada. KAR é útil para as situações em que seja necessário recomendar produtos, e permite empregar um conjunto de regras de recomendação em um ambiente de produção de scores.

Benefícios: KAR é de grande ajuda quando se trata de recomendar produtos em situações em que há milhares de referências e pouco conhecimento sobre os potenciais clientes. Por exemplo, analisando o comportamento de compra de seus clientes, um distribuidor identifica que a compra de uma câmera digital geralmente impulsiona a compra de uma bateria adicional no prazo de um mês, e, deste modo, pode começar a recomendá-la no momento da compra inicial, aumentando suas taxas de venda cruzada. Além da recomendação, o KAR é útil para melhorar o conhecimento sobre como se vendem em conjunto certos produtos em novos mercados, e também sobre as mudanças da cesta de compra ao longo do tempo.

KXEN Text Coder (KTC)

Módulo para Análise de Texto

É uma solução para a análise de texto. Prepara e transforma automaticamente textos desestruturados em uma representação estruturada do texto original, para então ser analisado por outros módulos do KAF.

KTC manipula automaticamente a transformação de dados desestruturados em dados estruturados, mediante um processo que inclui: eliminação de stop-words, mistura de seqüências de palavras declaradas como “conceitos”, tradução de cada palavra à sua raiz através de regras de stemming e mistura de sinônimos. KTC permite utilizar os campos de texto exatamente como aparecem nos modelos de classificação, regressão e segmentação. Incorpora regras específicas para diferentes idiomas, como inglês, francês, alemão ou espanhol.

Benefícios: KTC incrementa a qualidade dos modelos preditivos devido ao emprego de atributos anteriormente não utilizados. Por exemplo, mensagens ou correios eletrônicos enviados a um centro de suporte podem ser usados para melhorar o resultado dos modelos de venda cruzada ou captação.
 

KXEN Event Log (KEL)

Módulo para Geração Automática de Agregação de Variáveis Contínuas

É uma solução para agregação de variáveis contínuas.
Permite a criação automática de sumarizações de eventos para múltiplas categorias e períodos de tempo, através de um método rápido e simples, é capaz de trabalhar com uma grande variedade de agregações de variáveis contínuas em múltiplos períodos de tempo (dias, semanas, meses, trimestres, anos, etc). A capacidade dinâmica e de filtros permite a criação de agregados por categoria de eventos, ou seja, em cada categoria e período definidos, KEL pode realizar contagens, somas, máximos, mínimos, médias e diferenças entre períodos conforme a necessidade. Adicionalmente, permite especificar uma data de referência como ponto de início para sumarizações, sendo que tal data pode ser “dia da primeira compra”, ou “data de cancelamento”, por exemplo, e, deste modo, é possível criar agregações significativas para análises de negócio. KEL pode ser empregado em qualquer fonte de dados válida para KAF, e não se restringe exclusivamente a base de dados relacionais. As agregações são geradas sem que seja necessário modificar as tabelas e os arquivos de origem.

Benefícios: KEL melhora a qualidade dos modelos preditivos devido ao ganho de informação que trazem os valores obtidos com as distintas agregações possíveis das variáveis contínuas. Por exemplo, um modelo de venda cruzada pode ser enriquecido com a criação de contagens, somas e médias de compras mensais de um determinado produto ao longo de 24 meses ou 8 trimestres (o que pressupõe contar com 1920 novos atributos com 20 categorias). Um modelo de churn em telefonia celular pode ser enriquecido com a contagem de chamadas realizadas e soma de minutos da duração destas chamadas por horários (horas de rush, tarde, finais de semana, etc) ao longo de 12 meses de contratos que ao final foram cancelados (144 novos campos). Atributos como estes, que contribuem com um valor adicional significativo, podem, desta forma, ser incorporados no banco de dados analítico, através de uma interface de manipulação de dados de KXEN.

 
KXEN Sequence Coder (KSC)

Módulo para Agregação de Variáveis Nominais

É uma solução para a agregação de variáveis nominais (categóricas). Permite a agregação de eventos por categorias, assim como transições entre elas. KSC proporciona um método rápido e fácil de criação de agregações a partir de variáveis nominais, através de transposições. KSC analisa uma coluna de valores nominais para encontrar automaticamente todas as categorias existentes, e em seguida cria um conjunto separado de variáveis para agregar cada categoria. Além da contagem de categorias, KSC pode contar também “transições”, que representam uma seqüência ordenada de duas categorias no tempo. As categorias pouco freqüentes se agrupam como “outras”, para evitar que um número excessivamente grande de categorias penalize a análise. KSC trabalha com todas as fontes de dados aceitas pelo KAF, e não apenas com bases de dados relacionais. As agregações são geradas sem que se modifiquem as bases de dados ou os arquivos de origem.

