Data Mining - Marketing-Schlagwort oder ernstzunehmende Innovation?
|
|
- Julian Beyer
- vor 8 Jahren
- Abrufe
Transkript
1 1. Konferenz der A Benutzer KFE in Forschung und Entwicklung Data Mining - Marketing-chlagwort oder ernstzunehmende Innovation? Hans-Peter Höschel,, Heidelberg
2 1. Konferenz der A Benutzer KFE in Forschung und Entwicklung Datamining als Marketing-chlagwort Wunsch: grosse Datenmengen auswerten, Tera- und Gigabytes, mit modernen Methoden Gigantomanie von technischen oftwareanbietern und Fachjournalisten eriöse Datamining Anbieter bieten => Optimales Aufwand-Nutzen-Verhältnis bei verschiedenen Anwendungssituationen» durch abgestuft leistungsfähige Algorithmen» seriöse Aufwand-Nutzen Kalkulation
3 1. Konferenz der A Benutzer KFE in Forschung und Entwicklung Typische Datamining Fragen Datamining-Werbung» "In 20% der Fälle, bei denen ein spezieller Markentoaster verkauft wurde, kauften die Kunden auch passende Küchenhandschuhe und Tischdecken." Datamining-Wunsch: Datamining beantwortet uns auf Knopfdruck heute die Fragen, die wir morgen stellen wollten. Datamining-Realität» seit vielen Jahren funktionsfähige Teil- und peziallösungen und nunmehr» einige neuere Ansätze durch leistungsfähigere DV und spezialisierte Algorithmen
4 1. Konferenz der A Benutzer KFE in Forschung und Entwicklung Datamining - Realität praktisch einsetzbare oftware Rationaler Kern beim Datamining» bekannte und neue Algorithmen möglichst einfach vom Endanwender bei grossen Datenmengen anwenden. Tendenzen aktueller Datamining Lösungen» 1. Abweichungsanalyse > intelligente QL-Algorithmen = Einfaches Datamining:» 2. Gruppieren ohne Zielvariable > Visuell interaktiv & automatisch (letzteres bekannt als Clustern)» 3. Ursache-Wirkungsanalyse mit Zielvariable > Automatische Response Analyse > Entscheidungsbäume & egmentation >Neuronale Netze
5 1. Konferenz der A Benutzer KFE in Forschung und Entwicklung Datamining Anwendungsfelder in Marketing und Produktion Anwendungsgebiete» Database(d)-Marketing > Kundenklassifikation Basis: Verkaufs- u. sozio-ökonomische Daten > Kaufwahrscheinlichkeiten für bestimmte Produkte» Produkt-Design, TQM - Total Quality Management > bedarfsgerechte Entwicklung neuer Produkte > Qualitätskontrolle Abweichungsanalyse» Controlling > Abweichungsanalyse Endanwender: Kenntnisse Datenanalyse notwendig. Aber Vorteil: Keine Annahmen über Zufallsverteilungen
6 1. Konferenz der A Benutzer KFE in Forschung und Entwicklung Wie funktioniert Datamining? Vorarbeiten: Daten bereitstellen» Extraktion, Prüfung, Korrektur, elektion, Transformation = über 80% des Gesamtaufwandes in grossen Projekten Datamining:» Abweichungsanalysen» Klassifikation: Zuordnung von Daten zu Klassen» Clustering: Bildung von Klassen ähnlicher Daten» Entdecken von Abhängigkeiten und Trends Umsetzen in Aktionen Marketing und Produktion Gesamt-Aufwand: erheblich, aber er rentiert sich.
7 Datamining im Data Warehouse Firmenziel Kundenkontakt & Produktion Direktmarketing, TQM,... Data WareHouse Datamining Analyse DatenBank(en) Individuelle Kundenbewertung Kundengruppen- & Firmenanalysen
8 Datamining im Data Warehouse Firmenziel Kundenkontakt & Produktion Direktmarketing, TQM,... Data WareHouse Datamining Analyse DatenBank(en) Individuelle Kundenbewertung Kundengruppen- & Firmenanalysen tichprobentrainings- & Prüfdaten Datenaufbereitung Visuelle Analysen A/Insight A/pectraview 1. Automatische lineare Regression (Automatische Response Analyse ARA Application AD) ======================= 2. Kundensegmentierung (A: Tree Application) 3. Neuronale Netze (A NNA) 4. Trendberechnungen (A/ET)
9 Datamining chritt 1: Konzept und Ziele Kundenanalyse mit Punktebewertung - Beispiel Marketingaktion Testversand <= 0 Punkte = antwortet nicht z.b Kunden Kunde antwortet: 1000 Punkte => z.b. 500 Kunden Welche Faktoren??? (beeinflussen das Kundenverhalten?) oder besser: Aus welchen Daten kann man das Kundenverhalten vorausberechnen? Kundendaten z.b.: Alter, Geschlecht, Beruf, Bildung, Kinderzahl, Wohnungsgrösse, Umsätze in verschieden Warengruppen, Umsätze zu bestimmten Zeiten,...
