Sas rtdm что это

Обновлено: 12.07.2024

Какие технологии позволяют страховщику максимально учитывать характеристики автовладельца и транспортного средства и более объективно оценивать принимаемые риски, рассказал Банки.ру вице-президент Страхового Дома ВСК Василий Бусаров.

— ВСК совместно с GlowByte внедрил инновационную систему тарификации и скоринга по каско на основе аналитической платформы SAS. Что заставило компанию взяться за столь масштабный проект: давление рынка или внутренняя политика?

— Мы преследовали три стратегические цели. Первая — оперативно реагировать на изменения на рынке, на смены предпочтений и потребностей клиентов, а также изменения в регулировании. Для этого в ландшафт систем управления предстраховыми проверками необходимо было внедрить инновационные механизмы принятия решений. Вторая цель — повысить маржинальность бизнеса. Это возможно, когда используешь инструменты по максимуму: применяешь самые современные методы анализа данных, подключаешь максимально широкий спектр источников данных. Благодаря этому можно получить дополнительно 50–100 миллионов рублей. Но устаревшая инфраструктура не позволяла быстро внедрять новые методы анализа данных и источники. И третья, очень важная цель — обеспечить персональный подход к клиенту, делать релевантные цены для каждого, а также эффективнее вычислять потенциальных мошенников.

— Какие инструменты уже внедрены?

— Сейчас все скоринги работают через платформу SAS Real-Time Decision Manager. Кроме этого, мы перенесли существующие риск-модели, модели по оценке фрода и новые, более сложные модели, в SAS Enterprise Miner. Этот инструмент оказался быстрее и эффективнее решений, которые мы использовали ранее. При этом помимо моделей, построенных с использованием платформы SAS, в некоторых специфичных задачах мы используем модели Open Source. Благодаря SAS Model Manager мы можем ставить на боевое применение в SAS RTDM модели, построенные с использованием любого из этих инструментов.

— Как вы защищали проект перед правлением?

— Это не составило особого труда. Изучив рынок, мы убедились в высочайшей экспертизе и опыте команд внедрения и вендора. Экономическая эффективность использования решений SAS также не вызывала сомнений. Но, чтобы окончательно протестировать технологии и команду, в том числе посмотреть, как к ним «притрутся» сотрудники компании, мы предложили сначала реализовать пилотный проект. Он позволил проверить, справимся ли мы с внедрением сложной и высоконагруженной системы в условиях сложнейшего IT-ландшафта ВСК, включавшего в том числе несколько разрозненных и устаревших фронт-офисных систем.

Начали с настройки нашей системы для скоринга клиентов по внутренним данным в режиме реального времени. Далее интегрировали ее с одним из наших «фронтов», чтобы подготовить почву для боевого тестирования, в котором все заявки на страхование из этого «фронта» пропускались бы через систему. На первый взгляд, задача была простая, но дело сильно осложнял непростой и разнородный IT-ландшафт. На успешную реализацию проекта потребовалось всего четыре месяца. После этого руководство компании приняло решение о продолжении проекта и инвестировании в его реализацию нескольких сотен миллионов рублей.

— Расскажите о командах GlowByte и SAS — почему именно они?

— GlowByte — объективно сильнейшая команда по внедрению решений SAS в России. Их руками в проекте сделано все, что касается SAS RTDM, ядра созданной системы принятия решений, которое нужно было настроить в соответствии с нашими требованиями, а потом подсоединить к источникам данных и заявок. Кроме того, команда GlowByte помогала настроить мониторинг производительности системы, а также консультировала нас по вопросам оптимальной интеграции SAS RTDM с существующим IT-ландшафтом. Помимо высокой компетенции команды внедрения, GlowByte демонстрирует действительно индивидуальный подход к клиенту. В ходе работы над проектом мы постоянно ощущали личное участие Павла Гаманюка, куратора проекта со стороны GlowByte. Мне как заказчику и человеку, который несет ответственность за результат перед руководством и акционерами большой компании, важна поддержка и постоянная вовлеченность партнеров.

Что касается SAS, то их инструменты много раз апробированы на рынке РФ при создании систем для автоматизации принятия решений, поддерживающих ключевые бизнес-процессы компаний. В том числе и в банковском секторе, который является для нас ориентиром. Например, SAS RTDM был внедрен в более чем 30 российских банках, в том числе в крупнейших. По сути, он стал золотым стандартом для реализации кредитных конвейеров. Поэтому в плане программных решений наш выбор был достаточно очевиден. Немаловажным фактором была и бизнес-экспертиза команды вендора в страховании.

