Rechenzentrum SAS?
Transcrição
Rechenzentrum SAS?
„Erinnerungen an die Zukunft“ Das erfolgreiche Konzept des Business-Intelligence Marktführers Wolfgang Schwab Marketing Executive SAS Deutschland, Heidelberg Copyright © 2002 , SAS Institute Inc. All rights reserved. Rechenzentrum SAS? 1969: der erste Großrechner bildet die Grundlage für die Existenz des URZ: Modell 44 der IBM/360-Reihe für 3 Mio DM. 128 kB Hauptspeicher, zwei weitere Wechselplatten mit jeweils 7 MB. Jobeingabe mit Lochkarten. Start mit fünfzehn Mitarbeitern Copyright © 2002 , SAS Institute Inc. All rights reserved. 1 Rechenzentrum 1975/76: Beschaffung einer neuen SAS North Carolina und Auslieferung die über eine 15-fach höhere von Base SAS Leistung verfügte ( 2MB Hauptspeicher, 1,6 GB ermöglichte. Heidelberg wird zum 1977: Sieben Mitarbeiter sind beschäftigt Plattenspeicher) und Dialogbetrieb 1978: 600 Kunden 1980: SAS/Graph und SAS ETS regionalen Rechenzentrum 1976: Gründung von SAS in Cary/ Rechenanlage für ca. 18 Mio DM, 40 Mitarbeiter, jetzt im werden ausgeliefert. Verkaufsrate: Neuenheimer Feld 150 Produkte/Monat. Rund 3000 Kunden Copyright © 2002 , SAS Institute Inc. All rights reserved. Copyright © 2002 , SAS Institute Inc. All rights reserved. 2 Rechenzentrum 1983: Ablösung der Anlage durch SAS des Video Studios. DB-Direktzugriff 1986: Beschaffung einer neuen via SAS/IMS-DL/1 Anlage mit nun 64 MB Hauptspeicher und bis zu 63 GB 1982: Europäisches HQ in Heidelberg. Plattenspeicher. Erweiterung der ang. Dialogterminals auf 800. 1981: SAS/FSP wird entwickelt. Eröffnung des Training-Centers und ein neues IBM System. 1983: Eröffnung in Australien, New Vermehrter Einzug von Zealand, Singapore, Dänemark, Arbeitsplatz-PCs und Frankreich. Development Center Computerpools. mit 54.000 qm. 1985: Auslieferung von SAS AF und SAS IML. Copyright © 2002 , SAS Institute Inc. All rights reserved. Rechenzentrum 1987: Aufbau eines SAS SAS IML u. SAS STAT für PC DOS universitätsweiten Netzes, das die Einzelrechner verbindet. Anschluss an das Internet über Belwue 1986: SAS QC für Mainframe – 1987: 65% der SAS Installationen liegen auf einer IBM mainframe 1992: Ablösung des (1000 DOS-Sites). Schnittstellen zu Universalrechners durch einen DB2 und SQL/DS SAS System Unix-Cluster Code wird in C übertragen 1988: MultiVendor Architecture MVA. SAS/ACCESS software kommt auf den Markt. SAS unterstützt jetzt UNIX-Server SAS/ASSIST wird ausgeliefert Copyright © 2002 , SAS Institute Inc. All rights reserved. 3 Rechenzentrum 1992: Erstes SAS Benutzertreffen SAS am Rechenzentrum 1989: SAS is „Best company to work for“. Erste MIS/EIS Projekte in BRD 1990: Release 6.06 für MVS, CMS, und OpenVMS wird ausgeliefert 1991: SAS/Insight Auslieferung 1992: SAS/CALC, SAS/TOOLKIT, SAS/PH-Clinical und SAS/LAB Version 6.09 1993: SAS/EIS, Release 6.08 für MVS, CMS, VMS, VSE, OS/2 und Windows ersetzt 6.07 Copyright © 2002 , SAS Institute Inc. All rights reserved. Rechenzentrum SAS 1994: SAS/SPECTRAVIEW, SAS/SHARE*NET(ODBC) wird geliefert. 1995: DWH Lösung mit Rapid-WH. SAS Software für Macintosh (Release 6.10) wird eingeführt. Release 6.11 jetzt für Windows 95, Windows NT, and UNIX erhältlich. 1996: FDDI-Ring als Backbone installiert 1996: Erstes Produkt der SAS Lösungen: CFO Vision. Scalable Performance Data Server Copyright © 2002 , SAS Institute Inc. All rights reserved. 4 Rechenzentrum SAS 1997: Warehouse Administrator erreicht Marktreife 1998: SAS Enterprise Miner setzt neue Maßstäbe in der Data MiningTechnologie. ERP Access interface zu SAP/R/3. 