Платформа sas что это
Обновлено: 03.07.2024
SAS Viya — облачная платформа, которая позволяет решать аналитические задачи, сокращая время между первоначальным аналитическим исследованием и конечным бизнес-результатом. SAS Viya развертывается как в облаке, так и локально, поддерживает работу со множеством облаков и может быть масштабирована по мере роста организации и развития ее ИТ-инфраструктуры. Результаты работы и модели, используемые на SAS Viya, также можно впоследствии перемещать из одного облака в другое и использовать повторно.
В составе решения Clarion
16 августа 2021 года компания SAS, представитель в области аналитики и искусственного интеллекта (ИИ), сообщила, что совместно с компанией bioMerieux Inc., работающей в сфере решений для диагностики инфекционных заболеваний in vitro, заключили партнерское соглашение, чтобы совместно решать проблемы применения антибактериальных препаратов. Решение Clarion отслеживает устойчивость бактерий к препаратам и c помощью SAS Viya. Подробнее здесь.
SAS Studio Analyst и SAS Information Governance
13 мая 2021 года компания SAS представила два продукта в составе платформы SAS Viya - SAS Studio Analyst и SAS Information Governance.
рассказал Алексей Пятов, руководитель группы управления данными SAS Russia
По информации компании, большинство специалистов по анализу тратят слишком много времени на подготовку данных, вместо того чтобы строить модели и предоставлять аналитические выводы руководителям компаний. Неважно, сложные или простые данные, компаниям нужны продукты, обеспечивающие гибкость и эффективно преобразующие данные для принятия правильных решений. SAS объявила о двух таких продуктах.
По мере того, как аналитика и искусственный интеллект все больше внедряются в повседневную жизнь, компаниям уже требуются данные. Доступная теперь в SAS Viya, SAS Studio Analyst дает возможность специалистам в области данных и аналитикам использовать среду самообслуживания для ускорения предоставления надежных данных для аналитики. SAS Studio Analyst позволяет пользователям настраивать визуальные цепочки трансформации данных, которые можно повторно использовать и гибко настраивать – в том числе создавать свои собственные блоки и определять для них интерфейс. Это помогает быстро запустить инициативы в области аналитики и организовать необходимые для нее данные.
В мире, где уже есть большое количество источников информации, компаниям трудно охватить все имеющиеся данные, определить содержание набора данных и оценить их пригодность для анализа. А с ростом числа источников данных эти проблемы усугубляются, влияя на качество аналитических результатов. SAS Information Governance, также доступный теперь в SAS Viya, предоставляет интуитивно понятный каталог данных и средство поиска метаданных для аналитиков, бизнес-пользователей и ИТ-специалистов для обнаружения и управления ресурсами данных, одновременно регулируя и защищая данные. Благодаря этому решению специалисты по работе с данными могут тратить меньше времени на поиск и организацию данных и больше времени на реальный анализ.
Округ Риверсайд в Южной Калифорнии полагается на аналитику от SAS для здоровья и благополучия более 2,5 млн жителей. Округ столкнулся с проблемой объединения больших объемов данных из различных источников. Цель – удовлетворить потребности граждан в медицинском обслуживании. Средство – система здравоохранения, состоящая из крупного медицинского центра, стационарной психиатрической клиники и нескольких поликлиник.
Округ Риверсайд сотрудничал с SAS для разработки решения, которое сочетает в себе возможности подготовки и визуализации данных, а также углубленную аналитику. Продукты на базе SAS Viya позволяют округу интегрировать медицинские и не медицинские данные из государственной больницы, окружной тюрьмы, а также системы поведенческого здоровья, социальных услуг и информацию о бездомных.
Соединив эти базы данных, округ Риверсайд теперь видит, какие медицинские и социальные услуги получают самые разные слои населения, а также может сопоставить процесс и результаты лечения. Этому способствует технология, которая может идентифицировать человека, даже если имя, адрес или другие личные параметры не совпадают в разных базах данных.
Обновленная SAS Viya включает решения по управлению данными – SAS Studio Analyst и SAS Information Governance и обеспечивает непрерывное развертывание и обновление. Облачное ПО позволяет клиентам эффективно демократизировать аналитику в своих компаниях, одновременно беспрепятственно управляя аналитическими рабочими нагрузками и встраивая аналитику в различные операционные приложения для принятия правильных решений.
