The software is amazing that it can produce such advanced models with a very simple user interface. The benefits I saw was more accurate forecasts in a quarter of the time to set up models.

I find SAS Enterprise Miner to be the most advanced data mining software on the market. The software offers all sorts of data mining tasks, including random forest, neural networks, support vectors, ensemble modeling, and a host of other options. The drag and drop user interface is quite nice, and a long way from where base SAS software programming used to be.

The biggest downside is the cost. SAS Enterprise Miner is amazing for the ease of use and the forecasts it produces, but it isn't free. Of the data mining software on the market, it is one of the most expensive. Also, although the software is perfect for building a model, it requires some work to create a model with incoming, real-time data.

I use SAS almost exclusively for data generation in quantitative projects - the functionality and ease of data generation can't be beat once proficiency is achieved. SAS is also my go-to software for fitting multilevel (hierarchical) models - it can do almost (not quite) everything I've ever needed, and uses minimal code to do so. I have been using SAS throughout my career and would say it is the program I'm most comfortable working in, even for data management (although the data management functionality is mediocre, see comments below).

Three things: graphs, data management, and structural equation models. The SAS graphics are so basic, it takes a lot of programming to get them to look even remotely presentable. That's not to say the capability isn't there, it just isn't worth the trouble when there are so many better programs that easily produce beautiful plots. It's a pain to transfer between programs when I've done everything else in SAS to produce the graphics elsewhere. Also, data management in SAS is notoriously underwhelming. I would love to see some increased functionality in data management. Finally, SAS has (in my view) limited capability to fit structural equation models compared to other comparable programs - I'd use Mplus (popular in social sciences) or R to fit and interpret SEMs over SAS any day.

Helping students learn data analytics and predictive analytics

Works flawlessly if you know exactly what you're doing and how to use the software.

Really difficult to use, difficult to navigate, and GUI needs to be updated as well as the product documentation. I wish there were better tutorials online for the Enterprise Miner.

I am a student and have been learning this software from the past 2 months, so I am using it for my lecture assignments and a major project for this semester.

1. It is a superb tool for learning data mining and predictive analysis of data. 2. The tool allows you to understand, summarize and explore the data using multiple modelling techniques like linear regression, neural networks, association rules and clustering etc. 3. Personally, I understood the concept of decision trees easily while using the tool rather than just reading through the book provided during the lecture. 4. It also gives you details statistics information related to the data which can be easily understood by the various chart features available in it. 5. User Interface seems to be typical old software but it is easy to use once you understand it.

1. Data Source response time: I have noticed this issue so far that after you create the data source in a new project, it doesn't appear simultaneously on the left side menu. At times, you have to close the enterprise miner and reopen/refresh the project to see it in the menu above diagrams. 2. Value for money: I feel it is costly for students and yeah it also comes with license issues apart from the price paid to buy it. 3. Learning: It takes hours of efforts and training to learn the software. Not easy to learn in a week or so.

I have worked with SAS Enterprise Minerduring the last five years doing data mining and machine learning projects. SAS Enterprise Miner is a reliable and robust software that has allowed me to perform statistical analyzes in large databases. I work in the banking industry and the software has helped me to carry out models of credit risk, propensity and decision trees for segmentation of clients.

I like the large number of features it has implemented. There are many machine learning algorithms and they are very easy to use and parameter. You can also process large amounts of data without consuming excessive ram memory

The interface is not very intuitive and can be similar to old software. It has some problems in response speed, it may seem like slow software.

I use this to look into variation stresses in granular material for my research

It is modular and interface is easy to use even for people that are not very familiar for data mining training. However if you want you can go and change the settings of those modules if you know what you are doing. the graphs and plots are good looking good.

It crashed a lot during the calculations. I was dealing with very big data sets and had to reduce those data sets before I could use this program

It has an amazing simple to use user interface,compares different models and gives you the best working model within the set data parameters.

It is very costly which is not convenient for small businesses .It is very vast and sometimes it can be exhaustive so patience is key

I am satisfied with the product on overall and would recommend to any colleague

Coarse classing, fine classing, correlation, seveal modelling techniques can easily be performed within the tool without the need for coding which makes the tool practical and speedy

The tool covers almost anything needed for a data scientist. However, new trends in advanced analytics can also be embedded such as new algorithms and data visualization features

Easy to use and learn syntaxes to churn big chunks of data for meaningful insights. Comes with editor, complier and output screen so is very easy to navigate. Throws results in less time.

