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
模型导入
模型效果度量
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
决策部署
算法模型部署
赋能业务方直接管理业务规则和模型
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。
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。
|
|