В составе портфолио облачных решений для ритейла и CPG
Анонс SAS Viya 4
22 июня 2020 года SAS анонсировала версию аналитической платформы SAS Viya 4. Обновленная версия SAS Viya 4 станет доступна в конце 2020 года. Предстоящее обновление переосмысливает способ принятия аналитических решений, сочетая возможности платформы с гибкостью и масштабируемостью облака. Это обновление SAS Viya является одним из результатов инвестиций SAS в ИИ на сумму 1 млрд долларов.
По информации компании, SAS упрощает встраивание ИИ и машинного обучения в процесс принятия решений. Благодаря переосмысленной облачной архитектуре и наличию интерактивных и программных интерфейсов пользователи не привязаны к языку программирования, хранилищам данных и не нуждаются в особых навыках. Автоматизированная подготовка данных, машинное обучение (AutoML) и развертывание моделей повышают производительность дефицитных специалистов по data science и расширяют возможности искусственного интеллекта для тех, кто обладает более широким набором навыков. Результаты интерпретируются легко и понятными терминами.
С акцентом на API, SAS Viya 4 упрощает совместную работу разработчиков приложений с командами специалистов по исследованию данных и позволяет быстро реагировать на меняющиеся потребности бизнеса.
В SAS Viya 4 используется процесс непрерывной интеграции и непрерывного развертывания (CI/CD), который позволяет клиентам выбирать время обновления продукта и согласовывать его со своим рабочим графиком. Архитектура на основе контейнеров под управлением Kubernetes, обеспечивает переносимость в различные облачные среды, включая широко распространенные Azure, Google, AWS и OpenShift.
SAS Viya 4 упрощает развертывание моделей, помогая преодолеть критическую «последнюю милю» аналитики, и предлагает централизованный репозиторий для мониторинга и управления эффективностью всех аналитических моделей.
По мере распространения ИИ и машинного обучения, SAS Viya 4 централизует управление всеми моделями с открытым исходным кодом и написанных на SAS, обеспечивая полную прозрачность и контроль над всей деятельностью по моделированию. Архитектура SAS Viya 4 позволяет ей развиваться одновременно с развитием облачных технологий.
В составе решения для эффективного использования аналитики в гибридной облачной среде
23 декабря 2019 года стало известно, что SAS и Red Hat совместно создали решение для эффективного использования аналитики в гибридной облачной среде.
В рамках технологического партнерства SAS предоставляет свою платформу SAS Viya на инфраструктуре Red Hat OpenShift.
Платформа Red Hat OpenShift предоставляет решение для работы с контейнерами Kubernetes.
Благодаря ему компании могут управлять своей ИТ-инфраструктурой в гибридном облаке. Используя аналитику SAS в среде Red Hat OpenShift, они также оперативно получают практические результаты, сохраняя при этом гибкость и контроль над инфраструктурой для решения своих задач.
говорит Александр Ефимов, директор по аналитическим и индустриальным решениям SAS Россия/СНГВ рамках этого сотрудничества SAS создает центр экспертизы (OpenShift Center of Excellence) для совместных разработок в части методологии распределения аналитических нагрузок в контейнерах Kubernetes и Red Hat OpenShift.
Автоматизированное управление данными и машинное обучение
23 октября 2019 года компания SAS объявила о разработке ряда дополнений и обновлений платформы SAS Viya. Теперь она содержит такие возможности, как автоматизированное управление данными, автоматизированное машинное обучение и продвинутые функции интерпретации моделей. Это сделано, чтобы технологии ИИ стали прозрачнее и доступнее для всех пользователей, подчеркнули в компании.
Обновленная SAS Viya выйдет в 4 квартале 2019 года. Включенные в нее возможности ИИ и углубленной аналитики будут доступны как специалистам в области данных, так и бизнес-пользователям. SAS автоматизирует весь жизненный цикл аналитики – от обработки данных до проектирования объектов и выбора алгоритмов в один клик. Добавленные функции упрощают и ускоряют этапы подготовки данных и построения моделей машинного обучения, которые раньше проходили в ручном режиме, требовали времени и отдельных компетенций от пользователя.