10 Nutzen durch Datenanalyse & Datamining Katalogwerbung 1 Million Kunden Werbebrief 10 DM. Antworten erbringen ca DM Deckungsbeitrag. Die Antwortquote steige von 1% auf 2% bei elektion der 10% besten Kunden. Gewinn ohne elektion: 1 Mio Werbebriefe: Kosten = 10 Mio DM. Antworten 1% = Kunden=> *1000DM => Ertrag = 10 Mio DM. Gewinn = 0 DM mit elektion durch Datenanalyse: 10% von 1 Mio = Werbebriefe: Kosten= 1 MioDM. Antwort 2%= 2000 => * 1000DM=> Ertrag= 2 Mio. Gewinn = 1 Mio Gewinn = 1 Mio DM
11 EMMA - die A Data Mining Methodik tichproben Exploration Modifikation Datenvisualisierung Berechnung, Datenauswahl Data Warehouse tichprobe ja/nein Cluster-, Faktorenanalyse etc. Auswahl von Datensätzen Modellierung Automatische Regression Entscheidungsbäume Neuronale Netzeu.a. Auswertung Analyse- Bewertung
12 EMMA - die Datamining Technologie 1 TICHPROBEN Data Warehouse Daten Visualisierung Datenberechnungen + Auswahl tichprobe? Ja / Nein n tichproben Beispiel: Wahlprognose Cluster, Faktor- analyse u.a. Auswahl von Datensätzen tzen Automatische Regression Entscheidungsbäume Neuronale Netze u.a Analyse-Bewertung
13 EMMA- die Datamining Technologie 2 EXPLORATION Data Warehouse interaktiv anschauliche tichprobe? Ja / Nein Analyse Daten Visualisierung Datenberechnungen + Auswahl Cluster, Faktoranalyse u.a. Auswahl von Datensätzen tzen Automatische Regression Entscheidungsbäume Neuronale Netze u.a Analyse-Bewertung
14 Datamining Exploration: Visuelle Analyse Databased Marketing Testaktion
15 A/Insight VGA Datamining Exploration: Visuelle Analyse Unternehmesanalyse
16 Datamining Exploration: Visuelle Analyse Erkennung von Konzentrationsmustern
17 EMMA- die Datamining Technologie 3 MANIPULATION Data Warehouse tichprobe? Ja / Nein Daten Visualisierung Datenberechnungen + Auswahl Cluster, Faktor- analyse u.a. Auswahl von Datensätzen tzen Automatische Regression Entscheidungsbäume Neuronale Netze u.a Analyse-Bewertung
18 EMMA- die Datamining Technologie 4 MODELLWAHL 1. Automatische Regression Data Warehouse tichprobe? Ja / Nein Daten Visualisierung Datenberechnungen + Auswahl Cluster, Faktor- analyse u.a. Auswahl von Datensätzen tzen Automatische Regression Entscheidungsbäume Neuronale Netze u.a Analyse-Bewertung
19 Datmining Modellwahl: mit linearer und logistischer Regression für coring Automatische Auswahl wichtiger Merkmale und individuelle Punktebewertung (coring)
20 Gütematrix aller Datamining-Verfahren mit Zielvariable: Regression, Entscheidungsbäume, Neuronale Netze
21 EMMA- die Datamining Technologie 4 MODELLING 2. Entscheidungsbäume Data Warehouse tichprobe? Ja / Nein Daten Visualisierung Datenberechnungen + Auswahl Cluster, Faktoranalyse u.a. Auswahl von Datensätzen Automatische Regression Entscheidungsbäume Neuronale Netze u.a Analyse-Bewertung
22 Datamining Modellwahl Entscheidungsbäume Treeanalysis
23 Datamining Gewinnoptimierung durch Kundensegmentierung
24 EMMA- die Datamining Technologie 4 MODELLING: 3. Neuronale Netze Data Warehouse tichprobe? Ja / Nein Daten Visualisierung Datenberechnungen + Auswahl Cluster, Faktor- analyse u.a. Auswahl von Datensätzen tzen Automatische Regression Entscheidungsbäume Neuronale Netze u.a Analyse-Bewertung
25 - Datamining Modellwahl Neuronale Netze
26 EMMA- die Datamining Technologie 5 ANALYE-BEWERTUNG Data Warehouse tichprobe? Ja / Nein Daten Visualisierung Datenberechnungen + Auswahl Cluster, Faktor- analyse u.a. Auswahl von Datensätzen tzen Automatische Regression Entscheidungsbäume Neuronale Netze u.a Analyse-Bewertung
27 Datamining im offenen Data Warehouse Daten Information Operative ysteme: R/2, R/3... DBM: DB/2 Oracle Informix... Files: IM VAM... Externe: Reuters Internet... A u t o m a t i s c h Extrahieren Transformieren Laden Update Terminieren Data Warehouse Data Marts Metadaten Client/erver MI OLAP Reporting Data Mining Qualität Risiko Produkt Ergebnis Markt Kunde Ergebnis Management Organisation Auswertung
Lars Priebe Senior Systemberater. ORACLE Deutschland GmbH
Lars Priebe Senior Systemberater ORACLE Deutschland GmbH Data Mining als Anwendung des Data Warehouse Konzepte und Beispiele Agenda Data Warehouse Konzept und Data Mining Data Mining Prozesse Anwendungs-Beispiele
MehrExploration und Klassifikation von BigData
Exploration und Klassifikation von BigData Inhalt Einführung Daten Data Mining: Vorbereitungen Clustering Konvexe Hülle Fragen Google: Riesige Datenmengen (2009: Prozessieren von 24 Petabytes pro Tag)
MehrC09: Einsatz SAP BW im Vergleich zur Best-of-Breed-Produktauswahl
C09: Einsatz SAP BW im Vergleich zur Best-of-Breed-Produktauswahl Ein Seminar der DWH academy Seminar C09 Einsatz SAP BW im Vergleich zur Best-of-Breed- Produktauswahl Befasst man sich im DWH mit der Auswahl
MehrPredictive 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
MehrData 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
MehrSeminar Business Intelligence Teil II. Data Mining & Knowledge Discovery
Seminar Business Intelligence Teil II Data Mining & Knowledge Discovery Was ist Data Mining? Sabine Queckbörner Was ist Data Mining? Data Mining Was ist Data Mining? Nach welchen Mustern wird gesucht?
