Prise en main de SAP HANA Cloud Knowledge Graph Engine

Cas d'utilisation et démonstration

Objective

After completing this lesson, you will be able to présentez des cas d'utilisation avec la puissance de SAP HANA Cloud KGE.

Cas d'utilisation

SAP HANA Cloud Knowledge Graph Engine fournit une plateforme robuste pour gérer et exploiter des graphiques de connaissances complets, permettant des analyses avancées, l'intégration des données et des applications pilotées par les connaissances. Voici plusieurs cas d'utilisation dans lesquels SAP HANA Cloud Knowledge Graph Engine peut être appliqué efficacement :

Gestion des données de base

Vue client à 360° : intégrez les données de différents systèmes pour créer un profil client unifié, ce qui permet une meilleure segmentation des clients, un marketing personnalisé et un meilleur service client.

Données de base produit : gérez des hiérarchies de produits, des attributs et des relations complexes pour améliorer la gestion des informations produit et le catalogage.

Gestion de la chaîne logistique

Gestion de la relation fournisseurs : créez un graphique complet des connaissances des fournisseurs, de leurs capacités et de leurs relations pour optimiser les stratégies d'approvisionnement et de gestion des risques.

Prévision de la demande : intégrez les données provenant de plusieurs sources pour améliorer la précision des prévisions de la demande, ce qui permet une meilleure gestion des stocks et une meilleure planification de la chaîne logistique.

Gestion des risques et de la conformité

Évaluation des risques financiers : combinez les données financières, les indicateurs de risque et les informations réglementaires pour effectuer des évaluations complètes des risques et garantir la conformité.

Conformité réglementaire : suivez et gérez les exigences de conformité, les réglementations et leur impact sur les processus de gestion et les opérations.

Analyse et intelligence client

Prévision des ventes : intégrez les données de vente historiques, les données démographiques des clients et les tendances du marché pour générer des prévisions de ventes plus précises.

Prévision de l'attrition : analysez le comportement et les interactions des clients pour prévoir leur attrition et identifier les stratégies de fidélisation.

Santé et sciences de la vie

Intégration des données des patients : créez un profil de patient unifié en intégrant les données des dossiers médicaux électroniques, des essais cliniques et d'autres sources pour améliorer les soins et les résultats des patients.

Recherche clinique : gérer et analyser les données des essais cliniques, les résultats de la recherche et la littérature scientifique pour faire progresser la recherche médicale et la découverte de médicaments.

Enterprise Search et Knowledge Discovery

Gestion des documents : créez un cadre de recherche et de découverte sémantique pour les documents organisationnels, permettant un meilleur accès aux connaissances et aux ressources de l'entreprise.

Cartographie des compétences des collaborateurs : mappez les compétences, l'expertise et les expériences des collaborateurs pour améliorer l'affectation des ressources, le développement des talents et la planification de la relève.

IoT et production intelligente

Maintenance prédictive : intégrez les données des appareils IoT et des systèmes d'entreprise pour prévoir les pannes des équipements et optimiser les calendriers de maintenance.

Analyse en temps réel : analysez les données en temps réel des processus de production pour améliorer l'efficacité opérationnelle, le contrôle qualité et la gestion de la chaîne logistique.

Service et assistance à la clientèle

Base de connaissances du centre d'assistance : créez une base de connaissances complète pour le service et le support client en intégrant les informations produit, les guides de correction des erreurs et les commentaires des clients.

Amélioration du chatbot : améliorez les fonctionnalités des chatbots en fournissant un riche graphique de connaissances qui inclut les données client, l'historique des interactions et les informations produit.

Commerce de détail et e-commerce

Recommandation de produit : améliorez les recommandations de produits en analysant les préférences, le comportement et les tendances externes des clients.

Gestion des stocks : optimisez les niveaux de stock en intégrant les données de vente, la demande client et les informations sur la chaîne logistique.

Recherche et développement

Gestion de l'innovation : intégrez les données de recherche, les brevets et les tendances du marché pour identifier les opportunités d'innovation et de développement de nouveaux produits.

Analyse de la littérature scientifique : Analyser la littérature scientifique et les résultats de la recherche pour découvrir des informations et des tendances dans des domaines spécifiques.

Secteur public et gouvernance

Services aux citoyens : améliorez les services aux citoyens en intégrant les données de divers organismes et ministères afin de créer une vue unifiée des interactions et des besoins des citoyens.

Analyse des politiques : Analyser l'impact des politiques gouvernementales sur les différents secteurs, régions et populations pour éclairer la prise de décision et la formulation des politiques.

