新的解决方案优化了分析模型管理，帮助企业应对“最后一公里”的业务挑战

2019年10月29日，北京， 中国， ———得益于人工智能(AI)和机器学习的广泛应用，以及对开源软件的轻松访问，数据科学家现在可以轻松开发大量分析模型。然而，由于真正走出实验室并应用于实际生产的模式很少，企业的商业价值并没有得到相应的提升。数据分析领域的全球领导者SAS希望帮助企业改变这种状况。最近，SAS发布了SAS OpenModelManager，帮助企业管理开源模型和分析数据，从而更快地做出更智能的商业决策。

许多企业被困在分析的最后一公里，部分原因是繁琐的人工流程以及信息技术部门和业务部门之间的不协调合作。通过提高模型的开发、构建和自动化程度，可以大大减轻企业从模型开发到模型部署的压力。

根据IDC的调查，不到一半的组织在实际工作中完全部署了分析模型，而只有14%的组织声称其数据科学家的研究成果已经完全投入使用。* SAS开源模型管理器可以帮助组织缩短从实验室到生产的过程，并密切监控和反复评估这些模型的性能。

IDC商业分析研究总监ChandanaGopal表示：“一般来说，企业可以很好地构建和训练包括开源模型在内的分析模型，但当这些模型被推向生产阶段时，就会出现问题，数据科学家的很多成果无法很好地运用到实际操作过程中。“市场需要新一代的模型管理解决方案，它可以让数据科学家选择任何语言来开发模型，并对分析模型进行合理的分类和部署。有了这个功能，企业就可以用它来分析资产的价值，通过持续的监控来提高其透明度。”

模型管理有助于实现业务价值

总部位于菲律宾，的GlobeTelecom曾在模型部署方面面临挑战。移动和宽带提供商只能在SAS和开源软件中手动部署模型，速度慢且缺乏管理。借助SAS模型管理软件，全球电信不仅大大缩短了模型部署时间，而且使其模型在SAS和开源软件中无缝运行。

“全球电信利用分析模型，为6500万客户提供合理报价，与他们建立并加强关系，推动我们更快地做出更好的业务决策。”全球电信副总裁兼企业数据官DanNatindim表示：“借助SAS，全球电信可以分析所有可用的数据，如客户数据、账单和网络数据，并使用SAS和开源分析模型来满足每个客户的个人需求。”

开源模型的注册、部署和监控

SAS开源模型管理器可以帮助组织在统一的环境中注册、部署和监控开源模型，方便数据科学家与IT/DevOps协同工作。该解决方案将于11月推出，可以同时支持python和R语言。用户可以使用该解决方案对不同车型进行对比评估，管理冠军车型和竞赛车型，并访问内部绩效报告，从而快速评估是否需要重新培训、取消现有车型或开发新车型。

SAS开源模型管理器简化了模型发布和评分的步骤，用户只需点击几下鼠标，就可以在不同的操作环境中批量实时部署模型。SAS开源模型管理器还可以通过帮助用户逐渐更好地理解已部署模型的功能和性能来改善管理。如果不能持续监控模型的性能，企业的商业价值和商业机会将迅速丧失。

SAS开源模型管理器的基础设施基于Docker和Kubernetes等容器构建，提供可移植的轻量级映像，可以部署在私有云或公有云中。旨在满足开源社区的需求，不需要其他SAS技术。

模型操作是成功完成最后一英里分析的另一个关键因素。企业可以尽快将模型从数据科学实验室转移到IT生产，同时保证高质量分析结果的输出。使用模型操作使组织能够管理和扩展模型以满足需求，并持续监控模型以发现退化迹象并及时修复它们。不采用ModelOps的企业，在拓展分析时将面临越来越多的挑战，在市场竞争中会一败涂地。

该报告由SAS在意大利米兰，举行的分析经验会议上发布。此次业务技术会议由SAS主办，来自现场和网络的数千名与会者齐聚一堂，分享他们对关键业务问题的看法。

*IDC高级分析和预测分析调查和访谈，n=400，2017 -2019年

关于SAS

SAS是数据分析领域的领导者。通过提供创新的分析和服务，SAS不仅为用户赋能，还鼓励全球用户实现数据世界向智能世界的转变。SAS致力于为用户提供pOWERTOKNOW知识。