数据整合
SAS数据整合解决方案通过提供完整的数据整合功能：
为企业提供一个全面的、易于使用的解决方案，消除由于IT部门为每个整合项目编写定制代码或者对各种未整合的技术进行整合所需的时间和成本。
通过确保数据整合流程的质量并提供有关客户、产品和其它实体的全面信息，杜绝由于数据不准确、存在冲突或者不一致而引发的业务和技术问题。
不必根据企业不断变化的新数据整合项目的需求而购买新的工具。 SAS提供的单一企业解决方案能够满足您所有的数据整合需求。
我们成熟的产品功能包括：
连接性与元数据 – 无论数据源在哪里，都能充分利用所有的数据。
数据清理与压缩 – 对数据进行剖析、清理、补充和监督，形成一致而可靠的信息。
提取、转换和加载（ETL） – 对整个企业的数据进行提取、转换和加载，形成一致而可靠的信息。
迁移与同步 – 实时获取数据变化并在企业内进行传播，确保数据的完整性、一致性和可靠性。
数据联合 – 跨越多个系统对数据进行查询和使用，无需对源数据进行物理移动。
主数据管理 – 快速而可靠地全面了解来自多个数据源的企业数据。
连接性与元数据
SAS可以与各种环境下不同平台上的各种数据仓库、数据流、应用和系统实现对接，访问其中的数据，并将数据存入或者写入其中。无论是ERP系统、关系数据库管理系统、平面文件、消息队列还是XML，您都能快速访问所有相关的数据。
此外，完整的共享元数据环境能够保证各个数据源定义的一致性，提高项目整合速度，简化设计，降低维护成本，为企业节省资金。
产品主要优点
充分将所有组织数据用于任何数据整合项目，无论数据来源如何。
对所有数据进行无缝处理，无论数据来自哪里或者将要流向何处。
消除对代价高昂而且效率低下的附加数据存取和连接性产品的需求，为企业节省时间和金钱。
通过对最常用的数据存取任务实现自动化并进行简化，提高信息访问速度。
主要特色
与任何其它解决方案相比，能够与更多平台上的更多数据源实现批量连接或者通过消息队列进行连接。
完整的共享元数据环境在所有数据源之间保持数据定义的一致性。
本地存取方法能够保证最佳的性能，减少对定制编码的需求。
优秀的流程吞吐能力能够提高性能和速度。
数据清洗与压缩
SAS 数据整合解决方案提供单一环境，在数据整合流程中对数据质量进行无缝整合，将用户从数据剖析和规则创建中解放出来，将更多时间用于执行和对结果进行监督。企业可以对全异的数据进行转换和组合，消除数据之间的不一致的情况，在共同价值的基础上实现标准化，对数据的价值进行深入挖掘，过滤掉无效的数据，从而保证信息的一致性和可靠性。
在对数据进行剖析的同时可以快速建立规则，然后将这些规则自动加入到数据转换流程中去。这样就能加速清理后数据的开发和实施。工作流设计环境能够保证对现有数据轻松进行扩充，以提高所有企业数据的实用性和价值。
产品主要优点
通过提高批次流程和实时流程的数据质量，为企业提供更加可靠的信息。
通过阻止坏数据的传播，从源头上对错误进行纠正，减少由于数据错误而为企业带来的代价高昂的成本。
通过定期对数据进行检查和清理，保证数据最新而准确。
对来自多个数据源的数据进行标准化，减少数据重复现象，帮助企业实现更加准确的报告、分析和业务决策。
通过生成和/或追加来自其它数据源的信息，提高现有数据的价值。
主要特色
通过各种技术（包括标准化、转换与合理化）对数据库/数据仓库/数据中心进行清理，同时保持对数据进行准确的跟踪检查。
通过数据剖析来找出不完整、不准确或者容易引起误解的数据。
数据压缩和扩充。
制定可重复利用的数据质量业务规则，这些业务规则可以通过定制接口、消息队列和Web服务加以调用。
利用标准业务规则对交易进行实时清理。
数据总结。将大型静态数据库压缩至代表点，提高数据的可修正性，供后续分析使用。
面向全球20多个地区的特殊语言进行本地化。
ETL
SAS提供整合的ETL功能，帮助企业在整个企业范围内对数据进行提取、转换和加载，确保信息的一致性和准确性。
用户通过直观的点选式流程设计桌面可以轻松建立逻辑流程工作流，快速确定数据流的数据来源和去向，在元数据中创建业务规则，从而帮助企业快速建立数据仓库、数据中心和数据流。
SAS数据整合解决方案包括功能强大而方便使用的转换语言，此转换语言能够支持流程和通用元数据的协作和重复利用。转换流程可以通过定制接口、消息队列和Web服务进行调用，因此，用户可以在不同项目中在不同的技术环境下轻松对它们加以重复利用。元数据可以在整个转换和数据整合流程中获取和保存，并且可以重复利用。
SAS还提供一流的技术支持和专业服务，让企业灵活地超越传统的预打包转换机制，建立独特的数据处理流程，同时不必担心会失去供应商对定制工作的支持。
产品主要优点
快速建立数据仓库、数据中心和数据流。
对数据整合以及ETL设计和维护成本进行控制。
创建可重复利用、轻松修改并且具有内置数据质量处理功能的ETL流程。
通过提供多平台扩展能力和互操作能力，提高当前IT投资的回报。
主要特色
从单一来源或多个来源对数据进行收集、转换、清理和加载，建立数据仓库、数据中心或者商业智能和分析数据库。
在整个数据整合与转换流程中对元数据进行收集和存档。
转换程序可以运行在任何平台上，数据源不限。
300多个预定义的表和列层次上的转换。
在元数据中被跟踪和注册的用于创建可重复利用转换程序的转换发生器向导或Java插件程序设计模板。
转换流程可以通过定制接口、消息队列和Web服务进行调用，因此，用户可以在不同项目中在不同的技术环境下轻松对它们加以重复利用。
转换可以通过互动方式执行，并且可以在设定的时间批量运行或者由特定事件触发。
用于将信息发布至存档文件、发布渠道、e-mail或各种消息队列中间件的框架。
迁移与同步
SAS数据整合解决方案能够在不同操作系统和数据源之间对数据进行迁移、同步和复制。此外，它还具有强大的数据转换功能，用于对信息进行报警、重定格式以及合并。实时数据质量整合功能可以在数据移动、复制或者同步过程中对数据进行清理，因此，用户可以轻松建立可重复利用的业务规则库。坏数据永远不会在系统之间传播，因此，整个企业内的信息都是最新的、一致的和准确的。
产品主要优点
缩短对传统应用进行合并或升级的时间并降低这方面的成本和风险。
通过在数据移动的同时对其进行清理，防止坏数据在企业中的传播。
跨越众多应用、系统、环境和地理区域，为企业提供最新的标准化信息。
主要特色
以访问元数据的方式访问数据源。
预定义的转换库可以扩展和共享，无需其它整合流程。
通过内置的可重复利用的数据质量业务规则在数据移动过程中对其进行清理。
确定关键字段的变化并在多个数据库之间对变化进行复制/同步。
调度程序将一个或多个系统中的变化按照规定的时间传播到其它系统。
为同步和迁移项目提供实时数据服务。
数据联合
SAS数据整合解决方案能够跨越多个系统查询和使用数据，无需对源数据进行物理调整或移动。它还提供逻辑语义层，能够帮助业务用户轻松了解基础的物理数据。通过避免不必要的数据复制和移动，您还可以快速为企业提供一致而准确的最新数据。
产品主要优点
提供一致而准确的最新数据。
通过避免不必要的数据复制和移动，更快地提交信息。
降低开发需求，缩短维护时间，减少数据存储需求，为企业实现更加节省成本的解决方案。
主要特色
以虚拟方式访问数据库结构、ERP应用、传统文件、文本、XML、消息队列以及众多其它数据源。
将这些虚拟数据源的数据联合起来，实现实时数据访问和分析。
语义业务元数据层能够让业务部门员工轻松读懂基础数据所暗含的信息。
实时访问多个数据集的数据。
对同构和异构数据源的查询进行优化。
主数据管理
主数据管理（MDM）能够确定每个业务要素（客户、产品、利润等）的情形并通过标准的数据模型来表达这些情形。通过建立主数据环境，企业能够通过唯一可靠的信息渠道了解哪些企业系统可以实现同步。SAS数据整合解决方案对成功的主数据管理计划来说非常关键。
它需要从各种操作环境中提取关键数据来创建记录文件系统，通过建立链接保持该系统与操作系统文件的同步，并且在不影响操作性能的同时跨越所有操作系统快速访问主数据。
SAS充当一个虚拟的整合中心，在元数据层的支持下促进主数据环境的智能设计与实施。SAS为用户提供无与伦比的数据访问功能，几乎能够与任何技术平台上的任何数据实现批量和实时读写操作。可重复利用的业务规则能够在数据向主参考文件移动过程中对其进行清理、标准化和增强，因此能够确保所有信息的准确性。而且，直观的快速开发环境可以适应每个企业的技术和标准，提高企业生产力，帮助企业快速实现自己的目标。
产品主要优点
360度全方位了解数据。
通过加强销售收入管理，提高营销效率和更好的业务决策，为用户节约资金和资源。
提供快速查询、分析和报告功能，确保业务计划成功。
让用户能够访问多个数据源，并即时将数据转化为有用的信息，供企业分析使用。
主要特色
