Sinds SAS drie jaar geleden Viya lanceerde, heeft het naast zijn eigen taal ook opensourcetalen waaronder Python en R omarmd. De noodzaak naar meer flexibiliteit is belangrijk om succesvol te zijn, maar de sterkte van SAS blijft uiteindelijk het uitrollen van diverse modellen.
Wie vandaag met analytics aan de slag wil, heeft data nodig. Om al die data te kunnen laten werken, moet je modellen bouwen door middel van machine learning. In een labomgeving hoor je veel te experimenteren: fail fast. Tien projecten draaien om er één te laten werken is prima volgens Jeroen Van Godtsenhoven, Managing Director Benelux bij SAS.
“Dat is de juiste aanpak van een lab, maar het uiteindelijke doel binnen een bedrijf moet altijd wel productie zijn. Wat mij opvalt is dat iedereen de mond vol heeft van analytics, tot je vraagt of de oplossing al draait binnen het bedrijf. Dan wordt het meestal stil. Een model aan 70 procent draaien brengt nul op hè. Het is honderd procent, of niets.”
Valkuilen
De grootste valkuil die bedrijven vandaag ervaren is opensource volgens SAS. Data scientists hebben dikwijls een bepaalde voorkeur waarin ze werken: Python, Lua, Java of R. Wanneer je hen laat experimenteren, moet de uitrol ervan altijd in het achterhoofd zitten. Van Godtsenhoven pikt daar gretig in.
“Bedrijven klagen vandaag dat er niet genoeg data scientists beschikbaar zijn op de arbeidsmarkt. Dat is niet waar hè, er zijn er wel.”
“Bedrijven klagen vandaag dat er niet genoeg data scientists beschikbaar zijn op de arbeidsmarkt. Dat is niet waar hè, er zijn er wel. Wie een opleiding van twee weken volgt, kan al modellen bouwen. De belangrijkste flessenhals is echter analytics bruikbaar maken. Binnen het modelleren heb je een panoplie aan mogelijkheden. Wij differentiëren door in te zetten op een point-and-click interface met een lage instapdrempel om iets uit te rollen. Zo heb je de meeste kans op succes.”
Met Viya heeft SAS een flexibele oplossing in huis die niet enkel focust op de SAS-taal maar ook andere populaire talen omarmt. Je kan vandaag bv. Python assets in een SAS model management embedden. Zoiets is belangrijk omdat de nieuwe generatie ontwikkelaars steeds meer opensource omarmt.
Edge-markt
Sinds de lancering van Viya heeft SAS ook de edge-markt goed omarmd. Hierdoor kan SAS een ander consumptiemodel hanteren. Zo kan je veel gemakkelijker modellen uitrollen in containers volgens Van Godtsenhoven. “In enkele seconden of minuten heb je al een SAS-omgeving aangemaakt in Viya. Vroeger duurde dat enkele dagen! Wanneer je iets zo snel kan ‘opspinnen’, kan je van die flexibiliteit gebruik maken om duizenden kleintjes op te spinnen.”
SAS merkt dat de innovaties van twee tot drie jaar geleden met Viya stilaan hun vruchten beginnen af te werpen. Zo vinden ze hun weg op edge-toestellen zoals drones. In België zijn er nog geen edge-cases die live zijn. Er draaien er heel wat in test, zodat we binnenkort de eerste resultaten kunnen zien.
Babylonische toestanden
Van Godtsenhoven neemt de woorden ‘Babylonische toestanden’ in de mond wanneer we het over Viya hebben. “Opensourcecode kan je vandaag knippen en plakken in de code editor. Die routines runnen ze in gans hun flow calls. Het resultaat is een SAS-asset die je kan triggeren en managen alsof ze in SAS zelf is geschreven.”
Opensourcecode kan je vandaag knippen en plakken in de code editor van Viya.
SAS omarmt opensource met Viya waardoor een belangrijk heilig huisje wordt neergehaald. De vraag rijst echter hoelang het zal duren voordat SAS kennis toevoegt aan de opensource-community. De belangrijkste waarde van SAS op het einde van de dag is niet de analytics functionaliteit, maar de implementatie ervan. Dat laatste is zonder twijfel de sterkte van SAS volgens Van Godtsenhoven. “De focus blijft altijd get it done. We willen het lab met de productie samenvoegen. De last mile to the value is cruciaal om business te doen met analytics.”
Gerelateerd: SAS: ‘Wij zijn de pizzabodem, de toppings mag je zelf kiezen’