Treffen Sie bessere Entscheidungen mit vorausschauender Intelligenz.

Größe: px
Ab Seite anzeigen:

Download "Treffen Sie bessere Entscheidungen mit vorausschauender Intelligenz."

Transkript

1 IBM SPSS Modeler Professional Treffen Sie bessere Entscheidungen mit vorausschauender Intelligenz. Highlights Einfacher Zugriff auf strukturierte Daten und problemlose Aufbereitung und Modellierung der Daten mithilfe dieser intuitiven, visuellen Data Mining-Workbench Weitere Verbesserung der Vorteile von durch die Integration der Lösungen Cognos Business Intelligence und InfoSphere Warehouse Analyse von Daten in bestehenden Systemen dank Unterstützung für IBM Classic Federation Server und zdb2 Schnelle Erstellung und Validierung von Modellen mit den fortschrittlichsten statistischen Funktionen und automatischen Lerntechniken Effiziente Bereitstellung von Erkenntnissen und Vorhersagemodellen Zusätzliche Bereitstellungsoptionen dank zlinux, SuSE Linux Enterprise Server und Einbindung in IBM Smart Analytics System for Power Data Mining zeigt Unternehmen ein klares Bild der aktuellen Bedingungen und ermöglicht ihnen einen vorausschauenden Blick auf zukünftige Ereignisse. * ist eine Data Mining-Workbench zur Analyse strukturierter numerischer Daten, mit der Ergebnisse modelliert und Vorhersagen für Unternehmensentscheidungen mit vorausschauender Intelligenz ermöglicht werden. Mit vorausschauender Intelligenz können effizientere Strategien erstellt werden, da Unternehmen nicht nur Trends bewerten, d. h. Benchmark-Werte für Ergebnisse, Pläne und Leistung ermitteln, sondern auch zukünftige Entwicklungen berücksichtigen können, also wahrscheinliche Ergebnisse bewerten und verstehen, wie sich das Zusammenspiel einzelner Faktoren auf diese Ergebnisse auswirkt. Die neuste Version von ermöglicht eine verbesserte Integration der IBM-Lösungen Cognos 8 Business Intelligence und InfoSphere Warehouse, sodass die Benutzer von einer optimalen Lösung eines einzelnen Anbieters profitieren können, die sowohl die Speicherung und Verwaltung der Daten als auch die Bereitstellung vorausschauender Intelligenz für Entscheidungsträger umfasst. Auf diese Weise können die unzähligen Unternehmen weltweit, die für die Überwachung ihrer Vitaldaten auf Cognos- Anwendungen vertrauen, vorausschauende Intelligenz in ihre Berichte und Dashboards einbinden für einen besseren Überblick in Bezug auf zukünftige Entwicklungen und die Chance, besser von den entstehenden Möglichkeiten profitieren zu können. Die Einsatzmöglichkeiten für vorausschauende Intelligenz sind zukünftig noch größer, da die - Software nun auch in Mainframe-Computerumgebungen gehostet werden kann. Weitere Informationen zu diesen Verbesserungen finden Sie auf Seite 2.

2 Geschäftsvorteile: Unternehmen aller Art haben die Vorteile von IBM SPSS Modeler Professional für sich erkannt: Unternehmen können Kunden für sich gewinnen, deren Loyalität stärken, Kundenfluktuationen kosteneffizienter minimieren und Risiken reduzieren Organisationen im öffentlichen Sektor können die Zahl der Arbeitskräfte prognostizieren, die Programmeffizienz bewerten und proaktiv auf Fragen der öffentlichen Sicherheit reagieren Bildungseinrichtungen können sich um die Verwaltung der Studierenden kümmern, Lernleistungen verbessern und zahlreiche andere betriebliche Aufgaben berücksichtigen Vereinfachen Sie den Data Mining-Prozess. IBM SPSS Modeler wird weltweit von Analysten und Geschäftsbenutzern gleichermaßen gern genutzt. Mit seinen Funktionen zur automatisierten Datenaufbereitung und Modellierung erhalten auch Laienanalysten schnell und problemlos genaue Modelle, ohne dass sie sich in die Welt der Analyse einarbeiten müssen, während professionelle Analysten die Vorteile der erweiterten Datenaufbereitungs- und Modellierungsfunktionen dieser Software nutzen können. In der intuitiven grafischen Benutzeroberfläche von IBM SPSS Modeler können Benutzer jeden Schritt des Data Mining-Prozesses als Teil eines Streams visualisieren. Durch die Interaktion mit diesen Streams können Analysten und Geschäftsbenutzer Hand in Hand zusammenarbeiten und dem Data Mining-Prozess Geschäftsinformationen hinzufügen. Data Miner können sich ohne sich mit technischen Aufgaben wie dem Schreiben von Code beschäftigen zu müssen allein auf die Gewinnung neuer Erkenntnisse konzentrieren. Sie sind dadurch in der Lage, die Analyse eher intuitiv anzugehen, die Daten genauer zu untersuchen und noch mehr verborgene Beziehungen zu entdecken. Von dieser visuellen Benutzeroberfläche aus können Sie auf einfache Weise auf Daten aus verschiedenen Quellen zugreifen und diese integrieren, einschließlich IBM SPSS Data Collection**-Produkten und Daten beliebiger Datenbanken, Tabellen oder Flatfiles einschließlich IBM SPSS Statistics**, SAS und Microsoft Excel - Dateien und wie zuvor erwähnt haben Sie nun von Cognos 8 Business Intelligence aus direkten Zugriff auf die Daten. Keine andere Data Mining-Lösung bietet eine vergleichbare Vielseitigkeit. Die leistungsstarken Automatisierungstools von IBM SPSS Modeler, wie die automatisierte Datenaufbereitung und die automatische Modellierung, vereinfachen die Vorbereitung der Daten für die Analyse, die Auswahl eines geeigneten Modells auf Basis versteckter Datenmuster und die rasche Ausgabe konsistenter und genauer Ergebnisse. Neue Funktionen in Modeler Professional 14.1 Die Verbesserungen in dieser Version von Modeler Professional ermöglichen die Nutzung der vorausschauenden Intelligenz für eine größere Gruppe von Unternehmen und geben ihnen die Möglichkeit für eine zielgenauere und agilere Planung und bessere tägliche Entscheidungen, da die Unternehmen eine deutlich differenziertere Sichtweise auf sich, die eigene Unternehmensumgebung, die Kunden und andere Interessengruppen erhalten. Folgende neue Funktionen sind verfügbar: * wurde früher PASW Modeler genannt. ** IBM SPSS Data Collection und IBM SPSS Statistics wurden früher PASW Data Collection und PASW Statistics genannt. 2

3 Integration mit Cognos. Analysten können ab sofort direkt von ihrer Cognos 8 Business Intelligence-Umgebung in der Modeler- Benutzeroberfläche auf ihre Daten zugreifen. Die Cognos-Software dient der Organisation und ermöglicht eine umfassende und einheitliche Betrachtung der Informationen für unternehmensweite Entscheidungsprozesse. Dank der ergänzenden Analysefunktionen von Modeler können Unternehmen unter Verwendung der gewohnten unternehmensweiten Datenanzeige schnell und zuverlässig die Wahrscheinlichkeit bestimmter Ergebnisse bewerten. Mit Modeler ist es außerdem möglich, die Ergebnisse in die Cognos 8 Business Intelligence zu schreiben und somit eine vorausschauende Intelligenz für Geschäftsbenutzer und sämtliche Informationsgruppen zur Verfügung zu stellen, die auf Cognos als Informationsportal für Unternehmensanalysen vertrauen. Verbesserte Integration von InfoSphere und DB2. Organisationen, die ein InfoSphere-Datawarehouse nutzen, können nun die vollständigen Data Mining-Algorithmen direkt in Modeler verwenden. Damit profitieren die Benutzer von einer intuitiven, grafischen Benutzeroberfläche, ohne dass dadurch die Data Mining- Leistung beeinträchtigt wird. Zu den unterstützten Algorithmen zählen ab sofort die logistische Regression, Naïve Bayes, Zeitreihen und die radiale Basisfunktion (RBF). Weitere DB2-Zugriffsmöglichkeiten wie Komprimierung oder Aufteilung gewährleisten eine optimale und unkomplizierte Nutzung umfangreicher Datenquellen für Unternehmen. Mining mit Mainframe-Daten. Mainframe-Computer umfassen im Allgemeinen eine Fülle von Daten über die betriebliche Entwicklung eines Unternehmens. Mit der Unterstützung von zdb2 und IBM Classic Federation Server können die Unternehmen ermitteln, welche Auswirkungen in der Vergangenheit aufgetretene Ereignisse auf die Zukunft haben. Auf diese Weise können sie die aktuellen Aktivitäten noch genauer analysieren, sich ändernde Betriebsbedingungen bewerten und ihre Planung auf der Grundlage einer zuverlässigen vorausschauenden Intelligenz aufstellen. Unterstützung für Linux unter System z. Die Ausführung von Linux unter System z bietet viele Vorteile für Unternehmen, die komplexe Informationssysteme vereinfachen und zugleich die heutigen Anforderungen in Bezug auf Sicherheit, Transparenz und Kostenkontrolle einhalten möchten. Server wird nun in diesen Umgebungen unterstützt. Binden Sie mehr Datentypen ein, um bessere Ergebnisse zu erzielen. Unsere Kunden haben festgestellt, dass sich die Genauigkeit von Vorhersagemodellen mit der Anzahl der eingeschlossenen Datentypen erhöht je mehr Datentypen verfügbar und integrierbar, desto nützlicher die Empfehlungen und Ergebnisse. 3