语义数据对数据源输入和输出进行描述，唯一确定每个业务要素（客户、产品、利润等）的情形，并对主数据模型实现标准化，帮助企业全面了解自己的实际业务情况。
功能强大的转换语言和嵌入式数据质量流程确保主数据正确无误。
业务规则库包含可重复利用的业务规则，当数据移动至主参考文件并被下游流程重复利用时对其进行清理、标准化、匹配和增强。
数据资料可以同时到达一笔交易或数百笔交易。
数据集可以在源数据中采用单通道进行处理。
商业智能
SAS® 企业级商业智能服务器 软件提供一系列完整的商业智能功能，通过SAS分析挖掘技术和数据整合功能打造完整而方便使用的商业智能解决方案。SAS企业级商业智能服务器软件提供完全整合的全套商业智能软件，满足IT 管理层 和 业务用户的需求。
商业智能报表
SAS商业智能解决方案能够让决策者快速、简单地访问报表和分析结果。自助报表和熟悉的用户界面面向具有不同技术水平和需求的个人定制，确保每个人都能自己生成报表。向导功能在整个报表创建过程中（包括从多个数据源中提取数据）为用户提供指导，无需IT部门自始至终的参与。由于SAS报表功能的界面不占用任何空间，因此，不必在各个台式机上单独安装软件。商业智能解决方案的部署快速而且轻松。业务用户在更好地访问报表和分析结果的同时对IT资源的占用降至最低水平。
SAS提供端到端的链接技术，包括数据存取、数据质量和通用元数据层，提高数据和业务规则的一致性。这样就能保证大量的元数据被转换成准确的报表和分析信息。
通过充分利用现有的数据和系统资产并通过熟悉而直观的界面将商业智能带给每一个人，SAS能够帮助企业充分利用企业现有的资产，为所有类型的用户服务，降低总拥有成本，以比以往更快的速度向更多的人提供关键的业务信息。
产品主要优点
及时访问和/或接收信息，帮助企业进行可靠决策。
降低报表的复杂性，使之能够满足更多用户的信息需求。
复杂的计算、业务流程和运算法则可以作为标准化流程进行存储，因此，每个人（无论他们的技术水平如何）都能访问它们。
主要特色
自助报表
从业务用户角度出发组织数据
直观而熟悉的向导界面
报表制作者和使用者不限
特殊报表和受控报表
分析结果和流程整合
查询与分析
SAS商业智能解决方案提供基于Web的向导和界面以及Microsoft Office界面，整个企业的用户可以轻松地对数据进行查询和分析。SAS 企业级商业智能服务器软件使用非常简单，不同技术水平的用户可以通过虚拟的方式访问任何数据源，并将来自多个平台的数据组合到单一查询中去。
可以在用户熟悉的Microsoft Office环境下开展复杂的分析，因此，业务用户可以提出他们最头疼的问题并快速而轻松地获得自己需要的答案，同时，IT部门也能把时间节省下来用于更具战略意义的活动。
SAS提供端到端的链接技术，包括数据存取、数据质量和通用元数据层，为企业提供一致的数据和业务规则，确保大量的原始数据能够转化为准确的信息，供用户查询和分析使用。单一的整合元数据库意味着整个企业内的所有用户都能根据相同的数据进行决策。因此，整个企业了解到的数据都是统一的真实数据。
产品主要优点
界面提供多种数据访问方法（本地或企业层次）。
用户无需学习新的IT技能就可开展查询操作。
主要特色
企业各个层次上的用户都可以根据自己的信息需求使用自助查询功能。
业务用户报表环境内整合了带有向导的查询功能。
复杂的数据结构对普通业务用户的查询操作不会带来任何影响。
可以跨越多个数据源（数据库和平台）利用关系或多元数据进行查询。
OLAP
SAS 企业级商业智能服务器软件提供功能强大的多元数据库，旨在帮助用户快速访问大量的汇总数据。带有操作向导的界面能够让数据结构设计者和数据结构工程师快速而轻松地为业务用户建立一致的数据源。
此外，它还包括基于Web的数据浏览界面，业务用户可以从多个角度快速而简单地对大量数据进行分析。他们可以从比较高的层次上查看数据，也可以逐步对数据进行深入挖掘，所有这些都是以一致而准确的信息为基础。
产品主要优点
根据所选的业务尺度，在较高层次上了解主要业务绩效。
用户可以在不需要IT部门帮助的情况下获得自己所需的答案。
单一的共享元数据层确保对用户的数据操作情况进行跟踪，从操作数据源经过ETL流程直到目标OLAP cube。
主要特色
提供方便使用OLAP cube建立和维护界面。
Cube可以根据任何操作系统上任何数据库中储存的任何数据进行创建。
OLAP cube可以存储在任何主要的硬件平台上，从Microsoft Server 2003、HP/UX、 AIX 和 Solaris到大型机上的z/OS。
OLAP数据存储和导航被整合至SAS商业智能报表环境。
完全兼容微软的OLE DB for OLAP标准，因此，用户可以选择自己最喜欢的前端来访问汇总信息。
通过功能完备的互动式OLAP客户端应用，不同技术水平的用户可以根据自己的需求充分利用OLAP。
整合分析挖掘技术
SAS是分析挖掘技术市场领袖，SAS商业智能解决方案能够帮助用户在整个企业内轻松访问并充分利用这些功能强大的分析应用功能。SAS提供预测和优化分析挖掘技术，它们可以完美地将数据转化为有用的信息，让企业每个人都能深入洞察业务运作情况，从而更快、更好地进行决策。
先前只有技术用户能够使用的分析挖掘技术现在可以供企业的所有决策人员使用，从而让他们做出更加准确的决策，为企业实现更好的结果。用户现在可以直接从他们的商业智能界面访问更加完善的分析结果，无论这种界面基于Web、SAS信息交付门户还是Microsoft Excel，都不需要IT部门或者统计人员的支持。
此外，SAS提供整合的综合商业智能平台，能够快速对报告和分析应用进行实施和部署，从而让企业快速实现最理想的目标。
产品主要优点
根据特殊的业务问题确定并选择最合适的功能。
降低不确定性和风险。
对变量进行量化。
对流程进行优化。
对资源分配进行优化。
主要特色
描述性和预测性统计。
优化分析。
时序分析。
评分运算法则。
定制分析模型。
虚拟化
SAS提供广泛而强大的虚拟化功能，帮助企业通过动态和交互式虚拟环境、全面的演示图形库和可定制的图形生成程序充分利用企业的信息资产。
这些图形可以作为报告出现在 SAS信息交付门户内, 仪表板内，作为应用的一部分或者以独立图表的形式存在。通过采用多线程处理和可扩展的技术，SAS性能非常快，即使在对大量数据进行处理时，速度也非常快。
此外，SAS还提供端到端的链接技术，提高数据的一致性，确保企业能够共享到准确而真实的信息。全面而整合的商业智能平台能够对部署和管理进行优化，通过单一界面有效地对整个商业智能环境进行管理。
产品主要优点
帮助用户了解平面表格所无法表达的数据之间的关系。
与虚拟环境进行交互，了解企业其他人的想法，对业务模式进行调查，发现以前没有发现的情况。
使一般用户能够借助直观的图形和图表来了解复杂的数据关系。
通过让业务用户能够以自助方式访问功能强大的虚拟化功能，减少他们过度依赖IT部门来解决他们特殊问题的现象。
主要特色
通过各种可定制的图形和图表对数据进行汇总和显示。
创建图形和图表，并将它们提交至数百种不同的设备。
在OLAP应用内创建地图并对其进行整合，用作交互式数据浏览界面。
提供高度直观的商业图形，包括动态的泡泡图、3D散布图、格架图、汇总图和柱状图。
将互动图形嵌入Web页面和Microsoft Office文档。
直观查询和过滤数据，以互动方式制表，可随意对数据进行重新调整。
提供可视分析功能，包括互动模拟与优化以及最先进的时序建模。
能够从任何数据源快速设计定制的仪表板，并将其与推动组织绩效的指标联系起来。
Microsoft Office整合
SAS 企业级商业智能服务器能够与Microsoft Office无缝整合，因此，业务用户可以轻松地访问数据，开展查询和分析，并创建报告。
而且，通过包括数据存取、数据质量和通用元数据层在内的整合技术，SAS能够将大量的原始数据转化为准确的分析和报表数据。这样就能保证企业内业务分析标准在实施方面的一致性，从而使业务用户能够通过熟悉的Microsoft Office环境轻松访问来自多个平台的企业数据。
业务用户可以通过Microsoft Office直接充分利用SAS强大的功能，在实现理想的结果后，他们可以通过本地Microsoft Office功能将Office文档轻松分配给相关的决策者。
Microsoft Office整合功能通过SAS Add-In for Microsoft Office提供。
产品主要优点
能够让所有Microsoft Excel 和 Word用户访问合法的企业数据，从而对分析功能实现扩展。
为企业中的更多用户提供标准数据和分析功能，提高决策的一致性。
主要特色
让用户能够超越Microsoft Excel数据量的限制。
通过单一数据源对数据进行汇总。
能够从任何定义的企业数据源访问数据。
