STATISTICA Data Miner
w Krajowym Depozycie
Papierów Wartościowych S.A.

KDPW S.A. jest jedną z głównych instytucji polskiego rynku kapitałowego. Pełni on funkcje depozytu papierów wartościowych oraz izby rozliczeniowej dla wszystkich transakcji rynku regulowanego w Polsce, zarówno kasowego jak i terminowego. KDPW rozlicza także transakcje zawarte poza rynkiem regulowanym. Zadania KDPW obejmują swoim zakresem szeroką gamę usług związanych z rynkiem kapitałowym.

Program STATISTICA użytkowany jest w naszej firmie od dawna, jednakże prawdziwa potrzeba szerokiego wykorzystania programu pojawiła się w związku z koniecznością usprawnienia prac nad tworzeniem planów finansowych firmy na najbliższe lata. Usługi świadczone przez KDPW S.A. są ściśle związane z funkcjonowaniem rynku papierów wartościowych w Polsce, co sprawia, że przychody firmy determinowane są wielkościami rynkowymi. Zastosowanie pakietu STATISTICA umożliwiło sporządzanie prognoz finansowych źródeł przychodów firmy poprzez prognozowanie kilkunastu a nawet kilkudziesięciu zmiennych obejmujących swoim zakresem czynniki mające na nie wpływ.

Przed dłuższy okres czasu do wykonywania prognoz używany był moduł "Szeregi czasowe i prognozowanie". Podjęto także próbę prognozowania w module "Sieci Neuronowe", jednakże modele te dawały statystycznie gorsze wyniki. Potrzeba częstych aktualizacji prognoz w celu korygowania planów finansowych oraz złożoność projektu skłoniły nas do poszukiwania narzędzia, które pozwoliłoby na przyspieszenie i automatyzację działania.

W ub. roku mieliśmy okazję uczestniczenia w prezentacji STATISTICA Data Miner, zorganizowanej w siedzibie naszej firmy przez pracowników firmy StatSoft Polska. Testowa wersja Data Miner została nam udostępniona bezpłatnie na okres 1 miesiąca, dzięki czemu mogliśmy przekonać się jak szerokie możliwości daje ten program i zdecydować się na zakup tego narzędzia. Środowisko Data Miner pozwala na stworzenie w jednej przestrzeni roboczej kilku a nawet kilkunastu procesów modelowania statystycznego, począwszy od zdefiniowania danych wejściowych, poprzez transformację i/lub czyszczenie danych, konstrukcję modeli a skończywszy na uzyskaniu i prezentacji prognoz. Program zaskoczył nas przyjaznym interfejsem. Wszystkie elementy są w nim uporządkowane i łączone strzałkami, co pozwala w łatwy sposób śledzić ścieżki zachodzących procesów. Istotna okazała się także możliwość łączenia, usuwania i skracania szeregów w arkuszach danych, co pozwoliło to na uzyskanie jako danych wyjściowych jednego arkusza, zawierającego wyniki wszystkich modeli i znacznie poprawiło automatyzację projektu.

Dane, które wykorzystujemy w budowie modeli przechowywane są w formie MS Excel. Dużą zaletą STATISTICA Data Miner jest więc możliwość importowania (a nawet załączania arkuszy) przy zachowaniu formatu zaimportowanych danych, co znacznie ułatwia poruszanie się w arkuszach, zawierających dużą liczbę zmiennych.

Projekt sporządzenia planu finansowego wymaga bardzo szczegółowych danych, obejmujących swoim zakresem całą działalność operacyjną firmy. Nie mamy więc tutaj do czynienia z jednym tylko modelem a z grupą kilkunastu modeli szeregów czasowych służących do prognozowania kilkudziesięciu zmiennych o zróżnicowanych przebiegach, trendach, składnikach sezonowości. Wykorzystywane przez nas dane to szeregi zawierające wartości wielkości rynkowych z okresu ostatnich kilku lat. Dane zbierane są w ujęciu miesięcznym a szacowane na ich podstawie modele wymagają comiesięcznej aktualizacji. Bez pomocy takiego narzędzia jak STATISTICA Data Miner stworzenie tak dużej liczby aktualizowanych co miesiąc modeli było bardzo pracochłonne i niezmiernie skomplikowane. W środowisku interakcyjnym STATISTICA problemem była także aktualizacja modeli związana z dokładaniem nowych danych do szeregów. W przestrzeni roboczej Data Miner wymaga to jedynie zaimportowania jednego nowego arkusza z danymi i uruchomienia odpowiednich węzłów.

STATISTICA Data Miner daje też możliwość połączenia tabel z MS Access lub AS400 poprzez ODBC, za pomocą tabel zdalnego przetwarzania. Obecnie takie możliwości posiada większość programów obsługujących bazy danych. Zastosowanie tego narzędzia w STATISTICA Data Miner sprawiło nam sporo trudności.(...) Należy jednak dodać, że podczas rozwiązywania problemów z Data Miner mogliśmy zawsze liczyć na szybką i kompetentną pomoc ze strony pracowników StatSoftu.

Dzięki pomocy ze strony StatSoftu udało się pokonać jeszcze jedną barierę, związaną z ilością prognozowanych przez nas zmiennych. Do prognozowania używaliśmy w większości węzłów wymagających danych wejściowych w postaci jednego tylko szeregu, co powodowało, że zbudowanie projektu złożonego z kilkudziesięciu zmiennych w jednej przestrzeni roboczej Data Miner było niemożliwe - przy kilkunastu modelach schemat projektu był zupełnie nieczytelny. Pracownicy firmy StatSoft zmodyfikowali odpowiedni węzeł, w taki sposób aby generował on modele jednocześnie dla wielu zmiennych o podobnych właściwościach statystycznych (takich jak trend i sezonowość). Dodatkowo, węzeł został poszerzony o możliwość zapisu wyników w formie arkusza Excela.

Współpraca z firmą StatSoft obejmuje nie tylko sprawy techniczne. Kursy prowadzone przez pracowników StatSoftu to cenne źródło wiedzy z zakresu statystyki i rzetelna podstawa do dalszego rozwijania umiejętności nie tylko związanych z samą obsługą programu ale także interpretacją wyników, wnioskowaniem i prezentacją danych. Co roku pracownicy naszej firmy uczestniczą także w seminariach StatSoftu, które wzbogacają naszą wiedzę, informują o nowościach i podsuwają pomysły na nowe, efektywniejsze rozwiązania.

Pakiet STATISTICA rzadko wymaga pomocy ze strony pracowników StatSoftu, ponieważ posiada doskonale oprogramowany podręcznik elektroniczny. Do pakietu dołączony jest także obszerny książkowy opis systemu zawierający nie tylko wiedzę techniczno-informatyczną, ale także statystyczną interpretację programu.

Program STATISTICA, a w szczególności STATISTICA Data Miner zautomatyzował procedury sporządzania prognoz finansowych w naszej firmie, powodując jednocześnie, że ich wykonywanie stało się bardziej przejrzyste i mniej pracochłonne. Dzięki możliwości modelowania tak dużej ilości szeregów jednocześnie nasze prognozy są dokładniejsze a ich prezentacja graficzna jest przyjemna, prosta i efektowna.