Kundenbindung optimieren mit Predictive Analytics und Text Mining

Größe: px
Ab Seite anzeigen:

Download "Kundenbindung optimieren mit Predictive Analytics und Text Mining"

Transkript

1 Kundenbindung optimieren mit Predictive Analytics und Text Mining Ein Praxis-Beispiel mit der Analyse-Plattform STATISTICA CeBIT Hannover, 10. März StatSoft (Europe) GmbH 2014 Dr. Thilo Eichenberg

2 StatSoft Unternehmensprofil Hauptsitz in Tulsa, Oklahoma seit 30 Jahren erfolgreich am Markt, seit 25 Jahren in Deutschland in 30 Ländern vertreten Entwickler von STATISTICA: Software für Datenmanagement, Data Mining & Predictive Analytics Mehr als 1 Million STATISTICA-Anwender umfangreiche Dienstleistungen

3 STATISTICA Funktionalität Datenmanagement Interaktive Visualisierung Statistik Data Mining & Predictive Analytics Text & Image Mining

4 STATISTICA Funktionalität ETL-Prozesse und Analysen lassen sich in einem Workspace übersichtlich abbilden und automatisieren

5 STATISTICA Funktionalität Umfangreiche Möglichkeiten der Datenbereinigung und -aufbereitung, beispielsweise Dublettenprüfung Bereinigung von fehlenden Werten und Ausreißern Data Health Check liefert Übersicht der Datenqualität Transformieren, Umkodieren und Binning (WoE) Ableiten von Größen Diverse Text- und Datums-Operationen Join- und Aggregations-Funktionen

6 STATISTICA Funktionalität High Performance & Big Data hoch-performante Datenbank-Schnittstelle natives 64-Bit & Parallelverarbeitung In-place-Database & In-Memory-Processing Enterprise-Server-Plattform zentrales Verwalten von Benutzern, Zugriffsrechten, Datenabfragen, Analysen und Ergebnissen Auswertungen & Reporting, ad-hoc und automatisiert Monitoring & Dashboards Scheduling & Echtzeit-Scoring

7 Marktposition STATISTICA Rexer-Anwender-Studien zu Data Mining 2013 zum 4. Mal in Folge höchste Platzierung erreicht Anwender aus 75 Ländern berichten über ihre Analysetechniken/-Tools Rexer ist IBM/SPSS-Partner! Mayato-Experten-Studien zu Data Mining in allen 4 Studien Spitzenplatz erreicht Funktionstest auf Herz und Nieren mayato ist SAS-Silber-Partner!

8 Data Mining & Predictive Analytics Data Mining ist der Prozess, aus vorhandenen, meist großen Datenbeständen Wissen zu generieren, um Unternehmens- Entscheidungen zu optimieren Predictive Analytics zielt auf die Prognose künftiger Ereignisse

9 Data Mining & Predictive Analytics Typische Anwendungsszenarien Risiko-Prognosen Credit Scoring Aufdecken von Betrugsversuchen Beschwerde-Management Kündigeranalysen Kampagnen-Optimierung Cross-/Up-Selling Retention-Kampaganen

10 Data Mining & Predictive Analytics Gängige Methoden Baumbasierte Verfahren CART & CHAID Boosted Trees Random Forest Maschinelles Lernen Neuronale Netze Support Vector Machines Naive Bayes Assoziationsregeln mit Sequenzen Feature Selection Clusterverfahren k-means EM

11 Text Mining Text Mining bezeichnet das Aufdecken von Bedeutungsstrukturen in gering strukturierten oder unstrukturierten Textdaten mit linguistischen und Data-Mining-Verfahren In einem ersten Schritt werden Textdaten strukturiert, um sie anschließend mit Data-Mining-Verfahren auszuwerten

12 Text Mining Die Herausforderung Die Textmengen, welche heutzutage in Unternehmen anfallen, können kaum alle gelesen, geprüft, interpretiert oder kategorisiert werden Eine einfache Stichwortsuche wäre zu banal Semantische Ansätze sind bisher nicht ausgereift oder bei großen Datenmengen nicht performant genug

13 Text Mining Lösungsansatz Text in eine Tabellenstruktur überführen und mit hochperformanten Data-Mining- Methoden auswerten Optional inklusive Extraktion von Bedeutungs- - Komponenten (Latent Semantic Indexing)

14 Text Mining Nutzen Text Mining verbessert in vielen Fällen die Prognosegüte von Modellen deutlich

15 Text Mining Anwendungsfelder im CRM Automatische Klassifikation von Kunden-Korrespondenz Beschwerde-Management (Churn Prediction) Betrugserkennung (Fraud Detection) Social Media Analyses Marktforschung, Kundenbefragungen (Sentiment Analysis)

16 Text Mining Beispiele unstrukturierter Text-Informationen Kundenkorrespondenz (Kundenbeschwerden etc.) Erhebungen mit offenen Fragen Produktbesprechungen Beispiele zu Textquellen CRM-Systeme s Formulare, Kommentarfelder Webseiten, Internetforen Twitter

17 Text Mining Typische Szenarien Exploration und Mustererkennung Welche Begriffe stehen in welcher Beziehung zueinander? Beispiel Produktimage: Welche Eigenschaften sind mit bestimmten Automarken verbunden? Fahrgefühl Getriebe ADAC Acura BMW sportlich Kilometer toll