利用熟悉的Word 和 Excel界面实现数据交互。
IT对数据进行集中管理。
将分析选项扩展至Microsoft Office用户。
能够让用户将企业数据和分析结果嵌入Microsoft Word文档。
分析挖掘技术
统计分析
SAS® 统计提供众多统计分析软件，包括从传统的变化分析到精确的方法和动态数据虚拟化技术。利用统计软件可以提供新的信息，帮助企业改善流程，推动企业发展和提高销售收入，并且帮助企业留住有价值并且对企业服务感到满意的客户。
交互式矩阵编程
功能强大的交互式矩阵编程语言扩展分析环境。
Extensive set of dynamic mathematical and matrix operators
BY-Group processing for matrices.
Control statements
Direct the flow of execution of SAS/IML statements.
Enable program modularization.
General matrix functions
Provides absolute values, exponentials, remainders and powers of matrix elements.
Finds elements in a matrix satisfying given conditions.
Provides cumulative sums, horizontal direct product and trace.
Lets you create block diagonal, identity, diagonal and transposed matrices.
Lets you reshape a matrix.
Finds set difference, set union or set intersection of matrices; remove duplicates from matrices.
Linear algebraic and statistical functions
Solve an ordinary differential equation.
Perform numerical integration.
Compute eigenvalues and eigenvectors for symmetric and nonsymmetric matrices; create orthonormal eigenvectors.
Compute inverses, generalized inverses, Moore-Penrose inverses and determinants.
Compute Gram-Schmidt orthonormal factorization.
Perform Cholesky, singular value and complete orthogonal decomposition.
Perform QR decomposition by Householder rotation or the Gram-Schmidt process.
Solve linear programs, linear systems and systems of linear equations.
Compute the first nonzero roots of a Bessel function of the first kind and the derivative of the Bessel function at each root.
Perform discrete sequential tests.
Time series functions
Compute ARMA model autocovariance sequence, log likelihood and residuals.
Simulate a univariate ARMA time series.
Compute autocovariance estimates for time series.
Generate a Hankel, Toeplitz or block Toeplitz matrix.
Perform finite Fourier transformations and inverse FFTs.
Kalman filtering.
TIMSAC (TIMe Series Analysis and Control) routines (developed by the Institute of Statistical Mathematics, Japan).
Numerical analysis functions
Perform numerical integration.
Use nonlinear optimization.
Interactive data analysis with SAS/IML Studio
Data exploration:
Identify observations in plots.
Select observations in linked data tables and graphics.
Exclude observations from graphs and analyses.
Search, sort, subset and extract data.
Transform variables.
Distribution analysis:
Compute descriptive statistics.
Create quantile-quantile plots.
Create mosaic plots of cross-classified data.
Fit parametric and kernel density estimates for distributions.
Detect outliers in contaminated Gaussian data.
Parametric and nonparametric regression:
Fit general linear models, logistic regression models and robust regression models.
Smooth two-dimensional data by using polynomials, loess curves and thin-plate splines.
Create residual and influence diagnostic plots.
Include classification effects in logistic and generalized linear models.
Multivariate analysis:
Create correlation matrices and scatter plot matrices with confidence ellipses.
Principal components analysis.
Discriminant analysis.
Factor analysis.
Correspondence analysis.
Integrated programming environment
Write, debug and execute IMLPlus programs in an integrated development environment.
Execute SAS procedures or DATA step code from within your IMLPlus program.
Call SAS procedures as functions.
Create customized, dynamically linked graphics.
Develop interactive data analysis programs that use dialog boxes.
Call functions from libraries written in C/C++, FORTRAN and Java.
Provides seamless integration between intensive computing and interactive data analysis.
Provides high-speed data transport between client and server.
