SMARTS 决策引擎的优势

业务专家、数据科学家以及IT如何基于Sparkling Logic SMARTS协同工作,构建自动化决策


跨部门的工作经验、对业务的深刻理解以及丰富的行业知识对于构建由数据驱动的决策至关重要。Sparkling Logic SMARTS让业务分析师、数据科学家和IT工程师之间的协作变得更加高效,加速企业决策服务的部署,使其能够更快地响应客户需求与市场竞争。

决策建模


  · 利用DMN行业标准和高效的图形界面来对决策和业务规则进行梳理配置,然后使
用模拟或真实的业务数据进行验证测试,无需任何IT背景即可完成。
  · 查看并分析历史业务数据的表现,对规则模型进行优化调整。
  · 业务策略与模型快速迭代,支持前端业务实现敏捷运营。

模型导入


  · 可以使用任何领先的商业或开源数据挖掘工具(如Python/R/SAS/KNIME等)生成PMML模型,并将其导入SMARTS决策引擎进行管理与调用,同时还可以对该模型进行版本控制。
  · SMARTS同时也提供简单的数据挖掘功能,支持生成以业务规则的形式呈现的模型,这类模型易于理解并且可以直接与运营决策结合使用。

模型效果度量


  · 支持以准确率与精确率等指标进行效果度量,同时还支持使用实际业务指标和报表直观评估模型的实际业务价值。

借助于Sparkling Logic SMARTS,业务分析师可以更顺利且更加快速地将业务需求转换为自动化决策中的业务规则,从而快速的对业务策略进行迭代优化。

数据科学家通常会基于业务数据进行建模,并对其进行测试以确保模型的预测能力和准确性,但是数据科学家却很少参与验证模型在实际业务中的有效性与否。Sparkling Logic SMARTS支持数据科学家将预测模型(使用SAS,Python和R等工具构建)封装成PMML格式的文件并直接导入到引擎中,并在其中进行实时部署以进行调用。部署后,可以持续监控和调试这些模型,以确保其面对不同用户群体的有效性。

随着大数据以及快速构建以服务连接应用程序的能力的出现,IT工程师的工作量日益增大,不仅需要为业务端更快地交付更多功能需求。同时,随着外部环境以及技术架构的快速变化,还需要在满足安全性和合规性要求的同时对接更多的产品与需求。


Sparkling Logic SMARTS为IT工程师提供了一种全新的工作模式,可以极大缩短新业务上线的时长。IT工程师只需一开始设定好基础架构和生命周期管理流程,其它交给数据科学家和业务分析师进行数据模型以及业务策略的搭建即可。IT资源不足不再是模型管理、业务策略管理的瓶颈,并且可以专注于系统的集成以及安全性与合规性的优化。


如果您正在考虑使用或升级业务流程引擎(BPM)或业务规则引擎(BRMS),不妨了解一下我们的SMARTS产品。

决策分析


  · 基于可视化报表与模拟运行功能来定义和展现关键业务指标(KPI),直观地在策略部署前完成初步测试与评估。
  · 进行大数据验证,分析策略在不同数据集下的表现,辅助进行决策优化。

决策部署


  · 全面支持云或本地部署,持续优化决策和业务策略模型,并进行实时监控。根据客户和市场条件的变化而不断完善和改进现有策略。
  · 部署冠军挑战者实验,以确定挑战者决策是否优于现有的冠军决策。

算法模型部署


  · 将模型部署到云端或本地生产环境中以进行实时模型调用,并通过相关性能指标监控其运行状况。
  · 使用历史数据构建的模型在部署后可能会表现不佳,因此可使用SMARTS的冠军挑战者功能部署多个挑战者策略来进行实际横向测试。

赋能业务方直接管理业务规则和模型


  · 在云或本地部署决策,以决策服务的方式进行调用或嵌入到Java和.NET应用程序中。
  · 定义整个生命周期管理流程,让数据科学家和业务分析师能安全地将决策版本发布到生产环境中。

满足最苛刻的应用程序管理要求


IT专家可以进行安全性、生命周期管理流程和部署方式的配置,而业务分析师和数据科学家可以安全地将决策版本发布到各测试或生产环境中。


  · Sparkling Logic SMARTS可以与企业的身份验证平台进行集成,从而实现用户和权限的集中管理。
  · Sparkling Logic SMARTS具备完善的模型和决策的管理功能:版本控制、发布管理、审核以及回滚机制。

便捷的系统集成方式


IT系统不仅需要能支持前端业务快速且敏捷的创新,还必须满足苛刻的性能、高可用性和易扩展性等要求。


   · Sparkling Logic SMARTS是基于最前沿且可云扩展的云技术架构开发的。它嵌入了基于Rete-NT算法的业界最快的业务规则执行引擎,并合理使用了map-reduce算法进行决策分析。
   · Sparkling Logic SMARTS决策服务可以部署在云平台或本地服务器上,也可以通过API集成到应用程序或系统中。这些服务是轻量的,用户可以自由选择所需的平台和架构。
对于业务分析师而言
数据分析师/数据科学家
IT工程师
业务专家
数据科学家
IT
产品
解决方案
学习
©2021 上海数泱信息科技有限公司 版权所有