數據挖掘能力與方式比較
有些企業表示已有自動化不同維度的固定報表,若是臨時需要,再下載資料,利用Excel製作報表,故無需求。事實上,目前多數報表是針對交易資料進行簡單運算,屬於描述性分析,能解釋已經發生事件的事後分析(Hindsight),缺乏進階統計與演算法分析,無法提供診斷性與預測性洞見(Insight),以及具指示性的遠見(Foresight),大幅提升決策品質與速度。
表3. Garner數據分析四階段
下圖比較不同產品的數據挖掘能力,JarviX內建數十種機器學習演算法,可利用無代碼 (No code)執行數據分析的四個階段,具備大數據千億級算力。其他產品,BI只能做描述性分析,Python或R可透過寫程式處理四階段分析,SAS可做描述性分析,其他則是低代碼或寫程式,需要另花費百萬配置大數據架構。
圖9. 各產品數據挖掘能力比較
下圖比較數據分析方式與時效,不論是使用介面、製作時間、建構者與溝通成本,JarviX均較優,能達到「秒級速度」。傳統分析拖曳式樞紐或寫程式,使用友善性較差,需要花費較長時間,JarviX讓AI協助分析,找到問題瓶頸,比傳統平台快,超過百倍的處理速度,站在企業的角度,釋放企業內大多數人的時間,能夠投入商業創新方面,創造更多價值。
圖10. 分析方式與時效比較
陳素敏顧問簡介
(歡迎有興趣的保險公司洽詢陳素敏顧聯絡)
|