Utilizes multithreaded workspace.
Quickly and easily apply methods in R while working in SAS, enabling you to obtain new capabilities at no extra cost.
统计分析
在统计分析的深度和广度方面，只有SAS被公认为全球的标准。
SAS始终致力于对自己的统计产品进行不断完善，因此，我们始终能够为您提供最先进的统计技术，不仅现在如此，未来也是如此。
SAS提供高性能的架构，能够为需要大量CPU资源的统计运算法则提供多线程支持以及网格计算支持。
Analysis of variance
Balanced and unbalanced designs.
Multivariate analysis of variance and repeated measurements.
Linear and nonlinear mixed models.
Mixed models
Linear mixed models.
Nonlinear mixed models.
Generalized linear mixed models.
Regression
Least squares regression with nine model selection techniques, including stepwise regression.
Diagnostic measures.
Robust regression; Loess regression.
Nonlinear regression and quadratic response surface models.
Partial least squares.
Quantile regression.
Categorical data analysis
Contingency tables and measures of association.
Logistic regression and log linear models; generalized linear models.
Bioassay analysis.
Generalized estimating equations.
Weighted least squares regression.
Exact methods.
Zero-inflated Poisson regression.
Zero-inflated negative binomial regression.
Bayesian analysis
Bayesian modeling and inference for generalized linear models, accelerated life failure models, Cox regression models and piecewise exponential models.
General procedure fits Bayesian models with arbitrary priors and likelihood functions.
Multivariate analysis
Factor analysis.
Principal components.
Canonical correlation and discriminate analysis.
Path analysis.
Structural equations.
Survival analysis
Comparison of survival distributions.
Accelerated failure time models.
Proportional hazards models.
Psychometric analysis
Multidimensional scaling.
Conjoint analysis with variable transformations.
Correspondence analysis.
Cluster analysis
Hierarchical clustering of multivariate data or distance data.
Disjoint clustering of large data sets.
Nonparametric clustering with hypothesis tests for the number of clusters.
Nonparametric analysis
Nonparametric analysis of variance. Exact probabilities computed for many nonparametric statistics.
Kruskal-Wallis, Wilcoxon-Mann-Whitney and Friedman tests.
Other rank tests for balanced or unbalanced one-way or two-way designs.
Survey data analysis
Sample selection.
Descriptive statistics and t-tests.
Linear and logistic regression.
Frequency table analysis.
Cox proportional hazards model.
Multiple imputation for missing values
Regression and propensity scoring for monotone missing patterns.
MCMC method for arbitrary missing patterns.
Combine results for statistically valid inferences.
Study planning
Power and Sample Size application provides interface for computation of sample sizes and characterization of power for t-tests, confidence intervals, linear models, tests of proportions and rank tests for survival analysis
数据和文本挖掘
每个企业每天都会产生大量的数据，这些数据来自不同的数据源。数据挖掘是对大量的原始数据进行选择、分析和建模，从中发现以前没有发现的趋势和模式。数据挖掘采用与文本文件同样的分析技术。通过数据和文本挖掘得到的信息对企业战略决策有很大帮助
数据挖掘
将原始数据变为准确的、推动业务发展的分析模型，其中包括无缝的高效流程在内。
Powerful, easy-to-use GUI, as well as batch processing for large jobs
Interactive GUI for building process flow diagrams.
Batch processing code or scheduling large modeling and scoring jobs.
Data preparation, summarization and exploration
Access and integrate structured and unstructured data sources.
Outlier filtering.
Data sampling.
Data partitioning.
File import.
Integration with R (from within JMP® Pro) to extend the types and comparison of models.
Merge and append tools.
Univariate statistics and plots.
Bivariate statistics and plots.
Batch and interactive plots.
Segment profile plots.
Easy-to-use Graphics Explorer wizard and Graphics Explore node.
Interactively linked plots and tables.
Interactive Graph Builder enables you to drag and drop variables into the template to construct graphs for understanding relationships.
Data transformations.
Time series data preparation and analysis.
Interactive variable binning.
Rules Builder node for creating ad hoc data-driven rules and policies.
Data replacement.
Advanced predictive and descriptive modeling
Clustering and self-organizing maps.
Market basket analysis.
Sequence and Web path analysis.
Dimension reduction techniques:
Variable selection.
LARS (Least Angle Regression) variable selection.
Principal components.
Variable clustering.
Time series mining.
Linear and logistic regression.
Decision trees.
Gradient boosting.
Neural networks.
Support Vector Machine (experimental).
Partial least squares regression.
Two-stage modeling.
Memory-based reasoning.
Model ensembles, including bagging and boosting.
Time series data mining (experimental).
Survival analysis.
Ratemaking for insurance.
Incremental response/net lift models (experimental).
Fast, easy and self-sufficient way for business users to generate models
SAS Rapid Predictive Modeler automatically generates predictive models for a variety of business problems.
Business analysts and subject-matter experts work from SAS® Enterprise Guide® or the SAS Add-In for Microsoft Office (Excel only).
Models can be opened, augmented and modified in SAS® Enterprise Miner TM .
Produces concise reports, including variable importance charts, lift charts, ROC charts and model scorecards, for easy consumption and review.
Ability to score the training data with an option to save the scored data set.
Business-based model comparisons, reporting and management
Assessment features for comparing multiple models using lift curves, statistical diagnostics and ROI metrics.
Highly visual model comparison interface.
Innovative Cutoff node examines to determine probability cutoff point(s) for binary targets.
Report creation and distribution.
Model result packages.
Group processing for multiple targets and segments.
A profiler provides an interactive environment for comparing and contrasting competing models and assessing the importance of key input variables on the predicted response times.
Automated scoring process
Interactive scoring in a variety of real-time or batch environments.
Automatically generates score code in SAS, C, Java and PMML.
Score SAS Enterprise Miner models directly inside Aster, EMC Greenplum, IBM DB2, IBM Netezza, Oracle and Teradata databases with SAS Scoring Accelerator.
Model registration and management.
Deploy models in multiple environments.
Integrate SAS Enterprise Miner training and scoring processes directly into other SAS solutions.
Open, extensible design
Extension node for easily adding tools and personalized SAS code.
Interactive editor features for training and score code.
Integrate text mining for analysis of both structured and unstructured data.
Incorporate time series, Web paths and associations rules as additional input variables into the model development process.
Scalable processing
The Java client and the SAS server architecture both scale from single-user to large enterprise solutions.
Server-based processing and storage.
In-memory processing.
Asynchronous model building.
Ability to stop processing cleanly.
Grid computing.
Parallel processing.
Multithreaded predictive algorithms. Demos
SAS® Rapid Predictive Modeler demo
Learn how to build predictive models very quickly using the SAS Rapid Predictive Modeler component of SAS® Enterprise Miner™.
View Demo
SAS Enterprise Miner software demo
SAS Enterprise Miner streamlines data mining to create accurate predictive and descriptive models based on large volumes of enterprisewide data.
View Demo
Screenshots
Quickly and automatically generate predictive models from familiar, user-friendly interfaces.
With SAS Rapid Predictive Modeler, business analysts and subject-matter experts can rapidly explore and analyze their data using either the familiar, visual interfaces available in Microsoft Excel or the guided analysis capabilities of SAS Enterprise Guide. In addition, data mining specialists and statisticians can generate quick, baseline models when they are short on time and resources.
View Screenshot
Filter extreme values interactively with the Filter node.