1. Anbieter von OLEDB für OLAP,HOLAP Lösung. Lösung für Balanced Scorecard Systems. Enterprise Reporter und HR Vision 1999: SAS und Dun&Braedstreet: SRM-Lösung. Risk-Dimensions und Churn-Mgmt. Lösung für Telcos Copyright © 2002 , SAS Institute Inc. All rights reserved. Rechenzentrum SAS 2000: SAS bringt den Enterprise Guide auf den Markt. Außerdem wird SAS für Linux adaptiert. SAS Version 8.1 2001: Version 8.2 wird ausgeliefert 2002: SAS führt die java-basierte Version 9.0 in Europa ein 2003: Release 9.1 im Q4 Copyright © 2002 , SAS Institute Inc. All rights reserved. 5 SAS Oberfläche heute in Version 8.2e Copyright © 2002 , SAS Institute Inc. All rights reserved. Wachstum Rechenzentrum '99 '96 '93 '90 '87 '84 '81 '78 '75 '72 100 90 80 70 60 50 40 30 20 10 0 '69 Mitarbeiter Mitarbeiterentwicklung Copyright © 2002 , SAS Institute Inc. All rights reserved. 6 Wachstum SAS Deutschland Mitarbeiterentwicklung 500 Mitarbeiter 400 300 200 '00 '98 '96 '94 '92 '90 '88 '86 '84 0 '82 100 Copyright © 2002 , SAS Institute Inc. All rights reserved. Datenflut - Informationsüberflutung ?!? Informationsüberflutung ergibt sich nicht aus der absoluten Menge der Informationen, sondern aus der Kluft zwischen Informationsvolumen und der Qualität der Sinn erzeugenden Werkzeuge. Paul Saffo, Director, Institute for the Future, Menlo Park, USA Copyright © 2002 , SAS Institute Inc. All rights reserved. 7 Entwicklungsstufen der Informationsversorgung Data Warehouse Berichts- & Analysetools Listen Information als nicht erkanntes Problem Information als ungelöstes Problem. Information als Vorteil. Information Supply Chain Information und Wissen als Teil der Unternehmensstrategie. Qualität der Information. Konsistenz, Metadaten. Qualität der Informationsversorgung durch Information Process (Re-) Engineering. Reaktiv Aktiv Proaktiv Individuum Bereich Unternehmen Do it yourself Copyright © 2002 , SAS Institute Inc. All rights reserved. Informationsverarbeitung Vorstand Buchhaltung Controlling Disposition Finanzen Lagerverwaltung Debitoren Einkaufsabwicklung Kreditoren Bestandsführung ... Vertrieb Verkaufsabwicklung Rechnungsstellung Produktmgmt. Regionen Einkauf operative Aufgaben Produktionssteuerung Mitarbeiterverwaltung Gehaltsabrechnung IT Rechenzentrum etc. AE ... ... ... Copyright © 2002 , SAS Institute Inc. All rights reserved. 8 Informationsgewinnung Vorstand Div. Listen, Statistiken Controlling Finanzen Kunden Div. Listen, Statistiken Konten Debitoren Kreditoren ... Vertrieb Applikation A Finanzen Applikation B Bestände Produktmgmt. Regionen Einkauf IT Rechenzentrum AE ... Applikation C Div. Listen, Statistiken Anlagen Div. Listen, Statistiken Personal . . . ... Copyright © 2002 , SAS Institute Inc. All rights reserved. Informationsgewinnung Vorstand Controlling Finanzen Debitoren Kreditoren Div. Listen, Statistiken Kunden Div. Listen, Statistiken Konten Applikation A ... Vertrieb Produktmgmt. DWH Applikation B Bestände Applikation C Regionen Einkauf Finanzen Div. Listen, Statistiken IT Anlagen Personal Rechenzentrum AE ... Div. Listen, Statistiken Informations & Applikationsraum ... Organisation Copyright © 2002 , SAS Institute Inc. All rights reserved. 