Open Source Software RapidMiner revolutioniert statistische Datenanalysen

Größe: px
Ab Seite anzeigen:

Download "Open Source Software RapidMiner revolutioniert statistische Datenanalysen"

Transkript

1 Data Mining für Alle Open Source Software RapidMiner revolutioniert statistische Datenanalysen Data Mining, also die Entdeckung verborgener Zusammenhänge mittels Methoden des statistischen und des maschinellen Lernens, wird gemeinhin als ein Feld für Spezialisten betrachtet. Diese erstellen mit häufig sündhaft teuren Software-Lösungen mehr oder weniger komplexe Analyseprozesse, um beispielsweise drohende Kündigungen oder die Verkaufszahlen eines Produkts zu prognostizieren. Der wirtschaftliche Nutzen liegt auf der Hand, und so galt lange Zeit, dass die Anwendung von Data Mining Tools auch mit hohen Kosten für Softwarelizenzen und oftmals durch die Komplexität der Materie bedingten hohem Supportaufwand verbunden war. Dass Softwarelösungen für Data Mining jedoch nicht zwingend teuer oder schwer zu bedienen sein müssen, daran dürfte spätestens seit der Entwicklung von Open Source Software wie RapidMiner wohl niemand mehr ernsthaft zweifeln. Große Datenmengen entstehen heute in Unternehmen, Forschungsprojekten, Verwaltungen oder im Internet. Data Mining ermöglicht das automatische Auswerten solcher Datenbestände mit Hilfe statistischer Verfahren wobei im Gegensatz zur klassischen Statistik der Schwerpunkt auch auf die Analyse sehr großer Datenmengen gelegt wird. Das Ziel des Data Mining ist das Aufspüren von Regeln und Mustern bzw. statistischen Auffälligkeiten, um daraufhin verschiedenste Geschäftsprozesse zu optimieren. Zufall oder Berechnung? Zur Veranschaulichung von Data-Mining-Vorgängen versuchen wir noch ein kleines Experiment: Denken Sie sich eine Zahl zwischen 1 und 10. Multiplizieren Sie diese Zahl mit 9. Bilden Sie die Quersumme des Ergebnisses, also die Summe der Ziffern. Multiplizieren Sie das Ergebnis mit 4. Teilen Sie das Resultat durch 3. Ziehen Sie 10 ab. Das Ergebnis ist 2. Glauben Sie an Zufall? Als Analyst werden Sie diese Frage wohl verneinen lernen oder tun dies sogar bereits. Nehmen wir beispielsweise das wohl einfachste Zufallsereignis, dass man sich überhaupt nur vorstellen kann, nämlich den Wurf einer Münze. Aha mögen Sie denken, das ist doch ein zufälliges Ereignis und niemand kann vorhersagen, welche Seite der Münze nach einem Wurf oben liegt. Das stimmt zwar, aber die Tatsache, dass kein Mensch dies vorhersagen kann, bedeutet ja noch lange nicht, dass es auch prinzipiell unmöglich ist. Wären sämtliche Einflussfaktoren wie Abwurfgeschwindigkeit und Rotationswinkel, Materialeigenschaften der Münze selbst und solche des Bodens, Masseverteilungen und sogar die Stärke und Richtung des Winds allesamt exakt bekannt, so würden wir mit einigem Aufwand durchaus in der Lage sein, den Ausgang eines solchen Münzwurfs zu prognostizieren. Die physikalischen Formeln hierzu sind jedenfalls alle bekannt.

2 Wir werden nun ein anderes Szenario betrachten, nur dass wir diesmal sehr wohl den Ausgang der Situation vorhersagen können: Ein Glas wird zerbrechen, wenn es nur aus einer bestimmten Höhe auf einen bestimmten Untergrund fällt. Wir wissen, sogar noch in den Bruchteilen der Sekunde, während das Glas noch fällt: Gleich wird es Scherben geben. Wie sind wir zu dieser eigentlich sehr erstaunlichen Leistung im Stande? Wir haben das betreffende, in diesem Augenblick fallende Glas noch nie vorher zerbrechen sehen und zumindest für die meisten unter uns wird gelten, dass die physikalischen Formeln, welche Glasbruch beschreiben, ein Buch mit sieben Siegeln darstellen. Natürlich kann im Einzelfall das Glas auch einmal zufällig nicht zerbrechen, aber wahrscheinlich ist dieses nicht. Nebenbei bemerkt, zufällig wäre das Nicht-Zerbrechen genauso wenig, da auch dieses Ergebnis physikalischen Gesetzen folgt. Beispielsweise wird die Energie des Aufpralls in diesem Fall günstiger in den Boden übertragen. Woher wissen wir Menschen also in einigen Fällen, was genau als nächstes passieren wird und in anderen, wie beispielsweise beim Münzwurf, nicht? Die häufigste Erklärung, die Laien in diesem Fall verwenden, ist die Beschreibung des einen Szenarios als zufällig und des anderen als nicht zufällig. Wir werden nicht auf die tatsächlich zwar interessanten aber dennoch eher philosophischen Diskussionen zu diesem Thema eingehen, aber wir stellen hier die folgende These auf: Die allermeisten Prozesse in unserer wahrnehmbaren Umwelt folgen nicht Zufällen. Der Grund für unser Unvermögen, die Prozesse präzise zu beschreiben und zu extrapolieren liegt vielmehr daran, dass wir nicht in der Lage sind, die notwendigen Einflussfaktoren zu erkennen oder zu messen oder diese in die notwendigen Beziehungen zu setzen. Beim fallenden Glas haben wir die wichtigsten Eigenschaften wie Material, Fallhöhe und Bodenbeschaffenheit schnell erkannt und können innerhalb kürzester Zeit durch Analogieschlüsse aus ähnlichen Erfahrungen bereits eine Schätzung der Wahrscheinlichkeit für Glasbruch abgeben. Beim Münzwurf hingegen schaffen wir genau dieses nicht. Wir können noch so viele Würfe einer Münze betrachten, wir werden es niemals schaffen, bei beliebiger Wurfweise die notwendigen Faktoren schnell genug zu erkennen und entsprechend zu extrapolieren. Was haben wir also in Gedanken gemacht, als wir die Prognose für den Glaszustand nach dem Aufprall abgegeben haben? Wir haben die Eigenschaften dieses Ereignisses gemessen. Man könnte auch sagen, dass wir Daten gesammelt haben, die den Fall des Glases beschreiben. Blitzschnell haben wir dann einen Analogieschluss durchgeführt, d.h. wir haben gemäß eines Ähnlichkeitsmaßes einen Vergleich mit früheren fallenden Gläsern, Tassen, Porzellanfigürchen oder ähnlichen Gegenständen durchgeführt. Hierzu sind zwei Dinge notwendig, nämlich dass wir die Daten früherer Ereignisse ebenfalls zur Verfügung haben und wir uns im Klaren darüber sind, wie man eine Ähnlichkeit zwischen den aktuellen und den vergangenen Daten überhaupt definiert. Schließlich sind wir in der Lage, eine Schätzung oder Prognose abgegeben, indem wir beispielsweise die ähnlichsten bereits vergangenen Ereignisse betrachtet haben. Ist bei diesen der fallende Gegenstand zerbrochen oder nicht? Dazu müssen wir zunächst mal solche Ereignisse mit größter Ähnlichkeit finden, was eine Art Optimierung darstellt. Wir verwenden hier den Begriff Optimierung, da es eigentlich unerheblich ist, ob wir nun eine Ähnlichkeit maximieren oder die Umsätze eines Unternehmens oder beliebiges anderes in jedem Fall wird die betreffende Größe, also hier die Ähnlichkeit, optimiert. Der beschriebene Analogieschluss liefert uns dann, dass die