The shaded region defines the variable range to keep.
View Screenshot
Easily explore your data using interactive features.
Interactive graphs are automatically saved within the results of the Graphics Explore node.
View Screenshot
Develop decision trees interactively or in batch.
Numerous assessment plots to help gauge overall tree stability are included.
View Screenshot
Segment your data using clustering or self-organizing maps.
Segment your data using clustering or self-organizing maps. Visualizations are also provided to help determine which variables are important in distinguishing cluster membership as well as profile plots showing the distribution of the inputs and other factors in each cluster.
View Screenshot
Evaluate multiple models together.
The Model Comparison node provides an easy-to-use framework for comparing models to determine the best one.
View Screenshot
System Requirements
Host Platforms
HP/UX on Itanium: 11iv3 ()
HP/UX on PA-RISC: 11iv3 ()
IBM AIX on POWER architectures: and
IBM z/OS: V1R10 and higher
Linux (32-bit): Novell SuSE 10 and 11; RHEL 5 and 6
Linux x64 (64-bit): Novell SuSE 10 and 11; RHEL 5 and 6
Microsoft Windows (32-bit): Windows XP Professional, Windows Vista *, Windows 7**, Windows Server 2003 family, Windows Server 2008 family
Microsoft Windows on x64 (64-bit): Windows XP Professional for x64, Windows Vista* for x64, Windows 7** for x64, Windows Server 2003 family for x64, Windows Server 2008 family for x64
Solaris on SPARC: Version 10 Update 8
Solaris on x64 (x64-86): Version 10 Update 8
Client Tier
Microsoft Windows (32-bit): Windows XP Professional, Windows Vista*, Windows 7**
Microsoft Windows x64 (64-bit): Windows XP Professional for x64, Windows Vista* for x64, Windows 7** for x64
Required software
Base SAS®
SAS/STAT®
SAS Rapid Predictive Modeler requires SAS Enterprise Miner to produce predictive models. The SAS Rapid Predictive Modeler task is available from either SAS Enterprise Guide or SAS Add-In for Microsoft Office (Microsoft Excel only).
JMP® Pro Now Included
JMP Pro is included with SAS Enterprise Miner (SAS release) and SAS Enterprise Miner (SAS release). It runs only on 32-bit or 64-bit versions of Windows XP Professional, Windows Server 2003, Windows Server 2008, Windows Vista (except Vista Home Basic edition) and Windows 7 (except Starter and Home Basic editions).
* NOTE: Windows Vista supported editions are: Enterprise, Ultimate and Business. ** NOTE: Windows 7 supported editions are: Enterprise, Ultimate and Professional.
评分加速
在最大限度上提高分析模型的性能和精确度
SAS® format library
File that is deployed once to the database system.
SAS® Enterprise Miner™ Score Export node
Automatically included in your SAS Enterprise Miner installation for adding to your process flow diagram analyses.
Exports the model-scoring logic, including metadata about the required input and output variables.
Generates sample training and scoring data set for testing.
SAS® Scoring Accelerator publishing client
Automatically translates and publishes the model as a scoring function or SAS DS2 program inside the database.
Generates a script of database commands for registering the scoring function or SAS DS2 program inside the database.
Scoring functions or SAS DS2 programs are available for use in any SQL expression wherever database-specific built-in functions are typically used.
Publishes model as protected or unprotected.
Supports SAS intrinsic and user-defined formats.
Supports a robust class of SAS Enterprise Miner predictive and descriptive models, including the preliminary transformation layer (such as data imputations).
Provides variable binning and reduction.
Integrated environment for tracking and monitoring model performance over time
Fully integrated with SAS Model Manager, an analytic model management and deployment environment, to further streamline the registration and validation of vendor-defined functions (VDFs) in the database.
Support for multiple databases
Aster Database.
EMC Greenplum Database.
IBM DB2.
IBM Netezza 1000.
Oracle 11gR2 (single node, RAC and on Exadata Appliance).
Teradata Enterprise Data Warehouse (EDW).
文本挖掘
在大量的文档中找出重要的文本信息，并将这些信息与结构化数据进行整合
Universal data access and text import node
Lets you dynamically create data sets from files contained in a directory or from the Web.
Gives access to numerous forms of textual data, including PDFs, Microsoft Word, extended ASCII text, HTML, Microsoft Office formats, spreadsheets, presentations, email and database formats.
Extracts, transforms and loads textual data into a SAS data set for mining.
Accepts even potentially proprietary formats, converts the formats, and filters or extracts the text from the files, placing a copy in a plain file and referencing the data to a SAS data set for mining.
Provides Web-crawling capabilities – including social media discussions such as Twitter and news feeds – retrieving files and bringing them to the common directory before filtering; output can be used by the text parsing node.
Identifies each document's language and transcodes it to the session encoding format.
Support for multiple languages
Support for Latin-1, Double Byte Character and UTF-8 encodings.
European languages (Latin-1 encoding): Czech, Danish, Dutch, English, Finnish, French, German, Greek, Hebrew, Hungarian, Indonesian, Italian, Norwegian, Polish, Portuguese, Romanian, Russian, Slovak, Spanish, Swedish, Thai, Turkish and Vietnamese.
Eastern languages (Double Byte Character Support): Arabic, Chinese, Japanese, Korean.
Dialects: Simplified and Traditional Chinese, US and UK English, Parisian and Canadian French, Old and New World German, Nynorsk and Bokmål Norwegian, Portugal and Brazilian Portuguese, and Spanish from both South America and Spain.
The product ships with English and the native language if other than English. Additional languages are licensed as add-ons.
User-friendly, flexible interface
Text mining is encapsulated into four different nodes corresponding to common tasks that can be combined in any way.
Reusability of existing assets can be improved by creating synonym data sets and importing previously defined synonyms into the text filter node.
Text filter node allows editing of any existing subset of documents, and text topic view allows creation of a user-specified number of topics.
Both the text filter and text topic viewers permit you to search for specific terms of interest.
Text topic view allows creation of a user-specified number of topics, and also:
Permits export of raw rotated singular value decomposition (SVD) topic values (for use in any predictive modeling nodes).
Retains user-specified term and document cutoff values, with reruns of the text topic node.
Table editing lets you sort columns and insert and delete multiple rows.
The concept link diagram displays a visual relationship between terms.
Process-flow diagrams of text mining analysis can be modified, saved and shared with others.
Flexible reporting allows results to be published in a concise HTML format.
Text nodes operate directly with a variety of SAS Enterprise Miner nodes.
Text nodes can be extended further by customizing algorithms or declaring new user-written business rules for predictive modeling, clustering, visualization and reporting – deployable as SAS score code.
Text parsing node
Default or customized stop lists will remove terms with little or no informational value from your analysis.
Automated spelling correction.
Automatic stemming to identify root words.
Automatic part-of-speech tagging based on sentence context.
Noun group extraction for identifying phrase-level concepts such as "competitive intelligence."
Out-of-the-box support for many different entity types, including person and company names, locations, dates, addresses, measurements, and email and URL addresses.
Entities are customized for every language supported.
Custom entities can be included with SAS Concept Creation for SAS Text Miner add-on.
User-defined multiword tokens, such as "point and click."
User-customized and default synonym lists.
Comprehensive capabilities include compound word splitting into distinct subterms.
Text filter node
Contains a concise view of documents and vocabulary on all terms discovered during parsing, with metrics such as frequency counts.
Automates spell checking by mapping misspelled words to the terms from which they were misspelled.
