מאמרים

בשנים האחרונות חלה התפתחות בעולמות ה-DATA עם כניסת כלי הML וה-AI. כלי הביקורת Arbutus נענה לאתגר וגישר על הפערים עם השקת גרסה 9 של המערכת. בגרסה זו הוכנס פיצ'ר חדש אשר המאפשר להכניס יכולות AI ו-ML לתוך מערך האנליזה גם בלי להוציא ולעלות קבצים למערכות אחרות. החיבור בין יכולות אנליזה ו-AI באותה מערכת מקנה שליטה, עבודה יעילה ותוצאות מדויקות.

יתרונות של ה-AI ב-Arbutus

• המערכת מאפשרת שימוש בכלי AI מובנה.

• עיבוד מקומי (On-Premises) לרוב היכולות – שמירה על פרטיות ואבטחת המידע.

• שילוב Python מובנה – ללא צורך בהתקנה חיצונית.

• גמישות בשיטות סטטיסטיות ואלגוריתמיות.

• יישומים מוכנים (Apps) לחיסכון בזמן פיתוח.

• מתאים למגוון רחב של תחומים – ביקורת, חקירות, שיווק, ניתוח פיננסי.

• מאפשר קבלת תובנות עמוקות על נתונים גדולים בקלות יחסית.

תכונות ML במערכת Arbutus

זיהוי חריגים (Outliers)

• מזהה ערכים מספריים שחורגים באופן משמעותי מהשאר.

• שתי מתודולוגיות נתמכות:IQR (Inter Quartile Range) – מתאים לנתונים בעלי התפלגות לא נורמלית.
  Modified Z-Score – מבוסס חציון, עמיד יותר לנתונים מוטים.
  

• שימושים עיקריים:איתור טעויות הזנה, הונאות, בעיות עיבוד נתונים.
  שיפור דיוק ואמינות הניתוח ע"י סינון נתונים קיצוניים.
  

• התהליך נשאר On-Premises – לא נשלח מידע החוצה.

קלאסטרים (Clusters)

• קיבוץ נתונים לקבוצות דומות באמצעות K-Means.

• מאפשר:זיהוי תבניות וטרנדים סמויים.
  סגמנטציה של לקוחות, עסקאות או פריטים.
  איתור חריגות בקבוצות.
  קבלת החלטות שיווקיות ומסחריות מדויקות.
  

• מתאים לשימושים במכירות, פיננסים, נדל"ן, רפואה ועוד.

• דורש בחירת מספר קלאסטרים אופטימלי ע"י ניסוי ובחינה.

ניתוח סנטימנט (Sentiment Analysis)

• מבצע ניתוח שפה טבעית (NLP) לקביעת טון רגשי בטקסט: חיובי, שלילי או ניטרלי.

• שימושים:מעקב אחרי מוניטין מותג בזמן אמת.
  ניתוח משוב לקוחות והצעות לשיפור.
  השוואת סנטימנט מול מתחרים.
  

• פלט כולל גם ציון סנטימנט כמותי.

סיווג נתונים / אינטגרציה עם ChatGPT

• סיווג נתונים לקטגוריות מוגדרות מראש באמצעות Python + ChatGPT.

• מאפשר ניסוח משימות מותאם אישית (System Role + Task).

• שימושים:סיווג פניות, תגובות, תלונות.
  הפקת רשימות מסוננות בהתאם להנחיות העסקיות.