3 Mehrzahl der bereits durch uns betrachteten Gläser zerbrochen ist und genau diese Abschätzung wird dann zu unserer Prognose. Dies hört sich vielleicht kompliziert an, aber im Grunde genommen ist diese Art des Analogieschlusses die Basis für beinahe jeden Lernvorgang des Menschen und wird in atemberaubend schneller Zeit durchgeführt. Das Interessante hieran ist, dass wir soeben als menschliche Data Mining Verfahren tätig waren, denn genau um Fragen wie die Repräsentation von Ereignissen oder Zuständen und die dadurch entstehenden Daten, der Definition von Ähnlichkeiten von Ereignissen und der Optimierung dieser Ähnlichkeiten geht es bei der Datenanalyse üblicherweise. Beim Münzwurf ist das beschriebene Vorgehen des Analogieschlusses jedoch nicht möglich: es hapert üblicherweise bereits am ersten Schritt und die Daten für Faktoren wie Materialeigenschaften oder Bodenunebenheiten können nicht erfasst werden. Folglich können wir diese auch nicht für spätere Analogieschlüsse bereithalten. Das macht das Ereignis eines Münzwurfs allerdings noch lange nicht zum Zufall, sondern zeigt lediglich, dass wir Menschen nicht in der Lage sind, diese Einflussfaktoren zu messen und den Prozess zu beschreiben. In wieder anderen Fällen sind wir zwar durchaus in der Lage, die Einflussfaktoren zu messen, jedoch gelingt es uns nicht, diese sinnvoll in Beziehung zu setzen, so dass die Berechnung von Ähnlichkeit oder gar die Beschreibung der Prozesse für uns unmöglich ist. Es ist nun keineswegs so, dass der Analogieschluss die einzige Möglichkeit wäre, aus bereits bekannten Informationen Vorhersagen für neue Situationen abzuleiten. Wird der Beobachter eines fallenden Glases gefragt, woher er wusste, dass das Glas zerbrechen wird, so wird die Antwort häufig Elemente enthalten wie Immer wenn ich ein Glas habe fallen sehen aus einer Höhe von mehr als 1,5 Metern ist es zerbrochen. Hier sind zwei Dinge interessant: Der Bezug auf die vergangenen Erfahrungen mittels des Begriffs immer sowie die Ableitung einer Regel aus diesen Erfahrungen: Wenn der fallende Gegenstand aus Glas ist und die Fallhöhe mehr als 1,5 Meter beträgt, so wird das Glas zerbrechen. Die Einführung eines Schwellwerts wie 1,5 Meter stellt dabei einen faszinierenden Aspekt dieser Regelbildung dar. Denn obwohl nicht jedes Glas bei größeren Höhen sofort zerbrechen wird und auch nicht bei kleineren Höhen zwingend dem Bruch entfliehen kann, so verwandelt die Einführung dieses Schwellwerts die Regel in eine Daumenregel, die zwar nicht immer, so aber doch in den meisten Fällen zu einer korrekten Einschätzung der Situation führen wird. Anstelle nun also einen direkten Analogieschluss durchzuführen, könnte man sich nun auch dieser Daumenregel bedienen und wird auf diese Weise schnell zu einer Entscheidung über die wahrscheinlichste Zukunft des fallenden Gegenstandes kommen. Analogieschlüsse und die Erstellung von Regeln stellen damit zwei erste Beispiele dar, wie Menschen und auch Data Mining Verfahren in der Lage sind, den Ausgang neuer und unbekannter Situationen zu antizipieren. Unsere Beschreibung dessen, was bei uns im Kopf und auch bei den meisten Data Mining Verfahren im Rechner passiert, offenbart noch eine weitere interessante Einsicht: Der beschriebene Analogieschluss fordert zu keiner Zeit die Kenntnis irgendeiner physikalischen Formel, warum das Glas nun zerbrechen wird. Das gleiche gilt für die oben beschriebene Daumenregel. Selbst ohne also die vollständige (physikalische) Beschreibung eines Vorgangs zu kennen, sind wir und Data Mining Verfahren gleichermaßen bereits in der Lage, eine Abschätzung von Situationen oder gar Prognosen zu generieren. Dabei war ja nicht nur der

4 kausale Zusammenhang selbst unbeschrieben, sondern selbst die Datenerfassung war nur oberflächlich und grob und hat nur wenige Faktoren wie das Material des fallenden Gegenstandes (Glas) und die Fallhöhe (ca. 2m) relativ ungenau abgebildet. Kausalketten existieren also, ob wir sie nun kennen oder nicht. Im letzteren Fall neigen wir häufig dazu, sie als zufällig zu bezeichnen. Und gleichermaßen ist es erstaunlich, dass selbst für eine unbekannte Kausalkette noch die Beschreibung des weiteren Verlaufs möglich ist, und dies selbst in Situationen, in denen die bisherigen Fakten nur unvollständig und ungenau beschrieben sind. Dieser Abschnitt hat Ihnen einen Einblick in die Art der Probleme gegeben, denen sich die Algorithmen des Data Mining stellen müssen. Es handelt sich um Probleme mit zahlreichen Einflussfaktoren, von denen einige gar nicht oder nur unzureichend gemessen werden können. Gleichzeitig sind es oftmals so viele Faktoren, dass wir als Menschen drohen, den Überblick zu verlieren. Darüber hinaus müssen wir uns noch um die bereits vergangenen Ereignisse kümmern, die wir zur Modellbildung verwenden wollen und deren Anzahl leicht in die Millionen oder Milliarden gehen können. Zu guter Letzt müssen wir uns noch die Frage stellen, ob die Beschreibung des Prozesses das Ziel ist oder ob ein Analogieschluss zur Prognose bereits ausreicht. Und das Ganze muss zudem noch in einer dynamischen Umgebung unter stets wechselnden Bedingungen geschehen und das am besten möglichst zeitnah. Unmöglich für einen Menschen? Stimmt. Aber eben nicht unmöglich für Data Mining Verfahren. Data Mining Anwendungen Dabei gibt es im Bereich Data Mining verschiedene Ansätze zum Auffinden von Strukturen, Regelmäßigkeiten, Abweichungen und Beziehungen unter den vorhandenen Daten. Dabei bieten sich unterschiedliche Verfahren wie z.b. die Cluster-Analyse, die Objekte nach Ähnlichkeit zusammenfasst, die Faktorenanalyse als Informationsverdichtung, bei der mehrere Variablen gebündelt werden, die Assoziationsanalyse (z.b. bei der Auswertung von Warenkörben) oder Klassifikationsverfahren an. So lassen sich z.b. Änderungen im Verhalten von Kunden oder Kundengruppen aufspüren und Geschäftsstrategien können darauf ausgerichtet werden. Oder die Abläufe von Produktionsprozessen können analysiert werden, um frühzeitig Ausschussware oder Probleme zu identifizieren und rechtzeitig reagieren zu können. Angewendet werden die Data-Mining-Verfahren u.a. im Bereich Kundensegmentierung und Customer Relationship Management, Kampagnenmanagement, Analyse des Webnutzungsverhaltens oder als Text Mining für die Analyse unstrukturierter Daten. Mit diesen Verfahren ist es nicht nur möglich, vorhandene Daten auszuwerten, sondern daraus auch Wahrscheinlichkeiten für die Zukunft abzuleiten. Ein Beispiel für eine aktuelle Data-Mining-Anwendung im Bereich der Kündigerprävention (Churn Prevention) gibt einen guten Einblick in die Möglichkeiten dieses Verfahrens. Der Energiekonzern E.ON hat weltweit etwa 17 Millionen Kunden. Jeder einzelne von diesen Kunden hat seine persönliche Geschichte mit dem Konzern: Er hat Verträge abgeschlossen und mit der Zeit durchaus schwankende Energiemengen bezogen. Natürlich ist E.ON jeder der 17 Millionen Kunden wichtig und daher sollen Kunden, die den Anbieter wechseln wollen, identifiziert werden. Und zwar sogar noch, bevor der Kunde selbst diese Kündigungsabsicht bewusst realisiert und in die Tat umsetzt. Anhand einer einzigen Kundengeschichte gelingt

5 dies nicht, aber mit Data-Mining-Modellen auf die Gesamtmenge aller Kunden angewandt wird die Kündigerprävention zum Kinderspiel. Flexibilität und Funktionsvielfalt Wir haben eingangs bereits erwähnt, dass der Einsatz von Data Mining häufig sehr lohnend und auch gewinnbringend ist. Diesen Nutzen lassen sich Softwareanbieter proprietärer Lösungen in Form von Lizenzen teuer bezahlen. Dieser Artikel stellt mit RapidMiner eine Open Source Alternative vor, die ohne teure Lizenzkosten und nur auf Basis einer Service Subscription gleich gute und oftmals auch bessere Ergebnisse liefert als die eingesessenen Kollegen. Denn neben der Lizenzkostenfreiheit zeichnet Open Source Lösungen so auch in diesem Fall ein weitaus größerer Grad an Innovation aus. Das hier vorgestellte RapidMiner gilt Studien zur Folge daher auch bereits als die meistverwendete Lösung für Data Mining weltweit. Gemäß einer unabhängigen Vergleichsstudie der TU Chemnitz schneidet RapidMiner zudem unter den wichtigsten Open Source Data Mining Tools sowohl hinsichtlich der Technologie als auch der Anwendbarkeit am besten ab. Abbildung: Ergebnis einer Vergleichsstudie der TU Chemnitz Der Grundgedanke von RapidMiner ist denkbar einfach: Analyseprozesse können aus einer großen Zahl von nahezu beliebig kombinierbaren Operatoren erzeugt werden. Der Prozessaufbau wird intern durch XML beschrieben und mittels einer graphischen Benutzeroberfläche entwickelt. Das Programm unterstützt den Anwender hierbei, indem Fehler bereits während des Prozessdesigns angezeigt werden. Das modulare Vorgehen hat

