Ziele und analytische Querschnittsaufgaben im Customer Relationship Management (CRM)

Größe: px
Ab Seite anzeigen:

Download "Ziele und analytische Querschnittsaufgaben im Customer Relationship Management (CRM)"

Transkript

1 CRM und Datenanalyse Data-Mining-Tools auf dem Prüfstand Datum: Aut o r(e n): URL: Peter Neckel Im Customer Relationship Management (CRM) kommt man vielfach kaum mehr ohne Data Mining aus. Dabei lässt sich mit der richtigen Tool-Auswahl die Arbeit deutlich erleichtern, belegt eine Studie von Mayato. Kundensegmentierungen bilden im CRM-nahen Bereich der sogenannten Customer Relationship Analytics (CRA) eine der zentralen analytischen Aufgaben, die sowohl eine hohe praktische als auch strategische Bedeutung haben. Seine Kundenbasis zu sortieren stellt sich als analytische Querschnittsaufgabe im Rahmen der Kundenbeziehungspflege dar - sie steht typischerweise in einer Reihe mit der Kundenwertanalyse und der Markt- und Kundenbearbeitung, zum Beispiel im Rahmen des Kampagnen-Managements. Gleichzeitig sind Segmentierungen eine der Paradedisziplinen des Data Mining 1, da hier häufig große Datenmengen stark explorativ analysiert werden müssen, um zu validen Ergebnissen zu kommen. Ziele und analytische Querschnittsaufgaben im Customer Relationship Management (CRM) Die Toolauswahl für diese Aufgabe ist jedoch keineswegs trivial: Im Angebots-Dickicht der Hersteller versammeln sich mittlerweile geschätzte 150 Data-Mining-Werkzeuge, die um die Gunst der Käufer konkurrieren. Die Informationen und Produktblätter der Hersteller erleichtern die Entscheidungsfindung in vielen Fällen nur begrenzt: Zum einen stellen sie verständlicherweise vorwiegend die Stärken des jeweils eigenen Tools heraus, zum anderen ähneln sich viele Angaben von Hersteller zu Hersteller. Im Ergebnis bleiben die Hauptunterschiede auch für den erfahrenen Nutzer meist wenig transparent. Zudem zeigen sich die wirklich entscheidenden, praxisrelevanten Stärken und Schwächen der Tools erst im praktischen Einsatz bei einer konkreten Fragestellung. Der Studienaufbau Daher wurde in der vorliegenden Studie für den Vergleichstest ein komplexes, praxisnahes Testszenario erarbeitet, das von der Datenvorverarbeitung über die eigentliche Erstellung der Kundensegmentierung und Interpretation der Ergebnisse bis hin zur praktischen Anwendung der Segmentierung zur Neukundenklassifikation alle Aspekte des Analyseprozesses abdeckt. Um direkte Vergleichbarkeit sicherzustellen, wurde jedes Werkzeug in einer vorab definierten Testumgebung installiert und ausführlich getestet. Während dieses Praxistests fanden standardisierte Messungen statt zum Beispiel zur Ausführungsgeschwindigkeit mit zahlreichen unterschiedlichen Parametereinstellungen. Weiterhin ist für jedes der Werkzeuge eine detaillierte Funktionsübersicht zur Clusteranalyse aufgeführt. Die Bewertungskriterien umfassen unter anderem die Bedienung der Tools, den Funktionsumfang, das Systemverhalten bei großen Datenmengen und die Stabilität. Im Endergebnis zeigen sich deutliche Unterschiede vor allem im Bedienkomfort, bei der Ausführungsgeschwindigkeit sowie bei den Möglichkeiten der grafischen Ergebnisauswertung.

2 Data Mining Studie 2011 Ziele und analytische Querschnittsaufgaben im Customer Relationship Management (CRM). Data Mining Studie 2011 Die wesentlichen Kategorien mit der zugehörigen Auswahl der in der Studie besprochenen Tools. Data Mining Studie 2011 Es gibt unterschiedliche Mustertypen von Data-Mining-Tools mit verschiedenen Aufgabenschwerpunkten im CRM-Umfeld.

3 Data Mining Studie 2011 Die verschiedenen Dimensionen im Customer Relationship Management (CRM). (Teaserbild: Fotolia, Kheng Guan Toh) Das Testfeld Die wesentlichen Kategorien mit der zugehörigen Auswahl der in der Studie besprochenen Tools. Da Data-Mining-Funktionen in stark unterschiedlichen Tool- und Preiskategorien angeboten werden, fiel das Testfeld entsprechend breit aus: Die klassische, funktionsmächtige Data-Mining-Suite (SAS, StatSoft) findet sich ebenso darunter wie das Business-Intelligence-Werkzeug, das Data-Mining-Verfahren eher als Zusatz zu mächtigen Datenverwaltungsfunktionen offeriert (SAP). Um die Frage zu klären, ob sich die Analyseaufgabe auch mit einer kostenlosen Data-Mining-Suite zufriedenstellend lösen lässt, wurde zusätzlich eine Open-Source-Variante in den Test aufgenommen (WEKA). Die diesjährige mayato-studie legt den Schwerpunkt auf die Kundensegmentierung im Rahmen des Customer Relationship Analytics. Dazu traten anhand eines umfangreichen Testdatensatzes eines Finanzdienstleisters folgende vier Data-Mining-Tools und -Suiten gegeneinander an: SAS Enterprise Miner 6.2 STATISTICA Data Miner 10 von StatSoft WEKA (Open-Source-Werkzeug) SAP BW 7 (Data Mining Workbench) Die Data-Mining-Toolkategorien Bei näherer Betrachtung des Data-Mining 2 -Softwaremarktes lassen sich typische Kategorien von Tools erkennen, deren Vertreter sich jeweils für unterschiedliche Anwendergruppen und Nutzungsszenarien eignen: Zunächst sind hier die klassischen Data-Mining-Suiten (zum Beispiel von SAS, SPSS oder StatSoft) mit ihrem umfassenden Angebot an Funktionen für die Datenvorverarbeitung und Data-Mining-Verfahren zu nennen. Mit durchaus vergleichbarem Funktionsumfang werden sie inzwischen auch Open Source angeboten.

