Las empresas inundadas con datos están desesperadas por convertir el volumen en valor. Ante este panorama, SAS presentó una versión mejorada de SAS Text Miner, con un generador de normas que ayuda a las organizaciones a analizar datos estructurados y no estructurados para aprender de forma activa y descubrir su contenido valioso.
«El aprendizaje activo es una clara ventaja para los clientes de SAS Text Analytics. Al acelerar el proceso, pueden obtener un rápido entendimiento con un enfoque menos intensivo en el trabajo», dijo Sue Feldman, vicepresidente de Search and Discovery Technologies de IDC. «Las tecnologías de Big Data han iniciado una revolución en la manera de entender y utilizar la información. Los nuevos enfoques como el renovado SAS Text Miner ayudan a integrar el ‘qué’ de los datos con el ‘porqué’ del texto. Además, estas tecnologías pueden finalmente explotar los enormes almacenes de datos con contenido disperso y no explorado, convirtiendo la sobrecarga de información en una ventaja”.
SAS Text Miner remplaza los costosos procesos manuales y mejora la precisión
Fuentes como blogs, feeds de noticias y los call centers recogen más datos textuales que nunca. El nuevo Text Rule Builder de SAS Text Miner utiliza modelación predictiva y descriptiva para generar automáticamente reglas del álgebra de Boole para clasificar mejor los documentos. Estas reglas fácilmente interpretables se pueden usar directamente en SAS Enterprise Content Categorization para clasificar el contenido en tiempo real. Expertos en la materia pueden refinar algoritmos de clasificación generados por máquinas, lo que resulta en menores costos y una mayor precisión. Además, la nueva versión ofrece un nuevo comparador que simplifica la obtención de datos de la Web para realizar investigaciones.
«Muchas empresas no han comenzado a beneficiarse de sus valiosos datos empresariales de texto», dijo Fiona McNeill, gerente global de Marketing de Producto de SAS Text Analytics. «La mayoría sabe que la información en la empresa y los medios sociales deben ser analizados para generar valor. SAS Text Analytics actualmente es utilizado para la seguridad del paciente en el cuidado de la salud, el rendimiento de los contenidos digitales de gran valor para los medios de comunicación, los sistemas de alerta temprana y la inteligencia ciudadana (el sentimiento del público) para el gobierno, entre otros.»
Descubriendo conocimiento en documentos de texto
SAS Text Analytics ayuda a las organizaciones a descubrir aspectos críticos sobe los cuales pueden actuar, al aplicar normas lingüísticas y métodos estadísticos para evaluar y analizar automáticamente el texto electrónico en el contenido de los medios sociales, los registros de call centers, datos de encuestas, correos electrónicos, solicitudes de préstamos, notas de servicio, reclamaciones de seguros o garantías, entre otros.