MehrWas 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
MehrData 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
MehrData Mining mit der SEMMA Methodik. Reinhard Strüby, SAS Institute Stephanie Freese, Herlitz PBS AG
Data Mining mit der SEMMA Methodik Reinhard Strüby, SAS Institute Stephanie Freese, Herlitz PBS AG Data Mining Data Mining: Prozeß der Selektion, Exploration und Modellierung großer Datenmengen, um Information
MehrBig 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
MehrBig Data Analytics Roadshow. Nils Grabbert. Wie man mit einer analytischen Datenbank im Retargeting mehr erreicht. Düsseldorf, 24.04.
Folie Retargeting intelligent Wie man mit einer analytischen Datenbank im Retargeting mehr erreicht. Big Data Analytics Roadshow Düsseldorf, 24.04.2012 Nils Grabbert Director Data Science Der Retargeting
MehrWelcome to the Club!
Customer Relationship Management Welcome to the Club! Prolog Viele Leute glauben, dass wir das Zeitalter des Internets erreicht haben. Tatsächlich ist es eher zutreffend, dass wir das Zeitalter des Kunden
MehrKundenmanagement 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
MehrData-Mining in Unternehmen die rechtliche Sicht
Data-Mining in Unternehmen die rechtliche Sicht 15. Symposium on Privacy and Security, 31. August 2010 Dr. Alois Rimle, Ruoss Vögele Partner, Zürich Übersicht Begriff des Data-Mining 3 Anwendung und Auswirkungen
Mehr1Ralph 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
MehrIDV Assessment- und Migration Factory für Banken und Versicherungen
IDV Assessment- und Migration Factory für Banken und Versicherungen Erfassung, Analyse und Migration von Excel- und AccessAnwendungen als User-Selfservice. Sind Ihre Excel- und Access- Anwendungen ein
MehrTiefgreifende Prozessverbesserung und Wissensmanagement durch Data Mining
Tiefgreifende Prozessverbesserung und Wissensmanagement durch Data Mining Ausgangssituation Kaizen Data Mining ISO 9001 Wenn andere Methoden an ihre Grenzen stoßen Es gibt unzählige Methoden, die Abläufe
MehrDie Wahlpflichtfächer. Operations Research Statistik/Ökonometrie. Optimierung linearer Modelle Statistische Analyseverfahren
Die Wahlpflichtfächer Operations Research Statistik/Ökonometrie Modellierung ökonomischer Sachverhalte mit mathematischen Mitteln Einsatz statistischer Modelle zur Erfassung und zur Auswertung von Daten
MehrERP & 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
MehrBI in der Cloud eine valide Alternative Überblick zum Leistungsspektrum und erste Erfahrungen 11.15 11.45
9.30 10.15 Kaffee & Registrierung 10.15 10.45 Begrüßung & aktuelle Entwicklungen bei QUNIS 10.45 11.15 11.15 11.45 Von Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics
MehrBusiness Analytics im E-Commerce
Business Analytics im E-Commerce Kunde, Kontext und sein Verhalten verstehen für personalisierte Kundenansprache Janusz Michalewicz CEO Über die Firma Crehler Erstellung von Onlineshops Analyse von Transaktionsdaten
MehrCross-Selling bei Versicherungen. Empirische Analyse zu Status quo, Trends und zukünftigen Anforderungen
Georg Wittmann Christiane Früchtl Silke Weisheit Cross-Selling bei Versicherungen Empirische Analyse zu Status quo, Trends und zukünftigen Management Summary In der Studie Cross-Selling bei Versicherungen
Mehr2006 COGNOSCO AG, 8057 ZUERICH, SWITZERLAND All rights reserved. Performance Management Markterfolg dank Kundenrating
Performance Management Markterfolg dank Kundenrating Welches sind Ihre besten Kunden? Frage 1: Kennen Sie die Umsatzentwicklung jedes Kunden über die letzten 5 Jahre? Frage 2: Kennen Sie den Produkte-Mix
MehrKampagnenmanagement mit Siebel Marketing/Oracle BI ein Praxisbericht
Kampagnenmanagement mit Siebel Marketing/Oracle BI ein Praxisbericht Thomas Kreuzer ec4u expert consulting ag Karlsruhe Schlüsselworte: Kampagnenmanagement Praxisbericht Siebel Marketing Oracle BI - ec4u
MehrBestandskundenmanagement Wo drückt bei Ihnen der Schuh?