18 Text Mining Typische Szenarien Stimmungsanalyse (Sentiment Analysis) Auslesen positiv und negativ besetzter Begriffe und ggf. von Emoticons anhand vordefinierter Listen, in denen Wörtern Scores zugeordnet sind Die Einzel-Scores werden zu einem Gesamt- Index verrechnet Index nach Nielsen Scores zwischen 5 (extrem negativ) und +5 (extrem positiv) Index = Summe Einzel-Scores / Wurzel aus Wortzahl Beispiel Das Produkt ist fantastisch [+4], der Service aber enttäuschend [ 3]. Summe Einzel-Scores: 4 3 = +1; Wortzahl = 8 Index = 1 / 8 = 0,35

19 Text Mining Typische Szenarien Automatisierte Prognosen Was sagen Wort-Kombinationen und ggf. weitere, strukturierte Informationen über eine interessierende Größe aus? Beispiel Beschwerde-Management: Woran erkenne ich zeitnah besonders unzufriedene Kunden??

20 Praxis-Beispiel mit STATISTICA Use Case: Telekommunikations-Anbieter möchte Kunden mit hohem Abwanderungs-Risiko rechtzeitig identifizieren 1) Predicitve Analyics (ohne Text Mining) Prognose des Kündigungsrisikos auf Basis von Kundenstamm- und Verbindungs-Daten 2) + Sentiment-Analyse berücksichtigt zusätzlich positiv bzw. negativ besetzten Keywords aus einer Kundenumfrage 3) + Latent Semantic Indexing berücksichtigt zusätzlich aus den Freitexten der Umfrage extrahierte Bedeutungskomponenten

21 Praxis-Beispiel mit STATISTICA Die Datenbasis Kundenstamm Verbindungen Umfrage

22 Praxis-Beispiel mit STATISTICA 1) Kündigerprognose mit Predictive Analytics (ohne Text Mining)

23 Praxis-Beispiel mit STATISTICA 1) Kündigerprognose mit Predictive Analytics (ohne Text Mining)

24 Praxis-Beispiel mit STATISTICA 2) Kündigerprognose mit Predictive Analytics und Sentiment Analyse

25 Praxis-Beispiel mit STATISTICA 2) Kündigerprognose mit Predictive Analytics und Sentiment Analyse

26 Praxis-Beispiel mit STATISTICA 3) Kündigerprognose mit Predictive Analytics, Sentiment Analyse und Latent Semantic Indexing

27 Praxis-Beispiel mit STATISTICA 3) Kündigerprognose mit Predictive Analytics, Sentiment Analyse und Latent Semantic Indexing

28 Praxis-Beispiel mit STATISTICA Die 3 Analyseszenarien im Vergleich Fazit: Die Kombination aus Predictive Analytics, Sentiment Analyse und Latent Semantic Indexing erkennt Kündigerrisiken am besten!

29 Praxis-Beispiel mit STATISTICA Automatisierte Prognosen als Schedule-Task auf dem Server Abfrage aktueller Datenbank-Daten inkl. ETL Anwenden von Text Mining, Sentiment Scoring und Prognosemodell Schreiben der Kündiger-Wahrscheinlichkeiten in die Datenbank

30 Dr. Thilo Eichenberg Senior Analyst StatSoft (Europe) GmbH Fon: (0) Vielen Dank für die Aufmerksamkeit StatSoft (Europe) GmbH 2014 Dr. Thilo Eichenberg

31 Besuchen Sie uns auf dem BARC CRM-Forum Halle 6 Stand A18 StatSoft (Europe) GmbH 2014 Dr. Thilo Eichenberg

Was ist Analyse? Hannover, CeBIT 2014 Patrick Keller

Was ist Analyse? Hannover, CeBIT 2014 Patrick Keller Was ist? Hannover, CeBIT 2014 Patrick Keller Business Application Research Center Historie 1994: Beginn der Untersuchung von Business-Intelligence-Software am Lehrstuhl Wirtschaftsinformatik der Universität

Mehr

Qualitätsberichte im MS Word-Format

Qualitätsberichte im MS Word-Format Qualitätsberichte im MS Word-Format StatSoft GmbH und STATISTICA 9.1 auf dem Forum der Control 2010 www.statsoft.de StatSoft (Europe) GmbH 2010 Michael Busch Inhalt StatSoft STATISTICA Anwendungen in der

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

Text Mining Praktikum. Durchführung: Andreas Niekler Email: aniekler@informatik.uni-leipzig.de Zimmer: Paulinum (P) 818

Text Mining Praktikum. Durchführung: Andreas Niekler Email: aniekler@informatik.uni-leipzig.de Zimmer: Paulinum (P) 818 Text Mining Praktikum Durchführung: Andreas Niekler Email: aniekler@informatik.uni-leipzig.de Zimmer: Paulinum (P) 818 Rahmenbedingungen Gruppen von 2- (max)4 Personen Jede Gruppe erhält eine Aufgabe Die

Mehr

Big Data: Nutzen und Anwendungsszenarien. CeBIT 2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC

Big Data: Nutzen und Anwendungsszenarien. CeBIT 2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Big Data: Nutzen und Anwendungsszenarien CeBIT 2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Big Data steht für den unaufhaltsamen Trend, dass immer mehr Daten in Unternehmen anfallen und von

Mehr

Nutzen und Nutzung aktueller Trends in der BI: Schwerpunkt Self Service BI. Hannover, 10. März 2014 Patrick Keller, Senior Analyst

