(openPR) Erster Business Intelligence (BI) Plattform Anbieter mit Unterstützung des neuen Data Mining Standards PMML 4.0
Köln, den 08. Juli 2009 - MicroStrategy, ein führender weltweiter Anbieter von Business Intelligence Software, gab heute bekannt, dass durch Unterstützung der neuesten Version des führenden Data Mining Standards PMML 4.0 die Möglichkeiten im Bereich „predictive Analytics“ weiter ausgebaut wurden.
Der PMML (Predictive Model Markup Language) Standard wird von der Data Mining Group (DMG) entwickelt, einem unabhängigen Konsortium von über zwei Dutzend führenden Technologieunternehmen, dem auch MicroStrategy angehört. Der PMML Standard beschreibt wie Prognose-Modelle funktionieren und vereinfacht den Austausch der Modelle innerhalb der Organisation, um die Entscheidungsfindung zu verbessern. Dieser XML-basierte Standard ermöglicht die gemeinsame Nutzung von Data Mining Modellen in MicroStrategy und anderen Data Mining Anwendungen.
Data Mining ist integraler Bestandteil der MicroStrategy-Architektur, welcher es den Anwendern ermöglicht in standardisierten Geschäftsberichten und Dashboards versteckte Muster und Trends zu erkennen. Während Business Intelligence detaillierte Einblicke in historische Daten ermöglicht, nutzt Data Mining diese Informationen, um Unternehmen die Vorhersage künftiger Ereignisse zu erleichtern. Mit MicroStrategy können Nutzer komplexe Data Mining Modelle einsetzen und die Resultate in zahlreiche BI Anwendungen integrieren – so zum Beispiel bei Call-Center Analysen, im CRM oder auch bei der Budgetierung und Finanzplanung.
Als aktives Mitglied der DMG erfüllt MicroStrategy seit 2004 Beratungs- und Führungsaufgaben bei der Definition des PMML Standards und arbeitet an der Unterstützung offener Plattform Standards, der Cross-Vendor Kompatibilität und einer hohen Datenintegrität. Neben den schon bestehenden Data Mining Modellen bietet MicroStrategy 9 zusätzliche Analysemodelle. Dazu gehören beispielsweise Zeitreihenanalysen – welche die Vorhersage von Ergebnissen entlang eines vorgegebenen Zeitstrahls ermöglichen – oder Assoziationsregel-Modelle, die helfen, Beziehungen in Datensätzen zu entdecken und Produktempfehlungen auszusprechen, die bei den Kunden die größte Kaufwahrscheinlichkeit erzielen.
Unternehmen nutzen MicroStrategy und PMML für ein weites Spektrum von Prognoseanwendungen:
• Ein führendes Unternehmen für Bürobedarf entwickelte Strategien zur Kundenbindung mit Hilfe von vorhersagenden PMML Modellen und MicroStrategy, um Informationen über Kundenbeziehungen zu analysieren. So konnte identifiziert werden, welche Kunden mit der größten Wahrscheinlichkeit abwandern und was die Gründe dafür sein könnten.
• Ein führendes Verlagshaus entwickelte Data Mining Modelle für die Prognose von Abonnentenzahlen und Druckauflagen, sowie zur Steuerung von Marketing-Kampagnen, um gezielt neue Abonnenten zu gewinnen.
• Ein europäischer Mobilfunkanbieter identifizierte seine wertvollsten Bestandskunden und Neukunden mit hohem Potential durch die Analyse der Kundenhistorie mit MicroStrategy-eigenen PMML Modellen.
• Ein großes Transport- und Logistikunternehmen maximierte den Gewinn durch die Bewertung von Umsatzchancen und nutzte MicroStrategy, um auf die Modelldaten zuzugreifen und die Ergebnisse zu präsentieren.
"MicroStrategy setzt sich im Sinne der Kunden für Innovation und fortschrittliche Analysetechniken ein. Wir freuen uns darüber, an der Definition der PMML 4.0 Standards mitgearbeitet zu haben und die erste BI Plattform zu sein, welche diesen Standard einbindet", erklärt Sanju Bansal, MicroStrategy COO. "Durch die Unterstützung von offenen Standards wie PMML bietet MicroStrategy seinen Kunden die Flexibilität komplexe Analysen im ganzen Unternehmen einzusetzen und dadurch wertvolle Einsichten in Schlüsselbereiche des Geschäfts zu erhalten, so. z.B Kundensegmentierungen, Verkaufsprognosen, Churn-Analysen und Warenkorb-Analysen."
Weitere Informationen zu den MicroStrategy Data Mining Services finden Sie unter:
http://www.microstrategy.de/Software/Products/Service_Modules/DataMining_Services/