Benefícios: KSC ajuda a melhorar a qualidade dos modelos preditivos ao permitir investigar rapidamente os valores resultantes da agregação de eventos para variáveis nominais. Logo, uma seqüência de cliques em uma página web pode transformar-se em uma série de variáveis nas quais as colunas representam a contagem de impactos em determinada página ou as transições de uma página à outra. Uma vez localizadas as variáveis que contribuem com o modelo, elas podem ser incorporadas na definição do modelo analítico em produção, através da interface de manipulação de dados de KXEN.

KXEN Social Network (KSN)

 
 Módulo para Análises de Redes Sociais

Permite alcançar um melhor entendimento das interações entre clientes e, através da exploração destas interações, possibilita também otimizar os processos analíticos. KSN permite criar redes de forma automática, a partir de dados tais como: enlaces, contatos, distâncias, ou mesmo transações. Possibilita também a constituição de redes por intervalos de tempo, explorando a evolução no tempo de vizinhanças (grupos de usuários) específicas.
KSN permite a identificação de “pares”, ou seja, é capaz de localizar perfis de usuários semelhantes, através de suas conexões e de sua rede de contatos. KSC calcula variáveis derivadas da análise do círculo de contato, tais como: número de integrantes de uma rede, ou número de vizinhos online e off-line em determinando momento, e também da análise de conexões, tais como: média e desvio padrão da idade no primeiro círculo da rede de um determinado cliente, ou o perfil das variáveis discretas de alguns deles (como estado civil, propensão a cancelar o serviço contratado, etc). KSN pode calcular métricas de centralidade para detectar influenciadores e comunidades de segunda ordem em determinada rede. KSN foi dimensionado para trabalhar com grandes estruturas de redes, com dezenas de milhões de clientes e centenas de milhões de vínculos entre eles.

Benefícios: KSN foi desenhado para auxiliar a empresa a caracterizar da melhor forma as conexões e comunidades de seus clientes, conhecendo-os melhor e, como conseqüência, antecipando seu comportamento. KSN ajuda a aprofundar o conhecimento sobre os clientes e a detectar padrões, através da construção de redes que conectem clientes com padrões comuns de consumo, ou, inversamente, para conectar produtos consumidos por clientes cujos comportamentos são semelhantes. Com KSN é possível explorar quantos gráficos sejam necessários. KSN ajuda a melhorar os processos analíticos, integrando novas fontes de conhecimentos sob diversas perspectivas.

KXEN Analytical Data Management (ADM)

 
Módulo para Criação de Analytical Data Sets (ADS)

É a solução de nova geração para criar Analytical Data Sets (ADS) e gerenciá-los ao longo do tempo. KXEN ADM apresenta uma metodologia patenteada para a criação de ADS, com uma tecnologia de manipulação de dados sem precedente e inigualável nos dias atuais. Por outro lado, os objetos do ADS se armazenam como metadados para facilitar sua reutilização.

KXEN ADM muda as regras do jogo para as empresas que utilizam grandes sistemas analíticos como base de sua vantagem competitiva. O aproveitamento da tecnologia de automatização dos sistemas analíticos que contempla KXEN ADM permite disponibilizar tanto aos especialistas em análise como aos usuários de negócio as ferramentas necessárias para responder as perguntas-chave de negócio, sempre em um ambiente amigável para o usuário.

Benefícios: KXEN ADM incrementa a produtividade. A capacidade de criar variáveis “em massa” permite obter centenas de variáveis com apenas alguns cliques com o mouse. KXEN ADM possibilita o máximo aproveitamento das bases de dados corporativas: sua forma de manipular “in-database” não requer envolvimento do departamento de TI no momento de atribuir capacidade de armazenamento.

As definições do ADS são armazenadas como metadados, incrementando sua reutilização, confiança e produtividade. KXEN ADM se encarrega da gestão de versões para ajudar a aumentar a produtividade, apoiando-se na metodologia de criação de ADS, que permite a reutilização de metadados em diferentes projetos. Com seu módulo de gestão de metadados, KXEN ADM facilita a colaboração entre os analistas e usuários de negócio, compartilhando a manipulação de dados e as definições das variáveis, com o intuito de maximizar a produtividade e a consistência das informações. E, mais do que isso, apenas poucos dias de formação são necessários para se dominar o KXEN ADM de forma suficiente para usufruir ao máximo de sua sobressalente funcionalidade e conseguir melhorar o tempo empregado na obtenção de resultados.