4 Wenn Ihr Unternehmen große Mengen an Textdaten sammelt, ermöglicht Ihnen die interaktive Text Mining-Workbench von IBM SPSS Modeler Premium die Extraktion von Konzepten und Meinungen aus jeder Art von Text zum Beispiel aus operationalen Quellen, Callcenter-Notizen, Kunden- s, Presseartikeln, Blogs, RSS-Feeds und mehr. Der direkte Zugang auf Umfragedaten in IBM SPSS Data Collection-Produkten erleichtert die Integration demografischer Informationen sowie die Integration von Informationen zu Meinungen und Verhaltensweisen in Ihre Modelle wodurch sich Ihr Blick auf die Personen und Unternehmen, mit denen Sie zu tun haben, vervollständigt. Wählen Sie aus einer unvergleichlichen Vielzahl an Techniken aus IBM SPSS Modeler bietet eine Reihe erweiterter Data Mining- Techniken, die den Anforderungen jeder Data Mining-Anwendung entgegenkommen. Hierzu gehören die folgenden Algorithmen: Klassifizierungsalgorithmen Ermöglichen Vorhersagen auf Basis historischer Daten mittels Techniken wie Entscheidungsbaum, Neuronale Netze, Logistische Regression, Zeitreihen, Support Vector Machine, Cox Regression und mehr. Bieten eine automatische Klassifizierungsmodellierung mit binären und numerischen Ergebnissen und vereinfachen dadurch die Modellerstellung. Business Understanding Data Understanding Data Preparation Deployment Data Modeling Evaluation Der in diesem Diagramm gezeigte CRISP-DM-Prozess ermöglicht die Implementierung effizienter Data Mining-Projekte, die messbare Geschäftsergebnisse erzielen. 4

5 Segmentierungsalgorithmen Fassen Personen mittels automatischem Clustering, Erkennung von Anomalien und Clustering neuronaler Netze in Gruppen zusammen oder erkennen damit ungewöhnliche Muster. Wenden mittels automatischer Klassifizierung mehrere Algorithmen in einem Schritt an die Auswahl der richtigen Technik vereinfacht sich somit deutlich. Assoziationsalgorithmen Erkennen Assoziationen, Links und Sequenzen mittels Apriori, CARMA und sequentieller Assoziationstechniken. Optimieren Sie Ihre aktuellen Informationstechnologien Durch die offene und skalierbare Architektur von Modeler wird Ihre vorhandene IT-Infrastruktur optimal genutzt. Diese Architektur integriert sich problemlos in Ihr vorhandenes System, und zwar sowohl beim Zugriff auf Daten als auch beim Bereitstellen der Ergebnisse, so dass Datenkonvertierungen in und aus proprietären Formaten entfallen. Techniken wie datenbankinternes Mining, Multithreading, Server-Clustering und SQL-Pushback helfen darüber hinaus bei der Konservierung Ihrer Ressourcen und tragen zur schnelleren Bereitstellung von Ergebnissen und zur Reduzierung der IT-Gesamtkosten bei. Folgen Sie einem bewährten, wiederholbaren Verfahren Modeler unterstützt in jeder Phase des Data Mining-Prozesses den De-facto-Industriestandard CRoss-Industry Standard Process for Data Mining (CRISP-DM). Statt für jedes Projekt einen neuen Prozess entwickeln zu müssen, kann sich Ihr Unternehmen also ganz auf die Lösung von Geschäftsproblemen konzentrieren. Einzelne Modeler-Projekte lassen sich mit dem CRISP-DM-Projektmanager effizient verwalten. Stellen Sie die Vorhersagemodellierung im gesamten Unternehmen bereit. IBM SPSS Modeler ist bestens geeignet für die Analyse der in kleinen und mittelständischen Unternehmen produzierten Datenmengen. Unternehmen mit größeren Datenmengen oder komplexeren Data Mining-Anforderungen sollten IBM SPSS Modeler Server verwenden. In einer Client-/Serverarchitektur können mehrere Datenanalysten gleichzeitig mit Modeler Server arbeiten, ohne die Computerressourcen allzu sehr zu beanspruchen. Sie können auf führenden Informationsplattformen die Vorteile des datenbankinternen Data Mining nutzen und effizient große Datenmengen verarbeiten. Darüber hinaus bietet Modeler Server zusätzliche Bereitstellungsoptionen, mit denen Sie die Vorteile des Data Mining über geografische und funktionale Grenzen hinweg nutzen und die Ergebnisse den Entscheidungsträgern schnell bereitstellen können. 5

6 Funktionen Datenverständnis Erstellen Sie mit automatischer Unterstützung ein breites Spektrum interaktiver Diagramme. Erkennen Sie mithilfe der visuellen Linkanalyse die Assoziationen in Ihren Daten. Interagieren Sie mit Daten durch Auswahl von Diagrammbereichen oder einzelnen Diagrammelementen und Anzeigen der zugehörigen Informationen; oder wählen Sie Schlüsseldaten für die Analyse aus. Greifen Sie direkt in Modeler auf statistische Diagramme und Berichtstools zu. Datenaufbereitung Greifen Sie von verschiedenen Datenquellen aus (Cognos Business Intelligence, IBM DB2, Oracle, Microsoft SQL Server, Informix, Neoview, Netezza, mysql (Sun) und Teradata) auf Betriebsdaten zu bzw. auf Mainframe-Daten dank der Unterstützung für zdb2 und IBM Classic Federation Server. Importieren Sie Textdateien mit Trennzeichen und fester Breite, Statistics-Dateien, SAS, Data Collection-Datenquellen oder XML. Verwenden Sie die große Auswahl an Datenbereinigungsoptionen, wie Entfernen oder Ersetzen ungültiger Daten, automatisches Einfügen fehlender Werte oder die Verminderung von Ausreißern und Extremen. Bereiten Sie Ihre Daten automatisch für die Analyse in einem Schritt auf. Exportieren Sie Daten in Textdateien mit Trennzeichen oder in Excel, Statistics, SAS, Cognos Business Intelligence und operationale Datenbanken. Exportieren Sie Daten in Textdateien mit Trennzeichen oder in Excel, Statistics, SAS und operationale Datenbanken. Verwenden Sie Funktionen wie Feldfilter, Benennung, Ableitung, Binning, Neukategorisierung, Ersetzen von Werten und Neuanordnung von Feldern. Wenden Sie Funktionen wie Datensatzauswahl, Stichproben, Zusammenführung, Verkettung sowie Sortierung, Aggregation und Ausgleich an. Wählen Sie verschiedene Optionen für die Datenrestrukturierung, -aufteilung und -vertauschung aus. Wählen Sie aus einer großen Auswahl an Zeichenkettenfunktionen aus: Erstellung, Ersetzung, Suche und Abgleich, Leerstellenentfernung und Kürzung. Greifen Sie direkt in Modeler auf die Datenverwaltung und die in Statistics durchgeführten Umformungen zu. RFM-Bewertung: Aggregieren Sie Kundentransaktionen, um Recency- Frequency-Monetary-Bewertungen zu ermitteln, und fassen Sie diese Werte zur Erstellung einer vollständigen RFM-Analyse zusammen. Modellierung und Auswertung Setzen Sie erweiterte Data Mining- Algorithmen ein, um aus Ihren Daten optimale Ergebnisse zu erzielen. Verwenden Sie interaktive Modellund Gleichungsbrowser und zeigen Sie erweiterte statistische Ergebnisse an. Zeigen Sie die relative Auswirkung von Datenattributen auf die vorhergesagten Ergebnisse mithilfe von Wichtigkeitsdiagrammen für Variablen an. Kombinieren Sie mehrere Modelle (Ensemble-Modelle) oder verwenden Sie ein Modell zur Analyse eines zweiten Modells. Verwenden Sie die automatische (binäre und numerische) Klassifizierung sowie automatisches Clustering statt einzelner Algorithmen. Verwenden Sie zur Einbindung benutzerdefinierter Algorithmen das Component-Level Extension Framework (CLEF) von Modeler. Nutzen Sie durch die Integration von Statistics R zur Erweiterung der Analyseoptionen. Integrierte Modellierungsalgorithmen: C&RT, C5.0, CHAID & QUEST Entscheidungsbaum-Algorithmen mit interaktiver Baumerstellung Entscheidungsliste Interaktiver Regelerstellungsalgorithmus K-Means, Kohonen, Two-Step, Discriminant, Support Vector Machine (SVM) Clustering- und Segmentierungsalgorithmen Faktor/PCA, Funktionsauswahl Datenreduzierungsalgorithmen Regression, Linear, GenLin (GLM) Lineare Gleichungsmodellierung 6