A bit costly as compared to other data analysis softwares available.

SAS EM allows me to build multiple predictive models for a dataset and then compare the results quickly and efficiently.

SAS EM is tremendous at allowing the user to build and compare a bunch of models.

There are so many nuances to each model that it can be very intimidating, even to someone with a stats background. Easy to use on a basic level but difficult to use on a more advanced one. It also takes up a ton of memory on my computer during use.

Come Quantitative Risk Analyst, utilizzo SAS Enterprise Miner per analizzare serie di dati non strutturati e appartatamente scollegati per loro, per trovare relazioni non convenzionali che mi possano consentire di costruire modelli predittivi sempre più avanzati ed efficienti. In generale utilizzo sviluppo modelli atti alla gestione dei rischi, i quali definiscono la probabilità di accadimento di un evento ed suo impatto sul fatturato aziendale. La probabilità di accadimento di uno specifico evento può essere collegata a variabili esplicative chiare ed a variabili che solo il data mining, grazie a complessi algoritmi di machine learning può comprendere. Inoltre, il data mining, mi consente di migliorare anche la stima dei danni su fatturato dell’azienda, considerando che all’accadimento di un evento posso essere collegati tanti piccoli micro eventi che impatti il fatturato aziendale, alcuni chiari, altri identificabili grazie al mining.

SAS Enterprise Miner, software dal design semplice, consente di effettuare operazioni di data mining, manipolazione di dati e sviluppo di modelli previsionali. Il lavoro in SAS Enterprise Miner può essere gestito medianti i nodi, ognuno dei quali permette di svolgere un operazione specifica. I nodi possono essere collegati tra loro per creare un analisi di dati completa. I nodi consentono sia di eseguire semplici trasformazioni di dati, utili in via preliminare alle analisi, sia complesse operazioni di data mining sfruttando algoritmi di machine learning. Sas Enterprise Miner, inoltre, permette lo sviluppo e la valutazione dei modelli, in modo tale da verificarne per performance nel tempo.

Sas Enteprise Miner, come software stand alone, non offre limitate possibilità nella visualizzazione dei dati e al fine di creare report personalizzati risulta necessario integrarlo con altre software come Sas Visual Analytics, aumentando il costo per la gestione delle licenze dell’azienda.

In un progetto presso una società di leasing automobilistico, ho utilizzato il software per analizzare un ampio set di dati che includono variabili come l'età del veicolo, il chilometraggio, la marca il modello, le caratteristiche del locatario del veicolo, per definirne un equo canone di leasing. Dover seguito delle operazioni di pulizia e preparazione dei dati, ho applicato tecniche per ridurre le dimensionalità delle variabili e selezionare quelle più importanti nel determinare il canone di leasing. Fatto ciò ho testato vari algoritmi nello sviluppo del modello utilizzando gli strumenti di valutazione del Miner per comprendere quale fosse quello che meglio rispettava gli obiettivi del progetto. L'uso di Sas Enterprise Miner e le informazioni ricavate dei dati ha permesso al mio team di fornire alla società cliente dettagli esaustivi sugli aspetti che possono impattare sul canone di leasing ed uno strumento in grado di stimare un equo canone che permetta, in diversi scenari, un ritorno economico all'azienda.

Elemento che che contraddistingue Sas Enterprise Miner è il suo ambiente di sviluppo no-code, che permette di definire processi data mining mediante l'uso di nodi. I nodi contengono le diverse operazioni e tecniche che possono essere applicate ai dati, per stimare e valutare un modello. Nello sviluppo dei modelli il Miner consente di utilizzare l'analisi delle componenti principali per selezionare le variabili e ridurne la dimensionalità, permettendo di identificare variabili che è meglio spieghino il fenomeno che si sta indagando. Nel processo di ottimizzazione dei modelli il Miner permette di valutarli con il calcolo del AUC oppure mediante l'uso di matrici di confusione; strumenti che permettono di comprendere la bontà del modello e valutare la necessità di migliorarlo.

Sas Enterprise Miner dovrebbe migliorare nell'offrire strumenti di visualizzazione avanzata ed interattiva dei dati, per facilitarne la comprensione, e nella gestione delle risorse computazionali, un'ottimizzazione di quest'ultimo elemento Potrebbe rendere i processi di calcolo più veloci quando si lavora su grandi set di dati.