9 Informationsgewinnung Vorstand Kunden Controlling Integration über... Finanzen Konten Debitoren ...Metadaten Kreditoren Finanzen ... ... Schnittstellen Vertrieb Bestände Produktmgmt. ...Prozesse Regionen Anlagen Einkauf Personal IT Rechenzentrum Informations & Applikationsraum AE ... Organisation ... Copyright © 2002 , SAS Institute Inc. All rights reserved. Business Intelligence - Architektur BI – Portale Wissensverteilung Integration Metadaten Query & Reporting Analytische Intelligenz Offenheit Skalierbarkeit Data Warehousing Datenmanagement ETL ERPSysteme Datenbanken Operative Systeme e - Daten Externe Daten Copyright © 2002 , SAS Institute Inc. All rights reserved. 10 SAS Information Delivery Portal Copyright © 2002 , SAS Institute Inc. All rights reserved. Enterprise Performance Management Supplier Relationship Management e Business BPM Performance ABC/M Management Supply Chain Informations-Infrastruktur e e Copyright © 2002 , SAS Institute Inc. All rights reserved. 11 SAS Enterprise Intelligence - Lösungen Supplier Intelligence Supplier Relationship Management Einkaufscontrolling – Einsparpotentiale realisieren Strategische Beschaffung Global koordinierte Beschaffung über das ganze Unternehmen Spend Analysis, Supplier Ranking, Portfolio Optimisation Enterprise Performance Management Balanced Scorecard für das Unternehmen & für Bereiche Managementinformationssysteme & KPI-Reporting Gesamtheitliche Unternehmenssteuerung Customer Intelligence Marketing Automation, Kampagnen- & Multi-ChannelOrganisational Intelligence Management Financial Management: Konsolidierung, Planung, Analytical CRM: Budgetierung, Prozesskostenrechnung Kundenprofitablität Vertriebscontrolling Response Optimierung, Risk Management Stornovermeidung, Intelligence Architecture Human Capital Management Cross-& Up-Selling, Intelligence Data Management: ETL, Data Warehouse,... IT Management Anlassmanagement Process Intelligence Credit Scoring, Analysis & Reporting: Business Intelligence, Analytical Bon-Daten- & Warenkorbanalyse, Betrugserkennung Intelligence Standortanalyse, Intelligence Application Integration Web Mining Copyright © 2002 , SAS Institute Inc. All rights reserved. Enterprise Intelligence: SAS® Strategic Performance Management Copyright © 2002 , SAS Institute Inc. All rights reserved. 12 Kernelement einer Scorecard sind Ziele, nicht Kenngrößen Finanzielle Perspektive: Vision & Strategie Personalbeschaffungskosten Fluktuationskosten Was wollen wir unseren Kapitalgebern bieten? als Ausgangspunkt Kundenperspektive: Auswahlprozeß Vergütung Mitarbeiterzufriedenheit Wie sollen uns unsere Kunden wahrnehmen? Prozessperspektive: Was müssen wir bei unseren Prozessen hervorragend gestalten, um unsere Strategie zu erfüllen? Potentialperspektive: Wie gewährleisten wir langfristig unseren Erfolg? Bewerberqualität DLZ Bewerbungsprozeß Effektivität Internationalisierung Know how Transfer Karrieremöglichkeiten Strategische Ziele als Ergebnis Copyright © 2002 , SAS Institute Inc. All rights reserved. SAS® Strategic Performance Management: Balanced Scorecard Finanzen Kunden Prozesse Mitarbeiter Copyright © 2002 , SAS Institute Inc. All rights reserved. 13 Erfinder der BSC Robert S. Kaplan David P. Norton Copyright © 2002 , SAS Institute Inc. All rights reserved. Aus Daten entsteht e-Wissen Log Files Kundendaten Externe Daten Daten einlesen, transformieren, aggregieren, schedulen, weitere Daten einbinden ... Reporting Web Mining off-line Scoring on-line Scoring Copyright © 2002 , SAS Institute Inc. All rights reserved. 