Bestandskundenmanagement Wo drückt bei Ihnen der Schuh? best-reactions GmbH Hirschberger Straße 33 D 90559 Burgthann Alle Rechte vorbehalten HRB 23679, Amtsgericht Nürnberg Geschäftsführer Alexander P.
Mehrund Spezialisten Was adlatus für Sie tun kann www.adlatus.ch
Netzwerk erfahrener ehemaliger Führungskräfte und Spezialisten Was adlatus für Sie tun kann Lösungsorientierte und kompetente Beratung Nachfolgeregelung Turn Around Management Management auf Zeit Start-up-Coaching
MehrData Mining Anwendungen und Techniken
Data Mining Anwendungen und Techniken Knut Hinkelmann DFKI GmbH Entdecken von Wissen in banken Wissen Unternehmen sammeln ungeheure mengen enthalten wettbewerbsrelevantes Wissen Ziel: Entdecken dieses
Mehr6. Oracle DWH Community Mainz 2011. Koexistenz SAP BW und mit unternehmensweitem zentralen DWH
6. Oracle DWH Community Mainz 2011 Koexistenz SAP BW und mit unternehmensweitem zentralen DWH 2 6. Oracle DWH Community Mainz 2011 Agenda Vorstellung Globus Historische Entwicklung des DWH-Systems Globus
MehrMarketing Intelligence Schwierigkeiten bei der Umsetzung. Josef Kolbitsch Manuela Reinisch
Marketing Intelligence Schwierigkeiten bei der Umsetzung Josef Kolbitsch Manuela Reinisch Übersicht Schwierigkeiten bei der Umsetzung eines BI-Systems Schwierigkeiten der Umsetzung 1/13 Strategische Ziele
MehrPressegespräch zum Kongress AUTOMATION 2014. 01. Juli 2014. Umfrage der GMA Smart Technologies und Industrie 4.0. Dr.
Pressegespräch zum Kongress AUTOMATION 2014 01. Juli 2014 Umfrage der GMA Smart Technologies und Industrie 4.0 Dr. Dagmar Dirzus 1/ Kernpunkte 1 Datenbasis 2 Stimmungsbarometer 3 Smart X und Industrie
MehrTREND SEARCH VISUALISIERUNG. von Ricardo Gantschew btk Berlin Dozent / Till Nagel
von Ricardo Gantschew btk Berlin Dozent / Till Nagel 01 IDEE Einige kennen vielleicht GoogleTrends. Hierbei handelt es sich um eine Anwendung, bei der man verschiedenste Begriffe auf die Häufigkeit ihrer
MehrVon der spezialisierten Eigenentwicklung zum universellen Analysetool. Das Controlling-Informationssystem der WestLB Systems
Von der spezialisierten Eigenentwicklung zum universellen Analysetool Das Controlling-Informationssystem der WestLB Systems Begriffe und Definitionen Data Warehouse - Datensammlung oder Konzept?! Data
MehrControlling im Key Account Management
Ronald Heckl Controlling im Key Account Management Systematische KAM-Analyse und Kundenwert Zielformulierung Als erstes sollten Sie klären, welche Aufgabe das KAM-Controlling in Ihrem Unternehmen spielt
MehrFolien zum Textbuch. Kapitel 6: Managementunterstützungssysteme. Teil 2: Textbuch-Seiten 794-825
Folien zum Textbuch Kapitel 6: Managementunterstützungssysteme Teil 2: Managementunterstützung auf strategischer Ebene Datenverwaltung und -auswertung Textbuch-Seiten 794-825 WI 1 MUS MUS auf strategischer
MehrData 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,
MehrMarketing (elektronischer Ressourcen an wissenschaftlichen Bibliotheken)
Marketing (elektronischer Ressourcen an wissenschaftlichen Bibliotheken) (Nikolai Mileck, UB Heidelberg) 1 Marketing ist die umfassende Philosophie und Konzeption des Planens und Handelns, bei der alle
MehrGeomarketing und 3D. 27. Februar 2007. GeoKomm-Fachgruppe 3D-Stadtmodelle und 3D-Landschaftsmodelle. Ort: HPI Postdam
Geomarketing und 3D 27. Februar 2007 GeoKomm-Fachgruppe 3D-Stadtmodelle und 3D-Landschaftsmodelle Ort: HPI Postdam IVU Traffic Technologies AG, Oliver Schaefer Agenda Vorstellung Bereich GeoConsult der
MehrSUBTITEL. Innovatives Kennzahlenmanagement. Matthias Glahn. Geschäftsführer
Innovatives Kennzahlenmanagement Matthias Glahn Geschäftsführer Innovatives Kennzahlenmanagement BOOM!! DIE ZEIT NACH DER KRISE? Die Fragestellung 1. Kommt der Aufschwung / Boom? 2. Welche Auswirkungen
MehrSurvival Guide für Ihr Business Intelligence-Projekt
Survival Guide für Ihr Business Intelligence-Projekt Sven Bosinger Solution Architect BI Survival Guide für Ihr BI-Projekt 1 Agenda Was ist Business Intelligence? Leistungsumfang Prozesse Erfolgsfaktoren
