Mit der Version 5.0 des Analytic Frameworks will der US-Hersteller Kxen einmal mehr zeigen, dass er im Bereich der Automatisierung deskriptiver und prädiktiver Analyseprozesse zur Optimierung von Direktmarketing-Ergebnissen und Risikomanagement-Initiativen etwas zu sagen hat. Nebst der Verbesserung von Leistung und Handling wurde die Analyse-Suite um drei neue Anwendungskomponenten erweitert, die sich besonders an Unternehmen richten, die in grossem Umfang auf internes Data Mining angewiesen sind.
Neue Pförtner für die Datensilos
Die neuen Bausteine zur unternehmensweiten Datenanalyse umfassen Analytic Data Management, Executive Reporting und Risk Modeling. Die Methodik des Analytic Data Management erlaubt die automatisierte Anfertigung und Handhabung von Datensätzen mit zehntausenden von Variablen aus unterschiedlichen Datenquellen und liefert damit ein solides Fundament für ausführliche Geschäftsanalysen, welche die Adressierung von tausenden von Fragestellungen beinhalten. Unternehmen müssen sich dadurch nicht mehr um eine Begrenzung des Rahmens der zu analysierenden Daten kümmern.
Das Modul Executive Reporting ermöglicht es Führungskräften, den geschäftlichen Nutzen prädiktiver Modelle einzusehen, welche unter Verwendung von Kxens Lösungsportfolio erstellt wurden. Strategische Key-Performance-Indikatoren (KPI) können zudem rasch aus einer grossen Menge von Modellen aufgerufen werden, während sich die Verwaltung modellfabrikartiger Analysinitiativen vereinfacht darstellt.
Für Finanzinstitute, die Risiken managen und vermarkten, bietet sich mit der neuen Risk-Modeling-Komponente die Möglichkeit zur Risikobewertung. Auswertungen aus Kxens Risk Modeling sind statistisch mit traditionellen Scorecard-Methoden kompatibel und ermöglichen auf Basis aktuellster Daten die Generierung von aktuellen Risikobewertungen für jeden einzelnen Kunden und jede getätigte Transaktion.
Standardisiert und bedarfsgerecht
Kxens Analytic Framework beschreibt ein Set von Analysekomponenten, das sowohl in Kombination mit Modellierungs- und Reporting-Assistenten als Data-Mining-Lösung wie auch als eine über APIs in strategische Geschäftsprozesse integrierte Lösung eingesetzt werden kann. Data-Mining-Szenarien lassen sich entweder als Stand-Alone- (2-Tier), Remote-Access- oder Client/Server-Lösung (3-Tier) realisieren. Das Framework basiert auf Industriestandards wie Java Data Mining (JDM), Web-Services, SQL, Unicode sowie der Predictive Modeling Markup Language (PMML). (Fabian Bumbak)