Applies Google-like searches or SQL WHERE clauses to subset analysis (for example, conducting separate warranty analysis for each make or model of automobile).
Can programmatically and interactively distinguish and filter out unimportant terms, easily map abbreviations and represent other equivalent terms.
Provides integrated, full-text search capabilities, and an interactive query will retrieve individual documents matching whatever search parameters you specify.
Lets you base filters on any characteristic, including presence or absence of terms, and offers interactive visualization so you can probe until you find documents and terms that meet your specifications.
Includes concept maps to link terms, phrases and entities in a visual, interactive manner to highlight previously undetected patterns.
Dimension reduction techniques
Roll-up terms automatically identify the n-highest-weighted terms in a document.
Singular value decomposition (SVD) transforms each document into an n-dimensional space where the closer two documents are in that space, the more similar they are.
Text topic and text clustering nodes
Documents can have unique membership in only one cluster, or in multiple clusters (text topics).
Taxonomy browser displays the default topics automatically generated, as well as the manually created topics defined by the user.
Documents can be categorized as belonging to zero, one or even many different topics.
Topics can be customized interactively in an easy-to-comprehend and intuitive visual environment.
Expectation-maximization clustering groups documents into discrete nonoverlapping clusters (also known as hard clustering) using spatial clustering techniques.
Users have enhanced control over clustering parameters with the text cluster node.
Hierarchical clustering facilitates automatic grouping of documents into taxonomies.
Overall analysis (., age, purchase propensity, churn, etc.) is enhanced as the software profiles clusters and topics by incorporating structured data from original documents.
360-degree view of your data
Combines textual data with traditional structured data mining to automate, visualize, classify and deploy your predictive modeling results.
Displays performance assessments of multiple models side-by-side, helping you to select the best one to deploy in your operations for scoring new documents.
Directly integrates output from SAS Enterprise Content Categorization into your text mining analysis.
Discovered topics and themes produced by SAS Text Miner are valuable input for SAS Enterprise Content Categorization, especially in situations where taxonomies did not previously exist.
数据虚拟化
SAS可视化数据挖掘技术为SAS高级分析功能提供点选式的界面。它通过互动式数据虚拟技术对高级分析和探索性数据分析进行加强，从而提高分析的准确性，提高决策速度，并且对分析结果进行更有效地陈述。提供服务和培训，帮助企业快速上路。
高度互动的统计图
动态泡泡图通过大小随时间变化的泡泡来显示数据。
3D散布图包含按类别划分的连续数据。
3D散布图包含按范畴划分的连续数据。
格架图。
汇总图。
直线图。
柱状图。
通过JSL编程语言创建新的图形。
所有图形通过数据表与清理、加亮、隐藏以及其它功能实现互动。
众多其它图形报表。
可视化查询和数据过滤
几乎可以对任何数据进行处理。
用户可以根据自己的需要对数据进行任意调整。
以互动方式将数据制成表格。
对动态链接的统计数字和图表进行查看和互动。
可扩展的可视化分析挖掘技术
通过SAS编程语言添加定制的分析，对原有的分析挖掘技术功能加以扩展。
一套全面的高级统计分析工具
变化分析。
回归。
分类数据分析。
多变量分析。
生存分析。
心理测量分析。
群集分析。
非参数分析。
调查数据分析。
缺失数据多重估算。
检验效能与样本大小计算。
时序分析。
实验设计。
非线性建模。
决策树。
核心SAS® 功能
SAS® 分析挖掘技术。
SAS® 预存程式。
整合的元数据。
SAS代码。
SAS报表。
SAS输出。
预测与计量经济学
通过SAS®预测软件，您可以对随着时间的推移而发生的流程进行分析和预测。您可以发现以前没有发现的趋势，并对趋势波动情况进行预测，从而更好地对未来做好计划准备。
SAS/ETS时序预测
时间序列和经济技术进行整合，用于对业务流程进行建模、预测和模拟。
Full range of forecasting and time series methods
Trend extrapolation; exponential smoothing; Winters' method (additive and multiplicative); ARIMA (Box-Jenkins).
Structural time series models or unobserved components models.
Dynamic regression or transfer function models.
Joint forecasting of multiple time series using vector time series analysis and general state space models.
Automatic outlier and event detection.
Time series decomposition and seasonal adjustment.
Spectral and cross-spectral analysis for finding periodicities or cyclical patterns in your data.
Singular spectrum analysis.
Similarity analysis for sets of time series.
Estimate model parameters and simulate random data from fitted copula distributions.
Time Series Forecasting System
Point-and-click interface for exploring and forecasting time series data.
Automatic selection of the best-fitting forecasting model for each time series.
Mathematically optimized model parameters.
Interactive model development facility for more experienced forecasters.
Graphical display of time series diagnostics tests.
Inclusion of regression variables and unusual events in the forecasting model.
Diagnostic checks on fitted models.
Option to statistically combine multiple forecasts.
Econometric analysis
Regression with correction for autocorrelated errors.
Fitting, analyzing and simulation of simultaneous systems of both linear and nonlinear regression models.
Multinomial discrete choice analysis.
What-if, Monte Carlo simulation.
Time series cross-sectional analysis.
Qualitative and limited dependent variable models.
State space modeling
Linear state space modeling and forecasting of time series and longitudinal data.
Time series data management and preparation
Conversion of time series from one sampling frequency to another.
Interpolation of missing values.
Aggregation of time-stamped transactional data into time series.
More than 100 time series transformation operations.
Custom time intervals (functionality provided in Base SAS).
Financial analysis
Interactive analysis system for time-value-of-money analysis.
Tools to access commercial and government databases
Commercial database vendors: FAME, DRI, Standard & Poor's (COMPUSTAT), Haver Analytics DLX and CRSP.
US government data: Bureau of Economic Analysis, Bureau of Labor Statistics.
International agency data: International Monetary Fund (IMF), Organization for Economic Cooperation and Development (OECD).
SAS/ACCESS® interfaces and SAS Data Surveyors (licensed separately) provide seamless read, write and update access to other data sources, including relational and nonrelational databases, PC file formats, data warehouse appliances and enterprise applications.
SAS Econometrics and Time Series for JMP (also requires SAS Visual Data Discovery)
Specify some complex econometrics and time series models in an easy-to-use interface that integrates SAS® and JMP® software:
Fit models to time series data when the errors are autocorrelated or heteroscedastic.
Fit panel analysis when you have both time series and cross-sectional data.
Fit unobserved components models to equally spaced univariate time series data.
SAS High-Performance Forecasting
可以快速自动生成成千上万种预测。每个预测都通过优化的统计参数单独进行计算，用户利用这些计算结果为战略规划提供支持。
Data preparation
Aggregates transactional data into time series format.
Identifies and accounts for missing values.
Accumulates data into any frequency time series.
Sophisticated modeling techniques
Automatic outlier detection.
Trend analysis.
Optimized model parameters.
BY-group processing for flexible forecasting hierarchies.
Seasonality and intermittent series tests.
Handles zero-padded data (leading or trailing zeros recorded in the data).
Extensible model repository.
Predefined as well as customizable holiday and calendar event definitions.
Automatic indicator variable creation.
Reconciliation of hierarchical forecasts.
Temporal reconciliation allows forecasts generated for different time intervals (., hourly, daily, weekly, yearly, etc.) to be reconciled to take advantage of unique seasonalities at each interval.
