Deductor

Deductor является аналитической платформой, т.е. основой для создания законченных прикладных решений. Реализованные в Deductor технологии позволяют на базе единой архитектуры пройти все этапы построения аналитической системы: от создания хранилища данных до автоматического подбора моделей и визуализации полученных результатов.

Deductor предоставляет аналитикам инструментальные средства, необходимые для решения самых разнообразных аналитических задач: корпоративная отчетность, прогнозирование, сегментация, поиск закономерностей – эти и другие задачи, где применяются такие методики анализа, как OLAP, Knowledge Discovery in Databases и Data Mining. Deductor является идеальной платформой для создания систем поддержки принятия решений.

Решаемые задачи

Реализованные в Deductor технологии могут использоваться как в комплексе, так и по отдельности для решения широкого спектра бизнес-проблем:

• Системы корпоративной отчетности. Готовое хранилище данных и гибкие механизмы предобработки, очистки, загрузки, визуализации позволяют быстро создавать законченные системы отчетности в сжатые сроки.
• Обработка нерегламентированных запросов. Конечный пользователь может с легкостью получить ответ на вопросы типа "Сколько было продаж товара по группам в Московскую область за прошлый год с разбивкой по месяцам?" и просмотреть результаты наиболее удобным для него способом.
• Анализ тенденций и закономерностей, планирование, ранжирование. Простота использования и интуитивно понятная модель данных позволяет вам проводить анализ по принципу "что-если", соотносить ваши гипотезы со сведениями, хранящимися в базе данных, находить аномальные значения, оценивать последствия принятия бизнес-решений.
• Прогнозирование. Построив модель на исторических примерах, вы можете использовать ее для прогнозирования ситуации в будущем. По мере изменения ситуации нет необходимости перестраивать все, необходимо всего лишь дообучить модель.
• Управление рисками. Реализованные в системе алгоритмы дают возможность достаточно точно определиться с тем, какие характеристики объектов и как влияют на риски, благодаря чему можно прогнозировать наступление рискового события и заблаговременно принимать необходимые меры к снижению размера возможных неблагоприятных последствий.
• Анализ данных маркетинговых и социологических исследований. Анализируя сведения о потребителях, можно определить, кто является вашим клиентом и почему. Как изменяются их пристрастия в зависимости от возраста, образования, социального положения, материального состояния и множества других показателей. Понимание этого будет способствовать правильному позиционированию ваших продуктов и стимулированию продаж.
• Диагностика. Механизмы анализа, имеющиеся в системе Deductor, с успехом применяются в медицинской диагностике и диагностике сложного оборудования. Например, можно построить модель на основе сведений об отказах. При ее помощи быстро локализовать проблемы и находить причины сбоев.
• Обнаружение объектов на основе нечетких критериев. Часто встречается ситуация, когда необходимо обнаружить объект, основываясь не на таких четких критериях, как стоимость, технические характеристики продукта, а на размытых формулировках, например, найти продукты, похожие на ваши с точки зрения потребителя.

Это только небольшой список решаемых задач. Фактически речь идет о любых задачах, где требуется консолидировать данные, отобразить их различными способами, построить модели и применить полученные модели к новым данным.Михаил Рожков, PARMA TG: Большинство наших BPM-проектов выходят за рамки отдельных процессов и организаций 3.4 т

Состав системы

Deductor состоит из пяти частей:

• Studio – программа, реализующая функции импорта, обработки, визуализации и экспорта данных. Deductor Studio может функционировать и без хранилища данных, получая информацию из любых других источников, но наиболее оптимальным является их совместное использование. В Deductor Studio включен полный набор механизмов, позволяющий получить информацию из произвольного источника данных, провести весь цикл обработки (очистку, трансформацию данных, построение моделей), отобразить полученные результаты наиболее удобным образом (OLAP, диаграммы, деревья…) и экспортировать результаты на сторону.
• Viewer – рабочее место конечного пользователя. Позволяет отделить процесс построения сценариев от использования уже готовых моделей. Все сложные операции по подготовке сценариев обработки выполняются аналитиками-экспертами при помощи Deductor Studio, а Deductor Viewer обеспечивает пользователям простой способ работы с готовыми результатами, скрывает от них все сложности построения моделей и не предъявляет высоких требований к квалификации сотрудников.
• Warehouse – многомерное хранилище данных, аккумулирующее всю необходимую для анализа предметной области информацию. Использование единого хранилища позволяет обеспечить непротиворечивость данных, их централизованное хранение и автоматически обеспечивает всю необходимую поддержку процесса анализа данных.
• Server – служба, обеспечивающая удаленную аналитическую обработку данных. Позволяет автоматически обрабатывать данные и переобучать модели на сервере, оптимизирует выполнение сценариев за счет кэширования проектов и использования многопоточной обработки.
• Client – клиент доступа к Deductor Server. Обеспечивает доступ к серверу из сторонних приложений и управление его работой.

Реализованная в Deductor архитектура позволяет добиться максимальной гибкости при создании законченного решения. Благодаря данной архитектуре можно собрать в одном аналитическом приложении все необходимые инструменты анализа и реализовать автоматическое выполнение подготовленного сценария.

