Big Data Modewort oder echter Mehrwert. freenet Group Dr. Florian Johannsen

Transkript

1 Big Data Modewort oder echter Mehrwert freenet Group Dr. Florian Johannsen

2 freenet Group 2 Titel der Präsentation

3 Mobilfunkgeschäft der freenet Group Austausch von Daten und Informationen Im Geschäftsbetrieb Hersteller, Content- Provider Netzbetreiber freenet Group Kunden 3 Titel der Präsentation

4 Herausforderungen Marktumfeld Massives Wachstum ist vorbei Hochkompetitiver Markt Neue Trends / schnelle Veränderungen des Geschäftsfeldes (Home Automation, Content, etc.) Reaktion Steigender Bedarf für komplexere Analysen Früherkennung von Trends Pflege der Kundenbeziehung wird wichtiger Trend zu kundenindividuellen Angeboten Wachsende Anforderungen bezüglich Menge und Verfügbarkeit an immer komplexeren Daten! 4 Titel der Präsentation

5 Vorteile von (neueren) Big Data-Lösungen Sofortiger Zugriff auf Daten für Analysen und Data Mining Geschwindigkeit bei dem Zugriff auf die Daten durch multiple Datenknoten Im Vergleich zum klassischen DWH niedrigere Anschaffungskosten pro Terabyte Kapazität Skalierbarkeit des Speichervolumens In-Memory-Verarbeitung von Daten in der Analyse (Spark) Mehrsprachigkeit der Analyse (JavaScript, Scala, Python, R, ) SQL-Abfragen auf (Text-)Dateien 5 Titel der Präsentation

6 Bisheriger Umgang mit Daten strukturierte Daten semistrukturierte Daten unstrukturierte Daten? Analyse 6 Titel der Präsentation

7 Die Vision mit Big Data strukturierte Daten semistrukturierte Daten unstrukturierte Daten Analyse 7 Titel der Präsentation

8 Big Data historische Daten Produkt-Daten / Briefe Kundenschreiben Audio Analysen & Planungen Social Media externe Daten 8 Titel der Präsentation

9 Aufwand Erste Tests mit Big Data -Lösungen Machbarkeits-Studie zu Kundenkontakt- Analysen (Sprache und Text) Sprachkontaktanalysen Messung von Gesprächsgeschwindigkeit, Gesprächsanteilen, Sentiment. Analyse der Servicequalität. Indikationen für Vermarktungserfolge. Schriftkontaktanalysen Automatische Zuordnung des Gesprächsthema. Messung der Positivität der Kundenschreiben. Sentiment Metadaten Sprache Gesprächsleitfaden Erkennung ja / nein Anspruch 9 Titel der Präsentation

10 Ergebnisse Sprachkontaktanalysen Gespräche lassen sich detailliert analysieren Erkennung von erfolgreichen Verkaufsgesprächen, Abgleich mit Gesprächsleitfaden, allgemeinen Metadaten (Deutlichkeit der Sprache, Gesprächsanteile, etc.) und Sentiments. Messung optimaler Gesprächslänge, Gesprächsanteile und Sprechgeschwindigkeit. Speicherbedarf: 5MB / h bei Gesprächen im Monat (etwa 100GB an Daten). Schriftkontaktanalysen Auch Kundenschreiben lassen sich detailliert analysieren. Automatische Zuordnung der Schreiben zu einem (oder mehreren) von 135 Service-Themen. Sentiment-Einschätzung der Kundenschreiben sind ebenfalls möglich. 10 Titel der Präsentation

11 Datenhaltung aus Analystensicht mit der Einführung von Big Data Daten 3. Big Data Archive 2. Explorative Analysis Data Lake 1. Data Warehouse Zeit 11 Titel der Präsentation

12 Ziele Steuerung von Marketing- Maßnahmen Verstehen von Kundenbedürfnissen Trend-Früherkennung Betrugs - / Anomalieerkennung Optimierung der Kommunikation Prozessoptimierungen 12 Titel der Präsentation

13 Fazit Der Mehrwert von Big Data Big Data Lösungen rund um Hadoop werden erwachsen. Flexible und frei skalierbare Speichermöglichkeit mit hoher Abfragegeschwindigkeit. Basis für Analysen von großen Mengen an semistrukturierten oder unstrukturierten Daten. aber Wachsende Anforderungen an Analysten und Data Governance. Notwendigkeit der Vermischung von klassischen mit statistischen Programmierkenntnissen und Datenhaltung mit Analyse. 13 Titel der Präsentation

14 Vielen Dank für Ihre Aufmerksamkeit