Automatic model selection
Seasonal and nonseasonal exponential smoothing models.
ARIMAX models.
Intermittent demand models.
Unobserved components models.
User-defined models.
Automatic variable transformations (log, square root, logistic, Box-Cox).
Model selection based on performance in a holdout sample region (optional).
Several goodness-of-fit statistics and overall performance metrics.
Automatic regressor and event selection and model specification. Determines whether lagged and/or dynamic relationships are present.
Automatic generation of model selection lists.
Choice of automation level for all three forecasting steps: model selection, model parameter estimation and forecast generation.
Customized output and reports
Output produced in several popular formats: HTML, PDF, Microsoft Word, etc.
SAS Output Delivery System (ODS) graphics.
Several output data sets available, including forecasts, goodness-of-fit statistics, model parameters, seasonal and trend statistics, and more.
Superior scalability
Run time is linear with the number of forecasts.
No limit on the amount of historical data or forecast horizon.
No limit on the number of events or regressors.
SAS Forecast Server
可以快速自动生成大量高质量的预测，从而帮助企业更有效地对未来进行计划。
Easy-to-use GUI
Set up the hierarchy, parameters and business rules through an interactive graphical interface for automated enterprise forecasting.
Generate automatic forecasts in batch or interactively using the Project Setup wizard.
Reconcile up and down the hierarchy, for bottom-up, top-down or middle-out forecasting.
Identify exceptions automatically and generate exception reports based on sound statistical logic and business rules.
Overrule models using manual override to statistically forecast values, with the ability to lock the overrides.
Publish results automatically via hard copy, company portal or Internet.
Test what-if scenarios, such as changes to pricing or promotions, and determine their likely effect on future demand using the Scenario Analyzer.
Scalability
Choose the level of automation for the forecasting process.
Rediagnose and identify candidate models, re-estimate existing model parameters or generate forecasts using existing models and parameters.
Facilitate ongoing and repeatable forecasting as part of your overall planning process by surfacing more effective statistically based forecasting methods that can be used throughout the entire organization.
Create more appropriate forecasting models for a wide range of behaviors using an extensible model repository that includes intermittent demand models, unobserved components models, ARIMAX models, dynamic regression, exponential smoothing models with optimized parameters, as well as user-defined models.
Client/server architecture makes SAS Forecast Server suitable for large-scale enterprise forecasting problems.
Easy manageability
Access the superior forecasting capabilities of SAS through SAS Forecast Studio, the user-friendly interactive graphical interface. No programming is required. Users just point and click their way to powerful forecasting capabilities.
Incorporate forecasting as an ongoing and repeated process that fits into your organization's planning workflow.
Customize several aspects of the large-scale forecasting process with control over model selection, event identification and exception reporting.
Create and manage events definitions with a specialized events management console.
Incorporate individual judgment or outside information using the manual override console that includes override locking.
Improve the forecasting process using automatic regressor and events selection.
Adjust forecasts for outliers with automatic outlier detection.
Build and reconcile models at different time intervals with temporal reconciliation features.
Generate code for batch processing using the code generation GUI.
Trustworthy forecasts
Automatically perform large-scale enterprise forecasting tasks.
Perform automatic hierarchical forecasting. Define the hierarchy, parameters and business rules through an interactive graphical interface.
Reconcile up and down the hierarchy, preserving locked forecast values.
Reconcile by time intervals.
Create ensemble models by combining two or more other models, often leading to more accurate forecasts.
Screenshots
SAS Forecast Server uses the SAS Forecast Studio interface.
SAS Forecast Server uses the SAS Forecast Studio graphical user interface.
View Screenshot
Focus your attention on addressing exceptions and creating high-value forecasts.
SAS Forecast Server provides a quick and easy way to manage forecasting through the new SAS Forecast Studio graphical user interface. It allows forecasters to focus their attention addressing exceptions and high-value forecasts.
View Screenshot
Automatically generate large volumes of reliable forecasts.
The SAS High-Performance Forecasting engine can automatically account for seasonal fluctuations and other business drivers, and selects the most appropriate method for generating forecasts.
View Screenshot
System Requirements
Host Platforms
HP/UX on Itanium: 11iv3 ()
HP/UX on PA-RISC: 11iv3 ()
IBM AIX on POWER architectures: and
IBM z/OS: V1R10 and higher
Linux (32-bit): Novell SuSE 10 and 11; RHEL 5 and 6
Linux x64 (64-bit): Novell SuSE 10 and 11; RHEL 5 and 6
Microsoft Windows (32-bit): Windows XP Professional, Windows Vista *, Windows 7**, Windows Server 2003 family, Windows Server 2008 family
Microsoft Windows on x64 (64-bit): Windows XP Professional for x64, Windows Vista* for x64, Windows 7** for x64, Windows Server 2003 family for x64, Windows Server 2008 family for x64
Solaris on SPARC: Version 10 Update 8
Solaris on x64 (x64-86): Version 10 Update 8
Client Tier
Microsoft Windows (32-bit): Windows XP Professional, Windows Vista*, Windows 7**
Microsoft Windows x64 (64-bit): Windows XP Professional for x64, Windows Vista* for x64, Windows 7** for x64
Web Tier
IBM WebSphere on: AIX, Linux x64, Solaris (SPARC and x64), Windows x64, z/OS
JBoss EAP on: AIX on Power, HP/UX on Itanium, Linux x64, Solaris (SPARC and x64), Windows x64
Oracle WebLogic 10gr3 and 11gr1 on: AIX on Power, HP/UX on Itanium, Linux x64, Solaris (SPARC an x64), Windows x64
Supported Web Browsers
Internet Explorer 7 and 8: Windows Vista* (32-bit and x64), Windows 7** (32-bit and x64), Windows XP Professional (32-bit and x64)
Firefox : Windows Vista* (32-bit and x64), Windows 7** (32-bit and x64), Windows XP Professional (32-bit and x64), Linux 32-bit, Linux x64
You can also review the Third-party Support page for details about which operating environments support the Web application servers (such as IBM WebSphere).
Required Software
Base SAS
* NOTE: Windows Vista supported editions are: Enterprise, Ultimate and Business. ** NOTE: Windows 7 supported editions are: Enterprise, Ultimate and Professional.