7 Selbstlernendes Antwortmodell (SLRM) Bayesisches Modell mit inkrementellem Lernen Zeitreihen Generierung und automatische Auswahl von Zeitreihen-Vorhersagemodellen Neuronale Netze Mehrschichtige Perzeptronen mit der Lernmethode Backpropagation und radialen Basisfunktionsnetzen Support Vector Machine Erweiterter Algorithmus für große Datensätze Bayesische Netze Grafische, probabilistische Modelle Cox Regression Berechnung der vermutlichen Eintrittszeit eines Ereignisses Anomalienerkennung Clusterbasierter Algorithmus für die Erkennung außergewöhnlicher Ergebnisse KNN Nächste-Nachbar- Modellierung und Bewertungsalgorithmus Apriori Häufig verwendeter Assoziationserkennungsalgorithmus mit erweiterten Auswertungsfunktionen CARMA Assoziationsalgorithmus, der mehrere Sukzedenzien unterstützt Sequenz Sequentieller Assoziationsalgorithmus für auftragskritische Analysen Unterstützung für datenbankinterne Mining-Algorithmen für IBM InfoSphere: Entscheidungsbaum, Assoziation, Sequenz, Regression, Logistische Regression, Clustering, Naïve Bayes, Zeitreihen und Radiale Basisfunktion (RBF) Unterstützung für datenbankinterne Mining-Algorithmen für Microsoft SQL Server: Entscheidungsbaum, Assoziationsregeln, Lineare Regression, Clustering, Sequenzclustering, Naïve Bayes, Zeitreihen und Neuronale Netze Unterstützung für datenbankinterne Mining-Algorithmen für Oracle: Entscheidungsbaum, GenLin (GLM), O-Cluster (Orthogonal Partitioning Clustering), KMeans, Apriori, MDL (Minimum Description Length), Support Vector Machine, Naïve Bayes, Adaptive Bayes, NMF (Non- Negative Matrix nfactorization) und AI (Artificial Intelligence) Bereitstellung Exportieren Sie Modelle mit SQL oder PMML (XML-basiertes Standardformat für Vorhersagemodelle). Nutzen Sie IBM SPSS Collaboration and Deployment Services für ein innovatives Analysemanagement, die Prozessautomatisierung und die Bereitstellung. Modeler Server (optional) Verwenden Sie datenbankinternes Data Mining zur Erstellung von Modellen in der Datenbank mittels führender Datenbanktechnologien und nutzen Sie so Ihre leistungsstarken Datenbankimplementierungen. Nutzen Sie SQL-Pushbacks für die Durchführung von Datenumwandlungen und wählen Sie Modellieralgorithmen direkt in den operationalen Datenbanken aus. Nutzen Sie Ihre leistungsstarke Hardware einschließlich IBM System z-maschinen, optimieren Sie Ihre Lösungszeiten und erreichen Sie eine höhere Kapitalrendite durch die parallele Ausführung von Streams und mehreren Modellen. Übertragen Sie sensible Daten mittels SSL-Verschlüsselung (Secure Sockets Layer) sicher zwischen Modeler Client und Modeler Server. 7

8 Informationen zu IBM Die Software IBM liefert umfassende, einheitliche und korrekte Informationen, denen Entscheidungsträger zum Verbessern der Unternehmensleistung vertrauen. Ein umfassendes Portfolio aus Geschäftsvorteilen, fortgeschrittener Analytik, finanziellen Vorteilen und Strategiemanagement sowie Analyseanwendungen bietet Ihnen sofort klare und umsetzbare Einblicke in die aktuelle Leistung und gibt Ihnen die Möglichkeit, zukünftige Ergebnisse vorherzusagen. Als Teil dieses Portfolios unterstützt IBM SPSS Predictive Analytics Software Organisationen, zukünftige Ereignisse vorherzusagen und proaktiv auf Basis dieser Erkenntnisse zu handeln, um bessere Geschäftsergebnisse zu erzielen. Kunden aus den Bereichen Wirtschaft, öffentlicher Verwaltung und Lehre verlassen sich weltweit auf IBM SPSS Technologie als Wettbewerbsvorteil zur Kundengewinnung, -bindung und Erhöhung der Kundenumsätze bei gleichzeitiger Betrugsreduzierung und Risikominimierung. Durch die Integration von IBM SPSS Software in ihre täglichen Prozesse werden Organisationen zur Predictive Enterprise sie sind dadurch in der Lage Entscheidungen zu treffen und zu automatisieren, um die Geschäftsziele zu erreichen und einen messbaren Wettbewerbsvorteil zu gewinnen. Für mehr Informationen besuchen Sie bitte Copyright IBM Corporation 2010 IBM Corporation Route 100 Somers, NY Eingeschränkte Rechte für Mitarbeiter der US-Regierung Benutzung, Duplizierung und Veröffentlichung beschränkt durch GSA ADP Schedule-Vertrag mit IBM Corp. Hergestellt in den USA Mai 2010 Alle Rechte vorbehalten IBM, das IBM Logo, ibm.com, WebSphere, InfoSphere und Cognos sind Marken oder eingetragene Marken der International Business Machines Corporation in den USA und/oder anderen Ländern. Wenn diese oder andere eingetragene Markenbegriffe von IBM mit einem Markenzeichen ( oder TM) gekennzeichnet sind, wenn Sie zum ersten Mal in diesen Informationen vorkommen, weist dies darauf hin, dass es sich zum Zeitpunkt der Veröffentlichung dieser Informationen um in den USA eingetragene Marken oder Marken nach Gewohnheitsrecht von IBM handelt. Solche Marken können auch in anderen Ländern eingetragene Marken oder Marken nach Gewohnheitsrecht sein. Eine aktuelle Liste der Marken von IBM finden Sie im Internet unter Copyright and trademark information (www.ibm. com/legal/copytrade.shtml). SPSS ist eine Marke von SPSS, Inc., an IBM Company, die in vielen Gerichtsbezirken weltweit eingetragen ist. Weitere Unternehmens-, Produkt- und Servicenamen können Marken anderer Hersteller sein. Bereiten Sie bitte auf -Software IMD14303DEDE-02

Treffen Sie bessere Entscheidungen mit vorausschauender Intelligenz

Treffen Sie bessere Entscheidungen mit vorausschauender Intelligenz IBM SPSS Modeler Professional Treffen Sie bessere Entscheidungen mit vorausschauender Intelligenz Highlights Einfacher Zugriff auf strukturierte Daten und problemlose Aufbereitung und Modellierung der

Mehr

IBM SPSS Modeler Professional

IBM SPSS Modeler Professional IBM SPSS Modeler Professional Bessere Entscheidungen durch geschäftsrelevantes Vorhersagewissen Highlights Aufbau wirksamerer Strategien durch Evaluierung von Trends und wahrscheinlichen Ergebnissen Intuitiv