4 Demgegenüber stehen die schlankeren Data-Mining-Werkzeuge mit reduzierter Funktionalität: Sie sind in der Regel auf bestimmte Anwendungsgebiete (zum Beispiel Controlling 3 ) oder Analysefälle (zum Beispiel Prognose- und Klassifizierungsaufgaben) spezialisiert. Eine Sonderstellung in dieser Kategorie nimmt die softwaretechnische Umsetzung des Self-Acting Data Mining ein. Dieser hochautomatisierte Ansatz kommt weitgehend ohne manuelle Datenvorverarbeitung und Parametrisierung aus und eignet sich daher besonders gut für schnelle, erste Analyseprojekte. Weiterhin haben zahlreiche Datenbank- und BI 4 -Anbieter wie SAP, Oracle oder Microsoft in manchen Fällen recht umfangreiche Data-Mining- Funktionen in ihren Suiten integriert. Kundenservice-Trends Foto: Detecon Facebook-Blitzumfrage Foto: eprofessional GmbH

5 Social Media auf der Arbeit Foto: Yankee Group Kontaktkanäle Foto: Detecon Die Preismodelle Es gibt unterschiedliche Mustertypen von Data-Mining-Tools mit verschiedenen Aufgabenschwerpunkten im CRM-Umfeld. Der Anschaffungspreis für komplette Data-Mining-Suiten liegt weiterhin - abhängig von der Nutzeranzahl und der gewünschten Funktionalität - meist im sechsstelligen Euro-Bereich. Hier geht der Trend jedoch zu günstigeren Konditionen, da immer mehr Hersteller einzelne Funktionen in Pakete zusammenfassen und separat anbieten. Meist sind solche Pakete an typischen Nutzungsszenarien ausgerichtet, so dass man mit einem konkreten Analyseprojekt im Hinterkopf die jeweils passende Funktionalität erhält. Damit können Anwender beispielsweise ein individuelles Startpaket erwerben, das zudem bei Bedarf einfach zum Differenzpreis erweiterbar ist. Aber auch komplette Suiten kosten nicht mehr zwangsläufig sechsstellige Summen: So ist die Einzelplatzlizenz des Statistica Data Miners bei vollem Funktionsumfang beispielsweise bereits ab Euro erhältlich. Für Open-Source-Lösungen entfällt der Anschaffungspreis; bei

6 professioneller Nutzung kommen jedoch jährliche Supportgebühren im vierstelligen Eurobereich hinzu. Der Praxistest Im Praxistest zeigten sich schnell die Stärken und Schwächen der jeweiligen Tools: Den höchsten Reifegrad erreichen der "SAS Enterprise Miner" und der "Statistica Data Miner". Sie sind flüssig zu bedienen und leisten sich im gesamten Test keine echte Schwäche. Ihre Stärken zeigen beide besonders bei hohen Ausführungsgeschwindigkeiten und dem sicheren Umgang mit großen Datenmengen. SAS bettet den Enterprise Miner in eine leistungsfähige BI-Gesamtarchitektur ein, die dem erfahrenen Anwender eine breite Palette an Möglichkeiten bietet. StatSoft punktet mit der im Umfeld der Clusteranalyse größeren Funktionsvielfalt, mit den bequemer und feiner zu parametrisierenden Verfahren und der ausführlicheren Dokumentation. Statistica bietet weiterhin im Vergleich zu SAS das bessere Preis- Leistungs-Verhältnis. Mit bereits deutlichem Abstand folgt das SAP BW mit der "Data Mining Workbench": Das liegt hauptsächlich daran, dass SAP lediglich ein Segmentierungsverfahren implementiert hat. Dieses kann zudem nur rudimentär parametrisiert werden und schränkt durch die erzwungene Variablen-Diskretisierung die praktische Anwendung unnötig ein. Dazu kommen erhöhte Ausführungszeiten und eine stark ergänzungsbedürftige Dokumentation, die die Einarbeitung erschwert. Überzeugen kann hingegen die grafische Darstellung der Ergebnisse; sie unterstützt die Interpretation durch einen guten optischen Eindruck und durch praxisgerechte Voreinstellungen. WEKA wird von dem Zeilen umfassenden Testdatensatz spürbar am meisten gefordert. Die gemessenen Ausführungszeiten sind wenig konkurrenzfähig, die allgemeine Systemstabilität ist für den professionellen Einsatz noch nicht ausreichend. Die nur rudimentär vorhandene Ergebnispräsentation erschwert die Interpretation der Cluster-Einteilungen zusätzlich: In WEKA lässt sich die spartanische Text-basierte Ausgabe nur mit hohem manuellen Aufwand in eine grafische Darstellung verwandeln. An dieser Stelle wäre eine Aufwertung des Tools mit vergleichsweise wenig Aufwand möglich. Fazit: Leichter Einstieg dank einfacher Bedienkonzepte Kundensegmentierungen gehören zu den komplexeren Analyseaufgaben - entsprechend hohe Anforderungen werden an die Bedienung der Tools gestellt. Die Kunst aus der Perspektive des Softwareherstellers besteht darin, den Anwender an den entscheidenden Stellen im Analyseprozess konkret an die Hand zu nehmen, ohne den explorativen Charakter des Data Mining zu stark einzuschränken und ihm damit seine größte Stärke gegenüber einfacheren konfirmativen Analysen zu nehmen. Die verschiedenen Dimensionen im Customer Relationship Management (CRM). Ein dominierendes Bedienkonzept hat sich - wie schon in den letzten Jahren - weiterhin noch nicht herauskristallisiert. Aber die Hersteller machen spürbare Fortschritte und sind zunehmend um Einsteigerfreundlichkeit bemüht: SAS bietet neuerdings mit dem "Rapid Predictive Modeler" eine Data-Mining-Umgebung mit sinnvoll begrenzten Parametrisierungsmöglichkeiten an; im "Data Miner" von StatSoft kann man bereits seit der letzten Version wahlweise in den Assistentenmodus umschalten, der vorgefertigte "Data-Mining-Rezepte" für Standardanalyseaufgaben bereitstellt. Derartige Hilfen sind besonders bei erweiterten Analyseszenarien von Nutzen, die aus mehreren separaten Analysebausteinen bestehen - in unserem Fall etwa, wenn nach der Segmentierung des Kundenstamms auch Neukunden in bestehende Segmentierungen eingeordnet werden sollen. Als Fazit der diesjährigen Studie lässt sich festhalten, dass sich mit modernen Data-Mining-Tools inzwischen auch komplexere Analysen wie Kundensegmentierungen effizient ausführen lassen. Die Ausweitung der Data-Mining-Anwendungsbereiche insbesondere im CRA hat zu einem sehr vielfältigen Tool-Angebot geführt, so dass sich auch für Spezialeinsätze das passende Werkzeug findet. Insbesondere bei den leicht erlernbaren Bedienkonzepten und der komfortablen, vorkonfigurierten grafischen Auswertung der Ergebnisse zeigen sich spürbare Fortschritte, die die Einstiegshürden in die Datenanalyse stark verringert haben. (ba) Quelle:

Data Mining Studie. Praxistest & Benchmarking. -Zusammenfassung-

Data Mining Studie. Praxistest & Benchmarking. -Zusammenfassung- Data Mining Studie Praxistest & Benchmarking -Zusammenfassung- Data Mining Studie 2010 Praxistest & Benchmarking Vielfältiger Data-Mining-Softwaremarkt Die immer stärkere Verbreitung des Data Mining in

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

Data Mining Software. Funktionsvergleich und Benchmarkstudie. -Zusammenfassung-

Data Mining Software. Funktionsvergleich und Benchmarkstudie. -Zusammenfassung- Data Mining Software Funktionsvergleich und Benchmarkstudie -Zusammenfassung- mayato -Studie Data Mining Software 2009 Analyseerfolge zu überschaubaren Kosten Der Markt für Data-Mining-Software ist in

Mehr

Business Analytics verbessert die Wertschöpfungskette

Business Analytics verbessert die Wertschöpfungskette Pressemitteilung Hamburg, 05. September 2013 Business Analytics verbessert die Wertschöpfungskette accantec zeigt auf dem SAS Forum in Mannheim vom 11.- 12.09.2013, wie Unternehmen mit SAS Visual Analytics

Mehr

Asklepius-DA Die intelligente Technologie für die umfassende Analyse medizinischer Daten Leistungsbeschreibung

Asklepius-DA Die intelligente Technologie für die umfassende Analyse medizinischer Daten Leistungsbeschreibung Asklepius-DA Die intelligente Technologie für die umfassende Analyse medizinischer Daten Leistungsbeschreibung Datei: Asklepius DA Flyer_Leistung_2 Seite: 1 von:5 1 Umfassende Datenanalyse Mit Asklepius-DA

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

SAS Analytics bringt SAP HANA in den Fachbereich

SAS Analytics bringt SAP HANA in den Fachbereich Pressemitteilung Hamburg, 08. November 2013 SAS Analytics bringt SAP HANA in den Fachbereich Ergonomie kombiniert mit Leistungsfähigkeit: die BI-Experten der accantec group geben der neuen Partnerschaft

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

Open Source BI Trends. 11. Dezember 2009 Wien Konstantin Böhm

Open Source BI Trends. 11. Dezember 2009 Wien Konstantin Böhm Open Source BI Trends 11. Dezember 2009 Wien Konstantin Böhm Profil Folie 2 JAX 2009 11.12.2009 Gründung 2002, Nürnberg 50 Mitarbeiter Innovative Kunden Spezialisiert auf Open Source Integration Open Source

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

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

Teil A Grundlagen und Methoden 1. 1 Customer Relationship Management ein Bezugsrahmen 3

Teil A Grundlagen und Methoden 1. 1 Customer Relationship Management ein Bezugsrahmen 3 xi Teil A Grundlagen und Methoden 1 1 Customer Relationship Management ein Bezugsrahmen 3 1.1 Die Entwicklung zum kundenzentrierten Unternehmen 3 1.2 Ziel und Kernkonzepte des CRM 5 1.2.1 Ziel: Profitable

Mehr

R-Akademie Kursangebot Juni 2012

R-Akademie Kursangebot Juni 2012 Kooperationspartner der R-Akademie Kursangebot Juni 2012 Was ist R? R ist eine Open Source Programmiersprache für statistische Datenanalyse und -visualisierung. Mittlerweile hat sich R, neben den kommerziellen

Mehr

Was wir vorhersagen, soll auch eintreffen! Kündigeranalyse für eine Direktbank mit dem Blick für das richtige Timing

Was wir vorhersagen, soll auch eintreffen! Kündigeranalyse für eine Direktbank mit dem Blick für das richtige Timing Case Study // Kündigeranalyse für eine Direktbank mit dem Blick für das richtige Timing Management Summary Stichworte Kündigeranalyse, Kundenrückgewinnung, Churn Management, Customer Analytics, Data Mining

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

Expertise für Ihre Datenanalyse Beratung und Schulungen von StatSoft

Expertise für Ihre Datenanalyse Beratung und Schulungen von StatSoft Expertise für Ihre Datenanalyse Beratung und Schulungen von StatSoft Inhalt Inhalt Consulting / Workshops 2 Programmierung / Automatisierung 3 Validierung 3 Schulungen Softwareunabhängige Methodenschulungen