Nutzen und Nutzung aktueller Trends in der BI: Schwerpunkt Self Service BI. Hannover, 10. März 2014 Patrick Keller, Senior Analyst Nutzen und Nutzung aktueller Trends in der BI: Schwerpunkt Self Service BI Hannover, 10. März 2014 Patrick Keller, Senior Analyst Business Application Research Center BARC Historie BARC ist der führende

Mehr

Von Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics 10.45 11.15

Von Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics 10.45 11.15 9.30 10.15 Kaffee & Registrierung 10.15 10.45 Begrüßung & aktuelle Entwicklungen bei QUNIS 10.45 11.15 11.15 11.45 Von Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics

Mehr

Data Science & Big Data, made in Switzerland Thilo Stadelmann, ZHAW School of Engineering Frank Ihringer, Serwise AG. 2013 IBM Corporation

Data Science & Big Data, made in Switzerland Thilo Stadelmann, ZHAW School of Engineering Frank Ihringer, Serwise AG. 2013 IBM Corporation Data Science & Big Data, made in Switzerland Thilo Stadelmann, ZHAW School of Engineering Frank Ihringer, Serwise AG 2013 IBM Corporation Agenda Data Science made in Switzerland Case Study 1: Social Media

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

Big Data Vom Hype zum Geschäftsnutzen

Big Data Vom Hype zum Geschäftsnutzen Big Data Vom Hype zum Geschäftsnutzen IBM IM Forum, Berlin, 16.04.2013 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Hype 15.04.2013 BARC 2013 2 1 Interesse an Big Data Nature 09-2008 Economist 03-2010

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

Direktmarketing im Zentrum digitaler Vertriebsstrategien

Direktmarketing im Zentrum digitaler Vertriebsstrategien Direktmarketing im Zentrum digitaler Vertriebsstrategien Standortbestimmung und Key Learnings für Verlage Hamburg, September 2014 Im Zentrum digitaler Vertriebsstrategien steht zunehmend die Analyse komplexer

Mehr

Wertvolle Textdaten erschließen mittels Text Mining

Wertvolle Textdaten erschließen mittels Text Mining IBM SPSS Data und Text Mining Tage 2013 Frankfurt Düsseldorf München Hamburg - Berlin Wertvolle Textdaten erschließen mittels Text Mining Jens Barthelmes Predictive Text Analytics Solution Architect 2013

Mehr

Verwandeln Sie Rohdaten in Wissens-Werte

Verwandeln Sie Rohdaten in Wissens-Werte D A T A M I N E R Verwandeln Sie Rohdaten in Wissens-Werte Intuitive Automatisierung von Performante Analyse auch Benutzerführung Standardaufgaben sehr großer Datenmengen Günstige Total Lizenzmodelle für

Mehr

mayato Unternehmenspräsentation mayato GmbH Am Borsigturm 9 13507 Berlin Germany www.mayato.com

mayato Unternehmenspräsentation mayato GmbH Am Borsigturm 9 13507 Berlin Germany www.mayato.com mayato Unternehmenspräsentation mayato GmbH Am Borsigturm 9 13507 Berlin Germany www.mayato.com Wer sind wir? Wir sind ein unabhängiges Beratungs- und Analystenhaus für Business Intelligence Beratungs-

Mehr

Business Intelligence Center of Excellence

Business Intelligence Center of Excellence Center of Excellence Eine Businessinitiative von Systematika und Kybeidos Werner Bundschuh Was ist das? In der Praxis versteht man in den meisten Fällen unter die Automatisierung des Berichtswesens (Reporting).

Mehr

Proseminar - Data Mining

Proseminar - Data Mining Proseminar - Data Mining SCCS, Fakultät für Informatik Technische Universität München SS 2012, SS 2012 1 Data Mining Pipeline Planung Aufbereitung Modellbildung Auswertung Wir wollen nützliches Wissen

Mehr

Rainer Klapper QS solutions GmbH

Rainer Klapper QS solutions GmbH Rainer Klapper QS solutions GmbH Der Handlungsbedarf Die CRM-Welt ist umgeben von Social Media Foren Communities Netzwerke CRM Blogs Fehlende Prozessintegration wird zunehmend zum Problem Wir bauen Brücken

Mehr

Fortgeschrittene Analysetechnologien: Abgrenzung, Produktübersicht, Erfolgsfaktoren

Fortgeschrittene Analysetechnologien: Abgrenzung, Produktübersicht, Erfolgsfaktoren Fortgeschrittene Analysetechnologien: Abgrenzung, Produktübersicht, Erfolgsfaktoren BI, Big Data, CRM Forum @ CeBIT 2015, Hannover, 19.03.2015 Patrick Keller, Senior Analyst Status Quo Business Intelligence

Mehr

Datenbanken-Themen im OS "Data Mining" SS 2010

Datenbanken-Themen im OS Data Mining SS 2010 Prof. Dr.-Ing. Thomas Kudraß HTWK Leipzig, FIMN Datenbanken-Themen im OS "Data Mining" SS 2010 Die Vorträge sollten eine Dauer von 60 Minuten (Einzelvortrag) bzw. 45 Minuten (Doppelvortrag) haben. Nachfolgend

Mehr

Roundtable. Dashboards und Management Information. Rüdiger Felke / Christian Baumgarten 29.11.2011