14 Die drei Dimensionen des e-CRM • Verfügbarkeit • Antwortzeiten • Service-Level • Angebotsnutzung • Verweildauer • Ein- und Ausstieg • Besucherpfade • Konversionsrate • Verhaltensprofile • Kundensegmente • Personalisierung Copyright © 2002 , SAS Institute Inc. All rights reserved. Die drei Dimensionen des e-CRM SAS® WebHound™ SAS® IT Management Solutions SAS® CRM Solutions • Web Mining • Cross-/Up-Selling • Fraud Detection • Response Optimierung Copyright © 2002 , SAS Institute Inc. All rights reserved. 15 Business und IT im Informationszeitalter Beitrag der IT zur Produktivitätssteigerung sen Wis Wissen integrieren, verteilen und anwenden n atio Information sammeln & bereit stellen Integrierte Prozesse Transaktionen Date Industriezeitalter IntelligenzSysteme Wissen generieren rm Info Informationszeitalter Business-Fokus n Plattformen Operative Systeme • Extrovertiert • Ertrag • Wissen • Introvertiert • Kosten • Prozesse Produktivitätssteigerung Copyright © 2002 , SAS Institute Inc. All rights reserved. Data Mining (Credit Scoring) 1963 IBM 7090: 0.5 MHz, 0.2 MB RAM, 3000 Punch Cards “Aufgrund beschränkter Speicherplatzkapazität konnten wir unsere Analyse nur für 600 Kreditanträge mit 25 Variablen durchführen.” J. Myers and E. Forgy, Journal of American Statistical Association, 9/63 Copyright © 2002 , SAS Institute Inc. All rights reserved. 16 Datenvolumina in DWH-Projekten Bytes Paper Kilobyte 210 ½ Blatt Megabyte 220 1 Schublade Gigabyte 230 80 Meter Terabyte 240 32 Meilen Pentabyte 250 32,000 Meilen Copyright © 2002 , SAS Institute Inc. All rights reserved. Text-Mining: Ausgangspunkt Relevante Informationen eines Unternehmens sind in Textdokumenten enthalten wie z. B. Briefe, E-Mails, Strategiepapieren, juristische Unterlagen, Marktstudien, Patentenschriften, Produktbewertungen Herkömmliche Data Mining Verfahren können den größte Teil dieser „unstrukturierten“ Informationen nicht analysieren. Der SAS Text Miner bietet eine wertvolle Chance, bislang nicht analysierte Datenquellen abzugreifen, um ein tatsächlich vollständiges Bild vom Unternehmen zu gewinnen. Copyright © 2002 , SAS Institute Inc. All rights reserved. 17 Was ist Text Mining? Entdeckung von neuem, nicht trivialem, interessantem und wirtschaftlich verwertbarem Wissen in großen Textbeständen. Aufdecken von Mustern in der Sammlung Wissen Klassifizierung von Dokumenten auf Basis der Häufigkeit der Wörter und Wortkombinationen Verbinden von Free-Form Dokumenten und quantitativen Variablen, um Informationen abzuleiten Copyright © 2002 , SAS Institute Inc. All rights reserved. Copyright © 2002 , SAS Institute Inc. All rights reserved. 18 Ein Frühwarnsystem für Wertpapierhändler mit Data Warehousing und Text Mining Kursrelevante wertpapierspezifische Mitteilungen werden von der Deutschen Gesellschaft für Ad-hoc – Publizität verfaßt und über Newsfeeds (Reuters,Nightridder, Bloomberg, DataStream etc.) verteilt. Der Wertpapierhändler hat Zugang zu diesen Mitteilungen. Er muß sie auf dem Bildschirm anzeigen, lesen und bewerten. Welche Auswirkungen ergeben sich daraus für den Kurs des Wertpapiers? Verkürzung der Reaktionszeit durch Text-Mining basierendes Frühwarnsystem. Copyright © 2002 , SAS Institute Inc. All rights reserved. Beispiel: Ad-hoc Mitteilung Copyright © 2002 , SAS Institute Inc. All rights reserved. 