С нашей стороны в проекте активно участвовал блок андеррайтинга. Он занимался развитием существующих моделей, тестированием новых источников данных, построением новых моделей, дизайном процесса принятия решения по заявкам на страхование. Также большую роль сыграла команда IT ВСК: они помогали организовывать разработку, тестирование и внедрение всех модулей системы, интегрировали их с нашими существующими источниками данных и «фронтами».

Отдельную благодарность хотел бы выразить командам ЕПАМ и Axiomatica за их вклад в реализацию стратегий в системе принятия решений.

— Как эффективно организовать работу такой большой команды, состоящей из представителей разных специальностей и компаний?

— Проект реализовывали 40–50 человек из всех компаний — SAS, GlowByte, ВСК и несколько человек на аутсорсе. Команды были максимально вовлечены в работу, что лично мне очень импонирует. Все были заинтересованы реализовать проект как можно быстрее. Я стараюсь поддерживать такую увлеченность работой и задачами.

Мы не придерживались принципа agile, но при этом, когда возникали трудности, моментально принимали решения, находили обходные пути. Открытость и простота в общении позволили такому количеству людей сделать этот большой проект в короткие сроки и при этом достичь отличных результатов.

— Как сотрудники ВСК реагировали на проект, который может существенно повлиять на работу разных департаментов компании?

— Как в команде, так и во всей компании сложилась очень хорошая атмосфера. Мы создали благоприятный фон на различных площадках — это комитет по развитию, рабочие группы, демонстрации прогресса инициатив проекта на регулярных демоднях. Каждые две недели делились новостями внутри нашей команды. Эти встречи были открытыми для коллег из других подразделений, они охотно посещали их, смотрели, оценивали и говорили, что мы делаем классные вещи. У коллег есть понимание, что проект движется эффективно, есть сложности, но мы идем к стратегическим целям и успешно достигаем основные вехи. Большинство понимает и видит отличную перспективу таких проектов для компании на горизонте 3–5 лет.

— Какие результаты уже получены и чего ожидаете?

— Мы запустили целевую стратегию принятия решений и скоринговую стратегию по каско для физических лиц во всей региональной сети. Теперь все скоринги работают через SAS RTDM, при оценке рисков по договору учитываются внутренние и внешние данные. В число источников внешних данных добавлено несколько новых с доказанным эффектом по увеличению маржинальности.

В ближайшее время будем вводить в эксплуатацию скоринги и скоринговую стратегию по ОСАГО для физических лиц, а до конца второго квартала в наших планах дальнейшее внедрение тарификации по каско и ОСАГО для физических лиц на платформе SAS.

— Окупился ли проект?

— Система начала зарабатывать для компании деньги сразу по окончании первой фазы проекта. Полностью — с учетом ПО, работ и оборудования — проект окупится по итогам первых шести или девяти месяцев 2020 года. Дальше эффект будет увеличиваться. По итогам 2020 года, по предварительным расчетам, это будут сотни миллионов рублей дополнительного дохода.

Мы уже сейчас «пишем» бизнес, то есть подписываем полисы с хорошей рентабельностью. И видим, что целевые бизнес-метрики по работе систем принятия решения и риск-оценке выполняются.

Важно, что благодаря реализации проекта мы создали базис для прогресса и в других направлениях в перспективе 3–5 лет. Мы уже точно не будем отставать от конкурентов по ключевым бизнес-показателям, а по некоторым будем даже опережать.

— За счет чего происходит возврат средств в вашем случае?

— Мы цифровизуем все процессы в компании: и андеррайтинг, и урегулирование убытков. Цифровизация означает аудируемость процессов, что позволит оптимизировать операционные показатели: воронки продаж, уровень расторжений, скорость противодействия мошенничеству. Во всех процессах мы постепенно закроем неэффективности и снизим потери. Это большой плацдарм для оптимизации всех процессов компании.

— Что же дальше?

— У нас амбициозные планы: до конца года внедрить скоринги и систему тарификации каско и ОСАГО для юридических лиц. Параллельно работаем над немоторными видами страхования, в частности имущественным. Самое важное — построить цифровой след всех операций и процессов. Затем большие планы по внедрению правильных метрик, которые можно будет измерять и принимать решения. Все потери мы будем фиксировать и приоритизировать.

Сейчас обсуждаем с SAS возможность расширить функциональность на урегулирование. Это базис, дальше строится остальное.

Проект показал, что мы с GlowByte и SAS можем продуктивно работать большими командами, а значит, нас ждет дальнейшее взаимовыгодное сотрудничество.