Mehr

Verbessern Sie die Modellgenauigkeit mit unstrukturierten Daten

Verbessern Sie die Modellgenauigkeit mit unstrukturierten Daten IBM SPSS Modeler Premium Verbessern Sie die Modellgenauigkeit mit unstrukturierten Daten Highlights Schneller Zugriff auf strukturierte Daten, Text und Web- und Umfragedaten sowie deren Vorbereitung und

Mehr

Stellen Sie Ergebnisse bereit, die Eindruck machen

Stellen Sie Ergebnisse bereit, die Eindruck machen IBM Software Business Analytics IBM SPSS Data Collection Survey Reporter Stellen Sie Ergebnisse bereit, die Eindruck machen Mit IBM SPSS Data Collection Survey Reporter kommen Sie in den Genuss von Flexibilität

Mehr

IBM SPSS Modeler Premium

IBM SPSS Modeler Premium IBM SPSS Modeler Premium Verbesserte Modellgenauigkeit bei strukturierten und unstrukturierten Daten, Entity Analytics und Social- Network-Analyse Highlights Schnellere Lösung geschäftsbezogener Probleme

Mehr

Die 10 besten Data Mining Tipps

Die 10 besten Data Mining Tipps Die 10 besten Data Mining Tipps Bewährte Strategien und Vorgehensweisen Highlights: Planung und Durchführung erfolgreicher Data Mining-Projekte mit IBM SPSS Modeler. Kenntnis der Rollen und Verantwortlichkeiten

Mehr

Vollen Nutzen aus Umfragetext ziehen

Vollen Nutzen aus Umfragetext ziehen IBM SPSS Text Analytics for Surveys Vollen Nutzen aus Umfragetext ziehen Textanalyse einfacher und effizienter gestalten mit Inhalt 1 Einführung 2 Die Aufgabe von Text in der Umfrageforschung 2 Ansätze

Mehr

Mit IBM SPSS im Dienst für Arbeitsuchende und Hilfebedürftige

Mit IBM SPSS im Dienst für Arbeitsuchende und Hilfebedürftige Mit IBM SPSS im Dienst für Arbeitsuchende und Hilfebedürftige Amt für Soziale Arbeit optimiert Betreuung von Langzeitarbeitslosen Überblick Geschäftliche Herausforderung Das Amt für Soziale Arbeit in Wiesbaden

Mehr

Entfesseln Sie Ihr Potential als Realzeit-Unternehmen!

Entfesseln Sie Ihr Potential als Realzeit-Unternehmen! Entfesseln Sie Ihr Potential als Realzeit-Unternehmen! CC NOW 2013-19.9.13 in Düsseldorf Klaus-J. Zschaage authensis AG stellen Sie sich vor Seite 2 stellen Sie sich vor was ist dafür zu tun? Seite 3 Geschäftsoptimierung

Mehr

Data Mining-Modelle und -Algorithmen

Data Mining-Modelle und -Algorithmen Data Mining-Modelle und -Algorithmen Data Mining-Modelle und -Algorithmen Data Mining ist ein Prozess, bei dem mehrere Komponenten i n- teragieren. Sie greifen auf Datenquellen, um diese zum Training,

Mehr

IBM SPSS Decision Trees

IBM SPSS Decision Trees Einfaches Ermitteln von Gruppen und Vorhersage von Ergebnissen Highlights Visuell aussagekräftiges Ermitteln von Gruppen, Segmenten und Mustern mithilfe von Klassifikationsstrukturen Auswahl zwischen den

Mehr

Die Microsoft-Komplettlösung für Datawarehousing, Big Data und Business Intelligence im Überblick. Volker.Hinz@microsoft.com

Die Microsoft-Komplettlösung für Datawarehousing, Big Data und Business Intelligence im Überblick. Volker.Hinz@microsoft.com Die Microsoft-Komplettlösung für Datawarehousing, Big Data und Business Intelligence im Überblick Volker.Hinz@microsoft.com Was sagt der Markt? Fakten Meinung der Analysten zu Microsofts Angeboten Nutzen

Mehr

IBM SPSS Modeler 16 Datenbankinternes Mining

IBM SPSS Modeler 16 Datenbankinternes Mining IBM SPSS Modeler 16 Datenbankinternes Mining Hinweis Vor Verwendung dieser Informationen und des darin beschriebenen Produkts sollten die Informationen unter Bemerkungen auf Seite 119 gelesen werden. Produktinformation

Mehr

Pentaho Business Analytics Datenintegration > Auswertung > Prognose

Pentaho Business Analytics Datenintegration > Auswertung > Prognose Pentaho Business Analytics Datenintegration > Auswertung > Prognose Pentaho verbindet Datenintegration und BI-Analysen in einer Plattform und ermöglicht es damit sowohl IT- als auch Geschäftsanwendern,

Mehr

Was ist Data Mining... in der Fundraising Praxis?

Was ist Data Mining... in der Fundraising Praxis? Was ist Data Mining...... in der Fundraising Praxis? Erkennen von unbekannten Mustern in sehr grossen Datenbanken (> 1000 GB) wenige und leistungsfähige Verfahren Automatisierung Erkennen von unbekannten

Mehr

Data Mining mit der SEMMA Methodik. Reinhard Strüby, SAS Institute Stephanie Freese, Herlitz PBS AG

Data Mining mit der SEMMA Methodik. Reinhard Strüby, SAS Institute Stephanie Freese, Herlitz PBS AG Data Mining mit der SEMMA Methodik Reinhard Strüby, SAS Institute Stephanie Freese, Herlitz PBS AG Data Mining Data Mining: Prozeß der Selektion, Exploration und Modellierung großer Datenmengen, um Information

Mehr

Predictive Modeling Markup Language. Thomas Morandell

Predictive Modeling Markup Language. Thomas Morandell Predictive Modeling Markup Language Thomas Morandell Index Einführung PMML als Standard für den Austausch von Data Mining Ergebnissen/Prozessen Allgemeine Struktur eines PMML Dokuments Beispiel von PMML

Mehr

Explosionsartige Zunahme an Informationen. 200 Mrd. Mehr als 200 Mrd. E-Mails werden jeden Tag versendet. 30 Mrd.

Explosionsartige Zunahme an Informationen. 200 Mrd. Mehr als 200 Mrd. E-Mails werden jeden Tag versendet. 30 Mrd. Warum viele Daten für ein smartes Unternehmen wichtig sind Gerald AUFMUTH IBM Client Technical Specialst Data Warehouse Professional Explosionsartige Zunahme an Informationen Volumen. 15 Petabyte Menge

Mehr

Neuerungen Analysis Services

Neuerungen Analysis Services Neuerungen Analysis Services Neuerungen Analysis Services Analysis Services ermöglicht Ihnen das Entwerfen, Erstellen und Visualisieren von Data Mining-Modellen. Diese Mining-Modelle können aus anderen

Mehr

MS SQL Server 2012 (4)

MS SQL Server 2012 (4) MS SQL Server 2012 (4) Data Mining, Analyse und multivariate Verfahren Marco Skulschus Jan Tittel Marcus Wiederstein Webseite zum Buch: http://vvwvv.comelio-medien.com/buch-kataiog/ms sql_server/ms sql

Mehr

IBM SPSS Statistics: Neuerungen

IBM SPSS Statistics: Neuerungen IBM Software IBM SPSS Statistics 19 IBM SPSS Statistics: Neuerungen Lernen Sie Tools und Features kennen, mit denen Sie Ihre Analysen beschleunigen und vereinfachen können Highlights Mit leistungsstarken

Mehr

Identifizieren Sie Ihre besten Kunden schnell und einfach

Identifizieren Sie Ihre besten Kunden schnell und einfach IBM SPSS Statistics Identifizieren Sie Ihre besten Kunden schnell und einfach Mit der Vorhersageanalyse-Software von IBM SPSS gewinnen Sie neue Einblicke in Ihre Kundendatenbank Inhalt: 1 Einführung 2

Mehr

Vom Data Mining zur effektiven Entscheidungsunterstützung mit IBM SPSS Modeler und Analytical Decision Management

Vom Data Mining zur effektiven Entscheidungsunterstützung mit IBM SPSS Modeler und Analytical Decision Management Vom Data Mining zur effektiven Entscheidungsunterstützung mit IBM SPSS Modeler und Analytical Decision Management Martin Herzog 06/07.11.2012 Data Mining als Herzstück von Predictive Analytics Data Mining

Mehr

Data Mining mit Microsoft SQL-Server 2005/2008

Data Mining mit Microsoft SQL-Server 2005/2008 Data Mining mit Microsoft SQL-Server 2005/2008 Marcel Winkel Hochschule für Technik, Wirtschaft und Kultur Leipzig Fachbereich Informatik, Mathematik und Naturwissenschaften 19. Mai 2010 1 2 Klassifikationsalgorithmen

Mehr

Data/Information Quality Management

Data/Information Quality Management Data/Information Quality Management Seminar WI/Informationsmanagement im Sommersemester 2002 Markus Berberov, Roman Eder, Peter Gerstbach 11.6.2002 Inhalt! Daten und Datenqualität! Einführung und Definition!