优化
SAS/OR软件提供众多优化、项目时序安排和模拟技术，帮助企业确定应该采取哪些行动，利用有限的资源实现最优秀的经营成果。它能够让企业对更多的行动措施和方案进行考虑，确定资源的最佳分配方式，为实现目标做出最好的计划。
数学优化
OPTMODEL系列流程：
采用行业标准的MPS/QPS格式的原始数据集。
为直观的模型公式提供灵活的语法。
为透明地使用标准SAS功能提供支持。
直接调用线性、非线性、象限和混合整数求解程序。
为定制的优化算法快速进行原型开发提供支持。
提供预求解程序，将问题化整为零。
线性编程求解程序：
原始单纯形法和对偶单纯形法
循环内点法。
新的分支定界整数和混合整数编程求解程序，带有切割面和原始启发法。
继续支持原来的LP（线性和混合整数编程）流程。
一般非线性编程求解程序：
无约束：LBFGS, Fletcher-Reeves, Polak-Ribiere。
有约束：共轭梯度，Newton-Raphson，置信域。
非线性约束：SQP。
通过带有最先进的求解程序的二次规划法实现大规模优化。
网络流优化。
通过遗传算法对本地检索进行优化。
项目和资源调度
关键路径法和基于CPM的资源约束调度算法。
日历、工作班次和节假日功能，用于确定资源的可用性和日程计划。
完全支持非标准先后顺序关系。
能够包括持续时间PERT估计。
各种报表、可定制的根特图表和项目网络图。
挣值管理分析。
决策分析：
对决策树模型进行创建、分析和互动修改。
对实用程序功能（包括风险规避和风险容忍）进行定制。
计算完全信息价值（VPI）和完全控制价值（VPC）。
物料清单（BOM）处理：
从标准产品结构数据文件和零部件主文件（或者从组合文件）中读取数据。
对交付周期、交付周期误差、废品率、现有数量进行核算。
编制单层或多层物料清单，包括缩排式物料清单和汇总物料清单。
对零部件进行汇总，列出特定计划所需的材料及数量。
新的约束编程功能*。
离散事件模拟
各种各样的图形化建模功能；创建和保存定制组件。
用于确认和排除故障的动画模型。
能够将模型保存为SAS数据集。
多种抽样分布。
通过遗传算法对本地检索进行优化
遗传算法运用自然选择和进化原理与问题优化解决方案协同工作。
模型管理与部署
SAS Model Manager对冗长而且往往容易出错的分析模型创建、管理和部署步骤进行简化，并持续对它们的准确性和有用性进行检验核对。
对组织模型进行集中、安全地存储
根据项目对模型进行存储。
在项目中对冠军和挑战者模型进行单独版本的设置和维护。
对模型报告和分值代码测试所使用的必备数据源进行映射。
对所有主要行动、用户定义的备注进行事件记录。
附上支持文件，例如，Microsoft Word文档，Microsoft Excel 电子表格，HTML 文件等。
预制的标准数据挖掘模型注册模板
导入SAS Enterprise Miner模型。
导入SAS/STAT 和 Base SAS模型。
数据库元数据汇总报表，例如，模型数量，评分岗位数量。
模型老化曲线。
对每个目标变量和输入变量在所有模型中的使用频率进行统计。
按照属性对模型库进行查询
算法类型。
输入变量或目标变量。
模型创建者。
模型ID。
生命周期批准用户。
查询属性组合。
能够添加用户定义的查询键。
安全的模型存储和访问管理
备份和恢复功能。
覆盖保护。
事件记录。
用户身份认证/访问优先权管理。
在将模型导出之前对评分逻辑进行有效性确认
定义测试和生产评分工作。
将模型导出至SAS元数据库。
生产评分。
将模型更新发布至不同的评分渠道。
测试和生产生命周期过程中的模型性能和对比报告
模型性能报告：
评分数据汇总计划。
变量分布图。
特征图。
稳定度图。
提升图。
接受者操作曲线和吉尼图。
柯尔莫哥洛夫-斯米诺夫图。
模型对比报告：
模型概况报告。
变量增量报告。
动态提升。
模型监控报告。
特殊SAS代码报告编辑器。
分析模型整个生命周期管理
模型生命周期模板，用于协同项目管理。
以任务为导向的重大任务完工和审批签字。
定义开始日期和完工日期。
流程进度状态报告。
质量改进
SAS/QC软件提供各种专业化的工具，帮助您对产品进行改进，对流程进行优化，提高客户满意度水平。它能够让企业超越基本的流程控制将更多先进的统计分析功能加入进来，深入洞察企业流程，对产品进行改进。
解决基本的质量问题
巴累托图。
石川图。
统计流程控制（SPC）
休哈特图：X 和 R 图, x 和 x 图, box charts, p 图, np 图, c 图, u 图, 单独测量和移动平均图, 特殊原因测试。
累积和控制图。
移动平均图。
非标准控制图：
时间依赖性数据趋势图。
启动多变量流程数据图。
GAGE 应用
测量系统评估：极差图、平均图。
方差分量法
流程能力分析
对比柱状图。
CDF图，概率图，Q-Q 图，P-P图。
能力指数。
置信区间、容许区间和预测区间。
描述性统计。
可靠性分析
删改数据加速寿命测试模型。
最大可能性估计。
渐进正态区间和相似率置信区间。
Weibayes分析。
非参数估计和置信区间。
多故障模型分析。
概率图。
寿命与应力对比图。
平均累积函数非参数图。
方法分析
将k处理方法与它们的总体方法进行同时对比。
单个或多个响应变量。
通过数据计算决定极限。
对不等样本数量的决定极限进行调整。
平均图，p图，u图，盒式图。
实验设计
完整和部分因子设计。
D优化和A优化设计。
实验设计ADX界面：
两层，响应面，混合与混合层设计。
裂区和部分因子裂区设计。
混合层设计正交表。
非结构性实验分析。
主效应图，互动图，立方图和析因图。
统计分析包括回归分析、ANOVA分析、剩余分析和异常点分析。
图形优化。
生成HTML报表。
企业智能平台
SAS®9 提供一个整合的平台，为企业提供所需的信息。此平台，也就是我们所说的SAS企业级智能平台，能够将IT架构中的独立技术组件整合至一个统一的系统。从而为企业实现超越组织竖井、各种计算平台和生僻工具的顺畅信息流，让企业深入洞察自己的运作情况，提升自己的价值。
SAS企业级智能平台在提高企业智能水平的同时对企业现有系统的价值进行扩展。它包括下列组件：
SAS 数据整合，提供预制的有关数据连接、数据质量、ETL（提取、转换和加载）、数据迁移、数据同步和数据联合的高性能功能。
SAS 智能存储，是一个专用的解决方案，能够有效地存储和传播有关商业智能和分析要求的信息，从相同的基础数据源提供关系和OLAP存储选择方案。
SAS 分析挖掘技术，为预测性分析和描述性建模、数据挖掘、文本挖掘、预测、优化、模拟、实验设计等应用提供整合的环境。SAS分析挖掘技术充分利用现有数据和架构，为企业的高效决策以及向商业智能环境的整合提供支持。
SAS 商业智能，提供各种商业智能功能，让不同类型的用户都能通过一致而全面的数据来获取有用的信息。
作为整合平台的一部分，所有组件和服务都通过一个地方集中管理，因此，降低了应用维护、用户以及安全管理工作。由于元数据存储在单一元数据库内并且在所有SAS技术和解决方案中得到共享，因此，数据一致性得到保证。
SAS企业级智能平台的主要特色：
一致：能够在整个企业内对元数据进行整合、共享和集中管理，全面了解企业的真实情况，消除信息竖井以及相关的信息维护成本。
开放：与各种数据和元数据源整合，跨越各种孤立的IT环境为信息流提供支持。
统一：跨越组件和应用共享通用的安全和管理服务、数据存储和管理功能、查询和报表工具、分析工具包、出版基础架构以及基于Web的用户界面。
可管理：通过单一管理点对SAS企业级智能平台的所有要素进行集中管理。
基于标准：支持行业标准协议、编程语言、模型和通信接口。
可扩展：能够让客户通过标准开发环境（例如Java）和完善的应用编程接口（API）开发定制的解决方案。
可移动：能够根据不断变化的增长和维护需求将应用在系统和平台之间进行移动。
可扩展：企业级的网格计算功能以最有效的方式对所有计算资源进行利用。
兼容：与企业的IT实践、技术、方法和基础架构兼容，充分利用客户现有的技术投资。
能够满足未来需求：可扩展性可以满足未来增长需求；可定制性能够支持新的特殊应用；开放性和基于标准能够支持尚未定义的未来技术。