Сбербанк внедрил RTDM (Real-Time Decision Manager) в корпоративном сегменте. RTDM позволяет обрабатывать большие массивы данных, анализировать их и вырабатывать решения, наиболее значимые для конкретного клиента в конкретный момент времени с последующей маршрутизацией в приоритетный клиенту канал обслуживания.

Возможности RTDM уже используются банком в сервисных коммуникациях с корпоративными клиентами. При обращении в банк клиент не только решает свой вопрос, но также получает дополнительную информацию: RTDM информирует оператора контактного центра, например, о заканчивающихся у клиента полномочиях в интернет-банке или о появлении новых сервисов, упрощающих работу клиента. Также технология оповещает клиентов о начислении им денежных средств в случаях, когда они являются взыскателями, и информирует о положенных им компенсациях.

При проведении платежей RTDM дает клиенту «подсказки», предлагая более выгодные способы совершения переводов. Также технология может отслеживать ковенанты в кредитных договорах о целевом использовании кредитных денежных средств, что позволяет оперативно реагировать на их нарушение, и, как следствие, избегать ситуации с необходимостью увеличения резервов.

Станислав Карташов, вице-президент, директор дивизиона «Корпоративные клиенты 360» Сбербанка, сказал: «В условиях высокой конкуренции уже недостаточно знать о клиенте все — важно предвосхищать его ожидания. С помощью таких инструментов как RTDM мы можем лучше понимать клиентов и предлагать то, что релевантно для них в данную минуту, при возникновении конкретной ситуации — еще до того, как они об этом подумали».

Развитие технологии Сбербанк осуществляет своими силами и опираясь на собственные ИТ. Архитектура RTDM Сбербанка для корпоративного сегмента представляет собой платформу, включающую в себя большое количество компонентов не только коммерческих SAS и Oracle, но и Open Source (таких как Kafka), а также компонентов собственных Java-разработок, что является отличительной особенностью RTDM Сбербанка. Данная платформа способна поддерживать 3 тыс. TPS (транзакций за секунду) со средней скоростью обработки одного события за 100 мс. Сейчас механика системы поддерживает пропускную способность Throughput свыше 10 млн событий из системы источника данных в день. В дальнейшем платформу планируется интегрировать со смежными системами и подключить дополнительные каналы (такие как IVR, мобильное приложение), что позволит учитывать новые данные при анализе и выборе предпочтительного канала взаимодействия с клиентом.

Промсвязьбанк запустил в промышленную эксплуатацию новую систему принятия решений о выдаче кредитов в режиме реального времени. Система основана на технологии компании SAS, мирового лидера в области бизнес-аналитики. Внедрение решения SAS Real-Time Decision Manager дало возможность банку формировать персональные предложения для заемщиков, причем даже в тех случаях, когда ранее клиенту пришлось бы отказать.

Результатом внедрения кредитной организации новых подходов к бизнесу и решения SAS Real-Time Decision Manager (RTDM) стал динамичный рост нового розничного кредитного портфеля и существенное расширение пула лояльных и надежных клиентов с низкой вероятностью дефолта. Банк получил инструмент для существенного повышения прибыльности розничного кредитования при сохранении приемлемого уровня риска: эффективность кредитования выросла за последние месяцы на 50%. Теперь банк может в соответствии с рыночной конъюнктурой и экономической ситуацией оперативно изменять кредитные стратегии и применять их для обслуживания клиентов в режиме реального времени.

«Основа нашей стратегии развития розничного бизнеса – это внедрение индивидуального подхода к обслуживанию каждого клиента, – поясняет директор по финансовым и розничным рискам Промсвязьбанка Александр Васютович. – Мы не выдаем кредиты тем, кто изначально не собирается по ним платить, и тем, кто не сможет своевременно обслуживать долг. Зато хорошим клиентам мы предлагаем на выбор оптимальные кредитные решения, исходя из запроса каждого клиента и риск-профиля, полученного путем всестороннего анализа его социально-демографических и поведенческих характеристик. В частности, клиентам с достойным риск-профилем мы можем предложить большую сумму, чем была изначально запрошена, или кредитную карту в дополнение к кредиту наличными».

Решение SAS RTDM позволяет банку одновременно обрабатывать сотни кредитных заявок в режиме реального времени и в течение нескольких минут формировать для него пакет персональных предложений на основе анализа всего пула данных о заявителе, включая историю его операций в банке и данные из различных бюро кредитных историй.

