Blog

Oracle anunció nuevas capacidades en Oracle Analytics Cloud

Oracle anunció un conjunto de nuevas capacidades en Oracle Analytics Cloud con la intención de proporcionar a todos los empleados -no sólo a los especialistas en datos- una analítica de autoservicio fácil de usar.

 

“Los clientes pueden ahora experimentar interacciones con sus datos a través de mapas, análisis visuales de cestas de mercado y dispositivos móviles para identificar más rápidamente patrones y relaciones que les permitan predecir resultados y tomar decisiones más rápidamente”, señaló T.K. Anand, vicepresidente senior de Analytics de Oracle.

De acuerdo al ejecutivo, las mejoras de Oracle Analytics Cloud incluyen aprendizaje automático explicable, preparación de datos para transformar los datos específicos del cliente en información de calidad, análisis de texto incorporado, análisis de afinidad, conocimiento de referencia personalizado, análisis de gráficos, análisis de mapas personalizados, consultas en lenguaje natural y narrativas, así como una nueva aplicación móvil.

Las nuevas capacidades clave señaladas por Anand incluyen:

 

Aprendizaje automático explicable: Cualquier usuario puede ahora ver explicaciones sencillas de los factores que influyeron en un modelo de aprendizaje automático para predecir un determinado resultado. Además, pueden interactuar con un modelo, ajustando los factores para afinar los resultados. Por ejemplo, de todos los factores que influyeron en la denegación de una solicitud de préstamo bancario, los usuarios pueden ver rápidamente cuáles fueron los más determinantes y por qué.

 

Preparación automatizada de los datos: Un motor de perfilado de datos muestrea y escanea los datos para identificar y avisar proactivamente a los usuarios sobre posibles problemas de calidad de datos, como sugerir automáticamente la ofuscación de información sensible de tarjetas de crédito o del número de la seguridad social. Puede enriquecer los códigos postales con datos de la ciudad, la población, los ingresos, el origen étnico y los pagos para proporcionar un análisis más profundo de la ubicación. Los usuarios pueden enriquecer aún más los datos cargando más datos específicos de la empresa, como regiones de venta, zonas de entrega o categorías de productos.

 

Análisis de texto: El análisis de texto permite extraer palabras de datos no estructurados, contarlas, visualizar los resultados y, a continuación, unir ese análisis con los datos originales para poder profundizar en cualquier nivel de detalle. “Por ejemplo, el análisis de sentimientos utiliza la analítica de texto para determinar si los comentarios son negativos, positivos o neutros, lo que permite a los usuarios comprender cómo se percibe su marca o cómo funciona el lanzamiento de un producto basándose en el texto de las encuestas o las redes sociales”, explicó el ejecutivo.

 

Análisis de afinidad: Permite descubrir relaciones en los datos identificando conjuntos de elementos que aparecen juntos con frecuencia. “Esta técnica de minería de datos también se conoce como aprendizaje de reglas de asociación. Una aplicación común y útil de la misma es el análisis de la cesta de la compra en los bienes de consumo o la banca minorista, donde los usuarios pueden obtener la probabilidad de que diferentes productos se compren juntos para tomar decisiones de marketing. A la hora de desarrollar promociones, los minoristas suelen fijarse en las combinaciones más populares para elaborar sus estrategias de aumento de ventas de productos”, anotó Anand.

Fuente: cioperu.pe

 Para mayor información ingresar a: https://cioperu.pe/articulo/32227/oracle-anuncio-nuevas-capacidades-en-oracle-analytics-cloud/

 

En: Blog el 2021-05-12