MehrData 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
MehrSpezialisierung Business Intelligence
Spezialisierung Business Intelligence Peter Becker Fachbereich Informatik Hochschule Bonn-Rhein-Sieg peter.becker@h-brs.de 10. Juni 2015 Was ist Business Intelligence? Allgemein umfasst der Begriff Business
MehrRisiken bei der Analyse sehr großer Datenmengen. Dr. Thomas Hoppe
Risiken bei der Analyse sehr großer Datenmengen Dr. Thomas Hoppe Datenaufbereitung Datenanalyse Data Mining Data Science Big Data Risiken der Analyse Sammlung Integration Transformation Fehlerbereinigung
MehrLOPEZ_SU AREZ_DAT ENANALYS E_ZERZEP
LEISTUNGSÜBERSICHT 2014 ÜBERBLICK Seite 2 Das Unternehmen Seite 3 Datenanalyse Seite 4 Prozessoptimierung Seite 5 Treuhand & Revision Seite 6 Interim Management Seite 7 Referenzen Seite 8 Kontakt Seite
MehrAllgemeines zu Datenbanken
Allgemeines zu Datenbanken Was ist eine Datenbank? Datensatz Zusammenfassung von Datenelementen mit fester Struktur Z.B.: Kunde Alois Müller, Hegenheimerstr. 28, Basel Datenbank Sammlung von strukturierten,
MehrErfolg im Verkauf durch Persönlichkeit! Potenzialanalyse, Training & Entwicklung für Vertriebsmitarbeiter!
Wer in Kontakt ist verkauft! Wie reden Sie mit mir? Erfolg im Verkauf durch Persönlichkeit! Potenzialanalyse, Training & Entwicklung für Vertriebsmitarbeiter! www.sizeprozess.at Fritz Zehetner Persönlichkeit
MehrData-Mining basierte Absatzprognosen unter Einbeziehung des Wetters - Lassen sich Lebensmittelabfälle mittels intelligenter Systeme reduzieren?
Data-Mining basierte Absatzprognosen unter Einbeziehung des Wetters - Lassen sich Lebensmittelabfälle mittels intelligenter Systeme reduzieren? Dr. Florian Siedenburg DAF-Jahrestagung Berlin, 18. November
MehrContent Management System mit INTREXX 2002.
Content Management System mit INTREXX 2002. Welche Vorteile hat ein CM-System mit INTREXX? Sie haben bereits INTREXX im Einsatz? Dann liegt es auf der Hand, dass Sie ein CM-System zur Pflege Ihrer Webseite,
MehrVorstellung des BMBF-Projektes FluSs aus Sicht eines Endanwenders. Düsseldorf Maritim-Hotel, 09. Juli 2013 Mark Zwirner
Vorstellung des BMBF-Projektes FluSs aus Sicht eines Endanwenders Düsseldorf Maritim-Hotel, 09. Juli 2013 Mark Zwirner Chart 2 Hintergründe Auswirkungen von Sicherheitsmaßnahmen Sicherheitsmaßnahmen entstehen
MehrProjekte für reale Herausforderungen Projektarbeit: Einleitung und Gliederung. Projekte für reale Herausforderungen
Steinbeis-Hochschule Berlin Institut für Organisations-Management Handout zu den YouTube-Videos: Projekte für reale Herausforderungen Projektarbeit: Einleitung und Gliederung Prof. Dr. Andreas Aulinger
MehrCad-OasEs Int. GmbH. 20 Jahre UG/NX Erfahrung prägen Methodik und Leistungen. Nutzen Sie dieses Wissen!
Cad-OasEs Int. GmbH 20 Jahre UG/NX Erfahrung prägen Methodik und Leistungen Nutzen Sie dieses Wissen! Roland Hofmann Geschäftsführer der Cad-OasEs Int. GmbH Die Cad-OasEs bietet seit mehr als 20 Jahren
MehrWas ist Data Mining... in der Fundraising Praxis?
Was ist Data Mining...... in der Fundraising Praxis? Erkennen von unbekannten Mustern in sehr grossen Datenbanken (> 1000 GB) wenige und leistungsfähige Verfahren Automatisierung Erkennen von unbekannten
MehrData Warehousing und anderetrends beim Einsatz der SAS Software in Unternehmen KSFE. 1. Konferenz der SAS Benutzer in Forschung und Entwicklung
Data Warehousing und anderetrends beim Einsatz der SAS Software in Unternehmen KSFE 1. Konferenz der SAS Benutzer in Forschung und Entwicklung Unterschiedliche Geschäftsprozesse Operativer Dispositve Geschäftsbetrieb
MehrVerborgene 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
MehrMöglichkeiten für bestehende Systeme
Möglichkeiten für bestehende Systeme Marko Filler Bitterfeld, 27.08.2015 2015 GISA GmbH Leipziger Chaussee 191 a 06112 Halle (Saale) www.gisa.de Agenda Gegenüberstellung Data Warehouse Big Data Einsatz-
MehrWebcontrolling Umsetzung in die Praxis. Toll, und wie ist es wirklich?