Также SAS продолжает реализацию концепции об открытой платформе, где можно развертывать любые модели и приложения. Ряд доработок в SAS Model Manager позволяет развертывать на SAS Viya ИИ-модели с открытым исходным кодом.
Анонс программы SAS Viya for Learners
14 мая 2019 года компания SAS представила программу SAS Viya for Learners, позволяющую учащимся и преподавателям бесплатно использовать платформу SAS на основе ИИ.
В рамках программы SAS Viya for Learners компания бесплатно предоставит ряду вузов доступ к SAS Viya — открытой аналитической платформе, которую можно развернуть как в облаке, так и локально, а также масштабировать по мере роста и развития организации. Кроме того, часть инвестиций пойдет на организацию бесплатных семинаров для преподавателей и учебные материалы.
В результате педагоги получат доступ к мировым практикам и смогут обменяться опытом, а студенты научатся работать с данными, развертывать модели искусственного интеллекта и машинного обучения, а также получат практический опыт в ходе работы с реальными бизнес-кейсами, отметили в SAS.
Viya — это платформа аналитики и визуализации, которая может работать в среде общедоступного или частного облака. Это ПО следующего поколения, которое дебютировало в апреле, являет собой первый реальный выход SAS в облако и закладывает фундамент для ее будущего ПО бизнес-аналитики.
Для работы с этой платформой можно использовать не только собственный язык программирования SAS, но и другие, включая Python, Luya и Java, а также поддерживаемые общедоступные RESTful API.
SAS перерабатывает также версии некоторых своих аналитических приложений, чтобы они могли работать на платформе Viya, в том числе SAS Visual Analytics, SAS Visual Statistics, SAS Visual Investigator и SAS Visual Data Mining & Machine Learning.
Лучше и быстрее принимайте решения, используя весь потенциал постоянно меняющихся инструментов и технологий анализа с открытым исходным кодом.
Почему стоит выбрать SAS ® для открытой интеграции?
Система SAS позволяет всем извлекать пользу из аналитики, используя выбранные инструменты. Кроме того, она обеспечивает стандартизированную точность развертывания, необходимую для воплощения перспективных идей в реальность.
Развертывание и выполнение моделей с открытым исходным кодом везде
Вводите свои модели в производство с одновременным доступом к нескольким местам развёртывания. Выполняйте аналитику как угодно - с помощью API, в пакетном режиме, в частном докере, на Azure и т.д. Выбор за вами.
Организуйте свою аналитическую экосистему и управляйте ею
SAS поддерживает модели на разных языках, направляя их в производство централизованным, управляемым способом, который отвечает любым требованиям к масштабируемости.
Интеграция моделей в бизнес-приложения
Модель не имеет значения до тех пор, пока не станет продуктом, инструментом или решением, с которым могут взаимодействовать пользователи. API SAS REST позволяют Вам легко настраивать и интегрировать аналитику с открытым исходным кодом в Ваши бизнес-приложения, чтобы Вы могли быстро получить результаты.
Посмотрите, кто уже работает с SAS ® & Open Source Analytics
Компании различных отраслей используют SAS Viya, чтобы снизить сложность своих открытых экосистем и превратить аналитику в ценность.
Становясь "'code agnostic" в Cox Automotive.
В компании Cox Automotive, SAS Viya - это клей, объединяющий аналитическую организацию. С командой, включающей людей по всему миру, которые кодируют на Python, R и SAS, возможность интегрировать разрозненный код, процессы и информацию в одном узле, который обеспечивает последовательную доставку информации, особенно впечатляет.
“У нас есть люди, программирующие в нескольких интерфейсах, и они используют разные способы совместной работы над разработкой моделей", - говорит Шон Хашман, бывший вице-президент по науке принятия решений компании Cox Automotive. "У них есть разные способы публикации и демонстрации результатов, а также разные способы развертывания моделей. SAS позволяет нам сшить все это вместе.”
"SAS обладает способностью объединять сообщество исследователей данных, как никакое другое решение.”
