IBM SPSS Modelerの評判・口コミ 全24件

改善してほしいポイント

グラフ等のデータの可視化機能が少し弱い(見にくい)ように思う。
機械学習モデルの出力結果を、画像ではなくデータとしてExcel等に貼り付けられるようになると、より使いやすい

どのような課題解決に貢献しましたか？どのようなメリットが得られましたか？

社内に散在するデータの統合、クレンジングから、それを用いた分析に至るまで幅広く使用することが出来た。
AI活用を求められる案件に対して、柔軟に対応することが出来た。

改善してほしいポイント

出力項目の編集する画面では、表示サイズを任意のサイズにできないなど、若干操作に慣れが必要かもしれません。

どのような課題解決に貢献しましたか？どのようなメリットが得られましたか？

保険契約の不適切な取扱を検知するための説明変数を特定するために教師あり学習で使いました。教師データが少なかったため、スタッフはかなり苦労していました。

検討者へお勧めするポイント

機械学習の分析テーマが社内にあふれているという状況でなければ、他の従量課金の製品を選定することをお勧めします。

改善してほしいポイント

かなり改善されてきたという印象はありますが、まだまだ見える化、グラフ化の能力が弱いようには感じます。
また、分析結果の“語”を理解するには、ある程度の統計解析の知識は必須です。用語を理解するまで、何か紐づけされていると、初心者にとってさらに良くなると思います。

どのような課題解決に貢献しましたか？どのようなメリットが得られましたか？

アソシエーションモデルを作成して、受注実績データから個々仕様の相互の関連性を見えるようにしました。これからの活用次第で、実効果を上がっていくと思います。

検討者へお勧めするポイント

繰り返しになりますが、インターフェースの優れた秀逸は統計解析ツールであることは間違いありません！

改善してほしいポイント

IBM Software群なのでもっとWatsonやIBMクラウドとも親和性を高めて欲しい。
そうでなければ、AWSやGoogle Cloudとも。
AWSやSnowflakeは充実してきたが、Google Cloudとの親和性も高まると助かる。

もっとも、汎用のODBCやPython連携ノードでもそれはある程度実現できるのは素晴らしい。

どのような課題解決に貢献しましたか？どのようなメリットが得られましたか？

当社のデータサイエンスチームの初期の活動、様々な業務での様々なデータ分析、MLopsの取組、どれもSPSS modelerに支えてもらいました。
IoTデータ、セールス・マーケティングに係るデータ、HR等コーポレートのデータ、各種ログ、等々、何でもSPSS modelerと立ち向かってきました

改善してほしいポイントは何でしょうか？

マニュアルが非常に貧弱なことです。英語文を逐語訳したような読みづらいマニュアルはあるのですが、ユーザー目線での直感的にわかりやすいマニュアルはなく、ユーザー同士での情報交換が一番の情報ソースになってしまっています。
細かいパラメータ設定値がたくさんあるので、それがどういう意味をなしているかが細かく説明されている資料があるだけでも全然違うのですが・・

どのようなビジネス課題を解決できましたか？あるいは、どのようなメリットが得られましたか？

最大のメリットは、高度な統計知識やプログラミング技術がなくても、誰でも容易にクイックにデータ加工・分析作業を行えることです。これにより、非常にスピーディーな分析が行え、分析の試行錯誤が非常に早く回せています。
また何より、隠れたメリットとして、GUIでアイコン配置することによりストリーム（プログラムのようなもの）を作るのですが、これによりデータ加工〜分析のプロセスが「可視化」「記録」できることがあります。エクセルでデータ加工すると、データ加工のプロセスが隠れてしまい、属人化されがちです。また加工した自分自身でさえも、「あれどうやって加工したんだっけ・・・」となることもしばしば。SPSS Modelerを用いれば、このあたりのプロセスが全て可視化・記録されるので、分析作業の引き継ぎなどの際も大変便利です。

改善してほしいポイント

分析結果を入力データとしてシームレスに取り込めるようにして欲しい。例えばCARMAで出力したルールを一度csvに出力してそのcsvを読み込む、というのをやっているのだが、こういうところをもっと簡単にできるようにして欲しい。

どのような課題解決に貢献しましたか？どのようなメリットが得られましたか？

自身のアイディアをちゃちゃっと試したいときに、コーディングする必要がないので、思ったアイディアをどんどん試せるのがメリットだと思います。

検討者へお勧めするポイント

ビジネスマンで、プログラミングができない／やりたくないという人の方が大多数だと思います。その人たちがデータサイエンティストになれます！

改善してほしいポイント

チューニングがたくさんできるが、初心者には理解し難い。良く言えば幅広いユーザーに対応している。悪く言えば初心者にはオーバースペックです。初心者向けにチューニングができないけど、ビジュアルに強い。などユーザーニーズに合った製品開発いただけるとありがたいです。

どのような課題解決に貢献しましたか？どのようなメリットが得られましたか？

自社セールスの営業プロセスの分析に活用しています。また自身の統計学の知識レベルアップに活用しています。

改善してほしいポイント

特になし。
使い方などは公式マニュアル以外にもQiitaなどのサイトに販売元社員による多くの投稿があり、フォローも充実している。
新しい機能などもタイムリーに盛り込まれてきている。

どのような課題解決に貢献しましたか？どのようなメリットが得られましたか？

製造プロセスの諸元設定、不良品発生や製造装置トラブルの原因究明（事後解析）、製造装置トラブルの予兆検知などに貢献している。

検討者へお勧めするポイント

・解析過程の見える化
　前処理過程・モデリング過程などでどの解析パーツをどの順番で適用したかが容易に確認可能。これにより後から自分で振り返った際や他メンバーが確認した際に、簡単に解析過程や意図を振り返ることができる。

・多種解析手法を包含
　従来の統計解析手法から最新の機械学習手法まで幅広くツール内に包含されている。

・前処理～モデリング～結果確認までの充実した機能
　他の最新機械学習ツールではモデリング重視のものが多いが、本ツールは前処理や視覚化処理まで含めてバランスよく含まれている。

・LowCodeツールとしてのバランスの良さ
　初心者向けへの程良い使い勝手、ベテラン向けの程よい拡張可能性を兼ね備えている。