SAS lanceert tool voor analyse big data

‘Business analisten en data scientists hebben behoefte aan intuïtieve self-service tools om hun data te structureren voor rapportage- en analysedoeleinden. Omdat snelheid bij innovatie een grote rol speelt, is het geen optie meer dat zij op IT-afdelingen of andere dataspecialisten  moeten wachten voor het beschikbaar stellen van data’, zo stelt Rein Mertens, Senior Manager bij SAS. ‘Met SAS Data Preparation bieden we deze doelgroepen een intuïtieve gebruikerservaring waardoor ze niet langer ad-hoc aanvragen hoeven te doen bij IT, maar zelf snel en eenvoudig data kunnen voorbereiden voor specifieke analyses. Bovendien kunnen anderen, waaronder de IT-afdeling, de automatisch gegenereerde datamanagement-processen gemakkelijk hergebruiken.’

Met 2,5 triljoen bytes aan data die dagelijks wordt gegenereerd, hebben organisaties steeds meer behoefte aan oplossingen om data op een snellere en hoogwaardige manier klaar te maken voor gebruik. SAS Data Preparation maakt gebruik van de schaalbare verwerkingskracht van SAS Viya, helpt om gegevens te koppelen (data blending) en waar nodig aan te passen en op te schonen (data wrangling) zodat ze geschikt zijn voor analyse.

SAS Data Preparation helpt gebruikers ook met het identificeren en verbeteren van datakwaliteitsissues door middel van data profiling, standaardisatie, en het intelligent ontdubbelen en matchen van gegevens met ondersteuning van repeteerbare processen, om zo een hoog niveau van datakwaliteit te garanderen. Daarnaast sluit de oplossing naadloos aan op analyse- en rapportagefunctionaliteit.

SAS Data Preparation helpt gebruikers bij het visueel en interactief:
Blenden van data: Intelligent combineren van heterogene data uit een veelheid aan (relationele) databronnen, inclusief Apache Hadoop, SAS-datasets, CSV-bestanden en social media platformen.
Wranglen van data: Real-time koppelen en transformeren van gegevens en omzetten in herhaalbare en te monitoren batchprocessen.
Opschonen van data: Profileren, standaardiseren, intelligent matchen, en gebruik van identificatie-analyse op verschillende datatypen.
Procesondersteuning: Het automatiseren van het voorbereiden van data, verwerkingstaken monitoren en het voorbereiden en gemakkelijk beheerbaar maken in verschillende gebruikersomgevingen.
Samenwerken: Data en verwerkingstemplates voor datapreparatie eenvoudig delen met gebruikers om de samenwerking te verbeteren en templates opstellen om projectleden en -teams op de hoogte te houden van veranderingen.