Webcontrolling Umsetzung in die Praxis Toll, und wie ist es wirklich? Über uns Die Scandio GmbH ist ein Software und IT-Consulting Unternehmen. Wir entwickeln individuelle Applikationen und beraten unsere
MehrWICHTIGER HINWEIS FÜR HÄNDLER UND SERVICE-WERKSTÄTTEN:
Sehr geehrter Kunde, ruwido erweitert seine Serviceleistungen für den Sektor seiner Symphony Ersatzfernbedienungen sowie der bisher für ASWO/ESPO hergestellten COM genius Ersatzfernbedienungen mit einem
MehrTHE KNOWLEDGE PEOPLE. CompanyFlyer.indd 1 07.03.2016 11:48:05
THE KNOWLEDGE PEOPLE CompanyFlyer.indd 1 07.03.2016 11:48:05 BE SMART IT-CONSULTING Smartes IT-Consulting für die Zukunft: Agilität, Dynamische IT, Komplexitätsreduzierung, Cloud, Industrie 4.0, Big Data
MehrInformationsflut bewältigen - Textmining in der Praxis
Informationsflut bewältigen - Textmining in der Praxis Christiane Theusinger Business Unit Data Mining & CRM Solutions SAS Deutschland Ulrich Reincke Manager Business Data Mining Solutions SAS Deutschland
MehrMobile Viral Marketing Vervielfachen Sie den Erfolg Ihrer Kampagnen: mit besseren Botschaften durch intelligente Datenanalyse
Tell a friend Mobile Viral Marketing Vervielfachen Sie den Erfolg Ihrer Kampagnen: mit besseren Botschaften durch intelligente Datenanalyse Dr. Dietmar G. Wiedemann Andreas Krisor Proventa AG Untermainkai
MehrMSSQL Server Fragen GridVis
MSSQL Server Fragen GridVis 1.0 Server allgemein Frage 1.1 Welche Sprache benötigt die Software bzgl. Betriebssystem/SQL Server (deutsch/englisch)? 1.2 Welche MS SQL Server-Edition wird mindestens benötigt
MehrQualitätsberichte im MS Word-Format
Qualitätsberichte im MS Word-Format StatSoft GmbH und STATISTICA 9.1 auf dem Forum der Control 2010 www.statsoft.de StatSoft (Europe) GmbH 2010 Michael Busch Inhalt StatSoft STATISTICA Anwendungen in der
MehrProfessionelle Seminare im Bereich MS-Office
Der Name BEREICH.VERSCHIEBEN() ist etwas unglücklich gewählt. Man kann mit der Funktion Bereiche zwar verschieben, man kann Bereiche aber auch verkleinern oder vergrößern. Besser wäre es, die Funktion
MehrIT-SICHERHEIT IM UNTERNEHMEN Mehr Sicherheit für Ihre Entscheidung
IT-SICHERHEIT IM UNTERNEHMEN Mehr Sicherheit für Ihre Entscheidung IT-SICHERHEIT IM UNTERNEHMEN Mehr Sicherheit für ihre Entscheidung Entdecken Sie was IT Sicherheit im Unternehmen bedeutet IT Sicherheit
MehrFallbeispiel: Intelligente Steuerung von Geschäftsprozessen auf Basis von Big Data
Fallbeispiel: Intelligente Steuerung von Geschäftsprozessen auf Basis von Big Data Institut für Finanz- und Aktuarwissenschaften Lise-Meitner-Str. 14 89081 Ulm Oktober 2015 www.ifa-ulm.de Einführung Mit
MehrFrüherkennung mit Business-Intelligence- Technologien
Bernhard Gehra Früherkennung mit Business-Intelligence- Technologien Anwendung und Wirtschaftlichkeit der Nutzung operativer Datenbestände Mit einem Geleitwort von Prof. Dr. Thomas Hess Deutscher Universitäts-Verlag
MehrCheckliste Adwords Optimierung
Checkliste Adwords Optimierung WiPeC - Experten für Vertrieb & Marketing 2.0 www.kundengewinnung-im-internet.com WiPeC-Checkliste Adwords Optimierung Mit unserer AdWords-Optimierungs-Checkliste möchten
MehrInstitut für Computational Engineering ICE. N ä h e r d ra n a m S ys t e m d e r Te c h n i k d e r Z u ku n f t. w w w. n t b.
Institut für Computational Engineering ICE N ä h e r d ra n a m S ys t e m d e r Te c h n i k d e r Z u ku n f t w w w. n t b. c h Rechnen Sie mit uns Foto: ESA Das Institut für Computational Engineering
MehrUmfrage Aktuell Neukundengewinnung und Lead Management in mittelständischen Unternehmen: Status quo, Chancen und Potentiale.