6 den Vorteil, dass die internen Analyseabläufe genauestens geprüft und ausgenutzt werden können. Analysten können so beispielsweise auch in die einzelnen Folds einer Kreuzvalidierung hineinsehen oder den Effekt der Vorverarbeitung ebenfalls evaluieren was mit anderen Lösungen typischerweise nicht möglich ist und oftmals in zu optimistischen Fehlerabschätzungen resultiert. Abbildung: Visualisierung der einzelnen Schritte (Operatoren) im Analyseprozess Insgesamt beinhaltet RapidMiner und seine Erweiterungen, den sogenannten Extensions, mehr als 1000 Operatoren für alle Aufgaben der Wissensentdeckung in Datenbanken, d.h. Operatoren für Ein- und Ausgabe sowie der Datenverarbeitung (ETL), maschinelles Lernen und Data Mining. Aber auch Methoden des Text Mining, Web Mining, der automatischen Stimmungsanalyse aus Internet-Diskussionsforen (Sentiment Analysis, Opinion Mining) sowie der Zeitreihenanalyse und Prognose stehen dem Analysten zur Verfügung. Zusätzlich beinhaltet RapidMiner mehr als 20 Verfahren, auch hochdimensionale Daten und Modelle zu visualisieren. Darüber hinaus wurden auch alle Lernverfahren und Gewichtungsfaktoren der Weka Toolbox sowie der Statistiksprache R (beide ebenfalls Open Source) vollständig und nahtlos in RapidMiner integriert, so dass zu dem bereits enormen Funktionsumfang von RapidMiner auch noch einmal der vollständige Funktionsumfang des gerade in der Forschung ebenfalls weit verbreiteten Weka und R kommt.

7 Abbildung: Visualisierung hochdimensionaler Daten und Modelle beispielsweise mit Hilfe von selbstorganisierenden Karten (SOM). Skalierbarkeit Zusätzlich zur großen Funktionsvielfalt liegt der Hauptfokus von RapidMiner auf eine Optimierung hinsichtlich der Skalierbarkeit auch auf große Datenmengen. Schon immer war eine der Haupteigenschaften von RapidMiner ein Konzept ähnlich zu dem von relationalen Datenbanken, welches verschiedene Sichten auf Datenquellen ermöglicht. Dieses Konzept hat RapidMiner weiter verfeinert und bietet nun die Möglichkeit, eine Vielzahl solcher Sichten so zu kombinieren, dass die Daten on-the-fly transformiert und Datenkopien weitestgehend unnötig werden. Hierdurch erreicht RapidMiner einen im Vergleich oftmals deutlich niedrigeren Speicherverbrauch und kann bei entsprechender Konfiguration auch mit mehreren 100 Millionen Datensätzen spielend leicht umgehen.

8 Abbildung: Interaktive Visualisierung von Modellierungsergebnisse wie beispielsweise Entscheidungsbäume Eine Frage des Formats Ein Nachteil, der Open Source Lösungen oftmals nachgesagt wird, ist die schwierigere Integration in bestehende IT-Landschaften. Mit diesem Vorurteil räumen moderne Open Source Data Mining Lösungen jedoch auf: Ein weiterer Schwerpunkt von RapidMiner beispielsweise ist die hohe Konnektivität zu den verschiedensten Datenquellen wie z.b. Oracle, IBM DB2, Microsoft SQL Server, MySQL, PostgreSQL und Ingres, dem Zugriff auf Excel-, Access- und SPSS-Dateien sowie zahlreichen anderen Datenformaten. Zusammen mit den hunderten Operatoren zur Datenvorverarbeitung lässt sich RapidMiner neben der Datenanalyse damit auch hervorragend zur Datenintegration und -transformation (ETL) einsetzen. Die Integration via Web Services und Portlets ist mit Hilfe des RapidMiner Servers, genannt RapidAnalytics, ebenfalls ein Kinderspiel. Zu guter Letzt unterstützt RapidMiner natürlich auch den offenen Austauschstandard für Data Mining Modelle namens PMML. Und auch bei der Software selbst hat der Anwender die Wahl aus verschiedenen Formaten. RapidMiner gibt es einmal in der freien RapidMiner Community Edition, welche jederzeit und kostenlos von der Website heruntergeladen werden kann und in der Enterprise Edition, welche die Vorteile der freien Community Edition mit unternehmensspezifischen Lösungen für professionelle Anwender kombiniert. Die RapidMiner Enterprise Edition erweitert RapidMiner so um zusätzliche Software und Dienstleistungen, die darauf abgestimmt

9 wurden, Ihnen und Ihrem Unternehmen dabei zu helfen, Zeit und Geld zu sparen sowie Risiken zu minimieren. Die RapidMiner Enterprise Edition bietet hierzu alle notwendigen Produkteigenschaften und Dienstleistungen inklusive Beratungsunterstützung, Produktexpertise, Garantien und Softwarewartung. Kritische Vorteile und keine Risiken Die Benutzung der kostenlosen Community Edition von RapidMiner bedeutet nicht nur Risiken für Fehler und Ausfälle, sie hat sich auch als der deutlich teurere Ansatz heraus gestellt. Die RapidMiner Enterprise Edition erlaubt Ihnen, die meistverwendete Open Source Data Mining Lösung RapidMiner mit Vertrauen, Sicherheit und einer deutlich geringeren Total Cost of Ownership (TCO) einzusetzen als jede andere Alternative. Die RapidMiner Enterprise Edition liefert somit kritische Vorteile wie stabilisierte und zertifizierte Softwarereleases, direkten Zugang zum Expertenwissen des Herstellers sowie garantierte Antwortzeiten, was Ihnen Zeit und Geld erspart. Kunden der RapidMiner Enterprise Edition sind zudem in der Lage, das Deployment ihrer Datenanalyse-Lösungen deutlich zu beschleunigen. Sie werden durch Rapid-I-Experten dabei unterstützt, die Lernkurve des Produkts schneller zu durchschreiten und hochqualitative Analyseresultate deutlich schneller zu entwickeln und zu integrieren. Nur so können Sie hochqualitative Analysen auch auf Basis von Open Source Software sicher stellen. Anwendungsbeispiel: Social Media Monitoring Der bereits seit 2007 / 2008 existierende Trend für Social Media Kampagnen wurde während der WM im Jahre 2010 noch einmal gesteigert. Die Ausgangslage war auch sehr günstig: Die WM schafft durch das gestärkte Wir-Gefühl bei Konsumenten einen idealen Nährboden für die Akzeptanz von Social Media Campaigns, insbesondere im Bereich Social Networking. So ist es kein Zufall, dass gerade die großen Player in diesem Geschäft wie Facebook oder Xing als erstes ein WM-spezifisches Angebot, beispielsweise in Form von eigenen Tipprunden, angeboten haben und damit ihr Angebot themenspezifisch zur WM weiter ausgebaut haben. Bei SMC dreht sich alles um Kommunikation und ein zentraler Faktor ist die Erzeugung von Inhalten durch Nutzer des Angebots - dies ist zur WM mit 80 Millionen Bundestrainern wahrscheinlicher denn je. Kommunikation ist ein zentraler Faktor und gleichzeitig gibt es auf Seiten der Nutzer oder Kunden einen Wechsel vom reinen Konsum von Information hin zur Generierung derselben. Dies ist für einen Anbieter von zentraler Bedeutung, da er auf diese Weise wesentlich schneller wesentlich besseres Feedback erhält als durch zahlreiche Marktstudien. Die Kommunikation mit dem Endanwender kann auch helfen, bereits vor der Veröffentlichung eines neuen Produkts einen gewissen Hype zu generieren. Dieses Phanömen kann man beispielsweise sehr gut bei Apple beobachten. Der Wechsel hin zur Generierung von Inhalten bietet zudem noch die Chance, dass besonders begeisterte Kunden als starke Fürsprecher ja geradezu als Evangelisten auftreten und viele andere Interessierte überzeugen. Dabei bieten diese eine wesentlich höhere Glaubwürdigkeit als das Unternehmen jemals mit einer TV-Kampagne erhalten könnte. Diese ist zu guter Letzt in den meisten Fällen auch deutlich kostensensitiver und erreicht bestimmte Zielgruppen, gerade in den marktrelevanteren Segmenten, zudem schlechter als