Roundtable. Dashboards und Management Information. Rüdiger Felke / Christian Baumgarten 29.11.2011 Roundtable Dashboards und Management Information Rüdiger Felke / Christian Baumgarten 29.11.2011 Agenda Behind the Dashboards Was ist ein Dashboard und was ist es nicht? SAP BusinessObjects Dashboards

Mehr

Strategie und Self Service BI im Unternehmen. Gegensätze miteinander kombinieren

Strategie und Self Service BI im Unternehmen. Gegensätze miteinander kombinieren Strategie und Self Service BI im Unternehmen Gegensätze miteinander kombinieren Claas Planitzer Düsseldorf Juni 2015 Agenda 5. Herausforderungen 1. Idealbild 2. Realität 3. Self Service 4. BI. Was ist

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

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

Mehr Wissen über Kunden und Leistungen Daten und Prozesse verbinden CeBIT, Hannover, 10.03.2014. Martin Böhn, Head of CRM, Senior Analyst

Mehr Wissen über Kunden und Leistungen Daten und Prozesse verbinden CeBIT, Hannover, 10.03.2014. Martin Böhn, Head of CRM, Senior Analyst Mehr Wissen über Kunden und Leistungen Daten und Prozesse verbinden CeBIT, Hannover, 10.03.2014 Martin Böhn, Head of CRM, Senior Analyst CRM in der heutigen Praxis: Kampf Vor-Ort- Termine Prospekte, Beispiele

Mehr

Überblick. Seite 2 von 5

Überblick. Seite 2 von 5 Überblick Der ESEMOS MediaMiner ist ein Stimmungsbarometer und Monitoring-Werkzeug für soziale Netzwerke. MediaMiner zeichnet sich insbesondere durch die Sentiment-Analyse, die Spracherkennung sowie anspruchsvolle

Mehr

SAS TEXT ANALYTICS EVENT

SAS TEXT ANALYTICS EVENT SAS TEXT ANALYTICS EVENT DIENSTAG, 21. APRIL 2015 AGENDA Zeit Inhalt 16:00-16:30 Registrierung & Willkommenskaffee 16:30-16:45 16:45-17:15 17:15-17:45 Begrüssung und Einleitung ins Thema Text Analytics

Mehr

Durchblick im Self-Service-Dschungel. Hannover, 16.03.2015 Patrick Keller, Senior Analyst

Durchblick im Self-Service-Dschungel. Hannover, 16.03.2015 Patrick Keller, Senior Analyst Durchblick im Self-Service-Dschungel Hannover, 16.03.2015 Patrick Keller, Senior Analyst Business Application Research Center (BARC) B Europas führendes IT-Analysten- und -Beratungshaus für Business Software

Mehr

Big Data: Definition, Einführung und Live Democase [C1] Arne Weitzel Uetliberg, 16.09.2014 www.boak.ch

Big Data: Definition, Einführung und Live Democase [C1] Arne Weitzel Uetliberg, 16.09.2014 www.boak.ch Big Data: Definition, Einführung und Live Democase [C1] Arne Weitzel Uetliberg, 16.09.2014 www.boak.ch Unstrukturierte Daten spielen eine immer bedeutender Rolle in Big Data-Projekten. Zunächst gilt es

Mehr

Logo MIA. Ein cloud basierter Marktplatz für Informationen und Analysen auf dem deutschsprachigen Web

Logo MIA. Ein cloud basierter Marktplatz für Informationen und Analysen auf dem deutschsprachigen Web Logo MIA Ein cloud basierter Marktplatz für Informationen und Analysen auf dem deutschsprachigen Web MIA Konsortium Ausgangslage Das deutschsprachige Web mit derzeit mehr als sechs Milliarden Webseiten

Mehr

Das Potenzial von Multikanal- Recommendations nutzen Chancen und Grenzen der Personalisierung

Das Potenzial von Multikanal- Recommendations nutzen Chancen und Grenzen der Personalisierung Das Potenzial von Multikanal- Recommendations nutzen Chancen und Grenzen der Personalisierung Dr. Philipp Sorg (Senior Data Scientist) Peter Stahl (Senior Business Development Manager) 24. März 2015, Internet

Mehr

Technologischen Rahmenbedingungen und Werkzeuge für eine wertschöpfende Controller-Rolle

Technologischen Rahmenbedingungen und Werkzeuge für eine wertschöpfende Controller-Rolle Technologischen Rahmenbedingungen und Werkzeuge für eine wertschöpfende Controller-Rolle 40. Congress der Controller, Themenzentrum C, München Steffen Vierkorn, Geschäftsführer Qunis GmbH, Neubeuern Die

Mehr

Wissen intelligent suchen & schneller nutzen. Semantic Enterprise Search & Information Discovery

Wissen intelligent suchen & schneller nutzen. Semantic Enterprise Search & Information Discovery Wissen intelligent suchen & schneller nutzen Semantic Enterprise Search & Information Discovery CID GmbH CID Consulting GmbH Pattern Science AG 200 Mitarbeiter 1997 gegründet 4 Standorte Hauptsitz in Freigericht,

Mehr

Datawarehouse Architekturen. Einheitliche Unternehmenssicht

Datawarehouse Architekturen. Einheitliche Unternehmenssicht Datawarehouse Architekturen Einheitliche Unternehmenssicht Was ist Datawarehousing? Welches sind die Key Words? Was bedeuten sie? DATA PROFILING STAGING AREA OWB ETL OMB*PLUS SAS DI DATA WAREHOUSE DATA