Mehr

IBM Cognos Controller. Standardberichte. Highlights. IBM Software Business Analytics

IBM Cognos Controller. Standardberichte. Highlights. IBM Software Business Analytics Standardberichte Highlights Die vorkonfigurierten Standardberichte bieten während des gesamten Zyklus beim Finanzabschluss umgehend verwendbare Funktionen. Die detaillierten Berichte enthalten die erforderlichen

Mehr

In-Memory & Real-Time Hype vs. Realität: Maßgeschneiderte IBM Business Analytics Lösungen für SAP-Kunden

In-Memory & Real-Time Hype vs. Realität: Maßgeschneiderte IBM Business Analytics Lösungen für SAP-Kunden In-Memory & Real-Time Hype vs. Realität: Maßgeschneiderte IBM Business Analytics Lösungen für SAP-Kunden Jens Kaminski ERP Strategy Executive IBM Deutschland Ungebremstes Datenwachstum > 4,6 Millarden

Mehr

C lementine. Erhöhen Sie die Produktivität Ihrer Organisation mit Data Mining

C lementine. Erhöhen Sie die Produktivität Ihrer Organisation mit Data Mining C lementine Erhöhen Sie die Produktivität Ihrer Organisation mit Data Mining Erhöhen Sie Ihre Kampagnenerträge und den Kundenwert Viele Organisationen müssen heute mehr Ertrag aus weniger Mitteln generieren.

Mehr

Vorstellung IBM Cognos 10.2. Oliver Linder Client Technical Professional Business Analytics

Vorstellung IBM Cognos 10.2. Oliver Linder Client Technical Professional Business Analytics Vorstellung IBM Cognos 10.2 Oliver Linder Client Technical Professional Business Analytics Agenda IBM Cognos 10.2 Architektur User Interfaces IBM Cognos Workspace IBM Cognos Workspace Advanced IBM Cognos

Mehr

R im Enterprise-Modus

R im Enterprise-Modus R im Enterprise-Modus Skalierbarkeit, Support und unternehmensweiter Einsatz Dr. Eike Nicklas HMS Konferenz 2014 Was ist R? R is a free software environment for statistical computing and graphics - www.r-project.org

Mehr

Business Intelligence mit MS SharePoint Server

Business Intelligence mit MS SharePoint Server Business Intelligence mit MS SharePoint Server Business Intelligence mit MS SharePoint Server Business Intelligence mit MS SharePoint Server erleichtert es den Entscheidungsträgern, auf Informationen jederzeit

Mehr

Prognosen via Datenanalyse Predictive Analytics: Darauf müssen Unternehmen achten

Prognosen via Datenanalyse Predictive Analytics: Darauf müssen Unternehmen achten Prognosen via Datenanalyse Predictive Analytics: Darauf müssen Unternehmen achten von Jürgen Mauerer Foto: Avantum Consult AG Seite 1 von 21 Inhalt Mehrwert aufzeigen nach Analyse des Geschäftsmodells...

Mehr

Datenanalyse und Predictive Analytics IBM SPSS Statistics IBM Modeler

Datenanalyse und Predictive Analytics IBM SPSS Statistics IBM Modeler Wiener Biometrische Sektion (WBS) der Internationalen Biometrischen Gesellschaft Region Österreich Schweiz (ROeS) WBS Herbst Seminar Statistische Software für Biometrische Auswertungen Datenanalyse und

Mehr

IBM Software. IBM SPSS Predictive Analytics Business Analytics. Business Analytics. Chancen für den Mittelstand

IBM Software. IBM SPSS Predictive Analytics Business Analytics. Business Analytics. Chancen für den Mittelstand IBM SPSS Predictive Analytics Chancen für den Mittelstand Inhalt Seite 3 4 Seite 5 Seite 6 Seite 7 Seite 8 Seite 9 10 Seite 11 Seite 12 Seite 13 Seite 15 Einführung für Management & Geschäftsführung: Intuition

Mehr

KURSE 2012. Praxisorientierte. Weiterbildung SPSS

KURSE 2012. Praxisorientierte. Weiterbildung SPSS KURSE 2012 Praxisorientierte Weiterbildung SPSS KURSE 2012 1 2 3 4 5 6 7 EINFÜHRUNGSKURS ARBEITEN MIT IBM SPSS STATISTICS IBM SPSS STATISTICS IN DER MEDIZIN PRAKTISCHE EINFÜHRUNG IN DIE QUANTITATIVE MARKTFORSCHUNG

Mehr

IBM SPSS Modeler 15 In-Database Mining-Handbuch

IBM SPSS Modeler 15 In-Database Mining-Handbuch IBM SPSS Modeler 15 In-Database Mining-Handbuch Hinweis: Lesen Sie zunächst die allgemeinen Informationen unter Hinweise auf S., bevor Sie dieses Informationsmaterial sowie das zugehörige Produkt verwenden.

Mehr

David gegen Goliath Excel 2010 in Verbindung mit Datawarehouse und im Vergleich zu Business Objects

David gegen Goliath Excel 2010 in Verbindung mit Datawarehouse und im Vergleich zu Business Objects Thema: David gegen Goliath Excel 2010 in Verbindung mit Datawarehouse und im Vergleich zu Business Objects Autor: Dipl. Wirtsch.-Inf. Torsten Kühn PRAXIS-Consultant PRAXIS EDV- Betriebswirtschaft- und

Mehr

Motivation. Themenblock: Klassifikation. Binäre Entscheidungsbäume. Ansätze. Praktikum: Data Warehousing und Data Mining.

Motivation. Themenblock: Klassifikation. Binäre Entscheidungsbäume. Ansätze. Praktikum: Data Warehousing und Data Mining. Motivation Themenblock: Klassifikation Praktikum: Data Warehousing und Data Mining Ziel Item hat mehrere Attribute Anhand von n Attributen wird (n+)-tes vorhergesagt. Zusätzliches Attribut erst später

Mehr

Analytisches CRM und Data Mining

Analytisches CRM und Data Mining Analytisches CRM und Data Mining Magische Zahlen für das Marketing Computerwoche Initiative CRM 2009 Dr. Wolfgang Martin Analyst, ibond Partner, Ventana Research Advisor und Mitglied im CRM Expertenrat

Mehr

Michael Bauer Niederlassungsleiter Köln

Michael Bauer Niederlassungsleiter Köln Click to edit Master title style 1 Michael Bauer Niederlassungsleiter Köln Hamburg, 18. Juni 2009 2009 IBM Corporation Agenda Click to edit Master title style 2 zur Person Wo, Warum.., Was - CPM liefert

Mehr

Neuerungen im Enterprise Miner 5.2 & Text Miner 2.3

Neuerungen im Enterprise Miner 5.2 & Text Miner 2.3 Neuerungen im Enterprise Miner 5.2 & Text Miner 2.3 Copyright 2005, SAS Institute Inc. All rights reserved. Ulrich Reincke, SAS Deutschland Agenda Der Neue Enterprise Miner 5.2 Der Neue Text Miner 2.3

Mehr

2. Microsoft Innovationstag Nord Integrierte Lösungen in der Öffentlichen Verwaltung

2. Microsoft Innovationstag Nord Integrierte Lösungen in der Öffentlichen Verwaltung 2. Microsoft Innovationstag Nord Integrierte Lösungen in der Öffentlichen Verwaltung Reporting, Analyse und Data Mining André Henkel, initions AG 22. und 23. Oktober 2013 in Hamburg