19 Text Mining ist nicht Natürliche Spracherkennung/Sprachverarbeitung Information Retrieval Suchen von Informationen oder Zeichenketten aus einzelnen Dokumenten Copyright © 2002 , SAS Institute Inc. All rights reserved. Text Mining: Einsatzmöglichkeiten Segmentierung und Klassifikation Verbesserung von CRM Scoring Modellen durch zusätzliche Auswertung schriftlich aufgezeichneter Kommunikation Betrugserkennung Aufstellen und Abgleichen von Dokumentprofilen (Beispiel Topic Scoring Engine, Jobvermittlung...) Automatisches Filtern von E-mails Einstufung von Dokumenten in verschiedene Kategorien (Help Desk Routing) Copyright © 2002 , SAS Institute Inc. All rights reserved. 20 Text Mining: Einsatzmöglichkeiten Clusterung Erkennen von komplexen Zusammenhängen in großen Dokument-Sammlungen, z.B. Medline Lernen aus Krankheitsverläufen durch Analyse von Behandlungsakten in Krankenhäusern Copyright © 2002 , SAS Institute Inc. All rights reserved. Text Mining: Einsatzmöglichkeiten Clusterung Handelsregistereinträge Call Center Logs. Vorhersage Kostenprognose basierend auf Call Center Logs Aktienkurs aus gegenwärtigen Geschäftsberichten Betrugserkennung Copyright © 2002 , SAS Institute Inc. All rights reserved. 21 SAS Text Mining EM 4.1 Early Adopter COMPAQ Computer Corporation – Kategorisierung und Zuordnung von Kundenzufriedenheit bzw. –unzufriedenheit bei eingehenden Call Center-Daten, Verbesserung der CRM-Scoring Modelle. University of Louisville Medical Center - “Mining” medizinischer Datenbanken wie z. B. Medline und Analyse von patientenbezogenen Diagnose-Codes Science Applications International Corp – JobzufriedenheitsStudie zur Verringerung der Kündigungen bei den US Marines Copyright © 2002 , SAS Institute Inc. All rights reserved. Data Mining - SAS Mining Challenge die Studenten schon in ihrer Ausbildung mit businessrelevanten Fragestellungen, reellen Daten und der leistungsfähigen Software zu kontaktieren, => einen konkreten Praxisbezug schaffen! Copyright © 2002 , SAS Institute Inc. All rights reserved. 22 Aufgabe Optimierung einer tatsächlich durchgeführten Mailingaktion durch eine Responseoptimierung auf historischen Daten Anwenden der Modellierung auf einen „neuen“ Kundendatensatz für eine weitere Werbeaktion Daten SAS Datei „Analyse“ (147705 Beob. u. 164 Var.) (102286 Beob.) SAS Datei „Score“ Vielen Dank an: Copyright © 2002 , SAS Institute Inc. All rights reserved. Der Status Die SAS Datei „Score“ enthält 102286 Objekte. Darunter 11529 (11,27%) tatsächliche Reagierer Copyright © 2002 , SAS Institute Inc. All rights reserved. 23 Preise Vielen Dank an: Copyright © 2002 , SAS Institute Inc. All rights reserved. Teilnehmerherkunft Copyright © 2002 , SAS Institute Inc. All rights reserved. 24 Die besten Ergebnisse Die zu erzeugende Datei mit den 10000 „besten“ Kunden (9,8% der „Score-Datei ) enthielt im besten Ergebnis 2170 tatsächliche Reagierer, d.h. 18,8%! Durch Data Mining wurde die Anzahl der Reagierer nahezu verdoppelt! (11,27%=>18,8%) Copyright © 2002 , SAS Institute Inc. All rights reserved. Die Gewinner Platzierung Name 1 Krogel 2 Feist 3 Lohmeier 4 Seifert 5 Bentlage 6 Kühne 7 Kähne 8 Zachen 9 Grabner 10 Wadiak 11 Waly 12 Wissuwa 13 Marquardt 14 Kaiser 15 Metzner 16 Drautz 17 Degenhardt 18 Parey 19 Marx 20 Niedling 21 Neukirch 22 Kaiser 23 Jorzik 24 Friedrich 25 Pohl Vielen Dank an: Vorname Reagierer Uni Mark Andre 2170 Uni Magdeburg Joachim 2148 Uni Konstanz Eva 2125 Uni St. Gallen Christin 2114 TU Chemnitz Jan 2089 Uni Bielefeld Daniel 2046 Uni Jena Florian 2041 Uni Magdeburg Uwe 2041 Uni Dortmund Rene 2035 TU Chemnitz Monika 2028 FH Mannheim Hussein 1987 Uni Heidelberg Stefan 