Neukundengewinnung und Lead Management in mittelständischen Unternehmen: Status quo, Chancen und Potentiale. Seite 1 Ergebnisse Lead Management - aber bitte mit Strategie! Lead Management B2B Thema Nr.1
MehrSAP Memory Tuning. Erfahrungsbericht Fritz Egger GmbH & Co OG. Datenbanken sind unsere Welt www.dbmasters.at
SAP Memory Tuning Erfahrungsbericht Fritz Egger GmbH & Co OG Wie alles begann Wir haben bei Egger schon öfter auch im SAP Bereich Analysen und Tuning durchgeführt. Im Jan 2014 hatten wir einen Workshop
MehrPrototypenentwicklung zur Identifikation gleichartiger Nachrichtenticker am Beispiel des Gashandels
Prototypenentwicklung zur Identifikation gleichartiger Nachrichtenticker am Beispiel des Gashandels TDWI Konferenz München, 24.06.2014 M.Sc.Susann Dreikorn Institut für Wirtschaftsinformatik, 2014 Agenda
MehrInternetmarktplätze und eigener Online-Shop so sind Sie mit beiden Vertriebswegen erfolgreich
Internetmarktplätze und eigener Online-Shop so sind Sie mit beiden Vertriebswegen erfolgreich Auf Hitmeister 100% sicher verkaufen 2 Ressourcenbedarf Marktplätze und eigener Online-Shop Vertriebskanäle
MehrHardware, Software, Services
BRAINTOWER manufacturing & retail Hardware, Software, Services Haben Sie die passende IT-Infrastruktur? Hard- und Software mit dem entsprechenden Service Passt die Hardware zu Ihren Anforderungen? Sind
Mehrmobifleet Beschreibung 1. Terminverwaltung in der Zentrale
mobifleet Beschreibung 1. Terminverwaltung in der Zentrale Die Termine werden wie bisher im Outlook verwaltet und erfasst. Der Außendienst selbst, wie auch andere Personen, die Termine für den Außendienst
MehrIntegration mit. Wie AristaFlow Sie in Ihrem Unternehmen unterstützen kann, zeigen wir Ihnen am nachfolgenden Beispiel einer Support-Anfrage.
Integration mit Die Integration der AristaFlow Business Process Management Suite (BPM) mit dem Enterprise Information Management System FILERO (EIMS) bildet die optimale Basis für flexible Optimierung
MehrDISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN. Nr. 374
DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN Nr. 374 Eignung von Verfahren der Mustererkennung im Process Mining Sabrina Kohne
MehrOUTSOURCING ADVISOR. Analyse von SW-Anwendungen und IT-Dienstleistungen auf ihre Global Sourcing Eignung. Bewertung von Dienstleistern und Standorten
Outsourcing Advisor Bewerten Sie Ihre Unternehmensanwendungen auf Global Sourcing Eignung, Wirtschaftlichkeit und wählen Sie den idealen Dienstleister aus. OUTSOURCING ADVISOR Der Outsourcing Advisor ist
MehrCustomerStory. So bringt man sein Markenportfolio erfolgreich an den B2B-Kunden:
So bringt man sein Markenportfolio erfolgreich an den B2B-Kunden: Brightpearl-Händler VeloBrands steigert seinen Absatz durch effiziente Order und individuelle KPI-Reports pro B2B-Kunde! Steckbrief Der
MehrData Warehouse ein strategisches Projekt
Gosch Consulting GmbH DI Bernhard Scherdoner IDC Österreich Data Warehouse / Data Mining Konferenz Wien, am 21.03.2002 81 Die Bedeutung von Informationen Motivation/Ziele bei DWH-Projekten Aufbau erfolgreicher
MehrKMU s 2020. Peter Strizik. Impulse für Innovation, Investition und Wachstum. KMU s 2020
Impulse für Innovation, Investition und Wachstum Peter Strizik Bedeutung der KMU s - KMU s sind jene Unternehmen, die neue Arbeitsplätze schaffen. - KMU s beschäftigen in Österreich mit Abstand die meisten
MehrW2MO - Nutzen Sie das Potential Ihrer Daten!
W2MO - Nutzen Sie das Potential Ihrer Daten! Patricia Rachinger Logivations GmbH www.logivations.com 1 Agenda Logivations und W2MO Big Data in der Logistik Netzwerkanalyse Intralogistik Behälteroptimierung
Mehr----------------------------------------------------------------------------------------------------------------------------------------
0 Seite 0 von 20 03.02.2015 1 Ergebnisse der BSO Studie: Trends und Innovationen im Business Performance Management (BPM) bessere Steuerung des Geschäfts durch BPM. Bei dieser BSO Studie wurden 175 CEOs,
MehrOracle GridControl Tuning Pack. best Open Systems Day April 2010. Unterföhring. Marco Kühn best Systeme GmbH marco.kuehn@best.de
Oracle GridControl Tuning Pack best Open Systems Day April 2010 Unterföhring Marco Kühn best Systeme GmbH marco.kuehn@best.de Agenda GridControl Overview Tuning Pack 4/26/10 Seite 2 Overview Grid Control
MehrDokumentenmanagement mit active.pdm
Dokumentenmanagement mit active.pdm HITTEAM Solutions 22880 Wedel info@hitteam.de Document Management active.pdm für kleine und mittelständische Unternehmen. active.pdm ist eine Datei basierende Document
MehrMULTI-TIER RECHENZENTRUM - EIN DESIGN DER ZUKUNFT? Patrick Pulvermüller
MULTI-TIER RECHENZENTRUM - EIN DESIGN DER ZUKUNFT? eco Kongress 2009 - Köln Patrick Pulvermüller DIE HOST EUROPE GMBH Größter Anbieter von standardisierten Managed Hosting- Lösungen in Deutschland Zweitgrößter
MehrW.WIINM32.11 (Datawarehousing) W.WIMAT03.13 (Statistik)
Modulbeschrieb Business Intelligence and Analytics 16.10.2013 Seite 1/5 Modulcode Leitidee Art der Ausbildung Studiengang Modultyp W.WIINM42.13 Information ist eine derart wichtige Komponente bei der Entscheidungsfindung,
MehrLook Inside: desite. modellorientiertes Arbeiten im Bauwesen. B.I.M.
