Módulos que integran KXEN Analytic Framework (KAF)

KXEN AF v5.1 se compone de un conjunto de módulos que pueden adquirirse conjuntamente, agrupados en diferentes paquetes, o por separado. Estos módulos pueden utilizarse junto con el “Modeling Assistant” y el “Robust Reporting” como una Solución de Automatización en Minería de Datos. También pueden integrarse, vía APIs, de forma sencilla y transparente, en los procesos de negocio estratégicos. KXEN AF v5.1 está desarrollado sobre estándares como JDM (Java Data Mining), Web-services, PMML (Predictive Modeling Markup Language), SQL y Unicode. La arquitectura de KXEN AF V5.1 se ha mejorado de forma significativa con objeto de conseguir una facilidad de uso incluso mayor que en versiones anteriores, acelerar el proceso de entrenamiento de los modelos y trabajar con volúmenes de datos aún más grandes.

KXEN Robust Regression (K2R)

Módulo para la creación de modelos de regresión Es una solución universal de clasificación, regresión y conocimiento de la importancia de las variables. Posibilita la predicción de comportamientos (variables objetivo nominales) o cantidades (variables objetivo contínuas). A diferencia de lo que es habitual con las herramientas analíticas de primera generación, K2R maneja con facilidad un número muy alto de variables de entrada (por encima de las 10.000) de forma automática. K2R proporciona indicadores y gráficos que permiten evaluar fácilmente la calidad y robustez de los modelos entrenados. K2R muestra gráficamente la importancia relativa de cada variable para explicar cada pregunta de negocio. Al mismo tiempo es un claro indicador de qué variables no aportan información al modelo o están correlacionadas con otras.

Beneficios: El valor que un proyecto de minería de datos aporta al negocio se ve incrementado tanto por la posibilidad de entrenar un mayor número de modelos como por la de crearlo con rapidez. La posibilidad de entrenar más modelos permite evaluar un mayor número de escenarios a un nivel de granularidad mayor. Por ejemplo, si una campaña de marketing directo puede beneficiarse de la posibilidad de entrenar diferentes modelos separados por región, por segmento de clientes, por canal, por producto, por mes, etc, la capacidad de automatización que aporta K2R permite el entrenamiento y la ejecución de todos estos modelos con los mismos, e incluso menos, recursos de los necesarios para la ejecución de uno solo de estos modelos con las herramientas analíticas tradicionales.

KXEN Smart Segmenter (K2S)

Módulo para la creación de modelos de segmentación Es la solución específica para la creación de modelos de clustering o segmentación. Se encarga de descubrir agrupaciones naturales o comportamientos comunes en un conjunto de individuos y proporciona la descripción correspondiente de cada uno de los segmentos hallados.
K2S se ha diseñado y optimizado para mostrar segmentos relacionados con una determinada pregunta de negocio (segmentación semi-supervisada o dirigida). Como el resto de técnicas de modelización de KXEN, K2S garantiza que cada modelo es fiable en base a sencillos indicadores de calidad y robustez. Los segmentos encontrados se muestran tanto mediante su representación gráfica como por su definición numérica. Mediante el uso de una rutina específica de posproceso, corta y fácilmente inteligible, pueden generarse reglas para describir claramente cada segmento, incluso si se utilizaron miles de variables de entrada.

Beneficios: Los modelos de segmentación proporcionan un alto valor añadido en el análisis del Ciclo de Vida del Cliente. Permiten conseguir grandes mejoras en los programas de adquisición, retención y venta cruzada. En este ámbito, el empleo de K2S facilita el entendimiento de nuestros clientes ayudándonos a descubrir grupos de alto, medio y bajo valor en su ciclo de vida. Puede ayudarnos a encontrar grupos separados de clientes de alto valor que, desde una perspectiva de marketing, deberían ser tratados de forma distinta. Adicionalmente, los nuevos segmentos encontrados pueden ser estudiados, haciendo uso del K2R, combinando los modelos de regresión con los de clasificación, para incrementar el conocimiento de nuestros clientes. 

KXEN Time Series (KTS)

Módulo para la creación de modelos de series temporales

Es una solución de predicción. Predice patrones y tendencias significativos de datos en el tiempo mediante el uso de datos ordenados cronológicamente para anticipar la ocurrencia de determinados sucesos en un futuro próximo.

KTS identifica la tendencia, la periodicidad y la estacionalidad en una señal para proporcionar predicciones ajustadas y fiables. Por medio de un proceso automatizado de tres pasos, KTS separa la señal de la tendencia, la estacionalidad, la periodicidad y otras fluctuaciones previsibles. En una segunda fase entrena el modelo que describe los datos del pasado, y, por último, predice los valores futuros para un rango de horas o fechas. En cada etapa del proceso, KTS es capaz de tomar en consideración otras señales para mejorar los resultados. La herramienta crea automáticamente cientos, e incluso miles, de variables adicionales para llegar a conseguir un modelo de predicción de calidad sin necesidad de una gran cantidad de preparación manual de datos.

Beneficios: Al igual que el K2R, la automatización del KTS incrementa el valor que el proyecto de minería de datos aporta al negocio, dado que permite analizar un gran número de modelos. De esta forma pueden contrastarse rápidamente distintos niveles de granularidad en la predicción para elegir con un mayor grado de probabilidades de acierto aquél que presenta una mayor exactitud. Así, si el objetivo es predecir volúmenes de ventas mensuales, pueden entrenarse con rapidez modelos diarios, semanales o mensuales por región, tienda, producto o categoría, para determinar la mejor aproximación.

Conozca la arquitectura de KXEN Analytic Framework

Conozca los módulos que integran KXEN Analytic Framework

Acceda a más información sobre KXEN en nuestra biblioteca