יום שבת, 4 ביוני 2011

גם וגם

אני מניח שמרבית קוראי בלוג זה יודעים מה זה זיפ. לא, אני לא מתכוון לאבקה להכנת המשקה (אם הייתם ילדים בישראל בשנות השמונים נחכה כמה דקות שתחזרו אלינו מהפלאש-בק העצבני שבו אתם תקועים עכשיו) אלא לתוכנה שנראה שקיימת מאז ומעולם ומסוגלת להקטין את גודלם של קבצי מחשב שונים וגם להחזירם לגודלם המקורי ללא פגע.

בימים של הדיסקטים ושל המודמים המקרקשים משקלו של כל קילובייט נמדד בזהב כך שהיכולת להקטין את הגודל של קבצי מחשב היתה מתנה משמיים. גם היום, בעידן של כונני הטרהבייט והפס הרחב, היכולת להקטין את הגודל של קבצי המחשב עדיין שימושית, פשוט כי גם הקבצים נעשו גדולים יותר.

מה הקשר ל – SAS? החל מגירסא 6  SAS כוללת יכולת מובנית לכווץ טבלאות. הדרך לעשות זאת היא ע"י הוספת compress=yes למאפייני טבלת הפלט לדוגמא:
data class (compress=yes);
            set sashelp.class;
run;

במידה ואתם משתמשים ב – SAS Enterprise Guide ניתן לבקש מ – SAS לדחוס את הטבלה ע"י הוספת האופציה compress=yes (אין צורך בסוגריים) במסך האפשרויות (Option) בחלונית של בונה השאילתות (Query Builder):




בחינת הלוג תגלה לנו כמה נפח חסכנו בדחיסה:



לא תמיד דחיסה של טבלה תקטין את הגודל שלה. לדוגמא, אם הטבלה קטנה במיוחד יתכן ולאחר הדחיסה הטבלה תתפוס יותר מקום. הגורמים המשפיעים על ה - "דחיסות" של טבלה, כלומר בכמה נצליח להקטין את הטבלה בעזרת מנגנון הדחיסה של SAS הם:

1.       גודל הטבלה (פחות מכמה עשרות אלפי שורות אין טעם בטרחה).
2.       כמות השדות הטקסטואלים. עמודות טקסט נדחסות טוב יותר מעמודות מספריות.
3.       מספר התווים החוזרים על עצמם בשדות הטקסט. לדוגמא, שדה המכיל מק"ט בסגנון של 000000000000123456 או עמודה המכילה ערכי טקסט ריקים במרבית השורות (גם רווח זה תו) ידחסו טוב יותר.

אמרה ידועה היא שאין ארוחות חינם והיא נכונה גם במקרה הזה. דחיסת הטבלה דורשת מחזורי חישוב (Cycles) נוספים מהמעבד של המחשב. אולם, בשנים האחרונות המעבדים התקדמו כל כך שברוב המחשבים המודרניים המעבדים כל כך מהירים שהמשתמש בכלל לא ירגיש בתוספת הזמן למשך הריצה בעקבות דחיסת הטבלאות.

למעשה, מרבית תוכניות ה – SAS דורשות כמות גדולה של קריאות וכתיבות מהדיסקים (IO) והמעבד מבלה חלק ניכר מזמנו בהמתנה לנתונים של הטבלה שיקראו או יכתבו לדיסק. ע"י דחיסת הטבלה המעבד צריך לקרוא או לכתוב פחות נתונים וכך יכול להיות שלא רק שהרווחנו מקום אחסון גם הצלחנו לגרום לתוכניות שלנו לרוץ מהר יותר – גם וגם.

הסברים נוספים על מנגנון הדחיסה של SAS ניתן למצוא כאן והשוואת זמני ריצה לדוגמא ניתן למצוא כאן.

חגי

יום שלישי, 31 במאי 2011

10 אבני דרך בהיסטוריה של האנליטיקה


מבט הומוריסטי זה על ההיסטוריה העולמית ממחיש כי לעיתים החזר השקעה הינו כשאינך צריך להגיד שאתה מצטער... ע"פ: אליוט אינמן


הסטריפ מתוך יצירתו של ג'והן ארט, http://www.johnhartstudios.com. 