Шон Хашман - бывший вице-президент по наукам о принятии решений - Cox Automotive
Открытие аналитики для руководителей Cleveland Clinic
В Кливлендской клинике приоритетным направлением является предоставление доступа к аналитическим материалам большему количеству людей с целью повышения зрелости аналитических знаний во всей системе здравоохранения вместо того, чтобы централизовать аналитические навыки и возможности в одной команде. "Наши руководители, возможно, не знают, как построить прогностическую модель, но они должны уметь использовать данные для принятия лучших решений", - говорит Крис Донован (Chris Donovan), исполнительный директор по аналитике в Кливлендской клинике. "Не все являются специалистами по данным. Но каждый должен уметь взаимодействовать с данными на своем уровне".
Такой фокус на аналитику помог Кливлендской клинике трансформироваться из фокуса на паллиативную медицину в профилактику. А руководители Кливлендской клиники хотят сделать данные легко доступными для руководителей и менеджеров с помощью возможностей перетаскивания и простых интерфейсов.
"Аналитика" - это не просто возможность, которая поддерживает вашу основную стратегию. Она должна быть собственной основной стратегией".
Крис Донован - исполнительный директор по аналитике Cleveland Clinic.
Переход от прототипа к промышленным результатам прочности в сети пунктов назначения в Уиндхаме
Команда аналитиков Wyndham Destination Network использует комбинацию открытого кода и аналитики предприятия для поиска инновационных решений сложных проблем - от эластичности ценообразования до курортных операций и удержания клиентов.
"Одно из главных преимуществ использования как SAS, так и программного обеспечения с открытым исходным кодом, заключается в том, что вы можете позволить людям использовать платформу, которая им наиболее удобна," говорит Джереми Тербуш, старший вице-президент по аналитике в компании Wyndham Destination Network . "Для них это кривая обучения, позволяющая полностью изменить свое мышление. Позволить каждому использовать любую удобную для него платформу - это большой шаг для нас". Я думаю, что мы тоже получаем лучшие ответы. Мы можем собирать лучшие практики и привлекать сообщества всех платформ, а также получить больше идей. Это дает нам больше гибкости в команде для решения проблемы несколькими различными способами."
"Итак, мы будем делать прогнозирование с открытой аналитикой в качестве исходного прототипа. Когда мы довольны первым этапом, мы запускаем его в SAS. Для нас проще создать промышленный прочный продукт в SAS".
Джереми Тербуш - Старший вице-президент по аналитике - Wyndham Destination Network.
Пользуясь преимуществами индустриализованного аналитического моделирования в Wargaming
Wargaming сделала миллиарды в игровой индустрии, отчасти благодаря использованию аналитики, чтобы помочь монетизировать свою игровую структуру free-to-play." Компания изначально тяготела к технологиям с открытым исходным кодом, таким как R, Spark и Python, однако на внедрение первых моделей потребовалось от трех до шести месяцев. "Мы начали искать решение, которое могло бы сделать его масштабируемым для нас, - говорит Алексей Рябов, руководитель службы данных бизнес-аналитики в Wargaming.
"В нашем исследовании," говорит Рябов, "SAS был единственным жизнеспособным вариантом." Ученые, занимающиеся данными Wargaming, теперь могут создавать и внедрять больше моделей за меньшее время. А поскольку рынок растет и Wargaming продолжает диверсифицироваться на другие платформы, он сможет запустить еще больше моделей, удержать и приобрести еще больше клиентов, а также применить более сложную аналитику - и все это в рамках одной и той же аналитической платформы.
"А SAS помогает повысить общую удовлетворенность и сделать опыт игрока еще лучше."
Алексей Рябов - Начальник службы бизнес-аналитики и данных - Wargaming
Открытые интеграционные возможности
Объедините преимущества каждой технологической системы в Вашей компании для разработки и внедрения модели.
SAS ® Viya ® использует PROC CAS для выполнения действий CAS в SAS Cloud Analytic Services.
Используйте API REST для любого клиентского языка для доступа к аналитике, данным и службам SAS.
Используйте API-интерфейсы Python для применения действий SAS Viya CAS.
Используйте R API для применения действий SAS Viya CAS.
Используйте API Java для применения действий SAS Viya CAS.
