L’autorevole rapporto The Forrester Wave: Predictive Analytics and Data Mining Solutions, edizione del primo trimestre 2010, ha designato SAS società leader tra i nove fornitori presi in esame.
Le soluzioni SAS Predictive Analytics e Data Mining sono state valutate da Forrester in base a 53 criteri appartenenti a tre diverse categorie attraverso questionari di valutazione, dimostrazioni di prodotti e interviste.
SAS ha conquistato il primo posto in tutte e tre le categorie – offerta attuale, strategia e presenza sul mercato – ottenendo tra l’altro ottimi punteggi per i criteri riguardanti funzionalità, servizi professionali, sistema di licenze e costi, direzione e indicatori finanziari della società.
“I Predictive Analytics possono avere un ruolo centrale nella pianificazione e nelle attività operative quotidiane di un’impresa”, come sottolineato nel rapporto scritto da James Kobielus, analista senior di Forrester Research Inc.
Secondo il rapporto Forrester, SAS offre un portafoglio diversificato che include non solo soluzioni complete e ricche di funzionalità per modeling/mining e analisi statistiche, ma anche una piattaforma di governance per modelli e dati, analisi di informazioni destrutturate e dati a struttura complessa.
Il rapporto sottolinea inoltre che l’offerta SAS è preconfigurata per l’integrazione con un ampio spettro di piattaforme di data warehouse di terze parti, nonché con la propria piattaforma di soluzioni analitiche.
“SAS aiuta le organizzazioni a prendere decisioni migliori in tempi più rapidi”, ha dichiarato Jim Davis, Senior Vice President e Chief Marketing Officer di SAS.
“SAS continua a registrare una forte richiesta di software di Business Analytics, in quanto hanno un impatto positivo e reale sui risultati finanziari delle aziende”.
Le aziende sono sommerse da dati testuali, strutturati e non, provenienti da molteplici fonti tra cui rendiconti finanziari, appunti provenienti da call center o valutazioni online dei prodotti da parte dei clienti.
I Business Analytics di SAS permettono di estrapolare il valore racchiuso in questi crescenti volumi di dati e prevedere possibili scenari futuri: le transazioni bancarie potenzialmente fraudolente, i clienti che risponderanno a una campagna di marketing via cellulare, la combinazione di principi attivi che permetterà di creare il farmaco più efficace, e così via.