10 eine gute SMC. Controlling ist zentraler Faktor Einer der zentralen Aspekte für den Erfolg einer Kampagne ist jedoch das kontinuierliche Monitoring der Aktivitäten sowie zugehörige Analysen. SMC finden nahezu zu 100% im Web statt und die Sammlung der Daten ist verhältnismäßig einfach. Nachfolgende Analysen sollten dann klären, ob die avisierte Zielgruppen tatsächlich erreicht wurden oder welche Angebote bzw. Produkte underperformen und warum. Der zentrale Punkt ist jedoch, dass Unternehmen eben nicht nur die eigenen Aktivitäten sondern insbesondere auch die Aktivitäten und Meinungen ihrer Kunden analysieren können. Neben Internetportalen für Produktbesprechungen und -reviews sind auch Blogs, Diskussionsforen und nicht zuletzt soziale Netzwerke heute mehr denn je mediale Plattform für den Austausch zu Produkten aller Art. Produkte seien es Fast Moving Consumer Goods, langlebige Konsumgüter oder aber Dienstleistungen werden von Nutzern und Kunden in den genannten Medien beschrieben, kritisiert und hinsichtlich ihrer Eigenschaften und ihres Nutzens beurteilt. Dieser Consumer Generated Content dient so wiederum Produktinteressenten als Informationsquelle über Produkte und bildet oft die Grundlage für eine Kaufentscheidung. Nutzen in der Qualitätssicherung Die von den Konsumenten erzeugten Daten sind damit jedoch nicht nur im Marketing von großer Bedeutung für die anbietenden Unternehmen. Im Bereich der Qualitätssicherung erlauben die Daten eine stetige externe Kontrolle der Produktqualitäten zusätzlich zur intern implementierten Qualitätssicherung. Durch Analyse der Konsumentenbeiträge können beschriebene Mängel erkannt und in der Qualitätssicherung nachvollzogen werden. Durch frühzeitige Kenntnis von geäußerten Verbesserungsvorschlägen können Produktverbesserungen und Innovationen pro-aktiv vorangetrieben werden, ohne den Umweg über langwierige Marktstudien beschreiten zu müssen. Dem zweifellos großen Nutzen der Daten steht gegenüber, dass sie obwohl sie im Internet normalerweise öffentlich zugänglich sind aufgrund Ihrer weiten Verteilung über viele Quellen hinweg nur schwer zentral erfassbar und analysierbar sind. Moderne Data Mining Systeme bieten aus dieser Motivation heraus Lösungen, welche benutzergenerierte Inhalte aus Internetquellen sammeln, diese Daten auswerten und die Resultate grafisch und damit leicht nachvollziehbar in sogenannten Dashboards für Unternehmen zugänglich macht. Zur Sammlung, Analyse und Verdichtung der dezentralen Daten kombinieren solche Systeme effiziente Crawling-Techniken, Data und Text Mining im Analysebereich sowie typische Business Intelligence Funktionalitäten zur Darstellung. Auf Basis vorgegebener Suchworte und Quellen werden Inhalte dazu zunächst fokussiert gesucht. Aufgrund der Vielzahl der betrachteten Quellen und vielfachen Redundanz von Inhalten ist hier vor allem die Unterscheidung neuer Beiträge von bereits betrachteten Beiträgen eine Herausforderung. Als neu erkannte Beiträge werden durch Text Mining Modelle hinsichtlich Ihrer Relevanz beurteilt. Die hierzu notwendigen Modelle werden für spezifische Sachverhalte automatisch auf Basis von Websuchanfragen generiert. Relevante Inhalte werden anschließend hinsichtlich verschiedener Kriterien mit Text Mining Methoden auf Basis maschineller Lernverfahren und statistischer Sprachverarbeitung analysiert. Eine typische Anwendung ist die Bewertung der Beiträge hinsichtlich der in ihnen

11 geäußerten Stimmung. Mittels eines generischen Sentiment-Modells (engl. sentiment = Stimmung) erkennen gut trainierte Data Mining Systeme positive und negative Stimmung in Texten und markieren Texte als überwiegend negativ, überwiegend positiv oder neutral. Darüber hinaus detektieren die Systeme solche in den Texten vorkommende Worte, die Träger besonders negativer oder besonders positiver Stimmung sind. Vor allem die Darstellung der negativen Begriffe verdeutlicht wichtige Indikatoren für Mängel oder Verbesserungspotential an Produkten und bildet so ein wichtiges Werkzeug in der Qualitätssicherung unter Einbeziehung der Kundenmeinungen in Realzeit. Der Nutzen solcher Systeme wurde auch im Rahmen der Qualitätsüberwachung mittlerweile in mehreren Anwendungen bestätigt. Kundenmeinung oder Fangesang? Rapid-I hat mit seiner Lösung RapidSentilyzer aufbauend auf RapidMiner und dem Business Analytics Server RapidAnalytics die Online-Stimmung während der Fußball-WM 2010 überwacht. Die Portallösung für Competitive und Customer Intelligence durchkämmte mehr als 1000 verschiedenste Online-Kanäle nach emotional gefärbten Kommentaren zu einzelnen Nationalteams. Das Ergebnis dieses Trackings wurde ab dem 07. Juni stundenaktuell auf der eigens kreierten Microsite dargestellt. Ermittelt wurde also bereits vor dem Beginn der Weltmeisterschaft sowie während ihres Verlaufs die Mannschaft der Herzen, unabhängig vom sportlichen Sieger des Wettbewerbs. Die Überraschung: Bereits vor Beginn der Weltmeisterschaft wurde Spanien bereits als Sieger gekürt und schließlich auch sportlicher Meister. In der Wahrnehmung jedoch hat Spanien im Verlauf des Turnieres gegen die deutsche Mannschaft den Kürzeren ziehen müssen. Nachvollziehbar sind die Ergebnisse im Internet in Form einer Kurve, die die Stimmungslage im Zeitverlauf unter Berücksichtigung besonderer Ausreißerereignisse wiedergibt. Somit können sich alle Fußballbegeisterten über die aktuelle Sympathielage zu einzelnen Mannschaften informieren und auch Stimmungswechsel live miterleben. Die Lösung kann in vielseitigem Kontext von der Haltung der Verbraucher zu einer bestimmten Marke über die Beliebtheit eines Politikers bis hin zum Erfolg bestimmter Marketing-/PR-Kampagnen eingesetzt werden. Automatisch werden mit RapidSentilyzer stets die neuesten Nachrichten aus Nachrichtenseiten, Forum Posts oder Blogeinträgen gesammelt und ausgewertet. Dabei basiert die Lösung auf der RapidMiner Datenanalyse- Engine sowie dem Business Analytics Server RapidAnalytics und erfordert keinen Konfigurationsaufwand von Kundenseite. Unternehmen können so auf einfachste Weise ihr Image oder ihre Produkte sowie die ihrer Mitbewerber beobachten und vergleichen und dass in Echtzeit und ohne kostenintensive Marktstudien.

12 Abbildung: Spanien wurde mit RapidMiner / RapidAnalytics bereits eine Woche vor dem Start der WM 2010 als Sieger wahrscheinlicher Sieger erkannt. Was andere sagen Rapid-I erweist sich in aktuellen Umfragen zum Thema Data Mining als branchenführend. So bestätigen die Ergebnisse der Data-Mining-Umfragen von KDnuggets und Rexer Analytics, dass RapidMiner die weltweit meistverwendete Data-Mining-Lösung ist und auch bei der Kundenzufriedenheit einen der vorderen Plätze belegt - und dies übergreifend im Open- und Closed-Source-Umfeld. Nach den Ergebnissen von KDnuggets, dem weltweit führenden Data-Mining-Portal, nutzte über ein Drittel (37,8 Prozent) der 912 befragten Data Miner in den vergangenen zwölf Monaten RapidMiner, womit das Open-Source-System für Data und Text Mining klar auf Platz eins der Erhebung liegt. Dieses Ergebnis setzt dabei die Erfolgsgeschichte fort, insofern als RapidMiner bereits in den vergangenen drei Jahren bei der KDnuggets-Umfrage zur meistverwendeten Open-Source-Data-Mining-Lösung gewählt wurde. Eine Steigerung gab es in diesem Jahr insofern, als sich RapidMiner in der Gesamtauswertung - also auch im Vergleich zu Closed-Source-Lösungen - erstmals als führend durchsetzen konnte.

