IBM Watson Analytics

IBM
IBM Analytics
Analytics
IBM Watson Analytics
#ibmanalytics
Cognitive Computing
• Systeme werden trainiert,
NICHT programmiert
• Lernen durch Interaktion
und Erfahrung
• Schlussfolgern – neue Daten
erschließen
• Mit uns Menschen
kommunizieren
wesentlichen Bausteine von Watson
1
2
Verständnis
von natürlicher
menschlicher
Sprache (NLP)
Findet und bewertet
Hypothesen um
Antworten zu liefern
99%
60%
10%
Sprachbarriere
zwischen Mensch
und Computer durch
Verständnis der
menschlichen
Sprache brechen
Ermittelt
wahrscheinliche
Antworten, bewertet
und begründet diese
3
Lernt und
verbessert sich
ständig über
Feedback und
neue Daten
Wissen wird iterativ durch
jede Interaktion verbessert
Mögliche Einstiegspunkte in die Watson Technologie
§ Forschung & Entwicklung
§ Medizinische Systeme
§ Technologischer Cloudkern
Watson
Core
§ Natürlich sprachliche Dialoge
(Q&A Systeme)
§ Cloud Systeme (SaaS)
§ Englischsprachig
Watson
Solutions
Watson
Eco-system
§ Watson-Powered-Apps für Bluemix
§ Offenes Watson-System in der Cloud (PaaS)
§ Developer Program
Watson
Analytics
Watson
Foundation
§
§
§
§
Analytische Lösungen
Heute im Praxiseinsatz
Mehrsprachig (Deutsch)
On Premise / SaaS
Kognitive Wertschöpfung Schritt für Schritt
Watson
Solutions
Kognitive Assistenz (Advisor) Cloud-Lösungen
Wissensbasierte Informations-Findung
Manage
Daten und Dokumente
verwalten:
Wo sind welche Informationen
Güte, Laufzeit, Ownership,
Sicherheit, …
Search & Explore
Watson
Foundation
Analyze&Correlate
Suchen, visualisieren, explorieren
von Informationen:
Anwendungs-übergreifend,
Domänen-übergreifende 360°Blicke
auf Information
Erkennung von linguistischen Mustern,
Abstraktion von Konzepten,
Korrelationen, Abweichungen &
Zusammenhänge erkennen und nutzen
Curation
Interpret
Kognitive Anwendungen:
Zusammenhänge verstehen und
Menschen beraten,
Maschine Learning &
Selbstlernende Algorithmen
Watson Analytics? – SPSS?
Kognitiv: analysiert mögliche Fragestellungen,
reagiert auf Fragen und schlägt Antwortmöglichkeiten
vor.
•
•
•
•
Predictive Analytics
•
•
•
•
vollwertiges Werkzeug für Data Mining oder Statistik
Umfangreiche Einflussmöglichkeiten
Für Data Scientists
Integration in Prozesse, Wiederkehrend
Cloud-Lösung mit umfassenden Analysefunktionen
Ad-hoc-Analyse für jedermann
Fragestellung in natürlicher Sprache möglich
enthält kognitive Funktionen
IBM Watson Analytics
Bessere Daten
Geschäftsverständnis
Zusammenhänge
Kommunikation
IBM Watson Analytics
Bessere Daten
Geschäftsverständnis
Zusammenhänge
Kommunikation
Enthaltene Dienste liefern Datenzugriff und –
verfeinerung ohne Modellungsaufwand
IBM Watson Analytics
Bessere Daten
Geschäftsverständnis
Zusammenhänge
Kommunikation
Automatisierte Intelligenz beschleunigt den
Erkenntnisgewinn
IBM Watson Analytics
Bessere Daten
Geschäftsverständnis
Zusammenhänge
Kommunikation
Automatisierte Erkennung von wesentlichen
Treibern in den Daten
IBM Watson Analytics
Bessere Daten
Geschäftsverständnis
Zusammenhänge
Kommunikation
Visualisierung und teilen von Erkenntnissen
und Entscheidungen
Watson Analytics – Editionen und Preise
Edition
Free
Plus
Professional
Watson Analytics for
Social Media
Users
1 user
1 user
1 or more users
Addition to one
existing subscription
Rows per data set
100.000
1.000.000
10.000.000
Columns per data set
50
256
500
Storage
500MB
2 GB (+)
100 GB (+)
Upload
Files & MS Excel
Files & MS Excel
Files & MS Excel
Several databases (on-prem /
cloud)
Twitter
Several databases (on-prem / cloud)
Twitter
IBM Cognos reports
Twitter, Blogs, Forums
Share data sets, explorations,
Refined data sets, predictions and
views
Prepackaged access
and analytics for social
media
80 USD (per User)
2.000 USD (per Tenant)
Direct access
Additional functionality
Price (per Month)
0,00
30 USD (per User)
Live Demo
Watson Analytics in Action
www.watsonanalytics.com
Demoleitfaden (1/2)
•
! Alle Data sets, Explorationen, predicitions und dashboards sind unter dem Nutzer Jamie Tan ([email protected] / ours1n11) im Tenant von Marc
abgelegt!
•
Start: „Setting the Stage“
•
•
Wir sind in einem Handelsunternehmen und haben Informationen aus verschiedenen Quellen extrahiert und in einem Excel konsolidiert bekommen
•
Zeige die Excel-Datei „Kundendaten_Gesamt mit Regionen und Scoring.xls“
Upload und Refine
•
•
•
Upload der Datei (Slide 18)
•
während des Uploads über die Arbeit von WA im Hintergrund sprechen (Erkennen von Spalten, Zusammenhängen, Aufbau Datenmodell, Datenqualität usw)
•
Twitter als Datenquelle zeigen (Slide 19)
•
Die verschiedenen WA Editions sprechen (Slide 20, auf dem Dashboard zeigen)
Refine öffnen (Ergebnisse von WA zeigen, Qualitätsscore), schließen (Slide 21)
Explore:
•
Auf das Data Set klicken und „How to ask a question“ diskutieren (Slide 22)
•
Zurück und auf explore, frage eingeben: „what is umsatz_total by geschlecht” - macht keinen Sinn, da Umsatz aufsummiert wird, Durchschnitt ist besser (Slide 23,24)
•
Neue seite, „what is average umsatz_total by geschlecht” (Slide 25)
•
Darstellung erweitern: “Columns” öffnen und die Spalte “Alter” als “Color by” wählen (Slide 26) – zu viele Werte, unklar!
•
Neue Datagroup erzeugen und “Altersgruppen” (gleichmäßig 10 Bereiche) definieren (Slide 27)
•
Statt “Alter” “Altersgruppen” für “color by” auswählen – immer noch sehr unklar (Slide 28)
•
Grafiktyp ändern: Treemap in den Spalten Altergruppe und Geschlecht tauschen (slide 29) – Auffälligkeit bei Altersgruppe 26-33, also dort Drill
•
Beide Geschlechter markieren und rechte Maustaste und dann Navigate nach Familienstand (Slide 30)
•
Ergebnis: Junge Verheiratete (Slide 31)
•
WA macht Vorschläge für weitere Analysen: “Highest Umsatz_tot for Bonität gut”, Auswählen und Anzeigen (Slide 32)
•
“sind das schlechte Regionen hier??” – neue Seite “what is average umsatz_total by state” (Slide 33)
•
Wir wollen nur die ID sehen, die auch gekündigt haben: Filter (Slide 34)
•
Und nun auf die Karte noch die Anzahl der Kündiger (Slide 35)
Demoleitfaden (2/2)
•
•
Predict
•
•
•
Start mit Churn als Ziel (WA erkennt mögliche Kandidaten) (Slide 36)
Nur Bildschirm zeigen, Demo dauert zu lange; Ergebnis steht im „Shared“ Ordner „was treibt Churn“
Oberen Bildschirm (insbes. Associations) diskutieren
•
•
Zeigen 1 Einflussfaktor (Slide 37) und Details (Slide 38)
2 Einflussfaktoren (Slide 39) und Details (Slide 40)
•
alle Einflussfaktoren (Slide 41) und Details (Slide 42)
Dashboard:
• Hinweis: WA kann nicht nur interne, hochgeladene Daten nutzen, sondern auch Daten aus Twitter oder anderen Quellen heranziehen
•
Erstens:
• Erinnerung Daten aus Twitter hatten wir vorhin kurz
• Dann das Dataset, was ich vorher angelegt habe
•
Dann das Dashboard, Seite 1 (Slide 43)
• NUR WENN NOCH ZEIT BLEIBT: SOCIAL MEDIA ANALYTICS
•
Social Media: nur den Dialog zeigen (direkt unter dem Nutzer Marc Bastien!) und das Ergebnis (Slide 44, bzw. 45-47), DATASET unbedingt vorher nochmal
testen!!!
Damit endet die erste Demo und der SPSS-Teil kommt
Zweite Demo (15 Min)
•
Ausgangssituation: SPSS hat jetzt mit den Daten “was” gemacht und die möglichen Churn-Werte errechnet, diese werden jetzt in einem Dashboard dargestellt
•
Dashboard 1: ganz viele Filter, mit denen die Ausgabe beeinflusst werden kann, wenn man die untere Leiste nach oben zieht, kann man ganz rechts
(scrollen!) auch die Churnwahrscheinlichkeit einstellen, und die Liste wird eingeschränkt (Slide 48)
Startbildschirm
Upload File
Twitter Data
WA Editions im Dashboard
Refine
Fragen stellen
Exploration - Start
what is umsatz_total by geschlecht
what is average umsatz_total by geschlecht
…nach Alter…zu viel
Neue Gruppe
…nach Altersgruppen
…nach Altersgruppen, Treemap
…selektieren und nach Familienstand
Ergebnis: junge Verheiratete
Hinweis am oberen Rand „Bonität“!
what is average umsatz_total by state
what is average umsatz_total by state for kündiger
Hinzufügen: Count (Churn)
Predict - Konfiguration
Predict – ein Einflussfaktor
Predict – ein Einflussfaktor, Details
Predict – zwei Einflussfaktoren
Predict – zwei Einflussfaktoren, Details
Predict – alle Einflussfaktoren
Predict – alle Einflussfaktoren, Details
Assemble – fertiges Dashboard 1
WA für Social Media (WASM) - Konfig
WA für Social Media (WASM) – Sentiment
WA für Social Media (WASM) – Geography
WA für Social Media (WASM) – Sources
Assemble – fertiges Dashboard

Download Report