Mehr

Big Data zur B2B-Vertriebsunterstützung

Big Data zur B2B-Vertriebsunterstützung Big Data zur B2B-Vertriebsunterstützung Dr. Andreas Schäfer, Implisense GmbH Stephan Kreutzer, Cisco Systems GmbH Big Data Summit am 26. März 2014 in Hanau Big Data Smart Business 21.03.2014 Thema Produktivität

Mehr

SAP Customer Engagement Intelligence - Kundenanalysen der nächsten Generation

SAP Customer Engagement Intelligence - Kundenanalysen der nächsten Generation SAP Customer Engagement Intelligence - Kundenanalysen der nächsten Generation Alexander Schroeter, Head of Outbound PM MEE, CRM & Commerce, SAP AG Regensdorf, November 19, 2013 SAP Customer Engagement

Mehr

Data Mining Studie. Schwerpunkt. Praxistest & Benchmarking 2012. Prognosemodelle im Kundenbindungsmanagement

Data Mining Studie. Schwerpunkt. Praxistest & Benchmarking 2012. Prognosemodelle im Kundenbindungsmanagement Data Mining Studie Praxistest & Benchmarking 2012 Schwerpunkt Prognosemodelle im Kundenbindungsmanagement März 2012 mayato GmbH Alle Rechte vorbehalten. Analystenteam Peter Neckel (Lead Analyst) Peter

Mehr

Sentiment Analysis (SA) Robert Bärhold & Mario Sänger Text Analytics WS 2012/13 Prof. Leser

Sentiment Analysis (SA) Robert Bärhold & Mario Sänger Text Analytics WS 2012/13 Prof. Leser Sentiment Analysis (SA) Robert Bärhold & Mario Sänger Text Analytics WS 2012/13 Prof. Leser Gliederung Einleitung Problemstellungen Ansätze & Herangehensweisen Anwendungsbeispiele Zusammenfassung 2 Gliederung

Mehr

Betrugserkennung mittels Big Data Analyse Beispiel aus der Praxis TDWI München, Juni 2014

Betrugserkennung mittels Big Data Analyse Beispiel aus der Praxis TDWI München, Juni 2014 Betrugserkennung mittels Big Data Analyse Beispiel aus der Praxis TDWI München, Juni 2014 Beratung Business Analytics Software Entwicklung Datenmanagement AGENDA Der Kreislauf für die Betrugserkennung

Mehr

BIG DATA ANALYTICS VON DER FELDDATENANALYSE ZUM QUALITÄTSFRÜHWARNSYSTEM RAINER KENT VOGT - SAS INSTITUTE GMBH

BIG DATA ANALYTICS VON DER FELDDATENANALYSE ZUM QUALITÄTSFRÜHWARNSYSTEM RAINER KENT VOGT - SAS INSTITUTE GMBH BIG DATA ANALYTICS VON DER FELDDATENANALYSE ZUM QUALITÄTSFRÜHWARNSYSTEM RAINER KENT VOGT - SAS INSTITUTE GMBH QUALITÄT ZÄHLT DIE KUNDENWAHRNEHMUNG ENTSCHEIDET 91% 91% of unhappy customers unzufriedener

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

Highlights auf dem Lago. Social Media Monitoring. Erfahrungen. Tipps. Namics. Michael Rottmann. Senior Consultant. 04. Juni 2010

Highlights auf dem Lago. Social Media Monitoring. Erfahrungen. Tipps. Namics. Michael Rottmann. Senior Consultant. 04. Juni 2010 Highlights auf dem Lago. Social Media Monitoring. Erfahrungen. Tipps. Namics. Michael Rottmann. Senior Consultant. 04. Juni 2010 Agenda. Fester Boden unter den Füssen Herausforderungen Social Media Monitoring

Mehr

Digitale Transformation: BI und Big Data treiben neue Geschäftsmodelle. CeBIT, 18.3.2015 Dr. Carsten Bange, Gründer und Geschäftsführer BARC

Digitale Transformation: BI und Big Data treiben neue Geschäftsmodelle. CeBIT, 18.3.2015 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Digitale Transformation: BI und Big Data treiben neue Geschäftsmodelle CeBIT, 18.3.2015 Dr. Carsten Bange, Gründer und Geschäftsführer BARC BARC: Expertise für datengetriebene Unternehmen Beratung Strategie

Mehr

Investitionen die sich rechnen Lösungen für ein effizientes Multi-Channel Input Management

Investitionen die sich rechnen Lösungen für ein effizientes Multi-Channel Input Management CENIT EIM Innovations-Tag 3.Juli 2014 Mit Analyse und Strategie zum Erfolg! Investitionen die sich rechnen Lösungen für ein effizientes Multi-Channel Input Management Lars Lampe, Key Account Manager EIM,

Mehr

Analytische Datenbanken und Appliances als Engine für erfolgreiche Business Intelligence

Analytische Datenbanken und Appliances als Engine für erfolgreiche Business Intelligence Analytische Datenbanken und Appliances als Engine für erfolgreiche Business Intelligence IBM Netezza Roadshow 30. November 2011 Carsten Bange Gründer & Geschäftsführer BARC Die Krise hat die Anforderungen

Mehr

Grenzen überschreiten Intelligente Suche im Input Management

Grenzen überschreiten Intelligente Suche im Input Management Grenzen überschreiten Intelligente Suche im Input Management Carsten Fuchs Lead Consultant / TPO XBOUND ReadSoft AG Carsten.Fuchs@ReadSoft.com #InspireEU15 Agenda Integration überschreitet Grenzen Anwendungsfälle

Mehr

Treffsichere Absatzprognosen durch Predictive Analytics

Treffsichere Absatzprognosen durch Predictive Analytics Treffsichere Absatzprognosen durch Predictive Analytics Prof. Dr. Michael Feindt, Karlsruhe Institute of Technology KIT Chief Scientific Advisor, Phi-T GmbH und Blue Yonder GmbH & Co KG 3. Europäischer

Mehr

Business Intelligence - Wie passt das zum Mainframe?