KXEN Analytic Data Management apresenta uma grande facilidade de uso: KXEN Data Manipulation inclui um novo e otimizado editor de expressões. Em qualquer momento durante o processo de manipulação de dados, o usuário pode pré-visualizar tanto os dados como a estatística descritiva associada, portanto, o processo de manipulação da informação é facilitado e acelerado. A tecnologia de KXEN ADM permite gerar códigos SQL padrão, em vez de códigos próprios. As sentenças SQL são automaticamente adaptadas para otimizar o rendimento em cada gestor de banco de dados suportado. Com poucos cliques, KXEN Metadata Management oferece ao usuário a capacidade de passar facilmente do ambiente de teste ao ambiente de produção das manipulações de dados realizadas. Os KPI´s definidos pelo usuário permitem uma maior visibilidade do rendimento do modelo e de sua qualidade, obtendo assim um melhor controle e conhecimento sobre o mesmo.

 
KXEN Model Export (KMX)

Módulo de Exportação

É o módulo do KXEN desenhado para empregar os modelos criados em uma ampla variedade de ambientes operacionais. Exporta o código de scoring de um modelo criado com KAF para SQL, PMML, C, VB, Java, JavaScript, SAS, KXEN, User Defined Function (para Teradata, Oracle, SQL Server, DB2) e outros tipos de formatos de saída.

KMX exporta toda a cadeia de processo para as variáveis de entrada de um modelo. Diferente da maioria dos demais produtos, a codificação completa das variáveis, a manipulação de valores “missing” e outras funções do KXEN Consistent Coder (K2C) estão incluídas no código exportado, junto com o correspondente modelo desenvolvido, seja de regressão (K2R), classificação (K2R) ou segmentação (K2S). Os modelos podem ser facilmente integrados dentro das aplicações que suportam estes tipos de códigos. KMX faz com que o processo de scoring seja independente do sistema de modelagem e permite uma rápida implantação em produção.

Benefícios: Os modelos desenvolvidos por KXEN são rapidamente integrados em base de dados ou aplicações corporativas sem requerer KXEN Analytic Framework. Também permite a implantação de modelos em plataformas distintas daquelas em que foram gerados. Com KMX o processo de scoring é facilmente replicável.

KXEN Advanced Access (KAA)

Módulo de Acesso a Dados

KAA é uma solução para acessar dados em uma ampla variedade de formatos. Permite tanto ler como escrever em arquivos SAS, SPSS, Minitab, Excel, entre outros tipos de dados.

Benefícios: Possibilita integrar com facilidade KXEN Analytic Framework com repositórios de dados de modelagem preexistentes, criados por outras ferramentas de mineração de dados e análises.

 
KXEN Reporting

Módulo para Geração de Relatórios

KXEN Analytic Framework fornece a analistas e equipes analíticas um dos mais avançados conjunto de ferramentas de relatórios estatísticos. Tais relatórios contêm todos os dados estatísticos úteis sobre o modelo construído e sobre o conjunto de dados utilizado na construção do modelo.

É fácil personalizar o conteúdo do KXEN Reports, tanto no que se refere aos gráficos como à grande variedade de estatísticas descritivas ou métricas de desempenho. KXEN Reports proporciona ao usuário um conjunto de tabelas que lhe permite obter um conhecimento profundo do processo de modelagem, através da disponibilização de estatísticas descritivas, desempenho dos modelos, supervisão de desvios e opções avançadas. Ou seja, todas as estatísticas sobre variáveis, categorias, conjunto de dados, informações cruzadas com a variável resposta, indicadores de performance dos modelos, contribuição e score de cada variável, desvios por variável e categoria, codificação das variáveis e muito mais!
 

Em qualquer organização, tanto os usuários de negócio como os tomadores de decisão carecem de uma perspectiva global dos processos analíticos. Com a nova versão de KXEN, KAF v.5.1, é possível obter relatórios específicos adaptados às necessidades do negócio em uma forma de visão sintética da análise subjacente. Com KXEN Reports pode-se ter acesso em um clique a diversos modelos pré-definidos de Classificação, Regressão e Segmentação (tanto supervisionada como não-supervisionada) e, deste modo, monitorar com rapidez os KPI´s estratégicos através dos múltiplos modelos, simplificando enormemente o processo de gestão das iniciativas analíticas em grandes fabricas de modelagem.

Nos casos em que se utiliza KXEN Robust Regression (K2R), é possível visualizar o modelo e sua respectiva curva de ganho, assim como um gráfico com a contribuição das variáveis, freqüências das categorias agrupadas e estatísticas cruzadas com a variável resposta, tanto contínuas como nominais.

Para KXEN Smart Segmenter (K2S) os relatórios gerados contêm a curva de ganho do modelo, freqüências e perfis dos segmentos (representados graficamente com as principais variáveis de cada um) e as expressões SQL que os definem.
KXEN Reporting oferece ao usuário uma visão consolidada dos modelos preditivos e permite que seja compartilhada com os demais usuários da empresa, devido à sua capacidade de exportação a RFT, HTML e PDF.

Conheça a arquitetura do KXEN Analytic Framework

Acesse mais informações sobre KXEN em nossa biblioteca