Используйте API Lua для применения действий SAS Viya CAS.
Используйте iOS и Android SDK для создания мобильных приложений, которые обращаются к контенту в SAS Viya.
ВЫСОКОЭФФЕКТИВНАЯ ТЕХНОЛОГИЯ
Используйте SAS Viya и ваши любимые инструменты с открытым исходным кодом во всех аспектах аналитики.
Управление рисками
Реальный интеллект
SAS ® Visual Analytics SDK
Аналитика Интернета вещей (IoT)
Операционализация моделей
Прогноз
Оптимизация
Принятие решений
Начните обучение сегодня
ИЩИТЕ НАС НА GITHUB
SAS-репозитории на GitHub предоставляют примеры кода, библиотеки и инструменты для разработчиков.
История возникновения
Для начала в сотый раз обратимся к рейтингу ресурса TIOBE, дабы отыскать в нём нашего сегодняшнего героя. SAS располагается на “предлидирующем” 21 месте, что, согласитесь, для data-языка великолепный результат. Так что давайте познакомимся с ним поближе.
Итак, Джеймс Гуднайт (James Goodnight) в 1976 году окончил Университет Северной Каролины, тут же приложил свою руку к созданию небольшой аналитической компании SAS Institute и вот уже 40 лет он ее CEO. SAS - аббревиатура от Statistical Analysis System, что полностью описывает основное направление деятельности компании.
Естественно, для того, чтобы эффективно обрабатывать большие потоки информации потребовался не только качественный программный продукт, но и соответствующий язык. И им стал SAS. Изначально это был довольно примитивный набор шаблонных запросов для группировки данных, но со временем SAS стал полноценным и достаточно популярным языком программирования.
В общем-то с этого момента можно было бы смело вести историю языка, программного обеспечения и всей компании, как единого целого, но в 2002 году объявился идеологический конкурент - World Programming System (WPS), который в своей деятельности не просто стал использовать язык SAS, но и разработал для него собственный компилятор и IDE.
Разумеется, вскоре началась судебная тяжба, которая в итоге создала интересный прецедент для всего IT-сообщества: WPS выиграл суд, доказав, что авторское право не нарушается, если используется синтаксис и функциональность языка, но не используются исходные коды. Таким образом, язык SAS отчасти избежал участи MATLAB, сорвав ярлык “вещи в себе”.
Кстати, сегодня SAS Institute - не просто преуспевающая компания с оборотом в несколько миллиардов долларов в год, но и одно из наиболее привлекательных мест для работы. Так, в 2013 году SAS заняла второе место в рейтинге “привлекательности” компаний США, пропустив вперёд лишь Google.
Краткая справка
Впрочем, оставим дела компании и обратимся непосредственно к языку. Чтобы вы визуально представляли его внешний вид, вот небольшой отрывок кода, содержащий вывод на экран таблицу данных:
PROC PRINT DATA = models NOOBS;
WHERE Type = "Mountain";
FORMAT Price DOLLAR6.;
TITLE "Current Models of Mountain Bicycles";
RUN;
Основным конкурентом SAS является язык R, причём стоит признать, что последний имеет солидное преимущество. Во-первых, он был создан позднее, соответственно избежал многих проблем роста. Во-вторых, и это наверное главный фактор, он бесплатный, в то время как SAS требует дорогое программное обеспечение. Впрочем, давайте взглянем на преимущества и недостатки SAS в сравнении с главным конкурентом.
Простой синтаксис, быстрое обучение “с нуля”;
Отладка кода проходит значительно проще, чем на R;
Интеграция с БД (Oracle/Teradata);
Удобный формат выходных данных (особенно таблиц);
Мощная поддержка со стороны компании SAS;
Многолетний успешный опыт эксплуатации компаниями разной величины, с разными задачами и разным объёмом входных данных. В частности, России SAS используют ОАО “РЖД”, МТС, ЦБ РФ, а также ведущие банки, среди которых Сбербанк, Альфабанк, Тинькофф и многие другие.
Профессиональное использование языка предполагает покупку программного продукта;
Исходники многих исполняемых алгоритмов SAS не являются публичными, следовательно изучение работы языка сильно ограничено;
SAS значительно уступает в производительности R;
С точки зрения объёма кода SAS также зачастую сильно проигрывает (иногда в несколько раз).