Business Intelligence - Wie passt das zum Mainframe? Business Intelligence - Wie passt das zum Mainframe? IBM IM Forum, 15.04.2013 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Ressourcen bei BARC für Ihr Projekt Durchführung von internationalen Umfragen,

Mehr

STATISTICA Success Stories Kompetenz in Visualisierung, Predictive Analytics und Big Data

STATISTICA Success Stories Kompetenz in Visualisierung, Predictive Analytics und Big Data Agenda Vormittag 10:00 Uhr Veranstaltungsbeginn & Begrüßung Kaffee steht ab Moderator: Marc Anger 9:30 Uhr bereit! Vertriebsleiter 10:10 Uhr Kostenoptimierung mittels Datenvisualisierung Visualisierung

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

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

Dominik Pretzsch TU Chemnitz 2011

Dominik Pretzsch TU Chemnitz 2011 Dominik Pretzsch TU Chemnitz 2011 Wir leben im Informationszeitalter und merken es daran, dass wir uns vor Information nicht mehr retten können. Nicht der überwältigende Nutzen der Information, sondern

Mehr

Summary... 4. Keywords... 4. Granularität der Daten... 5. Mit Vorverdichtung hochaggregierte Daten bereithalten... 6

Summary... 4. Keywords... 4. Granularität der Daten... 5. Mit Vorverdichtung hochaggregierte Daten bereithalten... 6 Inhaltsverzeichnis Summary... 4 Keywords... 4 Granularität der Daten... 5 Mit Vorverdichtung hochaggregierte Daten bereithalten... 6 Partitionierung der Datenbestände... 7 Vergrößerter Aktionsradius von

Mehr

1 Einleitung... 1 Literatur... 2

1 Einleitung... 1 Literatur... 2 Inhaltsverzeichnis 1 Einleitung....................................................... 1 Literatur........................................................ 2 Teil I Rollenbasierendes Business Game 2 Vorbereitung

Mehr

Proseminar - Data Mining

Proseminar - Data Mining Proseminar - Data Mining SCCS, Fakultät für Informatik Technische Universität München SS 2014, SS 2014 1 Data Mining: Beispiele (1) Hausnummererkennung (Klassifikation) Source: http://arxiv.org/abs/1312.6082,

Mehr

Big Data & High-Performance Analytics

Big Data & High-Performance Analytics Big Data & High-Performance Analytics Wolfgang Schwab, Senior Business Advisor Berlin 20.4.2012 PROJECTING THE GROWTH OF BIG DATA Source: IDC Digital Universe Study, sponsored by EMC, May 2010 THRIVING

Mehr

Predictive Analysis und Data Mining die Kristallkugel und Ihr Business Value [Session C2] Uetliberg, 16.09.2014 www.boak.ch

Predictive Analysis und Data Mining die Kristallkugel und Ihr Business Value [Session C2] Uetliberg, 16.09.2014 www.boak.ch Predictive Analysis und Data Mining die Kristallkugel und Ihr Business Value [Session C2] Uetliberg, 16.09.2014 www.boak.ch it Diese Session gibt einen Überblick über Predictive und Data Mining, die Value-Proposition

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

Trends in Business Intelligence

Trends in Business Intelligence Trends in Business Intelligence Patrick Keller Senior Analyst BARC Business Application Research Center BARC ist Marktanalyst und Berater spezialisiert auf Business Intelligence, Daten- und Dokumentenmanagement.

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

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

Was gibt es Neues in der BI Welt

Was gibt es Neues in der BI Welt BI-Kongress 2015 COMBINED THINKING FOR SUCCESS. Was gibt es Neues in der BI Welt Daniel Stecher, Stephan Weber, Adrian Bourcevet Frankfurt, 09. Juni 2015 Zürich, 11. Juni 2015 CubeServ BI-Kongress 2015

Mehr

Big Data Herausforderungen und Chancen für Controller. ICV Jahrestagung, 19.05.2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC

Big Data Herausforderungen und Chancen für Controller. ICV Jahrestagung, 19.05.2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Big Data Herausforderungen und Chancen für Controller ICV Jahrestagung, 19.05.2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC BARC: Expertise für datengetriebene Organisationen Beratung Strategie

Mehr

Big Data & High-Performance Analytics: Anwendungsszenarien

Big Data & High-Performance Analytics: Anwendungsszenarien Big Data & High-Performance Analytics: Anwendungsszenarien Dr. Thomas Keil, Program Manager Business Analytics Frankfurt 26.4.2012 McKinsey-Studie zeigt Big Value Quelle: McKinsey Global Institute, May

Mehr

Automatische Mustererkennung zur Klassifikation von Konsumentenverhalten am Beispiel der Kreditwürdigkeitsprüfung