En exploitant SAP HANA Cloud Knowledge Graph Engine, les entreprises peuvent obtenir des insights plus approfondis, améliorer la prise de décision et stimuler l'innovation dans différents domaines.

Données du graphe de connaissances

Étude de cas Mise en œuvre de SAP HANA Cloud Knowledge Graph Engine pour la recherche pharmaceutique

Planificateur

Un client est une entreprise pharmaceutique leader engagée dans la recherche et le développement (R&D) pour des thérapies médicamenteuses innovantes. En raison de la grande quantité de données générées à partir de diverses sources telles que les essais cliniques, les documents de recherche et les brevets, ils sont confrontés à des défis en matière de gestion et d'exploitation efficaces de ces données pour obtenir des insights et accélérer la découverte de médicaments.

Objectif

Mettre en œuvre SAP HANA Cloud Knowledge Graph Engine pour intégrer, traiter et analyser diverses données, en facilitant les requêtes avancées et la découverte de connaissances pour prendre en charge la R&D sur les médicaments.

Périmètre

  1. Intégration des données
  2. Création d'un graphe de connaissances
  3. Requêtes et analyses avancées
  4. Collaboration et partage des données

Étapes d'implémentation

  1. Intégration des données

    Ingérer des données structurées et non structurées provenant de diverses sources telles que des bases de données d’essais cliniques, des publications de recherche, des bases de données de brevets et des bases de données de gènes/protéines (p. ex., PubMed, ClinicalTrials.gov, GenBank).

    Utilisez SAP HANA Data Lake et SAP Data Intelligence pour faciliter l'intégration et la préparation des données.

  2. Création d'un graphe de connaissances

    Définissez une ontologie complète pour le domaine pharmaceutique, y compris des classes pour les gènes, les protéines, les médicaments, les maladies, les essais cliniques et les brevets.

    Mappez les données vers l'ontologie et créez un graphe de connaissances à l'aide du Knowledge Graph Engine.

    Établir des relations entre différentes entités, telles que "gene-protéine", "drogue-maladie" et "médicamente-essai clinique".

  3. Requêtes et analyses avancées

    Permettre aux chercheurs d’effectuer des requêtes complexes sur des ensembles de données intégrés à l’aide du langage de requête SPARQL.

    Mettez en œuvre des analyses graphiques pour découvrir des relations cachées et générer des informations, telles que des opportunités de réaffectation de médicaments, des effets secondaires potentiels et de nouvelles cibles de médicaments.

    Utilisez des algorithmes d'apprentissage automatique pour prédire l'efficacité et la sécurité des médicaments en fonction du graphe de connaissances.

  4. Collaboration et partage des données

    Partagez le graphe de connaissances avec les équipes internes et les collaborateurs externes, en promouvant la collaboration et en réduisant les silos de données.

    Assurez la gouvernance et la sécurité des données à l'aide des fonctionnalités intégrées de SAP HANA Cloud, telles que le contrôle d'accès des utilisateurs et le chiffrement des données.

Avantages et résultats

Avantages et résultatsObjectif
Découverte accélérée de médicaments

Amélioration de la capacité à identifier et à valider les nouvelles cibles en matière de médicaments.

Accessibilité des données amélioréeAccès centralisé aux données pour les chercheurs, réduisant le temps consacré à la collecte et à la préparation des données.
Analyse avancéeA activé des requêtes complexes et des analyses graphiques, ce qui a permis d'obtenir des informations inédites.
Collaboration étenduePartage et collaboration des données entre les équipes et avec les partenaires externes facilités.
Meilleure prise de décisionA fourni une vue complète des données, soutenant les décisions fondées sur les données dans les stratégies de R&D.

Conclusion

En implémentant SAP HANA Cloud Knowledge Graph Engine, le client a réussi à intégrer diverses sources de données, à créer un graphe de connaissances spécifique au domaine et à faciliter les analyses avancées. Cela a permis d'améliorer la productivité de la recherche, d'accélérer la découverte de médicaments et de renforcer la collaboration, renforçant ainsi leur position de leader dans l'innovation pharmaceutique.

Démonstration

Image de démonstration KG

Étude de cas L'ontologie d'une université

Les relations entre les classes sont fondamentales dans une ontologie, car elles décrivent comment les concepts sont connectés.

Voici un exemple générique d'ontologie avec certaines classes et leurs relations.

Cas

Détail
L'ontologie d'une universitéÉtude de cas q&a

StructuréReprésentation
Classes

Personne

Étudiant

Professeur

Cours

Service

Relations entre les classes

L'étudiant est inscrit à la formation.

Professeur enseigne le cours

La formation appartient au service.

Le département a un professeur