Mehr

IT mit klarer Linie. C R M - M i g r a t i o n. informatik ag. www.ilume.de. ilum:e informatik ag. Customer Relationship Management Migration

IT mit klarer Linie. C R M - M i g r a t i o n. informatik ag. www.ilume.de. ilum:e informatik ag. Customer Relationship Management Migration informatik ag IT mit klarer Linie C R M - M i g r a t i o n www.ilume.de ilum:e informatik ag Customer Relationship Management Migration Vertrieb & Vertriebssteuerung Business Intelligence Siebel Beratung

Mehr

Was ist neu in Sage CRM Version 7.0

Was ist neu in Sage CRM Version 7.0 Was ist neu in Sage CRM Version 7.0 Was ist neu in Sage CRM Version 7.0 Überblick über Sage CRM Version 7.0 Unternehmen konzentrieren sich mehr denn je auf Prozesseffizienz und suchen nach Wegen, die Leistungsfähigkeit

Mehr

Software Engineering 2 (SWT2) Dr. Alexander Zeier. Chapter 3: Introduction to ERP Systems

Software Engineering 2 (SWT2) Dr. Alexander Zeier. Chapter 3: Introduction to ERP Systems Software Engineering 2 (SWT2) Dr. Alexander Zeier Chapter 3: Introduction to ERP Systems Standard Software vs. Individual Software 2 Software wird meist in 2 Phasen erstellt 1. Auftrag eines Kunden zur

Mehr

Data-Mining: Ausgewählte Verfahren und Werkzeuge

Data-Mining: Ausgewählte Verfahren und Werkzeuge Fakultät Informatik Institut für Angewandte Informatik Lehrstuhl Technische Informationssysteme Data-Mining: Ausgewählte Verfahren und Vortragender: Jia Mu Betreuer: Dipl.-Inf. Denis Stein Dresden, den

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

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

Big Data Herausforderungen für Rechenzentren

Big Data Herausforderungen für Rechenzentren FINANCIAL INSTITUTIONS ENERGY INFRASTRUCTURE, MINING AND COMMODITIES TRANSPORT TECHNOLOGY AND INNOVATION PHARMACEUTICALS AND LIFE SCIENCES Big Data Herausforderungen für Rechenzentren RA Dr. Flemming Moos

Mehr

Customer Relationship Ana lyt ics

Customer Relationship Ana lyt ics Peter Necke1 Bernd Knobloch Customer Relationship Ana lyt ics Praktische Anwendung des Data Mining im CRM d p u n kt.ve r I ag 1 1.1 1.2 1.3 Customer Relationship Management. ein Bezugsrahmen Die Entwicklung

Mehr

Next Best Product. Kundenspezifische Produktangebote in einer Multichannel Umgebung

Next Best Product. Kundenspezifische Produktangebote in einer Multichannel Umgebung Next Best Product Kundenspezifische Produktangebote in einer Multichannel Umgebung - Mag. Thomas Schierer - Erste Bank der oesterreichischen Sparkassen AG Agenda Erste Bank Allgemeine Information CRM in

Mehr

R-Akademie Kursangebot September 2012

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

Mehr

Data Mining in SAP NetWeaver BI

Data Mining in SAP NetWeaver BI Martin Kießwetter, Dirk Vahl kam p Data Mining in SAP NetWeaver BI Galileo Press Bonn Boston 2.1 Was ist Data Mining? 17 2.2 Data Mining, KDD und Business Intelligence 20 2.3 KDD-Prozessmodelle 22 2.4

Mehr

Infografik Business Intelligence

Infografik Business Intelligence Infografik Business Intelligence Top 5 Ziele 1 Top 5 Probleme 3 Im Geschäft bleiben 77% Komplexität 28,6% Vertrauen in Zahlen sicherstellen 76% Anforderungsdefinitionen 24,9% Wirtschaflicher Ressourceneinsatz

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

Workflow- basiertes Data Mining in der Bioinformatik

Workflow- basiertes Data Mining in der Bioinformatik 05/ 04/ 06 mine- IT: Workflow- basiertes Data Mining in der Bioinformatik Theoretical Bioinformatics Hintergrund Medizinische Bioinformatik: Forschungsbereich an der Schnitt stelle zwischen Molekularbiologie

Mehr

BARC-Studie Data Warehousing und Datenintegration

BARC-Studie Data Warehousing und Datenintegration Ergebnisse der BARC-Studie Data Warehouse Plattformen Dr. Carsten Bange BARC-Studie Data Warehousing und Datenintegration Data-Warehouse -Plattformen und Datenintegrationswerkzeuge im direkten Vergleich

Mehr

Grid Analytics. Informationsanforderungen und plattformen für Ihre Netze

Grid Analytics. Informationsanforderungen und plattformen für Ihre Netze Grid Analytics Informationsanforderungen und plattformen für Ihre Netze GAT / WAT IT Forum 2014 September 2014 Fichtner-Gruppe Gegründet 1922 und seither in Familienbesitz Deutschlands größtes unabhängiges

Mehr

Cubeware Connectivity for SAP Solutions

Cubeware Connectivity for SAP Solutions Cubeware Connectivity for SAP Solutions Beispiele und Anwendungsfälle 1. Modellierung, Extraction, Transformation und Loading mit Datenquelle SAP R/3 und mysap ERP Mit Hilfe des Cubeware Importers und

Mehr

Business Intelligence. Bereit für bessere Entscheidungen

Business Intelligence. Bereit für bessere Entscheidungen Business Intelligence Bereit für bessere Entscheidungen Business Intelligence Besserer Einblick in Geschäftsabläufe Business Intelligence ist die Integration von Strategien, Prozessen und Technologien,

