SAS Open Model Manager helpt bij snel in productie nemen van analytische modellen

De snelle invoering van AI en Machine Learning, in combinatie met de beschikbaarheid van open source software, zorgt ervoor dat data scientists meer analytische modellen ontwikkelen dan ooit. Het is echter nog lastig om echte bedrijfswaarde te halen uit investeringen in analytics, omdat er maar weinig modellen zijn die uit 'het lab' in productie worden genomen. SAS wil hierin verandering brengen.

Met de introductie van SAS Open Model Manager helpt SAS organisaties bij het operationaliseren van open source modellen voor slimmere, snellere zakelijke beslissingen. Veel organisaties hebben moeite met de zogenaamde ‘last mile’ in het analytics proces, mede door ingewikkelde handmatige processen en de soms moeizame samenwerking tussen IT en zakelijke gebruikers. Het omzetten van modellen van de experimenteer- naar implementatiefase wordt veel eenvoudiger door het automatiseren van modellen naar productie.

Volgens IDC slaagt minder dan de helft van de organisaties erin om analytische modellen volledig in productie te nemen, en slechts 14 procent zegt het werk van data scientists volledig wordt benut. SAS Open Model Manager helpt organisaties bij het stroomlijnen van het proces om analytische modellen snel uit ‘het lab’ in productie te nemen, en houdt de prestaties van deze modellen nauwlettend in de gaten.

"Organisaties hebben voldoende grip op het bouwen en trainen van analytische modellen, inclusief open source modellen, maar ze hebben vaak moeite met het operationaliseren van deze modellen en het in productie nemen ervan, waardoor het werk van data scientists voor een groot deel verloren gaat," zegt Chandana Gopal, Research Director, Business Analytics bij IDC. "Er is behoefte in de markt aan een nieuwe generatie model management oplossingen die data scientists in staat stelt om analytische modellen te ontwikkelen in elke gewenste programmeertaal, en deze modellen goed te programmeren zodat ze snel in productie kunnen worden genomen. Hierdoor kunnen organisaties meer waarde halen uit hun analytics investeringen en de transparantie verbeteren door de prestaties van modellen continu te monitoren".

Bedrijfswaarde realiseren met model management
Het in de Filippijnen gevestigde Globe Telecom kreeg te maken met modelimplementatie-uitdagingen. Terwijl de mobiele en breedbandprovider modellen implementeerde in zowel SAS als open source, was het proces handmatig en traag, en ontbrak het aan governance. Globe heeft met behulp van SAS de implementatietijd drastisch verkort en werkt naadloos in zowel SAS als open source software. "We gebruiken analytische modellen om de juiste aanbiedingen te doen aan onze 65 miljoen klanten, de relatie met onze klanten op te bouwen en versterken en om betere en snellere zakelijke beslissingen te nemen", zegt Dan Natindim, VP en Enterprise Data Officer bij Globe Telecom. "Met behulp van SAS analyseert Globe alle beschikbare data, inclusief klant-, factuur- en netwerkgegevens, en met open source analytische modellen kunnen we aan de individuele behoeften van elke klant voldoen".

Registreren, implementeren en monitoren van open source modellen
SAS Open Model Manager brengt data scientists en IT/DevOps samen en helpt organisaties met het beheren, implementeren en monitoren van open source modellen in één centrale omgeving. De oplossing is vanaf november beschikbaar en biedt een naadloze integratie met Python en R. Gebruikers kunnen verschillende modellen vergelijken en beoordelen, de model kwaliteit beheren en hebben toegang tot de meegeleverde prestatierapporten om snel te beoordelen of ze moeten worden hertraind, stopgezet of vervangen.

Vereenvoudigde publicatie- en scoring bieden de flexibiliteit om modellen in slechts een paar klikken in gebruik te nemen, zowel in batch- als in real-time, in verschillende gebruikersomgevingen. SAS Open Model Manager verbetert ook de governance door gebruikers beter inzicht te geven in de werking en prestaties van de gebruikte modellen. Door de model performance continu te monitoren, kunnen deze problemen worden aangepakt voordat ze de bedrijfsresultaten beïnvloeden.

Containers
SAS Open Model Manager wordt geleverd in een voor containers geschikte infrastructuur, waaronder Docker en Kubernetes, die zowel in private als publieke clouds kunnen worden ingezet. Deze is speciaal ontworpen om aan de behoeften van de open-source community te voldoen, en er is er geen extra SAS-technologie nodig.

ModelOps is een ook een belangrijk onderdeel van de ‘last mile’ in het analytics proces, waarbij organisaties analytics-modellen zo snel mogelijk uit ‘het lab’ van de data scientist naar de productieomgeving brengen, en de kwaliteit van de resultaten gewaarborgd blijft. Dit gebeurt op basis van een regelmatige stroom van updates en implementaties. De analytics-modellen worden daarbij naar behoefte beheerd, opgeschaald, bewaakt en opnieuw getraind. Door de werkwijze van ModelOps te stroomlijnen binnen CI/CD pipelines kunnen AI-toepassingen sneller en betrouwbaarder worden gerealiseerd, zodat organisaties echt waarde halen uit AI.

Meer informatie over SAS Open Model Manager.