Deductor – аналитическая платформа

Назначение системы
Deductor 5 является платформой, ориентированной на решение задач анализа любых структурированных (табличных) данных.
Реализованные в Deductor технологии позволяют на базе единой платформы пройти все этапы построения аналитической системы: от создания хранилища данных до автоматического подбора моделей и визуализации полученных результатов.

Область применения
Глубокий анализ любых табличных данных:
Системы аналитической отчетности
Многомерный анализ
Прогнозирование
Поиск закономерностей
Управление рисками
Сегментация клиентов/товаров/услуг
Построение профилей потребителей
Оценка эффективности рекламы
и многое другое…

Технологии анализа
В Deductor реализованы практически все современные технологии анализа структурированных данных.
Data Warehouse – хранилище данных
OLAP – многомерный анализ данных
Data Mining – добыча данных
Knowledge Discovery in Databases – обнаружение знаний в базах данных

Хранилище данных
Интегрированное в платформу хранилище данных Deductor Warehouse решает задачу консолидации и предоставляет аналитику единый источник данных:
Богатый семантический слой
Высокая производительность
Гибкие механизмы фильтрации данных
Непротиворечивость и целостность данных
Простота и удобство работы

Многомерный анализ данных
OLAP – способ визуализации многомерных данных. Встроенное в Deductor OLAP-ядро поддерживает мощные механизмы манипулирования кубами. Все операции выполняются «на лету»:
Произвольное размещение измерений/фактов
Фильтрация, сортировка и группировка по любым показателям
Детализация данных
Кросс-диаграмма

Добыча данных
Data Mining – процесс построения моделей и поиска закономерностей. Найденные при этом правила и закономерности описывают новые связи, позволяют предсказывать значения одних признаков на основе других. В Deductor реализовано множество Data Mining алгоритмов:
Деревья решений
Нейронные сети
Самообучающиеся карты
Ассоциативные правила
и многое другое…

Обнаружение знаний в базах данных
Knowledge Discovery in Databases – методология анализа данных, описывающая процесс обнаружения знаний в базах данных как комбинацию 5 базовых операций:
Выборка данных
Очистка
Трансформация
Построение моделей – Data Mining
Интерпретация результатов

Как это работает в Deductor
В Deductor все эти механизмы анализа реализованы, унифицированы и интегрированы. Вся обработка производится при помощи всего 4-х мастеров:
Импорт
Экспорт
Обработка
Визуализация
Комбинируя эти действия, строятся сценарии анализа, позволяющие решать огромный спектр актуальных бизнес-задач.

Deductor – типовой сценарий
Импорт данных
Очистка данных
Трансформация
Построение модели
Экспорт данных
Файл
Механизмы импорта
Обработка данных
Механизмы экспорта
Deductor Warehouse

Источники и приемники данных
Deductor имеет встроенные механизмы работы со множеством источников и приемников данных, поддерживает практически все популярные форматы:
TXT, CSV, XML, HTML…
Офисные приложения
Драйвера прямого доступа ко множеству СУБД
Поддержка ODBC и ADO
1C:Предприятие

Интеграция
В процессе анализа необходимо одновременно обрабатывать информацию из множества источников, комбинировать данные, способы обработки и визуализации. Deductor обладает развитыми способами взаимодействия со сторонними приложениями на базе промышленных стандартов:
Пакетное выполнение
OLE-Automation
Deductor Server и Client
Открытый API

Тиражирование знаний
Deductor легко интегрируется в любое программное окружение, позволяет извлечь из накопленных в компании данных интересную и практически полезную информацию и трансформировать ее в конкурентные преимущества.
Реализованные механизмы обеспечивают тиражирование знаний, когда результаты, полученные аналитиками, используются всеми сотрудниками организации без необходимости понимания способов и методов обработки.

Практика применения
Подход, реализованный в Deductor, апробирован во многих проектах и с успехом применяется в различных отраслях экономики:
Оптовая торговля – прогнозирование спроса, оптимизация продаж, анализ клиентской среды, аналитическая отчетность…
Розничная торговля – консолидация данных, многомерный анализ, оптимизация закупок…
Банки – скоринговые системы, оценка рисков, оптимизация продуктовой линейки, прогнозирование…
Производство – оптимизация производства, контроль качества, планирование…