Mehr

Master-Thesis (m/w) für unseren Standort Stuttgart

Master-Thesis (m/w) für unseren Standort Stuttgart Master-Thesis (m/w) für unseren Standort Abschlussarbeit im Bereich Business Process Management (BPM) Effizienzsteigerung von Enterprise Architecture Management durch Einsatz von Kennzahlen Braincourt

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

Self Service BI der Anwender im Fokus

Self Service BI der Anwender im Fokus Self Service BI der Anwender im Fokus Frankfurt, 25.03.2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC 1 Kernanforderung Agilität = Geschwindigkeit sich anpassen zu können Quelle: Statistisches

Mehr

Bawag P.S.K.: Neue Infrastruktur für Stresstests und Simulationen

Bawag P.S.K.: Neue Infrastruktur für Stresstests und Simulationen Veröffentlichung: 21.01.2016 12:20 Bawag P.S.K.: Neue Infrastruktur für Stresstests und Simulationen Analytische Plattform von SAS macht Stresstests schneller, einfacher und zuverlässiger Veröffentlichung:

Mehr

Checklisten für die erfolgreiche Einführung von Customer Relationship Management (CRM)

Checklisten für die erfolgreiche Einführung von Customer Relationship Management (CRM) Checklisten Checklisten für die erfolgreiche Einführung von Customer Relationship Management () 1-1 Checklisten Checkliste Funktionen und Eigenschaften! Übereinstimmung mit Anforderungsprofil: Stimmen

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

Willkommen im Haifischbecken:

Willkommen im Haifischbecken: Willkommen im Haifischbecken: Strategien der vier Megavendoren Zürich 18. November 2009 Wolf K. Müller Scholz Business Intelligence Magazine wms@bi-magazine.net 1 Business Intelligence: Tastsinn Lehre

Mehr

inext Cockpit AddOn Die Business-Intelligence-Erweiterung für IBM i basierte Softwarelösungen ML-Software GmbH

inext Cockpit AddOn Die Business-Intelligence-Erweiterung für IBM i basierte Softwarelösungen ML-Software GmbH inext Cockpit AddOn Die Business-Intelligence-Erweiterung für IBM i basierte Softwarelösungen ML-Software GmbH Inhaltsverzeichnis WAS IST BUSINESS INTELLIGENCE? 3 WAS BRINGT DAS INEXT COCKPIT ADDON? 3

Mehr

Open Source Data Mining Meets Business - Rapid-I beim Open Source Meets Business Kongress 2008 in Nürnberg

Open Source Data Mining Meets Business - Rapid-I beim Open Source Meets Business Kongress 2008 in Nürnberg Open Source Data Mining Meets Business - Rapid-I beim Open Source Meets Business Kongress 2008 in Nürnberg Datum: 17.12.2007 09:41 Kategorie: IT, New Media & Software Pressemitteilung von: Rapid-I Rapid-I

Mehr

THEOBALD XTRACT PPS IXTO GMBH. Mathias Slawik, Linda Kallinich

THEOBALD XTRACT PPS IXTO GMBH. Mathias Slawik, Linda Kallinich THEOBALD XTRACT PPS IXTO GMBH Mathias Slawik, Linda Kallinich Projekt BWA: Analytische Anwendungen, WS 2010/2011 Agenda 2/14 Projektaufgabe Technologien / Xtract PPS Projektablauf Dashboard-Prototyp Bewertung

Mehr

SENSO Analytics. Analyse und Controlling für Entscheider

SENSO Analytics. Analyse und Controlling für Entscheider SENSO Analytics Analyse und Controlling für Entscheider SENSO Analytics Analyse und Controlling für Entscheider Führungskräfte in sozialen Einrichtungen stehen heute oftmals vor der Herausforderung, eine

Mehr

SAP BW + Microsoft Excel Viel genutzt, oft unterschätzt

SAP BW + Microsoft Excel Viel genutzt, oft unterschätzt Corporate Performance Management SAP BW + Microsoft Excel Viel genutzt, oft unterschätzt Martin Krejci, Manager CPM Matthias Schmidt, BI Consultant Kristian Rümmelin, Senior BI Consultant Braincourt GmbH

Mehr

Kundenmanagement im Multi-Channel-Zeitalter

Kundenmanagement im Multi-Channel-Zeitalter Kundenmanagement im Multi-Channel-Zeitalter Wie gut kennen Sie Ihre Kunden? München, 24. März 2015 Muna Hassaballah Senior Consultant Muna.Hassaballah@SHS-VIVEON.com 30.03.2015 Kurzvorstellung Senior Consultant

Mehr

Kundenbindung optimieren mit Predictive Analytics und Text Mining

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

Mehr

PHARMA IT-LÖSUNGEN AUS EINER HAND

PHARMA IT-LÖSUNGEN AUS EINER HAND PHARMA IT-LÖSUNGEN AUS EINER HAND PPS ERP DMS LIMS BI scarabaeustec Pharmalösungen für den Mittelstand. Seit über 15 Jahren. Von PPS über Labor-Informations- Management-Systeme, ERP-Systeme, Dokumenten-

Mehr

Oracle BI Apps - fertige Dashboards sind nur die Spitze des Eisberges

Oracle BI Apps - fertige Dashboards sind nur die Spitze des Eisberges Oracle BI Apps - fertige Dashboards sind nur die Spitze des Eisberges Annett Thurm-Meyer Oracle Deutschland B.V. & Co. KG Hamburg Schlüsselworte: Business Intelligence, vorgefertigte Applikationen, Integration

Mehr

ERP & Social Listening

ERP & Social Listening ERP & Social Listening unternehmensübergreifende Informations-Bereitstellung am Beispiel Mercedes-Benz Hans-Peter Gasser ACP Business Solutions ACP Business Solutions GmbH spezialisiert auf Industrielösungen

Mehr

Auszug. ComConsult Communications Index. Report zu Technologie und User-Experience von UC-Produkten. von