Mehr

Data Mining und maschinelles Lernen

Data Mining und maschinelles Lernen Data Mining und maschinelles Lernen Einführung und Anwendung mit WEKA Caren Brinckmann 16. August 2000 http://www.coli.uni-sb.de/~cabr/vortraege/ml.pdf http://www.cs.waikato.ac.nz/ml/weka/ Inhalt Einführung:

Mehr

TNS EX A MINE BehaviourForecast Predictive Analytics for CRM. TNS Infratest Applied Marketing Science

TNS EX A MINE BehaviourForecast Predictive Analytics for CRM. TNS Infratest Applied Marketing Science TNS EX A MINE BehaviourForecast Predictive Analytics for CRM 1 TNS BehaviourForecast Warum BehaviourForecast für Sie interessant ist Das Konzept des Analytischen Customer Relationship Managements (acrm)

Mehr

Microsoft Dynamics CRM Stärken ausbauen

Microsoft Dynamics CRM Stärken ausbauen Microsoft Dynamics CRM Stärken ausbauen Eine unschlagbare Kombination für mehr Erfolg und Produktivität: Integrieren Sie bewährte Produkte und Technologien von Microsoft in Ihre CRM-Software. Integrationsfähige

Mehr

Analytisches Fundraising

Analytisches Fundraising Analytisches Fundraising Vorgehen, Verfahren, Werkzeuge DiaSys. Marketing Engineering AG, Wankdorffeldstr.102, 3014 Bern 031 922 31 50, zuercher@diasys.ch Analytisches Fundraising Inhaltsverzeichnis Datenbankgestütztes

Mehr

Anwendertage WDV2012

Anwendertage WDV2012 Anwendertage WDV2012 28.02.-01.03.2013 in Pferdingsleben Thema: Business Intelligence mit Excel 2010 Referent: Dipl. Wirtsch.-Inf. Torsten Kühn PRAXIS-Consultant Alles ist möglich! 1 Torsten Kühn Dipl.

Mehr

Business Intelligence und intuitives Berichtswesen in einer umfassenden Lösung

Business Intelligence und intuitives Berichtswesen in einer umfassenden Lösung Business Intelligence und intuitives Berichtswesen in einer umfassenden Lösung Business Intelligence Unterstützung Ihrer Mitarbeiter Das interaktive Drag-and-Drop Interface in Excel Mit Jet Enterprise

Mehr

Business Intelligence und intuitives Berichtswesen in einer umfassenden Lösung

Business Intelligence und intuitives Berichtswesen in einer umfassenden Lösung Business Intelligence und intuitives Berichtswesen in einer umfassenden Lösung Business Intelligence Mit Jet Enterprise erhalten Sie dies und mehr Jet Enterprise ist Business Intelligence und intuitives

Mehr

IBM SPSS Direct Marketing

IBM SPSS Direct Marketing IBM SPSS Direct Marketing Kunden verstehen und Marketingkampagnen verbessern Highlights IBM SPSS Direct Marketing bietet Folgendes: Umfassenderes Wissen über Ihre Kunden Verbesserung Ihrer Marketingkampagnen

Mehr

Praxisorientierte. Weiterbildung KURSE 2014. dynelytics AG SCHNECKENMANNSTRASSE 25 CH-8044 ZÜRICH

Praxisorientierte. Weiterbildung KURSE 2014. dynelytics AG SCHNECKENMANNSTRASSE 25 CH-8044 ZÜRICH KURSE 2014 Praxisorientierte Weiterbildung dynelytics AG SCHNECKENMANNSTRASSE 25 CH-8044 ZÜRICH TELEFON (+41) 44 266 90 30 FAX (+41) 44 266 90 39 E-MAIL INFO@DYNELYTICS.COM Dynelytics IBM SPSS-Kurse 2014

Mehr

kurse 2013 Die genauen Kurstermine und Anmeldeformulare finden Sie unter www.dynelytics.com

kurse 2013 Die genauen Kurstermine und Anmeldeformulare finden Sie unter www.dynelytics.com Kurse 2013 SPSS kurse 2013 1 2 3 4 5 6 7 Einführungskurs Arbeiten mit IBM SPSS Statistics IBM SPSS Statistics in der Medizin Praktische Einführung in die quantitative Marktforschung Vertiefungskurs Arbeiten

Mehr

Analyse von unstrukturierten Daten. Peter Jeitschko, Nikolaus Schemel Oracle Austria

Analyse von unstrukturierten Daten. Peter Jeitschko, Nikolaus Schemel Oracle Austria Analyse von unstrukturierten Daten Peter Jeitschko, Nikolaus Schemel Oracle Austria Evolution von Business Intelligence Manuelle Analyse Berichte Datenbanken (strukturiert) Manuelle Analyse Dashboards

Mehr

IBM SPSS als Kompetenzpartner. Krankenversicherungen. Inhalt:: IBM Software Business Analytics

IBM SPSS als Kompetenzpartner. Krankenversicherungen. Inhalt:: IBM Software Business Analytics IBM SPSS als Kompetenzpartner der Gesetzlichen Krankenversicherungen Inhalt:: 1 Einführung 2 Kündigerprävention/Kundenbindung 4 Vertriebssteuerung- und Marketingoptimierung 5 Morbi-RSA Analysen/Effektives

Mehr

PRODATIS CONSULTING AG. Folie 1

PRODATIS CONSULTING AG. Folie 1 Folie 1 Führend im Gartner Magic Quadranten für verteilte, interagierende SOA Projekte Oracle ist weltweit auf Rang 1 auf dem Markt der Enterprise Service Bus Suiten (ESB) für SOA Software 2010 26,3 %

Mehr

Data Mining - Wiederholung

Data Mining - Wiederholung Data Mining - Wiederholung Norbert Fuhr 9. Juni 2008 Problemstellungen Problemstellungen Daten vs. Information Def. Data Mining Arten von strukturellen Beschreibungen Regeln (Klassifikation, Assoziations-)

Mehr

Menschen entscheiden über Geschäftserfolg

Menschen entscheiden über Geschäftserfolg 1C01 Die Microsoft Business Intelligence- Plattform: SQL Server 2005, das 2007 Office System und Office Business Applications Steffen Krause Technologieberater Microsoft Deutschland GmbH http://blogs.technet.com/steffenk

Mehr

SAP Predictive Challenge - Lösung. DI Walter Müllner, Dr. Ingo Peter, Markus Tempel 22. April 2015

SAP Predictive Challenge - Lösung. DI Walter Müllner, Dr. Ingo Peter, Markus Tempel 22. April 2015 SAP Predictive Challenge - Lösung DI Walter Müllner, Dr. Ingo Peter, Markus Tempel 22. April 2015 Teil II - Lösung Teil II-1: Fachbereich (automated mode) Teil II-2: Experte (PAL HANA) Teil II-3: Vergleich

Mehr

TOP. wird ein wichtiges Jahr für BIG (Business Intelligence Growth) DER BUSINESS INTELLIGENCE TRENDS FÜR DAS JAHR 2013

TOP. wird ein wichtiges Jahr für BIG (Business Intelligence Growth) DER BUSINESS INTELLIGENCE TRENDS FÜR DAS JAHR 2013 0 Es TOP 10 DER BUSINESS INTELLIGENCE TRENDS FÜR DAS JAHR 2013 wird ein wichtiges Jahr für BIG (Business Intelligence Growth) 2012 war ein fantastisches Jahr für Business Intelligence! Die biedere alte

Mehr

Die Bedeutung der Prozessmodellierung bei der Weiterentwicklung des DWHs der DAK Der Innovator als Missing Link

Die Bedeutung der Prozessmodellierung bei der Weiterentwicklung des DWHs der DAK Der Innovator als Missing Link Die Bedeutung der Prozessmodellierung bei der Weiterentwicklung des DWHs der DAK Der Innovator als Missing Link Konrad Linner, solvistas GmbH Nürnberg, 20.November 2012 Inhaltsverzeichnis Vorstellung solvistas

Mehr

Copyright 2015 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice.