13 Darüber hinaus ergab die diesjährige Umfrage, dass RapidMiner mit einem rasanten Zuwachs von 79 Prozent gegenüber dem Vorjahr zu den Open-Source-Anwendungen im Data-Mining- Bereich mit den größten Zuwachsraten zählt. Nicht zuletzt die ausgereifte Technologie, die Kosteneffizienz und einfache Bedienbarkeit haben dazu geführt, dass RapidMiner ein derart schnelles Wachstum verzeichnet. Die neueste Version, RapidMiner 5.0, unterstützt Unternehmen darin, die gesamte Business-Intelligence-Prozesskette aus Analytical ETL, Data Mining und Predictive Reporting abzubilden und zu managen. Abbildung: Ergebnisse der KDnuggets Studie 2010, die vollständigen Ergebnisse können unter eingesehen werden Ein weiteres interessantes Ergebnis ist die Tatsache, dass Deutschland bei den befragten KDnuggets-Lesern ganz weit vorne liegt, was den ausschließlichen Einsatz von Open-Source- Software angeht (167). Auch bei der 3. Annual Data Miner Survey von Rexer Analytics, einem Beratungsunternehmen mit Schwerpunkt Advanced Analytics, Knowledge Discovery und CRM, schneidet RapidMiner mit sehr guten Ergebnissen ab. So schätzen 91 Prozent der Befragten, die RapidMiner als ihre primäre Data-Mining-Lösung verwenden, die Wahrscheinlichkeit als hoch bis sehr hoch ein, dass sie auch in den nächsten drei Jahren auf RapidMiner setzen werden. Gleichfalls liegt

14 Rapid-I bei der Kundenzufriedenheit mit seiner Lösung ganz weit vorn: So gaben mehr als 90 Prozent der befragten RapidMiner-Kunden an, dass sie zufrieden mit ihrer Lösung sind - mehr als 40 Prozent davon sind sogar sehr zufrieden. Abbildung: Ergebnis der Rexer Analytics Survey 2010 Kundenstimmen Bei uns lohnt sich die Aufdeckung verborgener Chancen mit RapidMiner gleich doppelt: geringere TCO wegen fehlender Lizenzkosten und zugleich eine optimale Unterstützung durch Rapid-I. Konrad Hecker - sanofi-aventis, Deutschland Das Projekt war ein voller Erfolg. Unsere Erfahrungen mit Open Source Software zeigen, dass in diesem Segment bereits sehr ausgereifte Technologien und Systeme bestehen. Thomas Walzer - mobilkom austria

15 Vielen Dank für ein großartiges Produkt und grandiosen Support. Ich bin sehr mit Ihrem Support zufrieden und er hat meine Produktivität massiv gesteigert. Mike Kabjian - AI Investing, USA "I really like your product and I can't believe how easy data mining has become and how extendable it is by custom operators." Marcel Van Velzen, Netherlands "I have encountered various learning environments, but none so broad, powerful, and easy-touse as RapidMiner. Many of us who are not skilled in programming are thankful." Roberto E. Ferrer, Venezuela "I just found your RapidMiner software package and I think it's amazing! I've been looking for something like this for a while...it is by far the most comprehensive machine learning package I've found...i really appreciate whoever decided to create this and make it open source." Shawn Surdyk, USA "It dawned on me, that I have never thanked you guys for all the hard work and the FANTASTIC product you have built and are constantly improving. I wanted to tell you guys what an amazing job you have done and that it is appreciated by many many people worldwide!" Brian Miner, USA "I would like to first congratulate you on a wonderful product. The text plugin is, of course, spectacular." Timothy R. Tangherlini, USA

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

RapidMiner 5.0. Benutzerhandbuch. Rapid-I www.rapid-i.com

RapidMiner 5.0. Benutzerhandbuch. Rapid-I www.rapid-i.com RapidMiner 5.0 Benutzerhandbuch Rapid-I www.rapid-i.com Dieses Werk ist urheberreichtlich geschützt. Alle Rechte, auch die der Übersetzung, des Nachdrucks und der Vervielfältigung des Buches, oder Teilen

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

10 Wege, wie Sie Ihr Social Media Monitoring ausbauen können

10 Wege, wie Sie Ihr Social Media Monitoring ausbauen können 10 Wege, wie Sie Ihr Social Media Monitoring ausbauen können Folgende Fragen, die Sie sich zuerst stellen sollten: 1. Welche Social-Media-Monitoring-Plattformen (SMM) schneiden am besten ab? 2. Ist dafür

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

Social Media Analytics. Intuitive Erfolgsmessung in sozialen Netzwerken.

Social Media Analytics. Intuitive Erfolgsmessung in sozialen Netzwerken. Social Media Analytics Intuitive Erfolgsmessung in sozialen Netzwerken. Quick Facts socialbench. Analyse, Auswertung und Management von Social Media-Profilen seit 2011. Das Unternehmen 400+ Kunden. 30

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

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

DISCOVER BIG DATA & PREDICTIVE ANALYTICS DISCOVER INSIGHTS

DISCOVER BIG DATA & PREDICTIVE ANALYTICS DISCOVER INSIGHTS BIG DATA & PREDICTIVE ANALYTICS BIG DATA & PREDICTIVE ANALYTICS Turn communication into usable data. In einer zunehmend vernetzten, digitalen Service-Ökonomie müssen Sie die Wünsche Ihrer Kunden laufend

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

TrustYou Analytics. Reputations-Management für Hotels und Hotelketten

TrustYou Analytics. Reputations-Management für Hotels und Hotelketten TrustYou Analytics Reputations-Management für Hotels und Hotelketten 06.12.2010 TrustYou 2010 1 Wissen Sie, was über Ihr Hotel im Internet gesagt wird? Im Internet gibt es mittlerweile Millionen von Hotelbewertungen,

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

WEBINAR@LUNCHTIME THEMA: WAS MACHT EIGENTLICH EIN DATA SCIENTIST?" BERNADETTE FABITS

WEBINAR@LUNCHTIME THEMA: WAS MACHT EIGENTLICH EIN DATA SCIENTIST? BERNADETTE FABITS WEBINAR@LUNCHTIME THEMA: WAS MACHT EIGENTLICH EIN DATA SCIENTIST?" BERNADETTE FABITS HINEIN GEHÖRT DATA SCIENTIST, STATISTIKER, DATA MINER, ANALYST,. Gibt es noch mehr von denen. die arbeiten mit Big Data

Mehr

Nur Einsatz bringt Umsatz Wir stellen vor: SAP Cloud for Customer

Nur Einsatz bringt Umsatz Wir stellen vor: SAP Cloud for Customer Nur Einsatz bringt Umsatz Wir stellen vor: SAP Cloud for Customer Swiss CRM Forum, 11. Juni 2014 Kirsten Trocka Senior Solution Advisor, SAP Cloud SAP (Suisse) AG Die Customer Cloud von SAP Das CRM in

Mehr

Data Mining Standards am Beispiel von PMML. Data Mining Standards am Beispiel von PMML

Data Mining Standards am Beispiel von PMML. Data Mining Standards am Beispiel von PMML Data Mining Standards am Beispiel von PMML Allgemeine Definitionen im Data Mining Data Mining (DM) Ein Prozess, um interessante neue Muster, Korrelationen und Trends in großen Datenbeständen zu entdecken,

Mehr

Albert HAYR Linux, IT and Open Source Expert and Solution Architect. Open Source professionell einsetzen

Albert HAYR Linux, IT and Open Source Expert and Solution Architect. Open Source professionell einsetzen Open Source professionell einsetzen 1 Mein Background Ich bin überzeugt von Open Source. Ich verwende fast nur Open Source privat und beruflich. Ich arbeite seit mehr als 10 Jahren mit Linux und Open Source.

Mehr

Social-CRM (SCRM) im Überblick

Social-CRM (SCRM) im Überblick Social-CRM (SCRM) im Überblick In der heutigen Zeit ist es kaum vorstellbar ohne Kommunikationsplattformen wie Facebook, Google, Twitter und LinkedIn auszukommen. Dies betrifft nicht nur Privatpersonen

Mehr

Data Warehouse Definition (1) http://de.wikipedia.org/wiki/data-warehouse

Data Warehouse Definition (1) http://de.wikipedia.org/wiki/data-warehouse Data Warehouse Definition (1) http://de.wikipedia.org/wiki/data-warehouse Ein Data-Warehouse bzw. Datenlager ist eine zentrale Datensammlung (meist eine Datenbank), deren Inhalt sich aus Daten unterschiedlicher

Mehr

ANALYSIEREN VON SOCIAL MEDIA AKTIVITÄTEN

ANALYSIEREN VON SOCIAL MEDIA AKTIVITÄTEN ANALYSIEREN VON SOCIAL MEDIA AKTIVITÄTEN PROFI-Webcast 10.03.2015 Dr. Michael Kosmowski Software-Architekt Tel.: 0721 46 46 46 64 44 E-Mail: m.kosmowski@profi-ag.de AGENDA Was passiert bei unseren Kunden?