Auszug. ComConsult Communications Index. Report zu Technologie und User-Experience von UC-Produkten. von Auszug ComConsult Communications Index Report zu Technologie und User-Experience von UC-Produkten von Leonie Herden Simon Lindenlauf Dominik Zöller ComConsult Communications Index Seite 1 MANAGEMENT SUMMARY

Mehr

wichtigsten Vorteile auf einen Blick

wichtigsten Vorteile auf einen Blick Business Analytics für Salesforce.com 6 Vorteile auf einen Blick Die wichtigsten Business Analytics 360 CRM Management Summary Die cloudbasierte CRM-Plattform Salesforce.com bietet leistungsstarke Funktionen

Mehr

generic.de QDBAddOn Produktinformationsblatt Automatisierung der NetIQ AppManager -Überwachung und Vereinfachung von bestehenden Funktionalitäten.

generic.de QDBAddOn Produktinformationsblatt Automatisierung der NetIQ AppManager -Überwachung und Vereinfachung von bestehenden Funktionalitäten. generic.de QDBAddOn Produktinformationsblatt Automatisierung der NetIQ AppManager -Überwachung und Vereinfachung von bestehenden Funktionalitäten. Produktbeschreibung generic.de QDBAddOn Die Softwarelösung

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

Visual Business Intelligence Eine Forschungsperspektive

Visual Business Intelligence Eine Forschungsperspektive Visual Business Intelligence Eine Forschungsperspektive Dr. Jörn Kohlhammer Fraunhofer-Institut für Graphische Datenverarbeitung IGD Fraunhoferstraße 5 64283 Darmstadt Tel.: +49 6151 155 646 Fax.: +49

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

Experten für CRM und BI seit über 10 Jahren. Analytische CRM Lösungen im Vergleich

Experten für CRM und BI seit über 10 Jahren. Analytische CRM Lösungen im Vergleich Experten für CRM und BI seit über 10 Jahren Analytische CRM Lösungen im Vergleich Kernaussagen Analytische CRM Lösungen Analyse- und Reportmöglichkeiten bestehender CRM- Systeme können den Managementanforderungen

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

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

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

Self-Service Business Intelligence. Barthel, Björn, Key Account Manager Enterprise Information Management, Stuttgart

Self-Service Business Intelligence. Barthel, Björn, Key Account Manager Enterprise Information Management, Stuttgart Self-Service Business Intelligence Barthel, Björn, Key Account Manager Enterprise Information Management, Stuttgart Agenda Einleitung Self-Service Business Intelligence Definition(en) und Grundlage(n)

Mehr

tdwi E U R D P E OPEN SOURCE BUSINESS INTELLIGENCE HANSER MÖGLICHKEITEN, CHANCEN UND RISIKEN QUELLOFFENER BI-LÖSUNGEN

tdwi E U R D P E OPEN SOURCE BUSINESS INTELLIGENCE HANSER MÖGLICHKEITEN, CHANCEN UND RISIKEN QUELLOFFENER BI-LÖSUNGEN OPEN SOURCE BUSINESS INTELLIGENCE MÖGLICHKEITEN, CHANCEN UND RISIKEN QUELLOFFENER BI-LÖSUNGEN uwehaneke Stephan TRAHASCH tobias HAGEN tobias LAUER (Hrsg.)' tdwi E U R D P E HANSER Vorwort 9 Einführung

Mehr

Quo vadis: Business Intelligence?

Quo vadis: Business Intelligence? 10. Tagung der DFN Nutzergruppe Hochschulverwaltung 2011 "Hochschule mit links und Recht" Quo vadis: Business Intelligence? 1 Grundsätzliche Fragestellungen Was versteht man unter BI? Welche Phasen unterscheidet

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

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

Predictive Analysis für eine intelligente Produktionsplanung Dr. Andreas Cardeneo, SAP Data Science 20. Mai 2014

Predictive Analysis für eine intelligente Produktionsplanung Dr. Andreas Cardeneo, SAP Data Science 20. Mai 2014 Predictive Analysis für eine intelligente Produktionsplanung Dr. Andreas Cardeneo, SAP Data Science 20. Mai 2014 Agenda Vorstellung Kundenbeispiel Absatzprognose SAP Predictive Analysis Anwendung SAP Predictive

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

Lösungszusammenfassung

Lösungszusammenfassung Lösungszusammenfassung SAP Rapid Deployment Lösung für SAP Business Communications Management Inhalt 1 LÖSUNGSZUSAMMENFASSUNG 2 2 FUNKTIONSUMFANG DER LÖSUNG 3 Inbound-Telefonie für Contact-Center 3 Interactive

Mehr

1 mysap Business Intelligence Entscheidungen im richtigen betriebswirtschaftlichen Kontext 1

1 mysap Business Intelligence Entscheidungen im richtigen betriebswirtschaftlichen Kontext 1 1 mysap Business Intelligence Entscheidungen im richtigen betriebswirtschaftlichen Kontext 1 1.1 Das Informationsdilemma Es besteht kein Zweifel darüber, dass heute und in Zukunft die Unternehmensstrategie

Mehr

Informationen für Wealth Manager: www.private-banking-magazin.de

Informationen für Wealth Manager: www.private-banking-magazin.de Erfolgsfaktor am Kunden Wie finde ich das richtige CRM-System? Ein Client-Relationship-Management-System, kurz CRM, erleichtert das passgenaue Eingehen auf Kundenwünsche bei Beratungsinhalten und -kanälen

Mehr

SELF-SERVICE ANALYTICS: SMART INTELLIGENCE MIT INFONEA IM KONTINUUM ZWISCHEN INTERAKTIVEN REPORTS, ANALYTICS FÜR FACHANWENDER UND DATA SCIENCE