Utilizzo SAS Enterprise Miner per analizzare grandi quantità di dati apparentemente eterogenei ed identificarne delle relazioni, ciò con lo scopo di utilizzare tali informazioni come dati di input per lo sviluppo di modelli predittivi. Solitamente importo, mediante il nodo Data Source, le informazioni all’interno del software, ed uso i nodi Data Preprocess e Data Partition per pulire i dati ed, eventualmente, dividerli in campione di addestramento e validazione. Posso sfruttare poi, i nodi Stat Explore per ottenere statistiche descrittive e quello Variable Clustering per raggruppare le variabili fortemente correlate. Scelte le variabili e sviluppato il modello, utilizzando algoritmi di IA, posso confrontare le prestazioni dei vari modelli mediante il nodo model Comparison ed, in tal modo, una volta scelto il più performante procedere con le operazioni di affinamento.

Sas Enterprise Miner è un software utile ad effettuare data mining su grandi quantità di dati, che consente lo sviluppo mediante codice e mediante analisi visuale, ovvero trascinamento e collegamento di nodi. Sull’interfaccia utente principale è possibile costruire un flusso di data mining collegando nodi che effettuano analisi statistiche predefinite. Il software esegue il flusso di lavoro su un server, e questo li consente di analizzare quantità enormi di dati dati con gran velocità. SAS Enterprise Miner dispone, inoltre, di un ampio portafoglio di algoritmi di modellizzazione e di apprendimento automatico. L’ampia scelta permette di stimare differenti tipi di modelli e confrontarne le prestazioni, per scegliere il migliore, mediante il nodo model Comparison.

È possibile, sulla carta, utilizzare SAS Enterprise Miner senza programmare, ma semplicemente spalando nodi e questo lo rende apparentemente adatto ad utenti meno esperti, in verità, però è necessario avere una conoscenza approfondita della materia e saper programmare se si vuole sfruttare tutte le potenzialità del Miner ed ottenere dalle proprie analisi risultati spendibili nel business.

Inizialmente mi sono occupato, con il reperto IT dell’azienda dell’installazione del software e dalla sua configurazione. L’installazione, seppur complessa, procede abbastanza velocemente, la configurazione del software, invece, per il raggiugnendo dei settaggi ottimali e per poter utilizzare l’architettura dei Server SAS come potenza di calcolo ha richiesto varie prove. Ora mi occupo della manutenzione del software, aggiornamenti licenzi e simili, ed inoltre uso il software per identificare anomalie all’interno di database di grandi dimensioni e definire delle opzioni per la correzione delle stesse. La possibilità di utilizzare i server per elaborare grandi quantità di dati velocizza notevolmente le operazioni di elaborazione e l’algoritmo di individuazione di dati anomali presenti nel software, a mio avviso, è molto accurato ed ha consentito all’istituto per cui lavoro di identificare diverse anomalie rilevare, ma difficili da trovare con analisi manuali.

SAS Enterprise Miner è uno strumento in grado di porre in essere tecniche di mining per lo sviluppo di modelli predettivi accurati che, prevedendo la probabilità di accadimento di un evento futuro, consentano al management aziendale di prendere le migliori decisioni. Le tecniche di mining utilizzabili con SAS sono molteplici: alberi decisionali, reti neurali, algoritmi di clustering. Tra gli algoritmi di mining è interessante quello che consente di rilevare anomalie all’interno dei dati, ancora prima di porre in esser una vera e proprio analisi. Questo elemento permette di effettuare pulizia del dato, in modo tale da non avere analisi distorte. Il processo di sviluppo di modelli predittivi all’interno di miner può essere automatizzato e l’utente può essere guidato step by step nelle operazione da intraprendere. I modelli generati possono essere facilmente distribuiti, in modo tale da poter generare, per altri utilizzatori, previsioni in tempo reale. Il processo di installazione del software risulta relativamente semplice, così come non complesso è il processo di integrazione con i sistemi interni dell’azienda.

Il software, nonostante le funzioni di automazione e la possibilità di creare flussi di lavoro mediante drag & drop, non è di immediato utilizzo. Necessità di un periodo di formazione per poter essere compreso. L’installazione, seppur veloce, per alcuni passaggi non adeguatamente descritti nei manuali necessità di varie prove, non banale la configurazione dell’architettura dei server SAS.

Machine learning, modeling predittivo e analisi di dati sono gli elementi principali per cui uso SAS Enterprise Miner. In particolare mi dedico al processo di validazione dei modelli IFRS9, testandone la bontà, valutando se il mining mi consente di identificare relazioni tra variabili traget e regressori non colte nel processo di sviluppo.