Automatische Mustererkennung zur Klassifikation von Konsumentenverhalten am Beispiel der Kreditwürdigkeitsprüfung Prof. Dr. Gerhard Arminger Dipl.-Ök. Alexandra Schwarz Bergische Universität Wuppertal Fachbereich Wirtschaftswissenschaft Fach Statistik Automatische Mustererkennung zur Klassifikation von Konsumentenverhalten

Mehr

Cluster-Analyse Implizites Wissen Hauptkomponentenanalyse Faktorenanalyse Assoziationsanalyse

Cluster-Analyse Implizites Wissen Hauptkomponentenanalyse Faktorenanalyse Assoziationsanalyse Datenanalyse Cross Selling Analytisches CRM Marketing Mix Preisoptimierung Kundenzufriedenheit Marktpotenzial Gap-Analyse Mulitvariate Analysen Deskriptive Statistik Data Mining Transformation Operations

Mehr

Big Data Plattformen für polystrukturierte Daten neue Chancen und Herausforderungen

Big Data Plattformen für polystrukturierte Daten neue Chancen und Herausforderungen Big Data Plattformen für polystrukturierte Daten neue Chancen und Herausforderungen Oracle DWH-Konferenz 21. März 2012 Dr. Carsten Bange Gründer & Geschäftsführer BARC Big Data bietet Methoden und Technologien

Mehr

Möglichkeiten für bestehende Systeme

Möglichkeiten für bestehende Systeme Möglichkeiten für bestehende Systeme Marko Filler Bitterfeld, 27.08.2015 2015 GISA GmbH Leipziger Chaussee 191 a 06112 Halle (Saale) www.gisa.de Agenda Gegenüberstellung Data Warehouse Big Data Einsatz-

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

Maschinelles Lernen und Data Mining: Methoden und Anwendungen

Maschinelles Lernen und Data Mining: Methoden und Anwendungen Maschinelles Lernen und Data Mining: Methoden und Anwendungen Eyke Hüllermeier Knowledge Engineering & Bioinformatics Fachbereich Mathematik und Informatik GFFT-Jahrestagung, Wesel, 17. Januar 2008 Knowledge

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

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

Big, Bigger, CRM: Warum Sie auch im Kundenmanagement eine Big-Data-Strategie brauchen

Big, Bigger, CRM: Warum Sie auch im Kundenmanagement eine Big-Data-Strategie brauchen Big, Bigger, CRM: Warum Sie auch im Kundenmanagement eine Big-Data-Strategie brauchen 01000111101001110111001100110110011001 Volumen 10 x Steigerung des Datenvolumens alle fünf Jahre Big Data Entstehung

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

Executive Summary BIG DATA Future Chancen und Herausforderungen für die deutsche Industrie

Executive Summary BIG DATA Future Chancen und Herausforderungen für die deutsche Industrie Executive Summary BIG DATA Future Chancen und Herausforderungen für die deutsche Industrie BIG DATA Future Opportunities and Challanges in the German Industry Zusammenfassung Die Menge der verfügbaren

Mehr

ERP und CRM LIEBE oder doch eine ZWECKEHE. Mario Knezovic Senior Consultant nasdo AG. Benutzerfreundlichkeit vs. Funktionalität

ERP und CRM LIEBE oder doch eine ZWECKEHE. Mario Knezovic Senior Consultant nasdo AG. Benutzerfreundlichkeit vs. Funktionalität ERP und CRM LIEBE oder doch eine ZWECKEHE Mario Knezovic Senior Consultant nasdo AG Benutzerfreundlichkeit vs. Funktionalität So funktioniert Zusammenarbeit: Integration von CRM CRM-Griff ins ERP: Systemübergreifende

Mehr

Big Data als neuer Partner von Six Sigma Optimierung der diskreten Produktion

Big Data als neuer Partner von Six Sigma Optimierung der diskreten Produktion Big Data als neuer Partner von Six Sigma Optimierung der diskreten Produktion Frank Effenberger, Marco Fischer, 22.06.2015, München Agenda Firmenpräsentation Einführung Anwendungsfall Fazit Zahlen und

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 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

Business Intelligence: Markt, Trends und Technologien. Dr. Carsten Bange Darmstadt, 22.1.2008

Business Intelligence: Markt, Trends und Technologien. Dr. Carsten Bange Darmstadt, 22.1.2008 Business Intelligence: Markt, Trends und Technologien Dr. Carsten Bange Darmstadt, 22.1.2008 Business Intelligence & Corporate Performance Management Entwicklung des BI-Softwaremarktes Seit Jahren robustes

Mehr

Mit Big Data zum Touchpoint- übergreifenden Echtzeit- Kundendialog

Mit Big Data zum Touchpoint- übergreifenden Echtzeit- Kundendialog Mit Big Data zum Touchpoint- übergreifenden Echtzeit- Kundendialog Big Data im Marke

Mehr

BIG DATA - BIG OPPORTUNITIES

BIG DATA - BIG OPPORTUNITIES BIG DATA - BIG OPPORTUNITIES eday: 2014 Wien, 6. März 2014 EBA Executive Business Advice GmbH 1120 Wien, Am Euro Platz 2, Gebäude G Tel.: +43 1 71728 172 Email: office@eba-business.at www.eba-business.at

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

SPSS Cognos Positionierung. April 2010. Friedel Jonker Manager Business Development Analytics & PM SPSS Predictive Analytics Präsentation