SELF-SERVICE ANALYTICS: SMART INTELLIGENCE MIT INFONEA IM KONTINUUM ZWISCHEN INTERAKTIVEN REPORTS, ANALYTICS FÜR FACHANWENDER UND DATA SCIENCE SELF-SERVICE BUSINESS INTELLIGENCE / INFONEA FUNKTIONSÜBERSICHT / SELF-SERVICE ANALYTICS: SMART INTELLIGENCE MIT INFONEA IM KONTINUUM ZWISCHEN INTERAKTIVEN REPORTS, ANALYTICS FÜR FACHANWENDER UND DATA

Mehr

Data Mining Software. Funktionsvergleich und Benchmarkstudie. -Probekapitel-

Data Mining Software. Funktionsvergleich und Benchmarkstudie. -Probekapitel- Data Mining Software Funktionsvergleich und Benchmarkstudie -Probekapitel- mayato -Studie Data Mining Software 2009 4.3 KXEN Analytic Framework 4.04 Im Folgenden wird das Self-Acting Data Mining-Werkzeug

Mehr

Integration und massiver Excel-Einsatz Herausforderungen in der Planung

Integration und massiver Excel-Einsatz Herausforderungen in der Planung Integration und massiver Excel-Einsatz Herausforderungen in der Planung CeBIT, Hannover, 10.03.2014 Dr. Christian Fuchs, Senior Analyst Business Application Research Center Historie 1994: Beginn der Untersuchung

Mehr

Datenvisualisierung mit JMP

Datenvisualisierung mit JMP Datenvisualisierung mit JMP Patrick René Warnat HMS Analytical Software GmbH Rohrbacherstr. 26 Heidelberg patrick.warnat@analytical-software.de Zusammenfassung Das JMP Paket ist ein Softwareprodukt der

Mehr

IBM SPSS Modeler 14.2 Batch-Installation für Windows

IBM SPSS Modeler 14.2 Batch-Installation für Windows IBM SPSS Modeler 14.2 Batch-Installation für Windows Die folgenden Anweisungen gelten für die Installation von IBM SPSS Modeler Batch Version 14.2. IBM SPSS Modeler Batch bietet sämtliche Analysefunktionen

Mehr

Data Mining im Einzelhandel Methoden und Werkzeuge

Data Mining im Einzelhandel Methoden und Werkzeuge Fakultät Informatik Institut für Angewandte Informatik Professur Technische Informationssysteme Proseminar Technische Informationssysteme Data Mining im Einzelhandel Methoden und Werkzeuge Betreuer: Dipl.-Ing.

Mehr

IBM SPSS Justiz-Tage: Datenerhebung, Datenanalyse und Data Mining für Justiz und kriminologische Forschung

IBM SPSS Justiz-Tage: Datenerhebung, Datenanalyse und Data Mining für Justiz und kriminologische Forschung IBM SPSS Justiz-Tage: Datenerhebung, Datenanalyse und Data Mining für Justiz und kriminologische Forschung Evaluieren & Erkennen, Weiterentwickeln & Reporten Datenerhebung, Datenanalyse und Data Mining

Mehr

Planung und Reporting

Planung und Reporting Planung und Reporting Grundlagen, Business Intelligence, Mobile BI und Big-Data-Analytics Bearbeitet von Dietmar Schön 2. Auflage 2015. Buch. XXVIII, 364 S. Kartoniert ISBN 978 3 658 08008 2 Format (B

Mehr

Trends im Markt für Business Intelligence. Patrick Keller, Senior Analyst & Prokurist CeBIT 2016

Trends im Markt für Business Intelligence. Patrick Keller, Senior Analyst & Prokurist CeBIT 2016 Trends im Markt für Business Intelligence Patrick Keller, Senior Analyst & Prokurist CeBIT 2016 18.03.2016 BARC 2016 2 IT Meta-Trends 2016 Digitalisierung Consumerization Agilität Sicherheit und Datenschutz

Mehr

Bachelor of Eng. (Wirtschafts-Ing.-wesen)

Bachelor of Eng. (Wirtschafts-Ing.-wesen) Persönliche Daten Name Philipp Müller Geburtsdatum 21.11.1982 Berufsausbildung Studium Industriekaufmann Bachelor of Eng. (Wirtschafts-Ing.-wesen) Kompetenzen Methodisch Datenmodellierung Fachlich Allgemeines

Mehr

1Ralph Schock RM NEO REPORTING

1Ralph Schock RM NEO REPORTING 1Ralph Schock RM NEO REPORTING Bereit für den Erfolg Business Intelligence Lösungen Bessere Entscheidungen Wir wollen alle Mitarbeiter in die Lage versetzen, bessere Entscheidungen schneller zu treffen

Mehr

Innovatives Reporting mit PM10: Analysen und Berichte mit Single Point of Truth 11.00 11.45 Uhr

Innovatives Reporting mit PM10: Analysen und Berichte mit Single Point of Truth 11.00 11.45 Uhr Copyright 2007 Infor. Alle Rechte vorbehalten. Innovatives Reporting mit PM10: Analysen und Berichte mit Single Point of Truth 11.00 11.45 Uhr Hubertus Thoma Presales Consultant PM Schalten Sie bitte während

Mehr

riskkv Scorenalyse riskkv Scoring Seite 1 von 9

riskkv Scorenalyse riskkv Scoring Seite 1 von 9 riskkv Scorenalyse riskkv Scoring Seite 1 von 9 Das Modul dient der flexiblen Erstellung, Auswertung und Verwendung von Scores. Durch vordefinierte Templates können in einer Einklicklösung bspw. versichertenbezogene

Mehr

PRESSE-INFORMATION NEU: LÜNENDONK -MARKTSTICHPROBE 2012 BUSINESS INTELLIGENCE ALS KERNKOMPETENZ

PRESSE-INFORMATION NEU: LÜNENDONK -MARKTSTICHPROBE 2012 BUSINESS INTELLIGENCE ALS KERNKOMPETENZ PRESSE-INFORMATION BI-22-08-12 NEU: LÜNENDONK -MARKTSTICHPROBE 2012 BUSINESS INTELLIGENCE ALS KERNKOMPETENZ Spezialisierte BI-Anbieter wachsen um 19,3 Prozent Datenintegration ist das Top-Thema Anbieter