При этом надо понимать, что далеко не во всех сферах SAS и R являются прямыми конкурентами. Взгляните на следующее изображение:
Из него отчётливо видно, что в Data Science SAS сильно проигрывает не только R, но и Python. Но вот в анализе данных, предполагающем дальнейшие прогнозы, SAS занимает лидирующую позицию.
Программный продукт
Для того, чтобы оценить степень размаха в прикладных программах, с которым придётся столкнуться желающему освоить SAS в полном объёме, можно посетить официальный раздел с перечислением пакетов заглавной IDE. Впрочем, здесь прослеживается аналогия с уже упомянутым продуктом MATLAB/Simulink, где также имеется большое количество надстроек, но по сути подавляющее большинство из них имеет строгую специализацию. Так что изначально стоит сфокусироваться лишь на 4 следующих:
SAS Visual Analytics - инструмент для визуализации ваших данных;
SAS Enterprise Miner - инструмент для машинного обучения;
Enterprise / Text Miner - пакет надстроек, аналогичный SAS Visual Analytics, но с большим упором на упрощение любых внутренних взаимодействий;
SAS ETS Module - система прогнозирования.
Если вы вдруг сейчас подумали, что возможно стоит прикупить пару из них, то вот стоп-сигнал: SAS Enterprise Miner, к примеру, обходится крупным компаниям более чем в 100 тысяч долларов. Пакет Analytics будет значительно дешевле, около 8,5 тысяч, но разве от этого легче?
Обучение
Впрочем, это не означает, что постигнуть азы SAS невозможно. Компания активно продвигает свой продукт среди студентов, причём абсолютно бесплатно. Достаточно мощную пробную версию SAS University Edition можно скачать перейдя по ссылке.
Также на официальном сайте у вас есть возможность записаться на экспресс-курсы по изучению языка (причём на русском языке). Рекомендуемая длительность обучения в каждом разделе составляет 3 дня, требования и программу можно посмотреть прямо рядом с торжественной кнопкой записи.
В общем, было бы желание.
Работа
Откровенно говоря, получить работу конкретно SAS-специалисту в России будет очень сложно. Как правило, SAS идёт как жирный плюс. но не как основная специализация. Тем не менее, если вам удастся набраться практического опыта работы с SAS хотя бы в течение 2 лет, хотя бы базово освоить SQL, VB и прочие полезности, то вы сможете смело рассчитывать на зарплату не менее 80 тысяч рублей в месяц. Причём речь не только о столице, стоимость программного продукта SAS как бы подсказывает работодателю не экономить в поисках дешёвой рабочей силы. Но, как уже было сказано, нужную вакансию ещё придётся поискать.
Литература
Нет смысла перечислять лучшие иностранные книги по SAS, так как все они собраны в одном месте, прямо на официальном сайте компании. Особое внимание стоит уделить пошаговому самоучителю, описанию возможностей языка и IDE, а также справочнику новичка.
Что касается ресурсов на русском языке, то тут, разумеется, всё значительно сложнее, но кое-что всё же есть. Помимо официального сайта, лекции Дмитрия Звежинского помогут тем, кто пока не познал английский язык на хорошем уровне, на официальные курсы записывать не хочет, но SAS изучить отчаянно желает.
На этом краткое знакомство считаем оконченным. А вы сталкивались когда-нибудь с языком SAS? Какие впечатления?
Освоить востребованную профессию в Data Science можно всего за полтора года на курсах GeekBrains. После учёбы вы сможете работать по специальностям Data Scientist, Data Analyst, Machine Learning, Engineer Computer Vision-специалист или NLP-специалист.
Назначение: платформа SAS – решение для обнаружения и предотвращения мошенничества. Оно позволяет бороться как с известными приемами, так и выявлять новые схемы злоумышленников.
Отрасли: на текущий момент антифрод-платформа SAS успешно работает в нефтегазовой отрасли, в банковской сфере, в розничных продажах и в телекоммуникациях.
