Bestnoten für KXEN im Praxistest der Data Mining Studie 2009

(openPR) Paris, 07.01.2009 — In einem umfangreichen Funktionsvergleich und Praxistest des BI-Analysten- und Beratungs-Unternehmens mayato wurde der automatisierten Data-Mining-Lösung KXEN Analytic Framework eine unerreicht schnelle Performance auch bei großen Datenvolumen bescheinigt. In der Studie „Data Mining Software 2009“ wurden insgesamt zwölf Data-Mining-Tools und Suiten bewertet, vier davon in einem detaillierten Praxistest.
Neben KXEN Analytic Framework – als einziges DM-Werkzeug in der Rubrik „Self-Acting Data Mining“ – wurden im November 2008 im unabhängigen Praxistest auch die Open-Source-Lösung RapidMiner, SAS Enterprise Miner und SAP NetWeaver Data Mining Workbench verglichen. Nach Einschätzung von mayato positionierte sich KXEN im Hinblick auf Effizienz, Bedienbarkeit, Performance bei großen Datenmengen und Geschwindigkeit der Modellerstellung an erster Stelle. Laut Studie kommt KXEN durch seinen hochautomatisierten Ansatz fast ohne die sonst als besonders aufwendig geltende manuelle Datenvorverarbeitung und Parametrisierung aus, Routineaufgaben werden dem Anwender abgenommen.
Geschwindigkeit, Automatisierungsgrad und Ergebnisqualität der DM-Lösungen untersuchte mayato zunächst mittels einer überschaubaren Testdatei mit 30.000 Datensätzen und 15 Variablen. Anschließend stand das Systemverhalten bei großen Datenmengen auf dem Prüfstand. Dabei wurde ein Volumen von 100.000 Datensätzen und 450 Variablen verarbeitet. Die Benchmarkdaten enthielten zudem eine Reihe typischer Probleme für DM-Tools.
KXEN wies der Studie zufolge eine gute Modellqualität vor und zeigte sich bei der Berechnung als unerreicht schnell. Beim Test mit großen Datenvolumina veränderte sich die Performance von KXEN Analytic Framework als einziges Werkzeug auch bei gestiegenen Datenmengen kaum. Insgesamt nahm die Analyse des kompletten Datensatzes weniger als zehn Minuten in Anspruch. Aus Sicht des Analysten- und Beratungshauses rückt das Thema Data Mining aufgrund der günstigeren Einstiegsbedingungen beispielsweise beim Self-Acting Data Mining auch für mittelständische Unternehmen verstärkt in den Fokus.