5000 לפנה"ס – האדם הקדמון משתמש בשני מקלות וארבעה סלעים על מנת לשרטט את המגמה העולה של מכירות ההמצאה החדשה, הגלגל.
3200 לפנה"ס – אנליטס שומרי חוזה כי השימוש של העולם במכתבים יהיה גדול יותר מאשר קצב אספקת טבלאות החימר המסופוטמיות עד לשנת 3000 לפנה"ס. האנליסט מציין משהו שנקרא "פאפירוס" אשר עשוי לפתור את הבעייה.
44 לפנה"ס – המנהיג הרומאי קיסר מקבל תחזית אנליסטית כי חודש מרץ יהיה "חודש קשה", אך מתעלם מן הנתונים.
1508 – מיכאלאנג'לו משתמש בחשבונייה מתקדמת על מנת להעריך את כמות הצבע הנדרשת לכיסוי הקאפלה הסיסטינית.
1590 – כריית טקסטים של תאטרון הגלוב הלונדוני מגלה הערות ותגובות של איכרים בעקבות מחזה של אחד, שקספייר שמו, ומחליט לבקשו לכתוב עוד מחזות כמו האחרון.
1908 – הנרי פורד מנהל אנליזה של "What If" המראה בבירור כי הגבלת מודל "T" לצבע אחד, שחור, היא הדרך הטובה ביותר למקסם רווחים.
1962 – מנהלם של הביטלס עושה שימוש בתוכנת אוטומציית שיווק מוקדמת על מנת לגלות כי לא רצוי שרינגו ישמש כזמר מוביל בשיר "אני רוצה לאחוז בידך". ג'והן ופול נוטלים את ההובלה במיקרופונים.
1969 – וודסטוק מסתיימת באסון כספי אחרי שהמארגנים מסתמכים על גליונות אלקטרוניים על מנת להעריך את הנוכחות. ההיפים רוקדים בכל מקרה.
1976 – תחזיות האנליסטים כי זאת תהייה שנת ה-200 של אה"ב מתגשמות! העולם מגלה התעניינות גוברת בכוחן של תחזיות אנליטיות.
1976 – חברת SAS מיוסדת ומתחילה לתת לאירגונים את "הכוח לדעת".
נ"ב
1980 – חברת מיה מחשבים נוסדת על בסיס תחזית כי העתיד נמצא באנליטיקה עסקית – בשנת השלושים לפעילותה בישראל מוכרזת התחזית כמדוייקת על ידי כל חברות התוכנה המובילות בעולם. 

יום שבת, 7 במאי 2011

דברים שראיתי בוגאס

אחד היתרונות של כנסים למיניהם שניתן לראות מספר גדול של משתמשים בבת אחת ולבצע כל מיני ניתוחים דמוגרפים בלתי מדעיים בעליל. כנס SAS האחרון בארה"ב נתן לי הזדמנות מצוינת לראות מה נשמע עם קהל משתמשי ה – SAS בעולם.

האם אתם נמנים על האנשים ש - SAS מעלה בראשם דימויים של אנשים לבני שיער וזעופי מבט? בחינת המוני האנשים הנודדים במסדרונות האינסופיים ובחדרי ההרצאות דווקא העלתה לא מעט גברים ונשים צעירים, בשנות העשרים והשלושים לחייהם, שנסעו מאות ואלפי קילומטרים כדי ללמוד ולדעת יותר על  SAS (טוב נו, יכול להיות שהעובדה שכנס היה בלאס וגאס גם קצת עזרה).

מפתיע? לי זה דווקא מאוד הגיוני.

כמות המידע הקיימת והנוצרת בכל יום מעולם לא היתה גדולה יותר. מעבר לכמות, המידע נהפך היום לחומר גלם ממנו ניתן, בעזרת כלים מתאימים וכח אדם מיומן, לייצר מוצרים חדשים – כלומר ידע נוסף. לדוגמא, זהו הרעיון הבסיסי בכריית נתונים ובחיזוי – ניתוח כמויות גדולות של נתונים לשם ייצור מסקנות שימושיות חדשות.

בדומה לגידול הביקוש לחרשי ברזל במהפכה התעשייתית של המאה ה – 18 כך גדל הביקוש ל – "חרשי מידע" במהפכת המידע של ימינו. תיאור התפקיד המדויק של "חרש מידע" (או "חרשת מידע") עדיין לא ברור לחלוטין אבל יש לו לא מעט נקודות השקה עם מקצוע הסטטיסטיקאי. לא פלא, אם כן, שהאל ואריאן, הכלכלן הראשי של גוגל, טוען במאמר הזה של האקונומיסט ש: "תפקיד הסטטיסטיקאי יהפך לתפקיד ה – "סקסי" ביותר בסביבה".