«Мы уверены, что новый проект выгоден и банку, и нашим клиентам. Теперь у нас есть мощный инструмент, позволяющий и далее оптимизировать кредитные стратегии, повышая качество обслуживания клиентов одновременно с рентабельностью банковской сети, а также оперативно реагировать на изменение экономической ситуации. Благодаря SASRTDM мы сможем активно наращивать свой кредитный портфель, сохраняя приемлемый для бизнеса уровень риска», – подчеркнул Александр Васютович.

«Традиционно бизнес-аналитика, ключевая компетенция компании SAS, ассоциировалась у банкиров с off-line задачами по моделированию, статистическому анализу, прогнозированию, – отмечает директор по работе с финансовым сектором SAS Россия/СНГ Юлий Гольдберг. – В наше динамичное время, когда банки находятся на расстоянии «одного клика мыши» друг от друга, возможность принимать решения мгновенно, адаптировать стратегию принятия решений к новым условиям в течение дней, а не месяцев или недель, становится критичной. Поэтому аналитические технологии SAS тоже переходят в on-line. Внедрение RTDM в Промсвязьбанке – это первый проект по применению Real-Time решения компании SAS в России. Мы рады, что проект уже с первых дней после запуска в эксплуатацию стал приносить нашему заказчику отдачу, реально помогая ему двигаться вперед в реализации новой стратегии обслуживания клиентов».

«Предыдущая система позволила банку быстро нарастить кредитный портфель, но построенная на технологиях 7-летней давности, она уже не отвечала задачам бизнеса ни по производительности, ни по отказоустойчивости. В связи с этим возникали дополнительные операционные риски», - рассказывает о причинах перехода на новую платформу Игорь Мичурин, начальник службы развития инфраструктуры риск-менеджмента Банка «Открытие». В ближайшее время к SAS RTDM будут подключены и другие направления бизнеса, включая целевой маркетинг (включая продвижение и других продуктов, например, такого как вклад на год). Процесс перехода на новую систему занял чуть больше четырех месяцев, включая этап тестирования и запуск в промышленную эксплуатацию.

«Помимо комфортных условий лицензирования, преимуществом SAS RTDM является интересная архитектура системы. Это не “черный ящик”, а интеллектуальная гибкая платформа, которая предоставляет множество возможностей по организации процесса принятия решения по кредиту, например, построения интеграции с сервисами БКИ и возможности их маршрутизации. В качестве стратегической возможности стоит отметить, что решение SAS RTDM можно тиражировать на другие направления бизнеса, например, кредитование МСБ», - объясняет выбор Вячеслав Благирев, бизнес-партнер департамента рисков со стороны IT. Важную роль сыграло также то, что в банке уже внедрены и успешно функционируют другие решения SAS.

«В сложившихся рыночных условиях, когда все чаще звучат высказывания о закредитованности населения, для банков становится крайне важно принимать правильные решения о выдаче кредитов - с учетом всех рисков и возможностей, всех за и против. И такие решения должны приниматься очень быстро, буквально в присутствии клиента или в момент совершения транзакции. Тогда банк сможет, с одной стороны, обеспечить высокий уровень сервиса и соответствовать требованиям клиентов к скорости, а с другой – управлять качеством своего кредитного портфеля и придерживаться приемлемого уровня риска. Для нас важно, что для реализации такого подхода Банк “Открытие” выбрал именно платформу SAS RTDM. Поскольку это подтверждает, что партнеры доверяют нашей компании и полагаются на наши решения, когда выстраивают стратегию дальнейшего развития», - комментирует Валерий Панкратов, генеральный директор SAS Россия/СНГ.

Внедрение системы началось в марте текущего года. Основная сложность заключалась в том, что переключить кредитный конвейер на новую платформу нужно было, не прерывая его работы. «Совместно с командой SAS Россия/СНГ нашим специалистам удалось выработать подход к внедрению системы SAS RTDM с учетом специфики нашего банка. В результате, переход произошел практически незаметно. Профессионализм и уровень проектного менеджмента наших коллег из SAS позволили выполнить проект в рекордные сроки, несмотря на все трудности», - рассказывает руководитель проекта со стороны банка Александр Волков.

В процессе внедрения на SAS RTDM были переведены существующие стратегии по экспресс-продуктам (POS) и кредитам наличными (CASH). Ближайшие краткосрочные планы включают оптимизацию логики системы и миграцию оставшихся функций кредитного конвейера, в частности, стратегии по карточным продуктам. Банк также планирует интегрировать SAS RTDM с внедряемой в настоящее время системой автоматизации целевого маркетинга SAS Marketing Automation, что позволит делать клиентам целевые маркетинговые предложения с учетом уровня риска и принимать более взвешенные решения о предложении того или иного продукта в процессе кросс-продаж .