Mehr

Travian Games nutzt Pentaho Datenintegration und Business Analytics zur Optimierung des Spieldesigns

Travian Games nutzt Pentaho Datenintegration und Business Analytics zur Optimierung des Spieldesigns Travian Games nutzt Pentaho Datenintegration und Business Analytics zur Optimierung des Spieldesigns Pentaho ermöglicht Analyse der von den über 120 Millionen registrierten Spielern generierten Datenflut

Mehr

Social Media Monitoring im Tourismus

Social Media Monitoring im Tourismus Social Media Monitoring im Tourismus Social Media Fakten über 1 Mrd. Mitglieder 750 Tweets pro Sekunde 3 Mio. neue Blogs pro Monat über 75 Mio. Erfahrungsberichte Unzählige Kommentare & Meinungen Bestes

Mehr

Erstellen von Business Intelligence mit Office XP und SQL 2000 Analysis Services

Erstellen von Business Intelligence mit Office XP und SQL 2000 Analysis Services Erstellen von Business Intelligence mit Office XP und SQL 2000 Analysis Services (Engl. Originaltitel: Building Business Intelligence with Office XP and SQL 2000 Analysis Services) In diesem Artikel wird

Mehr

Advanced Analytics. Michael Ridder. Copyright 2000-2014 TIBCO Software Inc.

Advanced Analytics. Michael Ridder. Copyright 2000-2014 TIBCO Software Inc. Advanced Analytics Michael Ridder Was ist Advanced Analytics? 2 Was heißt Advanced Analytics? Advanced Analytics ist die autonome oder halbautonome Prüfung von Daten oder Inhalten mit ausgefeilten Techniken

Mehr

Die richtige Cloud für Ihr Unternehmen.

Die richtige Cloud für Ihr Unternehmen. Die richtige Cloud für Ihr Unternehmen. Das ist die Microsoft Cloud. Jedes einzelne Unternehmen ist einzigartig. Ob Gesundheitswesen oder Einzelhandel, Produktion oder Finanzwesen keine zwei Unternehmen

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

Analytisches CRM in der Automobilindustrie

Analytisches CRM in der Automobilindustrie Analytisches CRM in der Automobilindustrie Dr. Frank Säuberlich Practice Manager European Customer Solutions Urban Science International GmbH Automobilhersteller müssen neue Wege gehen Anforderungen in

Mehr

Unternehmen und IT im Wandel: Mit datengetriebenen Innovationen zum Digital Enterprise

Unternehmen und IT im Wandel: Mit datengetriebenen Innovationen zum Digital Enterprise Unternehmen und IT im Wandel: Mit datengetriebenen Innovationen zum Digital Enterprise Software AG Innovation Day 2014 Bonn, 2.7.2014 Dr. Carsten Bange, Geschäftsführer Business Application Research Center

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

TimoCom erstellt mit Pentaho europaweite Statistiken für die Transport- und Logistikbranche

TimoCom erstellt mit Pentaho europaweite Statistiken für die Transport- und Logistikbranche TimoCom erstellt mit Pentaho europaweite Statistiken für die Transport- und Logistikbranche Für das TimoCom Transportbarometer werden täglich bis zu 300.000 Frachtund Laderaumangebote mit Pentaho visualisiert

Mehr

Berlin, 24.04.2012. Get Social!

Berlin, 24.04.2012. Get Social! Berlin, 24.04.2012 Get Social! 2 Your easy entry to Enterprise Social Networking Fast 900 Millionen Menschen benutzen Facebook in der privaten Kommunikation! 3 MODERNE UNTERNEHMEN SIND... GLOBAL UND VERNETZT

Mehr

SERVICE SUCHE ZUR UNTERSTÜTZUNG

SERVICE SUCHE ZUR UNTERSTÜTZUNG SERVICE SUCHE ZUR UNTERSTÜTZUNG VON ANFORDERUNGSERMITTLUNG IM ERP BEREICH MARKUS NÖBAUER NORBERT SEYFF ERP SYSTEME Begriffsbestimmung: Enterprise Resource Planning / Business Management Solution Integrierte

Mehr

Hootsuite. Mehr als nur Social Media Management. 4. Juni 2014 #IMWME14

Hootsuite. Mehr als nur Social Media Management. 4. Juni 2014 #IMWME14 Hootsuite Mehr als nur Social Media Management 4. Juni 2014 #IMWME14 Brandsensations Inbound Marketing Consulting Gegründet 2011 / NRW Düsseldorf HubSpot Partner Hootsuite Partner Hootsuite Ambassador

Mehr

SMO Services. Mehr Erfolg durch Social Media Optimization (SMO) von dmc Steigerung von Umsatz Erhöhung der Markenbekanntheit

SMO Services. Mehr Erfolg durch Social Media Optimization (SMO) von dmc Steigerung von Umsatz Erhöhung der Markenbekanntheit SMO Services Mehr Erfolg durch Social Media Optimization (SMO) von dmc Steigerung von Umsatz Erhöhung der Markenbekanntheit Einführung Das Web ist längst kein einseitiger Kommunikationskanal mehr. Social

Mehr

Total Cost of Ownership Vergleich Linux/Windows

Total Cost of Ownership Vergleich Linux/Windows Aktuelle Themen der Informatik Total Cost of Ownership Vergleich Linux/Windows Tobias Walter CN7 Mai 2006 1 Agenda Was ist Total Cost of Ownership? 2005 North American Linux and Windows TCO Comparison

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

Self Service BI mit Office 2013 Raúl B. Heiduk

Self Service BI mit Office 2013 Raúl B. Heiduk 1 Self Service BI mit Office 2013 Raúl B. Heiduk Partner: 2 Agenda Begrüssung Vorstellung Referent Inhalt F&A Weiterführende Kurse 3 Vorstellung Referent Name: Raúl B. Heiduk Ausbildung: Dipl. Ing. (FH),

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

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

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

Check_MK. 11. Juni 2013

Check_MK. 11. Juni 2013 Check_MK 11. Juni 2013 Unsere Vision IT-Monitoring muss werden: 1. einfach 2. performant 2 / 25 Was macht IT-Monitoring? IT-Monitoring: Aktives Überwachen von Zuständen Verarbeiten von Fehlermeldungen

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

EXTRAKTION UND KLASSIFIKATION VON BEWERTETEN PRODUKTFEATURES AUF WEBSEITEN

EXTRAKTION UND KLASSIFIKATION VON BEWERTETEN PRODUKTFEATURES AUF WEBSEITEN EXTRAKTION UND KLASSIFIKATION VON BEWERTETEN PRODUKTFEATURES AUF WEBSEITEN T-SYSTEMS MULTIMEDIA SOLUTIONS GMBH, 16. FEBRUAR 2012 1. Schlüsselworte Semantic Web, Opinion Mining, Sentiment Analysis, Stimmungsanalyse,

Mehr

Die Cloud, die für Ihr Unternehmen geschaffen wurde.

Die Cloud, die für Ihr Unternehmen geschaffen wurde. Die Cloud, die für Ihr Unternehmen geschaffen wurde. Das ist die Microsoft Cloud. Jedes Unternehmen ist einzigartig. Ganz gleich, ob im Gesundheitssektor oder im Einzelhandel, in der Fertigung oder im

Mehr

Faktoren für eine erfolgreiche Social Media Integration

Faktoren für eine erfolgreiche Social Media Integration Social Media Software Marketing on Tour 2012 Faktoren für eine erfolgreiche Social Media Integration Dr. Thomas Völcker Geschäftsführer WWW allyve GmbH & Co. KG thomas.voelcker@allyve.com Die Veränderung

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

BIG ANALYTICS AUF DEM WEG ZU EINER DATENSTRATEGIE. make connections share ideas be inspired. Wolfgang Schwab SAS D

BIG ANALYTICS AUF DEM WEG ZU EINER DATENSTRATEGIE. make connections share ideas be inspired. Wolfgang Schwab SAS D make connections share ideas be inspired BIG ANALYTICS AUF DEM WEG ZU EINER DATENSTRATEGIE Wolfgang Schwab SAS D Copyright 2013, SAS Institute Inc. All rights reserved. BIG DATA: BEDROHUNG ODER CHANCE?