SPSS Cognos Positionierung. April 2010. Friedel Jonker Manager Business Development Analytics & PM SPSS Predictive Analytics Präsentation SPSS Cognos Positionierung April 2010 Friedel Jonker Manager Business Development Analytics & PM SPSS Predictive Analytics Präsentation 2010 IBM Corporation Agenda 1. SPSS Positionierung 2. SPSS & Cognos

Mehr

R-Akademie Kursangebot November 2012

R-Akademie Kursangebot November 2012 Kooperationspartner der R-Akademie Kursangebot November 2012 Was ist R? R ist eine Open Source Programmiersprache zur statistischen Datenanalyse und -visualisierung. Mittlerweile hat sich R, neben den

Mehr

Die Rolle des Stammdatenmanagements im digitalen Unternehmen

Die Rolle des Stammdatenmanagements im digitalen Unternehmen Dr. Wolfgang Martin Analyst und Mitglied im Boulder BI Brain Trust Die Rolle des Stammdatenmanagements im digitalen Unternehmen Frankfurt, April 2015 Die Digitalisierung der Welt Nach der Globalisierung

Mehr

1 Predictive Analytics mit Random Forest

1 Predictive Analytics mit Random Forest Predictive Analytics Demokratie im Wald 1 Agenda 1. Predictive Analytics Übersicht 2. Random Forest Grundkonzepte und Anwendungsfelder 3. Entscheidungsbaum Classification and Regression Tree (CART) 4.

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

Webinar, 28.11.2013. Verborgene Schätze heben. Data Mining mit dem Microsoft SQL Server. Thomas Jahnke Martin Oesterer. HMS Analytical Software GmbH

Webinar, 28.11.2013. Verborgene Schätze heben. Data Mining mit dem Microsoft SQL Server. Thomas Jahnke Martin Oesterer. HMS Analytical Software GmbH Webinar, 28.11.2013 Verborgene Schätze heben Data Mining mit dem Microsoft SQL Server Thomas Jahnke Martin Oesterer HMS Analytical Software GmbH 1 Unsere heutige Agenda Verborgene Schätze heben Herzlich

Mehr

Data Mining-Projekte

Data Mining-Projekte Data Mining-Projekte Data Mining-Projekte Data Mining stellt normalerweise kein ei nmaliges Projekt dar, welches Erkenntnisse liefert, die dann nur einmal verwendet werden, sondern es soll gewöhnlich ein

Mehr

Big Data, small Data und alles dazwischen!

Big Data, small Data und alles dazwischen! Technologische Entwicklung Governance & Compliance Entwicklung 15.05.2015 Big Data, small Data und alles dazwischen! Wien, 20.5.2015 Herbert Stauffer Geschichtliche Entwicklung der Weg zu Big Data 1970

Mehr

Foto: violetkaipa - Fotolia

Foto: violetkaipa - Fotolia Die D kön Foto: violetkaipa - Fotolia 10 IT-Trend Big Data atenflut steigt wie nen wir sie nutzen? Ständig erhöht sich die Masse der uns umgebenden Daten, Informationen werden immer schneller generiert.

Mehr

Komponenten des Big Data Lab Konzepte und Technologien zum Bearbeiten von Big Data Use Cases

Komponenten des Big Data Lab Konzepte und Technologien zum Bearbeiten von Big Data Use Cases Komponenten des Big Data Lab Konzepte und Technologien zum Bearbeiten von Big Data Use Cases Copyr i g ht 2012, SAS Ins titut e Inc. All rights res er ve d. Fachbereich: Die richtigen Fragen SAS BIG DATA

Mehr

Institut für angewandte Informationstechnologie (InIT)

Institut für angewandte Informationstechnologie (InIT) School of Engineering Institut für angewandte Informationstechnologie (InIT) We ride the information wave Zürcher Fachhochschule www.init.zhaw.ch Forschung & Entwicklung Institut für angewandte Informationstechnologie

Mehr

Hadoop Projekte Besonderheiten & Vorgehensweise. Oracle/metafinanz Roadshow Februar 2014

Hadoop Projekte Besonderheiten & Vorgehensweise. Oracle/metafinanz Roadshow Februar 2014 Hadoop Projekte Besonderheiten & Vorgehensweise Oracle/metafinanz Roadshow Februar 2014 Head of Data Warehousing DWH Principal Consultant DWH Senior Consultant Wir fokussieren mit unseren Services die

Mehr

Big-Data-Technologien - Überblick - Prof. Dr. Jens Albrecht

Big-Data-Technologien - Überblick - Prof. Dr. Jens Albrecht Big-Data-Technologien - Überblick - Quelle: http://www.ingenieur.de/panorama/fussball-wm-in-brasilien/elektronischer-fussball-smartphone-app-helfen-training Big-Data-Anwendungen im Unternehmen Logistik

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

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

Mit Excel Know-how webbasierte BI- Applikationen erstellen #MobileBI Business Driven Intelligence

Mit Excel Know-how webbasierte BI- Applikationen erstellen #MobileBI Business Driven Intelligence Mit Excel Know-how webbasierte BI- Applikationen erstellen #MobileBI Jochen Heßler, 16.03.2015 2002 Gegründet in Freiburg, Deutschland 2002 Heute Büros in Freiburg, Frankfurt, Düsseldorf, Paris, Boston

Mehr