Интересный факт: 30% составила величина упущенной экономии от объема фактических закупок – таков итог реализации проекта по выявлению мошенничества в закупочной деятельности на одном российском предприятии. Уже в рамках первоначального анализа процесса ценообразования было зафиксировано, что расходы компании завышены на 7,5 млрд руб.
Описание: антифрод-платформа и методология SAS могут стать эффективными инструментами в выявлении мошенничества и в проведении расследований без привлечения третьей стороны. Широкий набор программных модулей позволяет построить комплексный масштабируемый процесс выявления мошенничества – от всестороннего анализа данных до автоматического применения сложных аналитических моделей с последующим ручным проведением расследований в случае необходимости. Система анализирует не только клиента, контрагента или сотрудника, но и возможные связи между объектами, что позволяет находить мошеннические схемы и подозрительные цепочки. Все это позволяет найти недостатки или слабые места, позволяющие «знающим» сотрудникам совершить мошеннические действия.
Технологии: в основе системы SAS лежит гибридный подход к выявлению мошенничества, который объединяет в себе несколько методов. SAS рекомендует применять все из перечисленных ниже методов, однако в определенной последовательности, хотя, забегая вперед, такая последовательность может быть изменена на усмотрение клиента, итак:
- Анализ сетей взаимосвязей – используя возможности графовой аналитики решение сможет выстраивать самые сложные взаимосвязи между событиями, между событиями и сотрудниками, между сотрудниками и контрагентами, между контрагентами и третьими сторонами.
- Поиск по спискам – проверка по «белым»/ «черным» спискам или иным спискам.
- Текстовая аналитика – анализ неструктурированной информации, текстовых полей с учетом контекста и даже семантики для выявления мошенничества.
- Машинное обучение – использование исторических данных для обучения модели, выявляющей мошенничество на потоке событий.
- Выявление аномалий – выявление нехарактерной, подозрительной активности в поведениях сотрудников, в заключенных сделках и совершенных транзакциях в системе бухгалтерского учета.
- Разработка правил и сценариев – создание правил и сценариев любой сложности, основываясь на результатах аналитических процедур или же на экспертных знаниях, так называемые бизнес-правила.
- Машинное зрение – для выявления фактов мошенничества с использованием компьютерного зрения.
Стоит отметить, что каждый метод также может стать и самостоятельным способом выявления фактов мошенничества, который будет эффективно встроен в существующий процесс выявления мошенничества, так же как и в процесс проведения расследований.
Принцип работы: удобнее пояснить на примере обслуживания нефтяного трубопровода. Процесс понятный и рутинный, но при этом все равно скрывает в себе риски. Например, завышение стоимости работ по обслуживанию, формирование фиктивных работ, либо вообще хищение нефти. Но с помощью SAS вы сможете снизить величину убытков путем усиления внутреннего контроля. Для этого можно использовать процессную аналитику (process mining). Имея данные об обслуживании оборудования трубопровода, решение SAS может автоматически сформировать и визуализировать описание нормального хода процесса, после чего выявить имеющиеся отклонения, так как именно в них и кроются риски, например: слишком длительный срок или слишком короткий срок обслуживания оборудования, либо очень частое или, наоборот, очень редкое обслуживание. Отсюда вопрос: почему возникают такие отклонения? Безусловно, причин может быть много, например, из-за халатного отношения сотрудников или просто по причине неэффективности процессов. Но нельзя исключать мошенническую составляющую. В частности, завышение реальных человеко-часов для увеличения стоимости обслуживания, либо формирование фиктивных работ с целью создания «врезки» в трубопроводе. Далее, используя размеченные данные, производится обучение математической модели, которая будет уже в автоматическом режиме определять проблемные зоны анализируемого процесса.
Пример использования: энергетической компании потребовалось проработать несколько задач в рамках закупочного процесса, включая выявление недостатков, которые привели к существенным убыткам. Требовалось разработать систему мониторинга, позволяющую минимизировать риск мошенничества. При внедрении консервативного подхода в выявлении мошенничества удалось сохранить около 60 млн долл. США. Была разработана система раннего реагирования на действия сотрудников, которые предварительно могли быть классифицированы как мошеннические, а также улучшена процедура проведения расследования и подготовки отчетов по итогом таких расследований.
Читайте также: