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

Transkript

1 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.

2

3

4 BIG DATA: BEDROHUNG ODER CHANCE?

5 INFORMATION MANAGEMENT STREAM IT, SCORE IT, STORE IT! INFORMATION MANAGEMENT ENTERPRISE DECISIONS / ACTIONS / DATA LOW COST STORAGE RAW RELEVANT DATA

6 BASIS IST SAS HIGH PERFORMANCE ANALYTICS

7 BIG DATA AUF DEM WEG ZUR DATENGETRIEBENEN ORGANISATION Handel Financial Services Gesundheitsbereich Industrie RFID, neue Bezahlformen (Paypal, NFC), Social Web Solvency II, Basel III, Multichannelvertrieb Digitalisierung von Patienten und Abrechnungsdaten Internet der Dinge, Sensordaten Optimierung der Supply Chain Genauere Kenntnis des Kunden Kalkulation von Risiken in Echtzeit auf allen Daten Zielgenauere Kundensegmentierung Schnellerer Einblick in den Erfolg von Markteinführungsstrategien Reputationsmanagement im Social Web Betrugserkennung bei Leistungsempfängern und erbringern Optimierung von Abläufen und Angeboten Optimierung der Produktions- und Wartungsabläufe Genauere Kenntnis der Produktnutzung über den Lifecycle

8 ADVANCED ANALYTICS KOMPLEXE DINGE EINFACHER MACHEN MIT VISUALISIERUNG! TEXT ANALYTICS FORECASTING INFORMATION MANAGEMENT DATA MINING OPTIMIZATION STATISTICS

9 STUFEN VON ANALYITCS WETTBEWERBSVORTEILE DURCH PREDICTIVE ANALYTICS Wettbewerbsvorteil Deskriptive Analytics 1 Standard -berichte 2 Ad hoc reports 3 Drill down Was ist passiert? Was, wenn Trends fortbestehen? Warum passiert dies? 4 Alarme Was wäre das Beste, das passieren könnte? Was wird als Nächstes passieren? 5 Statistische Analyse Welche Maßnahmen sind nötig? Wie lässt sich das Problem eingrenzen? Wie häufig, wann und wo ist es passiert? 6 Forecasts 7 Predictive Modelling 8 Optimierung Proaktive Analytics Analytischer Reifegrad

10 EXKURS WAS IST EIGENTLICH EIN VORHERSAGEMODELL? 0, 1, 2, 3, 4, 5, 6 (Reihe) 0, 1, 1, 2, 3, 5, 8, 13, 1, 2, 4, 8, 16, 1, 2, 4, 8, 16, 21, 34 (Summe der beiden Vorgänger) 32, 64 (2 hoch n) 31, 57 (Kreissegmente)

11 EXKURS JE MEHR DATEN, DESTO BESSER DAS MODELL. 1 1 Punkt 1 Segment 2 Punkte 2 Segmente 3 Punkte 4 Segmente 4 Punkte 8 Segmente 5 Punkte 16 Segmente 6 Punkte 31 Segmente

12 STUFEN VON ANALYITCS WETTBEWERBSVORTEILE DURCH PREDICTIVE ANALYTICS Wettbewerbsvorteil Deskriptive Analytics 1 Standard -berichte 2 Ad hoc reports 3 Drill down Was ist passiert? Was, wenn Trends fortbestehen? Warum passiert dies? 4 Alarme Was wäre das Beste, das passieren könnte? Was wird als Nächstes passieren? 5 Statistische Analyse Welche Maßnahmen sind nötig? Wie lässt sich das Problem eingrenzen? Wie häufig, wann und wo ist es passiert? 6 Forecasts 7 Predictive Modelling 8 Optimierung Proaktive Analytics Analytischer Reifegrad

13 SAS VISUAL ANALYTICS INNOVATIONEN MIT ECHTEM KUNDENNUTZEN SCHNELL: Neue Art der Zusammenarbeit zwischen IT und Fachbereich. ANALYTISCH: Profifunktionen, die heute jeder braucht und bedienen kann. MOBIL: Kommunikation der Ergebnisse ohne Umwege.

14

15

16

17 BUBBLECHART ANINIMIERT

18 EINSCHÄTZUNG I suspect that when the history is written two hundred years from now, a trend will emerge as something very important that happened in human thinking during the time when we were alive, and that is that we are becoming rational, analytical and data-driven in a far wider range of activity than we ever have been before. Larry Summers, Ex-Präsident von Harvard und Chief economic advisor von Barack Obama

19 FÜR SIE FÜR ZU HAUSE... Was ergibt: 96 x 88?

20 FÜR SIE FÜR ZU HAUSE... Was ergibt: 96 x 88? 96 -> > 12 =========

21 FÜR SIE FÜR ZU HAUSE... Was ergibt: 96 x 88? 96 -> > 12 ========= 8448

22 Mit Visual Analytics sind wir das VA in INNOVATION.

23 make connections share ideas be inspired Copyright 2013, SAS Institute Inc. All rights reserved.