1964 HS Wismar Steffen 1942 FH Fulda Elisabeth 1936 Uni Trier Michael 1923 Uni Heidelberg Markus 1904 Uni Frankfurt Thomas 1886 FH Schmalkaden Matthias 1866 Uni Bonn Anja 1860 FH Mannheim Eric 1859 TU Ilmenau Thomas 1807 Uni Frankfurt Marc-Andre 1710 Uni Hannover Nathalie 1686 Uni Hamburg Johan 1300 Uni Heidelberg S. 1070 FH Mittweida 1. Platz: Mark-Andre Krogel, Otto-von-Guericke Universität Magdeburg, mit 2170 erkannten Reagierern (18,8%) 2. Platz: Jochen Feist, Universität Konstanz, mit 2148 erkannten Reagierern (18,6%) 3. Platz: Eva Lohmeier, Hochschule St.Gallen, mit 2125 korrekt erkannten Reagierern (18,4%) Copyright © 2002 , SAS Institute Inc. All rights reserved. 25 Feedback Aussagen Sehr gut hat mir gefallen, dass man mit einem realen Datensatz und entsprechender Größe arbeiten konnte. Sehr gefallen hat mir die Idee der Challenge überhaupt. Wann befasst man sich schon eigenständig mit einer derartigen Software in so einem selbständigen Masse. Auch die Betreuung im Q&A fand ich super. Wäre toll, wenn sich derartige Events wiederholen würden. Sehr komplexe Software mit sehr vielen Möglichkeiten das Ergebnis zu beeinflussen. Mächtiges Instrument, doch Spezialisierung von Nöten, um volle Effizienz zu erreichen. Die Möglichkeit praktische Erfahrungen im Datamining zu sammeln. Die Praxisnähe der Aufgabenstellung (große Datenmengen,die so für eine Katalogselektion verwandt worden). Copyright © 2002 , SAS Institute Inc. All rights reserved. SAS Version 9 Copyright © 2002 , SAS Institute Inc. All rights reserved. 26 Was gibt es Neues in Version 9? Usability Scalability Manageability Interoperability Copyright © 2002 , SAS Institute Inc. All rights reserved. V9.0 – Mehrwert für den Kunden Usability • Verbesserter ODS - Output (mit “Markup” und “Document”) • Java Oberflächen Manageability • SAS Management Konsole Interoperability (within SAS and with 3rd party) • Volle XML Unterstützung • Zentral geschalteter, offener Metadatenserver Scalability • Parallelzugang zu DB (DB2, Oracle, Sybase) • Prallele (threaded) Prozeduren (SORT, SUMMARY, REG, DMREG) Copyright © 2002 , SAS Institute Inc. All rights reserved. 27 Usability – V9 SAS® Web Report Center Copyright © 2002 , SAS Institute Inc. All rights reserved. Usability - Enterprise Miner 5.0 Die neue Java- (Swing-) Oberfläche bietet erhöhte Anwenderfreundlichkeit hinsichtlich Bedienung und Visualisierung von Prozessen und Ergebnissen Das vom Enterprise Guide bekannte Konzept der Ergebnisveröffentlichung (“Publish and Subscribe”) ermöglicht zielgenaue Informationsverbreitung Copyright © 2002 , SAS Institute Inc. All rights reserved. 28 Manageability - Die SAS Management Konsole • Zentrale Komponente des integrierten Metadatenkonzepts: Java-Oberfläche zum „parallelen“ Metadaten-Server SMC • Zentraler Leitstand für die Administration der SAS Umgebung. Monitor ¾ SAS Prozesse Wartung ¾ Lizenzmanager ¾ Installationsinformationen Umgebung ¾ Metadaten ¾ Server ¾ Applikation ¾ User Manager Sicherheitsrichtlinien ¾ Autorisierung ¾ Zugriffskontrolle ¾ Quelle Copyright © 2002 , SAS Institute Inc. All rights reserved. Scalability mehrere Threads möglich Berechnung Mittlere Code monatliche der für das KonfidenzDruckLOESSdifferenz bänder Modell ist zwischen ist der (bisher) Flaschenhals Darwin nicht undund wird multiEaster multithreaded. threaded! Island NIST (1998), “Statistical Reference Data Sets” Copyright © 2002 , SAS Institute Inc. All rights reserved. 29