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

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

Industrie & Wirtschaft. Unsere Business-Lösungen

Industrie & Wirtschaft. Unsere Business-Lösungen Industrie & Wirtschaft Unsere Business-Lösungen Unsere Business-Lösungen für Industrie und Wirtschaft Wir sprechen Ihre Sprache! Auch wenn die Wirtschaft boomt: Als Unternehmer bekommt man nichts geschenkt,

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

Anlage E.1 Fragenkatalog Nr. 4

Anlage E.1 Fragenkatalog Nr. 4 Anlage E.1 Fragenkatalog Nr. 4 Hinweise: Sofern sich aufgrund von Bieterfragen Änderungen/Ergänzungen an/zu den Vertragsunterlagen ergeben, werden Sie mit diesem Fragenkatalog hierüber informiert. Fragen

Mehr

Unic Breakfast Social Media

Unic Breakfast Social Media Unic Breakfast Social Media Social Media für Unternehmen Zürich, 19. Mai 2011 Carlo Bonati, Yvonne Miller Social Media für Unternehmen Agenda. Weshalb Social Media Management für Unternehmen relevant ist.

Mehr

JOB MANAGEMENT MIT DEM SAP SOLUTION MANAGER. Whitepaper

JOB MANAGEMENT MIT DEM SAP SOLUTION MANAGER. Whitepaper JOB MANAGEMENT MIT DEM SAP SOLUTION MANAGER. Whitepaper Wussten Sie, dass lediglich der kleinere Teil der Datenverarbeitung in Ihrem System von End-Anwendern generiert wird? Der größere Teil der Informationen

Mehr

CENIT Beschwerdemanagement Beschwerden bearbeiten, analysieren und vermeiden. Stefan Jamin, Leiter ECM Zürich, 25.11.2014

CENIT Beschwerdemanagement Beschwerden bearbeiten, analysieren und vermeiden. Stefan Jamin, Leiter ECM Zürich, 25.11.2014 CENIT Beschwerdemanagement Beschwerden bearbeiten, analysieren und vermeiden Stefan Jamin, Leiter ECM Zürich, 25.11.2014 Beschwerden allgemein Beschwerden können in vielen verschiedenen Bereichen auftreten

Mehr

Einfach machen - Palo Bi Suite. Kristian Raue, Gründer und Vorstand Jedox AG

Einfach machen - Palo Bi Suite. Kristian Raue, Gründer und Vorstand Jedox AG Einfach machen - Palo Bi Suite Kristian Raue, Gründer und Vorstand Jedox AG Mit 500 Mio. Anwendern ist Excel die meist genutzte Unternehmenssoftware weltweit. Jedox ist der führende Anbieter für Enterprise

Mehr

Big Data Mythen und Fakten

Big Data Mythen und Fakten Big Data Mythen und Fakten Mario Meir-Huber Research Analyst, IDC Copyright IDC. Reproduction is forbidden unless authorized. All rights reserved. About me Research Analyst @ IDC Author verschiedener IT-Fachbücher

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

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

ACT! Highlights und Features

ACT! Highlights und Features ACT! Highlights und Features Agenda Warum ACT!? ACT! 2010 Versionen im Überblick ACT! 2010 Überblick über die Neuerungen ACT! einfacher als der Wettbewerb SQL-Server-Unterstützung Zusammenfassung 2 Warum

Mehr

Komplexität der Information - Ausgangslage

Komplexität der Information - Ausgangslage Intuition, verlässliche Information, intelligente Entscheidung ein Reisebericht Stephan Wietheger Sales InfoSphere/Information Management Komplexität der Information - Ausgangslage Liefern von verlässlicher

Mehr

Google Analytics Premium vs. Google Analytics

Google Analytics Premium vs. Google Analytics Premium vs. Premium ist ab sofort in Deutschland und anderen europäischen Ländern neben der weiterhin bestehenden kostenlosen Variante verfügbar. Trakken hat als offizieller Reseller bereits seit Mitte

Mehr

Marketing mit Facebook. ContentDay Salzburg

Marketing mit Facebook. ContentDay Salzburg Marketing mit Facebook ContentDay Salzburg Jens Wiese Blogger, Berater, Gründer allfacebook.de Warum Facebook Marketing wichtig ist Stand April 2015 Facebook Fakten: Über 1,3 Mrd. monatlich aktive Nutzer

Mehr

Einladung zu den IBM SPSS Data und Text Mining Tagen. Auch in Ihrer Nähe! Gewinnen Sie entscheidungsrelevantes Wissen mit Data und Text Mining

Einladung zu den IBM SPSS Data und Text Mining Tagen. Auch in Ihrer Nähe! Gewinnen Sie entscheidungsrelevantes Wissen mit Data und Text Mining Einladung zu den IBM SPSS Data und Text Mining Tagen Auch in Ihrer Nähe! Gewinnen Sie entscheidungsrelevantes Wissen mit Data und Text Mining Lassen Sie Daten und Texte für sich arbeiten mit Smarter Analytics

Mehr

Europas größte mobile Workforce

Europas größte mobile Workforce Europas größte mobile Workforce Überall. Jederzeit. Grenzenlos. Stellen Sie sich vor, auf Hunderttausende Smartphone- Nutzer überall vor Ort zurückgreifen zu können Kurzfristig Beschäftigte einstellen

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

Projektbezogenes Social Media Monitoring

Projektbezogenes Social Media Monitoring Projektbezogenes Social Media Monitoring Überblick über unser Angebot Der ESEMOS MediaMiner ist ein Stimmungsbarometer und Monitoring-Werkzeug für soziale Netzwerke. MediaMiner zeichnet sich insbesondere

Mehr

Digitale Analyse: Erfolgsmessung in digitalen Medien

Digitale Analyse: Erfolgsmessung in digitalen Medien Internet für Existenzgründer: Digitale Analyse: Erfolgsmessung in digitalen Medien IHK Bonn/Rhein-Sieg, 17. März 2015 Internet für Existenzgründer Digitale Analyse: Erfolgsmessung in digitalen Medien Was

Mehr

CIB DOXIMA PRODUKTINFORMATION

CIB DOXIMA PRODUKTINFORMATION > CIB Marketing CIB DOXIMA PRODUKTINFORMATION Dokumentenmanagement & Dokumentenarchivierung > Stand: Januar 2013 INHALT 1 CIB DOXIMA 2 1.1 The next generation DMS 3 1.2 Dokumente erfassen Abläufe optimieren

Mehr

Vorhersagetechniken für zukünftiges Verhalten von Kunden

Vorhersagetechniken für zukünftiges Verhalten von Kunden IBM 360 Grad-Sicht auf den Kunden: Vorhersagetechniken für zukünftiges Verhalten von Kunden Sven Fessler, sven.fessler@de.ibm.com Solution Architect, IBM Germany Business Analytics & Optimization Das Spektrum

Mehr

Feedback in Echtzeit. Social Media Monitoring Services von Infopaq. SOCIAL MEDIA

Feedback in Echtzeit. Social Media Monitoring Services von Infopaq. SOCIAL MEDIA MEDIENBEOBACHTUNG MEDIENANALYSE PRESSESPIEGELLÖSUNGEN Feedback in Echtzeit. Social Media Monitoring Services von Infopaq. SOCIAL MEDIA Risiken kennen, Chancen nutzen. So profitiert Ihr Unternehmen von

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

Spotlight - KABEL DEUTSCHLAND

Spotlight - KABEL DEUTSCHLAND Spotlight - KABEL DEUTSCHLAND GIEDRE ALEKNONYTE Kabel Deutschland (KD), der größte Kabelnetzbetreiber in Deutschland, stellt seinen Kunden digitale, HD- und analoge TV-, Pay- TV- und DVR-Angebote, Video-on-Demand,

Mehr

Verborgene Schätze heben

Verborgene Schätze heben Verborgene Schätze heben Data Mining mit dem Microsoft SQL Server Martin Oesterer Leiter Vertrieb HMS Analytical Software GmbH Data Mining. Was ist eigentlich wichtig? Data Mining ist: die Extraktion von