מסקנה זו לא נעלמה מעייניהם של האנשים הנמצאים בצומת דרכים בחייהם ושצריכים לבחור בתחום התמחות שיפרנס אותם בשנים הבאות כך שרבים מהם בוחרים להתמחות בתחום עיבוד וניתוח המידע.

בניגוד לחרשי הברזל במאה ה – 18 שהדרך היחידה שלהם ללמוד את המקצוע היתה כעבודה כשוליה בצמוד לבעל מקצוע ותיק, היום יש מגוון רחב יותר אפשרויות הכשרה. לימודים אקדמאים, קורסים וכן, גם כנסים, בדומה לכנס SAS, מהווים חלק מתהליך היצירה והלימוד השוטף של חרשי המידע המודרניים. דרך אגב, השנים שעברו גם לא ביטלו את חשיבות הלימוד תוך כדי העבודה הן רק שינו את שמו ל - “Mentoring”.

עיבוד מידע בקנה מידע תעשייתי דורש גם כלים תעשייתים. יכול להיות שאני קצת משוחד, אבל, לדעתי, שפת ה - SAS והכלים השונים המפותחים ע"י חברת SAS, מהווים את ארגז הכלים המקיף והמוצלח ביותר לעבודה עם מידע ונתונים. כך שאין זה מפתיע ש – "חרשי מידע" רבים בוחרים להשקיע את זמנם ואת כספם בשיפור שליטתם בכלים השנים שחברת SAS מציעה להם.

אם אתם רואים את עצמכם כ - "חרשי מידע", בין אם בתחילת דרכם המקצועית או "אומני מידע" ותיקים עם עשרות שנות ניסיון, בקרו בכנס SAS-ישראל הקרוב ותראו איך SAS יכולה לעזור לכם לבצע את עבודתכם טוב יותר.

חגי

יום ראשון, 24 באפריל 2011

הגישה האנליטית להימורים


במושב הפתיחה של כנס SAS האחרון בלאס וגאס נאם בכשרון רב גארי לאבמן (Gary Loveman) המנכ"ל של Caesars Entertainment החברה שמנהלת את מלונות Caesars Palace, Harrah’s, Rio ורבים אחרים ברחבי העולם. אומנם השם שלו מזכיר יותר שם-במה של רקדן צ'יפנדלס (שכמובן, גם הם מופיעים בלאס וגאס) אבל כפרופסור לכלכלה ב – MIT וכמנכ"ל חברת ההימורים הגדולה והריווחיות בעולם נראה שמזל שהוא בחר במסלול קריירה אחר.

בשנים האחרונות המונח "אנליטיקה עיסקית" נהפך לדבר הבא בעולם העסקים. כמעט כל חברה היום טוענת שהיא "מבינה" את הלקוחות שלה ומנתחת אותם למוות אבל לא הרבה חברות אמיצות מספיק לסגור את המעגל וממש לפעול (כלומר להוציא כסף) על סמך תוצאות הניתוחים האנליטיים ולעשות את זה באופן שוטף כחלק ממודל העבודה היומיומי שלהם והצורה שבה הן מתנהלות ומנוהלות.

בחברה של לאבמן אנליטיקה היא הדרך שהם בחרו להתמודד בשוק ההיפר-תחרותי של ההימורים והם מתקדמים בה במלוא הקיטור. לדוגמא, בכל שנה הם מוציאים 5,000 טיסות מערים שונות לבתי קזינו שלהם ברחבי ארה"ב כדי לנצל קיבולת זמינה בערים כגון לאפלין בנבדה שיש להן פחות אפּיל תיירותי. ההחלטה למי ממליוני האנשים בבסיס הנתונים שלהם לפנות, מתי לפנות ועם איזו הצעה לפנות מבוססת על ניתוחים אנליטים הנעשים ע"י אנשים חכמים העושים שימוש בכלים מתקדמים – של SAS כמובן.

אומנם Caesars Entertainment הגיעה לרמה מרשימה באנליטיקה עיסקית אבל כדי לשמור על מיקומה בשוק הם חייבים להמשיך להתקדם ולהתפתח ונראה שתחום ה – "Text Analytics" מהווה את איזור הספר החדש. שניים ממשתתפי כנס SAS ששהו במלון Harrah’s סיפרו שנתקלו במספר בעיות שהם מיהרו לפרסם מעל דפי האינטרנט ואם החבר'ה של לאבמן היו עושים שימוש בכלי Text Analytics יתכן והבעיות היו מאותרות ונפתרות בצורה מוצלחת יותר מבחינת כל הגורמים המעורבים.

חגי