L’interfaccia drag e drop che permette la costruzione di modelli complessi senza scrivere del codice rende SAS Enterprise Miner un software con cui utilizzare il machine learning in modo facile, partendo anche da principiante. I nodi da utilizzare sono chiari, anche nella nomenclatura, ad esempio il nodo decision tree permetto lo sviluppo con alberi decisionali e sono in grado di eseguire molteplici operazioni. Apprezzo molto anche la funzione di Model Comparison, che mi permette nello stesso processo di data mining di valutare la bontà di più modelli e l’opzione automatizzata di model scoring che mi consente di applicare i modelli sviluppati su un portafoglio di training su un portafoglio di validation.

Un aspetto che mi ha deluso è legato alla visualizzazione dei dati, chiara, ma con poche opzioni di personalizzazione che costringono a passare ad altri software per la creazione di tavole da presentare a colleghi.

Ho utilizzato SAS enterprise Miner in vari progetto eseguiti per diverse società clienti in ambito bancario. Il data mining consente, in linea generale, di ottimizzare i processi aziendali e creare valore aggiunto. Il software è stato utilizzato in vari ambiti: sviluppare un modelli in grado di rilevare il rischio frodi partendo dai dati transazioni dei clienti; migliorare il processo di Risk Management mendicante lo sviluppo di modelli sul rischio di insolvenza dei clienti; monitorare i mercati finanziari e prevedere le performance future.

SAS Enterprise Miner consente lo sviluppo di modelli statistici attraverso l’uso del Machine Learning. Il software dispone di una ampia libreria di data mining, che consente all’analista di creare modelli predittivi ed ottimizzare la prestazione degli stessi. L’interfaccia, nel complesso, si rivela intuitiva e con un po’ di impegno può essere utilizzata anche da analisti meno esperti.

I costi relativi alla licenza di SAS Miner non sono banali, inoltre per ottenere una formazione adeguate è necessario spendere del tempo sul software.

Nel campo della ricerca scientifica in cui utilizzo Sas Enteprise Miner sono stata in grado di analizzare grandi quantità di dati ed individuare con precisione i pattern presenti all’interno. Sas mi permette di eseguire regressioni foreward e backward, analisi di cluster, utilizzare alberi decisionali, suggerendomi spesso il modello migliore. Questo mi aiuta molto nel mio lavoro.

Apprezzo la varietà di analisi presenti e la possibilità di avere un idea dei dati che sto trattano grazie a varie analisi che ne descrivono sinteticamente le caratteristiche. È facile individuare e rimuovere valori anomali. Apprezzo anche i suggerimenti di SAS su quale modello utilizzare sul dataset fornito. Di solito sono molto accurati e consentì di sviluppare modelli delle elevate prestazioni.

L’ampiezza del set di strumenti disponibili è un arma a doppio taglio per Sas enterprise Miner, alcune volte può risultare dispersivo e difficile individuare la specifica funzione cercata.

With sas enterprise miner you get a corporate solution that entities you to create accurate , predictive and descriptive models. There is a reason why sas is the leading analytics solution. Its because of tools like this.

Easy to use. Very accurate from multiple sources

None

It helps you all the way from data importing, data cleaning, data processing, data mining, to reporting. You just need to set up procedures rightly. Sometimes you need a bit of programming to do your tasks. I did a few sentiment analysis tasks and SAS Enterprise Minder helped greatly.

It is not updated with trendy methods. If you wanna use the newest methods, learn to connect it with R or Python.

Amazing

The most amazing thing about the software is the graphic design and the speed of processing. Moreover it allows us to change the data whenever we want to instead of rewriting the data.

The least thing so like about the software is the space it requires in our PC. It makes our computer work slow. hence I would demand the same product with small size.

Was able to use SAS without having any knowledge of coding on SAS.

it is extremely user friendly with its drag and drop functionality and very flexible to use. It allows you to easily change settings and see how it effects the model and output very quickly.

It is very very expensive and difficult to obtain, especially for a student. Probably so even for a small company.

Some features have gotten an upgrade like being able to run programs in the background.

New interface which is not so user-friendly

Supports several different algorithms for data mining; intuitive and easy to use

can not customize the algorithms like you can do in python or matlab

I used SAS enterprise miner as soon as it was launch in the market. At that time I was also using clementine from SPSS too, but the graphical analysis were much cleaner with SAS. I have not used it for many years since, though.

One of the best analytics tools in the market and very user friendly! I particularly loved the flexibility and availability of a variety of model selections!