Mehr

USER CASE: SCOUT ALS FRAMEWORK FÜR FINANCIAL TECH

USER CASE: SCOUT ALS FRAMEWORK FÜR FINANCIAL TECH USER CASE: 2. Scout User Group Meeting eclipsecon Unconference 2015 LUDWIGSBURG, 2. NOVEMBER 2015» DAVID KLEIN, ENRION GMBH Content 1. Kurzvorstellung Enrion 2. Die Suche nach einem passenden Framework

Mehr

Self-Acting Data Mining: Das neue Paradigma der Datenanalyse

Self-Acting Data Mining: Das neue Paradigma der Datenanalyse Self-Acting Data Mining: Das neue Paradigma der Datenanalyse Kurzzusammenfassung Data-Mining-Analysen gelten bisher als komplex, langwierig, nur von Spezialisten beherrschbar und daher als teuer. Der Großteil

Mehr

STRATO setzt bei Nutzungsanalyse und Kapazitätsplanung des Cloud- Angebots HiDrive auf Pentaho BI

STRATO setzt bei Nutzungsanalyse und Kapazitätsplanung des Cloud- Angebots HiDrive auf Pentaho BI STRATO setzt bei Nutzungsanalyse und Kapazitätsplanung des Cloud- Angebots HiDrive auf Pentaho BI Mit Pentaho kann STRATO die Ressourcen hinter seiner HiDrive Lösung vorrausschauend ausbauen und das Produkt

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

Schlussbericht. Projekt: Entwicklung der Wheelmap Android App Version 2.0 (01 KM 132506)

Schlussbericht. Projekt: Entwicklung der Wheelmap Android App Version 2.0 (01 KM 132506) Ansprechpartner: Jonas Deister Büro: 030/24301-1912 jonas@sozialhelden.de Schlussbericht Projekt: Entwicklung der Wheelmap Android App Version 2.0 (01 KM 132506) Eingereicht beim Bundesministerium für

Mehr

In dem facettenreichen Social Web, in dem täglich neue Anwendungen hinzukommen, andere an Bedeutung verlieren, ist es ohne geeignete Hilfsmittel auch nicht möglich, einen halbwegs verlässlichen Überblick

Mehr

Data Mining für die industrielle Praxis

Data Mining für die industrielle Praxis Data Mining für die industrielle Praxis von Ralf Otte, Viktor Otte, Volker Kaiser 1. Auflage Hanser München 2004 Verlag C.H. Beck im Internet: www.beck.de ISBN 978 3 446 22465 0 Zu Leseprobe schnell und

Mehr

Open Source IDE - eclipse ETIS SS04

Open Source IDE - eclipse ETIS SS04 Open Source IDE - eclipse ETIS SS04 Gliederung Motivation Geschichte Architektur Platform Runtime Eclipse Platform Java Development Tools (JDE) Plugin Development Environment (PDE) Zusammenfassung 2 Motivation

Mehr

DWH Szenarien. www.syntegris.de

DWH Szenarien. www.syntegris.de DWH Szenarien www.syntegris.de Übersicht Syntegris Unser Synhaus. Alles unter einem Dach! Übersicht Data-Warehouse und BI Projekte und Kompetenzen für skalierbare BI-Systeme. Vom Reporting auf operativen

Mehr

Wer sollte dieses Buch lesen?

Wer sollte dieses Buch lesen? v Die betriebliche Informationsverarbeitung unterliegt nach wie vor einer zügigen Entwicklung. Das Portfolio an verfügbaren technischen Hilfsmitteln, das eine immer effektivere und effizientere Aufzeichnung,

Mehr

BI für Jedermann. Neue Möglichkeiten durch die Oracle BI-Suite Enterprise Edition

BI für Jedermann. Neue Möglichkeiten durch die Oracle BI-Suite Enterprise Edition BI für Jedermann Neue Möglichkeiten durch die Oracle BI-Suite Enterprise Edition Wolfgang Rütter Bereichsleiter Informationssysteme OPITZ CONSULTING Gummersbach GmbH 1 Warum BI für Jedermann? 1. Historie

Mehr

SOZIALES" BRANCHENGEFLÜSTER ANALYSIERT DER SOCIAL MEDIA-MONITOR FÜR BANKEN

SOZIALES BRANCHENGEFLÜSTER ANALYSIERT DER SOCIAL MEDIA-MONITOR FÜR BANKEN SOZIALES" BRANCHENGEFLÜSTER ANALYSIERT DER SOCIAL MEDIA-MONITOR FÜR BANKEN CHRISTIAN KÖNIG BUSINESS EXPERT COMPETENCE CENTER CUSTOMER INTELLIGENCE Copyr i g ht 2012, SAS Ins titut e Inc. All rights res

Mehr

Jenseits der Datenbank: Ausweg zu verkaufen. Vorsprung im Wettbewerb durch one to one - Marketing

Jenseits der Datenbank: Ausweg zu verkaufen. Vorsprung im Wettbewerb durch one to one - Marketing Jenseits der Datenbank: Ausweg zu verkaufen Vorsprung im Wettbewerb durch one to one - Marketing Erfahrungen im Vertrieb 2004 Regionalisierung der Kundenstruktur Aufträge werden kleiner Kunden verhalten

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

AGM Project & Education GmbH

AGM Project & Education GmbH AGM Project & Education GmbH Leipzig Datenschutzkonferenz dtb Kassel November 2011 20.11.2011 Detlev.Sachse@agm-onside.com 1 Zur Person 20.11.2011 Detlev.Sachse@agm-onside.com 2 Thema Data-Mining am Beispiel

Mehr