Mehr

1 WEB ANALYTICS: PROFESSIONELLE WEB-ANALYSEN UND REPORTING FÜR IHR ONLINE MARKETING.

1 WEB ANALYTICS: PROFESSIONELLE WEB-ANALYSEN UND REPORTING FÜR IHR ONLINE MARKETING. 1 WEB ANALYTICS: PROFESSIONELLE WEB-ANALYSEN UND REPORTING FÜR IHR ONLINE MARKETING. Web Analytics, Reporting & Beratung Erfolgskontrolle mit professionellen Web Analysen! Web Analytics mit Google Analytics

Mehr

Sofortige Erfolgskontrolle

Sofortige Erfolgskontrolle 1 Sofortige Erfolgskontrolle Der Erfolg einer Website wird im klassischen Sinne an der Zahl der Besucher, der Zahl der Seitenaufrufe und an der Verweildauer gemessen, kurz: dem "User Tracking". Es gilt

Mehr

VARONIS DATADVANTAGE. für Exchange

VARONIS DATADVANTAGE. für Exchange VARONIS DATADVANTAGE für Exchange VARONIS DATADVANTAGE für Exchange Funktionen und Vorteile TRANSPARENZ Bidirektionale Smart Views aller Berechtigungen für Postfächer und öffentliche Ordner sowie Überwachung

Mehr

helmixx / mit system zum erfolg 10 vorschläge für zeitgemäßen kundenkontakt

helmixx / mit system zum erfolg 10 vorschläge für zeitgemäßen kundenkontakt helmixx / mit system zum erfolg 10 vorschläge für zeitgemäßen kundenkontakt Die Flut und Vielfalt multimedialer Kommunikation gezielt und effizient für Kontakte im Geschäftsleben einzusetzen, ist eine

Mehr

Innovative IT-Lösung für die Bedarfsplanung von Kindergartenplätzen oder Wie werden aus Daten Informationen?

Innovative IT-Lösung für die Bedarfsplanung von Kindergartenplätzen oder Wie werden aus Daten Informationen? Innovative IT-Lösung für die Bedarfsplanung von Kindergartenplätzen oder Wie werden aus Daten Informationen? Ihr Ansprechpartner bei EITCO Johannes Schabel Head of Business Unit BI Fon +49 (228) 33 88

Mehr

The Day in the Life of a Business Manager @ Microsoft

The Day in the Life of a Business Manager @ Microsoft The Day in the Life of a Business Manager @ Microsoft A look at analytics in action inside Microsoft Frank.Stolley@Microsoft.com Daniel.Weinmann@microsoft.com Microsoft Deutschland GmbH Big Data: Die Management-Revolution?

Mehr

The Need for Speed. CeBIT 2011. Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor

The Need for Speed. CeBIT 2011. Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor The Need for Speed CeBIT 2011 Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor The Need for Speed Industrialisierung, Agilität und Compliance die Rolle von Performance Management

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

Das Internet weiss alles Die Anti-Minarett-Initiative im Spiegel der Internet-Foren Diskussion. Dezember 2009

Das Internet weiss alles Die Anti-Minarett-Initiative im Spiegel der Internet-Foren Diskussion. Dezember 2009 Das Internet weiss alles Die Anti-Minarett-Initiative im Spiegel der Internet-Foren Diskussion Dezember 2009 Diese Studie ist das Gemeinschaftswerk von 2 Semantic Web Unternehmen Blue Ocean SWS GmbH Zürich-Rorbas

Mehr

Digitale Analyse: Erfolgsmessung in digitalen Medien

Digitale Analyse: Erfolgsmessung in digitalen Medien Internet für Existenzgründer: Digitale Analyse: Erfolgsmessung in digitalen Medien IHK Bonn/Rhein-Sieg, 8. September 2015 Internet für Existenzgründer Digitale Analyse: Erfolgsmessung in digitalen Medien

Mehr

INVEST projects. Besseres Investitionscontrolling mit INVESTprojects

INVEST projects. Besseres Investitionscontrolling mit INVESTprojects Besseres Investitionscontrolling mit Der Investitionsprozess Singuläres Projekt Idee, Planung Bewertung Genehmigung Realisierung Kontrolle 0 Zeit Monate, Jahre Perioden Der Investitionsprozess Singuläres

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

Social Business, Einsatz von Collaboration und Office Apps im Unternehmen

Social Business, Einsatz von Collaboration und Office Apps im Unternehmen NACHLESE zur Microsoft Synopsis 2013 Social Business, Einsatz von Collaboration und Office Apps im Unternehmen SharePoint 2013 und seine Social Features Alegri International Group, 2013 Social Business,

Mehr

ERP-Systemeinsatz bewerten und optimieren

ERP-Systemeinsatz bewerten und optimieren ERP-Systemeinsatz bewerten und optimieren Handlungsfelder zur Optimierung des ERP-Systemeinsatzes ERP-Lösungen werden meist über viele Jahre lang eingesetzt, um die Geschäftsprozesse softwaretechnisch

Mehr

Was hier fehlt? Enterprise Search mit der Intelligenz von Google. Jetzt von Kapsch.

Was hier fehlt? Enterprise Search mit der Intelligenz von Google. Jetzt von Kapsch. Kapsch BusinessCom DE Was hier fehlt? Enterprise Search mit der Intelligenz von Google. Jetzt von Kapsch. always one step ahead Gesucht? Bilder, Dokumente, Links, Personen, Dateien, Mails, Webseiten. Irgendwo

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

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

Vertriebliche Effizienzsteigerung durch den Einsatz mobiler CRM- Lösungen

Vertriebliche Effizienzsteigerung durch den Einsatz mobiler CRM- Lösungen Vertriebliche Effizienzsteigerung durch den Einsatz mobiler CRM- Lösungen Einsatzszenarien Nutzenpotentiale A1 Partnerlösung DI (FH) Haimo Lorenz Partner & Solution Management mobilkom austria haimo.lorenz@mobilkom.at

Mehr

Sichere IT-Lösungen. Aus Aachen. Seit über 15 Jahren.

Sichere IT-Lösungen. Aus Aachen. Seit über 15 Jahren. Sichere IT-Lösungen. Aus Aachen. Seit über 15 Jahren. ÜBER UNS Gründung: 2000 in Aachen, Deutschland Gründer: Thomas Wiegand Geschäftsführer: David Bergstein Heutiger Standort: Stolberg, Deutschland Partnerschaften:

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

Industrial Data Intelligence. Datenbasierte Produktionsoptimierung

Industrial Data Intelligence. Datenbasierte Produktionsoptimierung !DI Industrial Data Intelligence Datenbasierte Produktionsoptimierung Industrial Data Intelligence Sammeln Analysieren Mit dem Industrial Data Intelligence-Angebot ermöglicht Softing Industrial die datenbasierte

Mehr

Wo sind meine Anforderungen?

Wo sind meine Anforderungen? Whitepaper Telekommunikation Wo sind meine Anforderungen? Eine effektive Lösung auf Basis von Confluence und JIRA 2011 SYRACOM AG 1 Einleitung Erfahrene Projektmitarbeiter sehen sich oftmals im Projektalltag

Mehr

Was Sie erwartet. Blitzseminar: Social Network-Marketing Frankfurter Buchmesse 2009 Andrea Mühl, M. A. www.schattauer.de

Was Sie erwartet. Blitzseminar: Social Network-Marketing Frankfurter Buchmesse 2009 Andrea Mühl, M. A. www.schattauer.de To be (online) or not to be Social-Network-Marketing Was Sie erwartet 1. Entwicklung des Internets 2. Paradigmenwechsel im Marketing 3. Social Networks 4. Nutzung von Social Networks 5. Klassifizierung

Mehr

Von BI zu Analytik. bessere Entscheidungen basiert auf Fakten. Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor

Von BI zu Analytik. bessere Entscheidungen basiert auf Fakten. Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor Von BI zu Analytik bessere Entscheidungen basiert auf Fakten Webinar Mai 2010 Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor Von Business Intelligence zu Analytik Die Bedeutung

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

Block IV Case Study: Beispiele aus der Praxis zur Integration der etracker Suite

Block IV Case Study: Beispiele aus der Praxis zur Integration der etracker Suite Block IV Case Study: Beispiele aus der Praxis zur Integration der etracker Suite 1 Case Studie:? 2 Spezielle Integrationsanforderungen / Problematiken, die Ihnen bisher begegnet sind:? 3 Beispiele aus

Mehr

Vertriebs-Dashboards für das Management

Vertriebs-Dashboards für das Management Vertriebs-Dashboards für das Management Die wichtigsten Vertriebskennzahlen jederzeit und aktuell auf einen Blick. www.schleupen.de Schleupen AG 2 Der Wettbewerb Die Stadtwerke stehen im direkten Wettbewerb

Mehr