Building Information Modeling Look Inside: desite modellorientiertes Arbeiten im Bauwesen. B.I.M. desite MD unterstützt Sie bei der täg lichen Arbeit mit Gebäudemodellen und ermöglicht den Zugang zu den
MehrTitel. System Center Service Manager 2012 R2 Anleitung zur Installation
Autor: Thomas Hanrath Microsoft Certified Trainer Titel System Center Service Manager 2012 R2 Anleitung zur Installation Eine beispielhafte Installationsanleitung zur Verwendung im Testlab Quelle: System
MehrStrategische Einsatzgebiete: Individualisierungs-Möglichkeiten: Leistungsumfang und Preise: Produktdatenblatt
Nach der Registrierung beim interaktiven WM-Tippspiel kann der Teilnehmer auf seinem Benutzer-Konto Tipps zu allen Begegnungen der WM 2014 abgeben und außerdem vorab seinen Weltmeister-Favoriten bestimmen.
MehrMODERNE RISIKOMANAGEMENTANSÄTZE
Wien, 04.11.2015 1 MODERNE RISIKOMANAGEMENTANSÄTZE VOM FINANZINSTRUMENT BIS ZUR IMMOBILIE, VOM REPORT BIS ZUR AUFSICHTSRECHTLICHEN MELDUNG Mag. Martin Zavadil, COPS GmbH Wien, 04.11.2015 2 MIT VERLÄSSLICHER
MehrDie Lieferantenbewertung Geschäftspartner finden und fördern Autor: Jürgen P. Bläsing
QUALITY-APPs Applikationen für das Qualitätsmanagement Probieren und studieren Die Lieferantenbewertung Geschäftspartner finden und fördern Autor: Jürgen P. Bläsing Das Lieferantenmanagement hat auf der
MehrLive Innovator Conference Die Gruppe ist intelligenter als der Einzelne. Wülflingerstrasse 271 CH-8408 Winterthur +4152 224 02 77 office@igag.
Live Innovator Conference Die Gruppe ist intelligenter als der Einzelne Wülflingerstrasse 271 CH-8408 Winterthur +4152 224 02 77 office@igag.ch Erfolgreiche Projekte 70% aller komplexen Projekte sind nicht
MehrRudolf Schraml. Beratung und Vertrieb IT-Security und Datenschutz
Rudolf Schraml Beratung und Vertrieb IT-Security und Datenschutz Effektives IT-Risikomanagement Chance oder Risiko Was vor einiger Zeit nur für die großen Unternehmen galt, ist jetzt auch im Mittelstand
MehrKomplexität leicht gemacht
Komplexität leicht gemacht PP EASE ERP Software für die Metall- und Kunststoffindustrie Kalkulation Vertrieb Einkauf Fertigung Zeiterfassung Lager Reklamation Schnittstellen Alles in Einem. PP EASE individuell
MehrCustomer 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
MehrVorgestellt von Hans-Dieter Stubben
Neue Lösungen in der GGf-Versorgung Vorgestellt von Hans-Dieter Stubben Geschäftsführer der Bundes-Versorgungs-Werk BVW GmbH Verbesserungen in der bav In 2007 ist eine wichtige Entscheidung für die betriebliche
MehrAGROPLUS Buchhaltung. Daten-Server und Sicherheitskopie. Version vom 21.10.2013b
AGROPLUS Buchhaltung Daten-Server und Sicherheitskopie Version vom 21.10.2013b 3a) Der Daten-Server Modus und der Tresor Der Daten-Server ist eine Betriebsart welche dem Nutzer eine grosse Flexibilität
Mehr2. Microsoft Innovationstag Nord Integrierte Lösungen in der Öffentlichen Verwaltung
2. Microsoft Innovationstag Nord Integrierte Lösungen in der Öffentlichen Verwaltung Reporting, Analyse und Data Mining André Henkel, initions AG 22. und 23. Oktober 2013 in Hamburg
MehrAffiliate-Marketing für Shop-Betreiber. Erfolg durch Performance-Marketing
Affiliate-Marketing für Shop-Betreiber Erfolg durch Performance-Marketing Inhalt Kurzvorstellung Was ist Affiliate-Marketing? Formen des Affiliate-Marketings Mechanismen (wie funktioniert es?) Vorteile
Mehr