С момента запуска системы SAS RTDM в Банке «Открытие» в промышленную эксплуатацию, что это было сделано в середине июля, прошло полтора месяца. Таким образом, банк уже смог оценить систему в действии. «Наша задача состояла в том, чтобы обеспечить непрерывность процесса рассмотрения кредитных заявок и принятия соответствующих решений. Мы уже добились повышения производительности нашего бэк-офиса. У нас снизились операционные риски, связанные с производительностью и отказоустойчивостью ИТ инфраструктуры. Среднее время рассмотрения кредитной заявки сократилось до 2 минут, - подводит первые итоги работы на новой платформе Вячеслав Благирев. – Впоследствии мы также ожидаем за счет новых технологий снизить стоимость запросов кредитных историй из БКИ и увеличить скорость обработки наиболее приоритетных кредитных заявок».

По словам Игоря Мичурина, процесс перехода на новую платформу занял чуть больше четырех месяцев. «Оперативное внедрение SAS RTDM в столь сжатые сроки произошло благодаря продуктивному взаимодействию команды компании SAS и подразделений Банка: риск-технологий, риск-проектов и IT».

Компания SAS является одним из стратегических партнеров банка «Открытие» в области развития риск-технологий.

Справочная информация
О банке «Открытие»
Банк «Открытие» — универсальный коммерческий банк, который предлагает своим клиентам линейку традиционных банковских продуктов, а также инвестиционные, пенсионные и страховые услуги. Банк был образован в результате объединения 4 банков под единым брендом «Открытие», в результате он вошел в Топ-30 российских банков по размеру активов.
Банку присвоен международный кредитный рейтинг Standard & Poor’s – "В" с позитивным прогнозом, а также долгосрочный кредитный рейтинг Fitch на уровне "B", прогноз "стабильный".
Основные акционеры Банка — ФК «Открытие», Агентство по страхованию вкладов и Международная финансовая корпорация (IFC), которая входит в группу Всемирного банка и инвестирует в наиболее перспективные компании разных стран мира.
Банковский бизнес является одним из ключевых направлений деятельности ФК «Открытие» и вторым крупнейшим частным банковским бизнесом России*. После вхождения НОМОС-БАНКа в структуру ФК «Открытие» число клиентов банковского бизнеса Корпорации превысит 3,6 млн физических и 140 тыс юридических лиц.

*- данные приведены с учетом показателей Группы НОМОС-БАНКа

О компании SAS Россия/СНГ
Компания SAS является крупнейшей в мире частной IT-компанией, специализирующейся на разработке и продаже решений и услуг в области бизнес-аналитики.
Компания основана в 1976 году, и сегодня в ее 400 офисах по всему миру работают более 13,5 тыс. сотрудников. Около 25% дохода ежегодно реинвестируется в исследования и разработки (R&D). Ежегодно, в течение 37 лет, доход SAS постоянно возрастал и в 2012 г. достиг 2,87 млрд долларов. Клиентами SAS являются более 65 тысяч организаций в 135 странах мира. Среди них – 90 компаний из первой сотни лидеров, включенных в список «2012 FORTUNE Global 500®».
В России и странах СНГ компания SAS начала работу в 1996 году. Заказчикам компания SAS предлагает полный спектр решений и услуг в области бизнес-аналитики: консалтинг, внедрение, обучение и техническую поддержку. Клиентами SAS в России и СНГ являются все 10 крупнейших российских банков (Сбербанк России, ВТБ, Газпромбанк и др.), РЖД, «Аэрофлот», крупнейшие компании из телекоммуникационного и топливно-энергетического сектора.

О системе SAS Real-Time Decision Manager (SAS RTDM)
SAS RTDM позволяет автоматизировать процесс принятия решений при коммуникациях с клиентом в реальном времени. Это могут быть решения как по выдаче кредита, так и по наиболее оптимальному маркетинговому предложению во время входящего обращения клиента (Next Best Action) или наступления определенного события (событийный маркетинг).
Решения, принимаемые SAS RTDM, основываются на настраиваемых бизнес- правилах, прогнозных аналитических моделях и всей доступной информации о клиенте, как накопленной, так и оперативной, включая динамически рассчитываемые показатели и переменные. Настройка процессов принятия решений происходит через интуитивный визуальный интерфейс (в виде диаграмм decision flow). Выполнять ее могут сами бизнес-специалисты.
Система легко интегрируется с фронт-офисными, операционными, аналитическими системами, каналами коммуникаций и источниками данных, что позволяет реализовать самые разнообразные варианты работы с клиентами и вместе с тем последовательно соблюдать все политики банка.

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.

Читайте также: