分析モデリングツール

概要

IBM^® SPSS^®製品をご導入いただくお客様に対して、製品導入前のインフラ構築から導入後のモデル構築・運用支援まで、さまざまな一連したサービスを提供いたします。

データマイニングの目的

パターン発見	蓄えられた膨大なデータから有益なパターンや組み合わせを発見する。
	ビールとオムツの併買に代表されるマーケットバスケット分析や、「特定商品A」を購入した顧客が、次回以降の来店で最も購入しそうな時系列関連商品を確率付きで発見。
予測	過去のデータから最適なモデルを算出させ、将来を予測する。(判別/数値予測)
	過去の行動情報を基にして顧客のランクアップ&ダウン、休眠の確率をスコアリング。店舗収益を左右する戦略商品に関して過去の実売データから将来の取引量を推測。
分類	似たような顧客グループや商品グループを素早く求める。
	顧客ごとに購入の仕方にはいくつかのパターンがあり、こういった購買行動の近いグループに分類することで、商品政策やDMなどの施策を立案。

全体のイメージ

• ページの先頭へ

IBM SPSS Modelerの特長

簡単分析操作

• パレット上にアイコンを配置するだけで分析を行うことが可能です。

分析プロジェクト管理

• 分析機能がすべてアイコンとなっているため、分析の過程をビジュアル的に把握し保存することが可能です。

初心者でも最適な分析が可能

• 自動モデル作成機能を使用することで初心者でも分析を行うことが可能です。

テキストマイニングも可能（オプション）

• 構造データと非構造データ(テキストデータ)を組み合わせてマイニングすることでより精度の高いモデルを構築することが可能となります。

• ページの先頭へ

画面イメージ

全体ストリーム

データ入力からモデリングまでの処理の流れ

Multi Webグラフ

関連性の強い項目を発見

Apriori分析

パターン発見

決定木分析_C5.0

影響度の強い項目順に表示

• * 本製品を輸出等される場合には、外国為替及び外国貿易法の規則ならびに米国の輸出管理規則など外国の輸出関連法規をご確認のうえ、必要な手続きをお取りください。なお、ご不明な場合は、当社担当営業にお問い合わせください。

• ページの先頭へ