Технологическая платформа включает средства, позволяющие максимально сократить время разработки, быстро создавать и выводить на рынок новые прикладные решения и в короткие сроки адаптировать их в соответствии с изменяющимися требованиями предприятий. Возможности платформы обеспечивают не только высокую скорость первоначальной разработки продукта, но и его быструю адаптацию в дальнейшем.

Создание законченного решения занимает очень мало времени. Достаточно получить данные, определить сценарий обработки и задать место для экспорта полученных результатов. Наличие мощного набора механизмов обработки и визуализации позволяет двигаться по шагам, от наиболее простых способов анализа к более мощным. Таким образом, первые результаты пользователь получает практически сразу, но при этом можно легко наращивать мощность решения.

Новый взгляд на данные

Deductor позволяет совершенно по-новому взглянуть на данные, выжимая из них максимум ценной информации. Он объединяет все необходимые для анализа инструменты и предоставляет пользователям огромные возможности:

• Мощная аналитическая платформа;
• Современные самообучающиеся механизмы анализа;
• Единое хранилище данных;
• Единый пользовательский интерфейс для любых механизмов анализа;
• Пакетное выполнение сценариев обработки;
• Удаленная аналитическая обработка;
• Отделение работы аналитика от конечного пользователя;

Поддержка принятия решений стала неотъемлемой частью любой современной информационной системы, но большое количество унаследованных программ и высокая стоимость аналитического инструментария сдерживает распространение систем данного класса. С помощью Deductor эта проблема решается. Теперь благодаря доступной цене этого продукта мощные аналитические системы доступны большинству компаний.

2012: Завершение жизненного цикла Deductor

К 2012 году становится очевидно, что Deductor перестает удовлетворять требованиям быстро меняющегося рынка анализа данных: взрывной рост количества данных, новые алгоритмы анализа, популяризация веб-сервисов, распространение смартфонов и планшетов.

Для обеспечения революционного прорыва требовалась новая платформа с веб-интерфейсом, принципиально новыми возможностями проектирования и повторного использования аналитических моделей, удобной публикацией веб-сервисов. Всё это было невозможно реализовать в рамках существующей архитектуры. Решено разработать с нуля платформу будущего поколения — Deductor 6.

2008: Готовые решения Deductor

В 2008 году появились готовые решения:

• Deductor Credit Scorecard Modeler — автоматизация процессов построения скоринговых карт.
• Deductor Data Quality — обеспечение качества клиентских данных.
• Deductor Credit Pipeline — кредитный конвейер для оперативного обслуживания большого потока клиентов без ухудшения качества, с соблюдением всех правил и политики управления рисками банка.
• Deductor Demand Planning — планирование закупок товаров с целью минимизации дефицита и повышения оборачиваемости.

2007: Развитие Deductor и подключение вузов

Выпуск Deductor 5: существенное расширение возможностей предыдущей версии в части увеличения количества алгоритмов обработки, визуализаторов, поддержки хранилищ данных. В состав платформы включен серверный компонент — Deductor Server.

Разработана партнерская программа для высших учебных заведений. К образовательной инициативе BaseGroup Labs начали подключаться вузы. Со временем более ста вузов включают Deductor в официальную учебную программу.

Появляется образовательный портал. Обучение ведется на основе бесплатной версии аналитической платформы Deductor Academic. На сайте публикуются статьи с описанием методологии анализа данных, практического применения аналитических алгоритмов, математического аппарата.

В этом же году заработала партнерская программа. BaseGroup Labs оказывает всяческую поддержку своим партнерам: обучение, сертификация, консультации, привлечение к реализации проектов, совместный маркетинг, учет пожеланий партнеров в процессе разработки новых версий Deductor.

2004: Новая архитектура Deductor

С выпуском Deductor 4 произошло изменение архитектуры, как следствие, радикальные изменения в системе. Deductor трансформируется из пакета программ в аналитическую платформу.

Появляется возможность строить сценарии, комбинируя любые методы обработки данных для получения законченного прикладного решения бизнес-задачи. Deductor 4 позволял на базе единой архитектуры пройти все этапы построения аналитической системы: от создания хранилища данных до автоматического подбора моделей и визуализации полученных результатов.

2001: Выпуск Deductor

Компания приняла стратегическое решение — отойти от заказаной разработки и сконцентрировать усилия на создании массовых продуктов и решений в области анализа данных.

Результаты разработок предыдущих лет были собраны в первый релиз пакета прикладных программ Deductor. Со временем в состав пакета вошли приложения:

• Cube Analyzer — анализ данных на основе OLAP технологии;
• Tree Analyzer — анализ данных на основе деревьев решений;
• SOMap Analyzer — анализ информации на основе самоорганизующихся карт Кохонена;
• Neural Analyzer — анализ данных на основе многослойных нейронных и RBF сетей;
• RawData Analyzer — очистка и предобработка данных.
• Приложения пакета интегрированы между собой, что позволяет передавать результаты обработки из одного приложения в другое. Добавлена поддержка многоязычного интерфейса.

Выполнены первые проекты в области продвинутой аналитики как с российскими, так и с зарубежными компаниями.