Copyright 2015 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice. Schritt für Schritt in das automatisierte Rechenzentrum Converged Management Michael Dornheim Mein Profil Regional Blade Server Category Manager Einführung Marktentnahme Marktreife Bitte hier eigenes Foto

Mehr

IBM SPSS Modeler 14.2 In-Database Mining-Handbuch

IBM SPSS Modeler 14.2 In-Database Mining-Handbuch IBM SPSS Modeler 14.2 In-Database Mining-Handbuch Hinweis: Lesen Sie vor der Verwendung dieser Informationen und des zugehörigen Produkts die allgemeinen Informationen unter Hinweise auf S.. Dieses Dokument

Mehr

Das Zettabyte. CeBIT 2011. Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor

Das Zettabyte. CeBIT 2011. Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor Das Zettabyte CeBIT 2011 Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor Das Zetabyte: analytische Datenbanken Die Datenflut. Analytische Datenbanken: Was ist neu? Analytische Datenbanken:

Mehr

Zukunftsträchtige Potentiale: Predictive Analysis mit SAP HANA & SAP BO

Zukunftsträchtige Potentiale: Predictive Analysis mit SAP HANA & SAP BO innovation@work Zukunftsträchtige Potentiale: Predictive Analysis mit SAP HANA & SAP BO thinkbetter AG Florian Moosmann 8. Mai 2013 1 Agenda Prädiktive Analyse Begriffsdefinition Herausforderungen Schwerpunktbereiche

Mehr

PPC und Data Mining. Seminar aus Informatik LV-911.039. Michael Brugger. Fachbereich der Angewandten Informatik Universität Salzburg. 28.

PPC und Data Mining. Seminar aus Informatik LV-911.039. Michael Brugger. Fachbereich der Angewandten Informatik Universität Salzburg. 28. PPC und Data Mining Seminar aus Informatik LV-911.039 Michael Brugger Fachbereich der Angewandten Informatik Universität Salzburg 28. Mai 2010 M. Brugger () PPC und Data Mining 28. Mai 2010 1 / 14 Inhalt

Mehr

Einführungsveranstaltung: Data Warehouse

Einführungsveranstaltung: Data Warehouse Einführungsveranstaltung: 1 Anwendungsbeispiele Berichtswesen Analyse Planung Forecasting/Prognose Darstellung/Analyse von Zeitreihen Performancevergleiche (z.b. zwischen Organisationseinheiten) Monitoring

Mehr

Data Mining mit Microsoft SQL Server

Data Mining mit Microsoft SQL Server Data Mining mit Microsoft SQL Server Analyse und Mustererkennung in Daten mit Excel 2007 und SQL Server 2005/2008 von Jan Tittel, Manfred Steyer 1. Auflage Data Mining mit Microsoft SQL Server Tittel /

Mehr

KOMPASS, STECHZIRKEL, SEXTANT (LÖSUNGEN ZUR UNTERNEHMENSSTEUERUNG)

KOMPASS, STECHZIRKEL, SEXTANT (LÖSUNGEN ZUR UNTERNEHMENSSTEUERUNG) KOMPASS, STECHZIRKEL, SEXTANT (LÖSUNGEN ZUR UNTERNEHMENSSTEUERUNG) W W W. N O V E M B A. D E Sie haben Ihr Ziel erreicht! Strategie & Planung Unter vollen Segeln zum Erfolg Strategie & Planung Unter vollen

Mehr

Data. Guido Oswald Solution Architect @SAS Switzerland. make connections share ideas be inspired

Data. Guido Oswald Solution Architect @SAS Switzerland. make connections share ideas be inspired make connections share ideas be inspired Data Guido Oswald Solution Architect @SAS Switzerland BIG Data.. Wer? BIG Data.. Wer? Wikipedia sagt: Als Big Data werden besonders große Datenmengen bezeichnet,

Mehr

Integration Services - Dienstarchitektur

Integration Services - Dienstarchitektur Integration Services - Dienstarchitektur Integration Services - Dienstarchitektur Dieser Artikel solle dabei unterstützen, Integration Services in Microsoft SQL Server be sser zu verstehen und damit die

Mehr

BROSCHÜRE: POLYCOM LÖSUNG Polycom Open Telepresence Experience

BROSCHÜRE: POLYCOM LÖSUNG Polycom Open Telepresence Experience BROSCHÜRE: POLYCOM LÖSUNG Polycom Open Telepresence Experience Verwenden Sie den H.264 High Profile-Videokomprimierungsstandard und profitieren Sie von atemberaubender HD-Qualität und niedrigeren Gesamtbetriebskosten

Mehr

SQL PASS Treffen RG KA. Überblick Microsoft Power BI Tools. Stefan Kirner Karlsruhe, 27.05.2014

SQL PASS Treffen RG KA. Überblick Microsoft Power BI Tools. Stefan Kirner Karlsruhe, 27.05.2014 SQL PASS Treffen RG KA Überblick Microsoft Power BI Tools Stefan Kirner Karlsruhe, 27.05.2014 Agenda Die wichtigsten Neuerungen in SQL 2012 und Power BI http://office.microsoft.com/en-us/office365-sharepoint-online-enterprise-help/power-bi-for-office-365-overview-andlearning-ha104103581.aspx

Mehr

POWER ALS BIG DATA PLATTFORM. Vom klassischen Data Warehouse zum Big Data Ansatz

POWER ALS BIG DATA PLATTFORM. Vom klassischen Data Warehouse zum Big Data Ansatz POWER ALS BIG DATA PLATTFORM Vom klassischen Data Warehouse zum Big Data Ansatz IBM COGNOS VORSTELLUNG Stefan Held Software Architekt PROFI GS Bochum Schwerpunkte: Business Intelligence & Analytics Big

Mehr

Oracle Datenbank: Chancen und Nutzen für den Mittelstand

Oracle Datenbank: Chancen und Nutzen für den Mittelstand Oracle Datenbank: Chancen und Nutzen für den Mittelstand DIE BELIEBTESTE DATENBANK DER WELT DESIGNT FÜR DIE CLOUD Das Datenmanagement war für schnell wachsende Unternehmen schon immer eine große Herausforderung.

Mehr

IBM Smart Analytics System und IBM Cognos BI: Vom Single Point of Truth zum mobilen Cockpit - ein Praxisbericht beim Unternehmen Theo Förch

IBM Smart Analytics System und IBM Cognos BI: Vom Single Point of Truth zum mobilen Cockpit - ein Praxisbericht beim Unternehmen Theo Förch IBM Smart Analytics System und IBM Cognos BI: Vom Single Point of Truth zum mobilen Cockpit - ein Praxisbericht beim Unternehmen Theo Förch Markus Ruf, Geschäftsführer mip GmbH Jens Kretzschmar, Senior

Mehr

Der CRISP-DM Prozess für Data Mining. CRISP-DM Standard CRISP-DM. Wozu einen standardisierten Prozess?

Der CRISP-DM Prozess für Data Mining. CRISP-DM Standard CRISP-DM. Wozu einen standardisierten Prozess? Wozu einen standardisierten Prozess? Der Prozess der Wissensentdeckung muss verlässlich und reproduzierbar sein auch für Menschen mit geringem Data Mining Hintergrundwissen. Der CRISP-DM Prozess für Data

Mehr

IBM SPSS Modeler Social Network Analysis 15 Installations- und Konfigurationshandbuch

IBM SPSS Modeler Social Network Analysis 15 Installations- und Konfigurationshandbuch IBM SPSS Modeler Social Network Analysis 15 Installations- und Konfigurationshandbuch Hinweis: Lesen Sie zunächst die allgemeinen Informationen unter Hinweise auf S. 15, bevor Sie dieses Informationsmaterial

Mehr

Secure Network Communications (BC-SEC-SNC)

Secure Network Communications (BC-SEC-SNC) Secure Network Communications (BC-SEC-SNC) HELP.BCSECSNC Release 4.6C SAP AG Copyright Copyright 2001 SAP AG. Alle Rechte vorbehalten. Weitergabe und Vervielfältigung dieser Publikation oder von Teilen

Mehr

The integration of business intelligence and knowledge management

The integration of business intelligence and knowledge management The integration of business intelligence and knowledge management Seminar: Business Intelligence Ketevan Karbelashvili Master IE, 3. Semester Universität Konstanz Inhalt Knowledge Management Business intelligence

Mehr

Data Governance Informationen kontrolliert managen

Data Governance Informationen kontrolliert managen make connections share ideas be inspired Data Governance Informationen kontrolliert managen Michael Herrmann SAS Copyright 2013, SAS Institute Inc. All rights reserved. DATA GOVERNANCE TRENDS UND TREIBER:

Mehr

Die intelligente Sicht auf Ihre Kundendaten

Die intelligente Sicht auf Ihre Kundendaten Die intelligente Sicht auf Ihre Kundendaten Business Case Ein tiefgehendes Verständnis der Kunden, ihrer Bedürfnisse und Kaufgewohnheiten ist im heutigen wirtschaftlichen Umfeld - das durch intensive Anbieter-Konkurrenz,

Mehr

Cognos Business Intelligence V10.2.2 ermöglicht IT unterstützten BI Self Service. 2015 IBM Corporation

Cognos Business Intelligence V10.2.2 ermöglicht IT unterstützten BI Self Service. 2015 IBM Corporation Cognos Business Intelligence V10.2.2 ermöglicht IT unterstützten BI Self Service V A L U E Unsere Reise bis heute IBM Cognos 8.4 IBM Cognos 8 BI ReportNet Einheitliche Informationsversorgung Rolenbasierte

Mehr

Wie hoch ist ihr AQ? Der Analytics Quotient Ihres Unternehmens und die Möglichkeiten ihn zu steigern? Breakout Sessions

Wie hoch ist ihr AQ? Der Analytics Quotient Ihres Unternehmens und die Möglichkeiten ihn zu steigern? Breakout Sessions Wie hoch ist ihr AQ? Der Analytics Quotient Ihres Unternehmens und die Möglichkeiten ihn zu steigern? Lars Milde, IBM Deutschland GmbH lars.milde@de.ibm.com Breakout Sessions 1 = Analytics Quotient = Realisiert

Mehr

Kundenmanagement. in sozialen Netzwerken. Produktüberblick. Wir stellen vor: Microsoft Social Listening

Kundenmanagement. in sozialen Netzwerken. Produktüberblick. Wir stellen vor: Microsoft Social Listening Kundenmanagement in sozialen Netzwerken Produktüberblick Wir stellen vor: Aussagen, Meinungen und Stimmungen analysieren Interessenten und Kunden gewinnen Soziale Netzwerke haben die Kommunikation und

Mehr

MythMiner. Ein Empfehlungssystem für Fernsehprogramme auf Basis von RapidMiner. Balázs Bárány. Linuxwochen Wien, 7. 5. 2011

MythMiner. Ein Empfehlungssystem für Fernsehprogramme auf Basis von RapidMiner. Balázs Bárány. Linuxwochen Wien, 7. 5. 2011 Voraussetzungen für Data Mining und Text Mining Schluÿ Ein Empfehlungssystem für Fernsehprogramme auf Basis von RapidMiner Linuxwochen Wien, 7. 5. 2011 Voraussetzungen für Data Mining und Text Mining Schluÿ

Mehr

Zuverlässige und einfach zugängliche Informationen in Echtzeit für alle Beteiligten

Zuverlässige und einfach zugängliche Informationen in Echtzeit für alle Beteiligten PLANON Managementinformationen Zuverlässige und einfach zugängliche Informationen in Echtzeit für alle Beteiligten Mit dem steigenden Bedarf hin zu mehr Kosteneffizienz und Agilität bei Immobilien- und

Mehr

Business and Data Understanding. Business und Data Understanding

Business and Data Understanding. Business und Data Understanding Business und Data Understanding Gliederung 1. Grundlagen 2. Von Data Warehouse zu Data Mining 3. Das CRISP-DM Referenzmodell 4. Die Phasen Business- und Data Understanding 5. Überblick der weiteren Phasen

Mehr

Data Mining in Datenbanksystemen. Hjalmar Hagen Data Mining Seminar der Universität Ulm, Abteilung SAI, in Zusammenarbeit mit DaimlerChrysler

Data Mining in Datenbanksystemen. Hjalmar Hagen Data Mining Seminar der Universität Ulm, Abteilung SAI, in Zusammenarbeit mit DaimlerChrysler Data Mining in Datenbanksystemen Hjalmar Hagen Data Mining Seminar der Universität Ulm, Abteilung SAI, in Zusammenarbeit mit DaimlerChrysler 19. Februar 2004 Inhaltsverzeichnis 1 Einleitung 2 2 CRoss Industry

Mehr

Kleine Torte statt vieler Worte

Kleine Torte statt vieler Worte Kleine Torte statt vieler Worte Effektives Reporting & Dashboarding mit IBM Cognos 8 BI Jens Gebhardt Presales Manager Core Technologies BI Forum Hamburg 2008 IBM Corporation Performance Optimierung 2

Mehr

Data Mining mit Rapidminer im Direktmarketing ein erster Versuch. Hasan Tercan und Hans-Peter Weih

Data Mining mit Rapidminer im Direktmarketing ein erster Versuch. Hasan Tercan und Hans-Peter Weih Data Mining mit Rapidminer im Direktmarketing ein erster Versuch Hasan Tercan und Hans-Peter Weih Motivation und Ziele des Projekts Anwendung von Data Mining im Versicherungssektor Unternehmen: Standard

Mehr

MEHR ANALYTICS FÜR MEHR ANWENDER DR. GERHARD SVOLBA COE ANALYTICS DACH WIEN, 11. JUNI 2015

MEHR ANALYTICS FÜR MEHR ANWENDER DR. GERHARD SVOLBA COE ANALYTICS DACH WIEN, 11. JUNI 2015 MEHR ANALYTICS FÜR MEHR ANWENDER DR. GERHARD SVOLBA COE ANALYTICS DACH WIEN, 11. JUNI 2015 DAS ERWARTET SIE IN MEINEM VORTRAG Neue Anforderungen, neue Herausforderungen, neue Möglichkeiten Software Demo:

Mehr

Architekturübersicht. April 2005. IBM Rational Portfolio Manager. Architekturübersicht

Architekturübersicht. April 2005. IBM Rational Portfolio Manager. Architekturübersicht April 2005 IBM Rational Portfolio Manager Architekturübersicht Seite 2 Inhalt 3 Architekturübersicht 3 Datenbankschicht 3 Anwendungsschicht 4 Darstellungsschicht 6 Systemanforderungen 7 Beispielkonfigurationen

Mehr

Informationsflut bewältigen - Textmining in der Praxis

Informationsflut bewältigen - Textmining in der Praxis Informationsflut bewältigen - Textmining in der Praxis Christiane Theusinger Business Unit Data Mining & CRM Solutions SAS Deutschland Ulrich Reincke Manager Business Data Mining Solutions SAS Deutschland

Mehr

Marketing Software für Datenanalyse & Automation. Portfolio

Marketing Software für Datenanalyse & Automation. Portfolio Marketing Software für Datenanalyse & Automation Portfolio Über FastStats FastStats bietet Lösungen zur Optimierung Ihres Marketings. Die Software-Suite unterstützt Sie dabei, Ihre Kunden und Interessenten

Mehr

KM - Knowledge Management. SAP ERP Central Component

KM - Knowledge Management. SAP ERP Central Component KM - Knowledge Management SAP ERP Central Component Release 5.0 Release-Informationen Copyright 2004 SAP AG. Alle Rechte vorbehalten. Weitergabe und Vervielfältigung dieser Publikation oder von Teilen

Mehr

EXASOL Anwendertreffen 2012

EXASOL Anwendertreffen 2012 EXASOL Anwendertreffen 2012 EXAPowerlytics Feature-Architektur EXAPowerlytics In-Database Analytics Map / Reduce Algorithmen Skalare Fkt. Aggregats Fkt. Analytische Fkt. Hadoop Anbindung R LUA Python 2

Mehr

Data Mining - Marketing-Schlagwort oder ernstzunehmende Innovation?

Data Mining - Marketing-Schlagwort oder ernstzunehmende Innovation? 1. Konferenz der A Benutzer KFE in Forschung und Entwicklung Data Mining - Marketing-chlagwort oder ernstzunehmende Innovation? Hans-Peter Höschel,, Heidelberg 1. Konferenz der A Benutzer KFE in Forschung

Mehr

Integration Services Übersicht

Integration Services Übersicht Integration Services Übersicht Integration Services Übersicht Integration Services stellt umfangreiche integrierte Tasks, Container, Transformationen und Datenadapter für die En t- wicklung von Geschäftsanwendungen

Mehr